核心观点
社会科学领域利用人工智能研究现状如何?
人工智能在社会科学领域中的应用尚处在比较基础的阶段。
在社会科学领域，我国对人工智能方面的应用还是与发达国家（尤其是美国）有一定的差距，截止于2018年，社会科学领域人工智能相关的文献中国的数量还不到美国的四分之一。
人工智能与社会科学研究范式的多元化如何体现？
社会科学的研究范式：1.定性分析；2.定量分析；3.计算实验的仿真研究；4.基于人工智能的数据集约型研究。
未来社会科学研究的范式必然向多元性发展：
1.在研究问题的提出方面，大数据的研究范式可以驱动研究者们提出新的研究问题和研究关注点；
2.无论是数据的获得、整合和分析，人工智能的运用都会大幅度提高效率，大数据分析，可以让研究者能够更加顺利地观察和捕捉到研究对象之间的逻辑关系；
3.充分利用人工智能的先进算法，可以使得理论建模的假设大幅度减少，模型的复杂程度可以得到大幅度提高，仿真程度也会变得更高和更好；
4.人工智能所带来的多维度的大数据一般能很好的解决遗漏变量问题，降低样本选择性偏差的概率。
大数据技术：大数据具有四个主要的特征，即数据体量大，生成速度快，种类多样，以及价值密度低。大数据的运用与传统的数据的处理方法将发生巨大的变化。
计算模型+数据校准分析的算法和数据辅助：人工智能的算法能够大大提高社会科学研究的分析效率，研究者们在建立理论模型的时候，不需要由于传统的计算能力问题而对模型进行各种假设限制，这使得模型能更好地对真实世界进行模拟。
微观分析和宏观分析的结合：人工智能为社会科学研究带来的大数据使得社会科学研究必然能从更微观的层面进行，同时人工智能也能带来新的计算机算法，能够对微观研究的结果进行宏观的复杂加总和综合，使得社会科学的宏观分析和微观分析有更好的统一性。
可计算社会科学研究中的误区：1. 过度注重相关关系而忽略研究对象之间的因果关系；2.陷入“统计的胡说”现象；3. 是过度依赖算法而导致偏差的扩大。
社会科学研究人员在利用人工智能进行深度 研究所必需的能力：随着人工智能对社会科学研究的逐渐渗透，社会科学研究者们除了要具备传统的社会科学领域的学科训练之外，还需要具备一定的数据工程师和软件工程师的能力。
文章来源：《学术前沿》2019年10下《我国可计算社会科学研究的现状与未来》
作者：复旦大学经济学院教授 袁堂军
