AI越會回答，人為什么越需要深度思考？復旦發布2026人文社科智能發展藍皮書

機器之心編輯部

曾經我們對 AI 的期待還比較樸素，寫郵件、翻譯論文、聊天搭子……那時候，AI 像一個初出茅廬的實習生，你指哪它打哪，但也經常一本正經地胡說八道。

近兩年，AI 的發展可謂勢如破竹。

它不再滿足于替人寫兩段話，而是開始接手整套工作：寫代碼、查資料、做分析、生成方案，還能自己拆解任務、調用工具、安排步驟、檢查結果。

隨之而來的，還有不少令人啼笑皆非的變化。程序員開發出的 AI，開始接手一部分原本由程序員完成的工作；不少白領崗位也發現，AI 已經坐到了隔壁工位。

學術界的情形更有意思。AI 極大降低了論文寫作的門檻，它不需要理解學術理想，也能把論文格式整理得相當莊嚴。

于是有人開始批量生成論文、批量投稿。審稿人工作太忙，便用 AI 輔助審稿；作者發現以后，又在論文里藏入只有機器容易識別的提示詞，希望審稿 AI 給出積極評價。所有參與者都節省了時間，只有知識本身是否增加，暫時還沒有統一意見。

但問題也正在這里：我們得到的是更多知識，還是更多長得很像知識的東西？當越來越多的工作都可以交給 AI，人究竟剩下什么？

復旦大學發布的《2026人文社會科學智能發展藍皮書》，正是試圖回應這些問題。

與首期藍皮書主要觀察 AI 如何賦能人文社會科學相比，本期藍皮書以「重新發現深度思考的價值」為主題，進一步提出，AI 與人文社會科學的關系正在從「單向賦能」走向「雙向融合」：AI 改變人文社會科學如何研究，人文社會科學則要參與決定 AI 為何使用、用于何處，以及應當受到怎樣的約束。

作為本書的特別支持單位，上海科學智能研究院也正攜手復旦大學，持續探索AI與人文社會科學深度融合的路徑。

為什么 AI 越強，深度思考反而越重要

計算器普及以后，人不必再用紙筆計算復雜數字；導航出現以后，人也不必記住每一條路。照此推論，AI 能夠分析資料、生成結論之后，人或許也可以少動一點腦筋。

可惜，社會問題不是算術題。

藍皮書以氣候——社會系統耦合為例指出，真正困難的并不是處理更多變量，而是理解自然系統與社會系統在結構、變量和尺度上的錯配。一個模型能夠運算，并不意味著它已經理解了問題。

氣候——社會系統耦合的三類錯配：結構、變量與尺度。

算術題只需判斷答案是否正確，知識生產和公共決策卻必須繼續追問：論證過程是否可靠，前提假設是否合理，潛在風險是否可控，以及問題本身是否具有指引未來的價值。

藍皮書認為，研究瓶頸正在轉移：過去的問題是能不能處理足夠多的材料，現在的問題是能不能提出好問題、建立真實機制，并形成可以檢驗的證據鏈。

什么問題值得研究，觀察到的模式應當如何解釋，某種結果是否公平正當，以及研究遺漏了什么、固化了什么偏見，這些判斷不能被徹底自動化。AI 能力越強，人的判斷責任反而越重。

AI 看起來什么都能做，它都能做得好嗎？

AI 越來越會說話、會推理、會調用工具，也越來越像一個可以協作的「研究伙伴」。但它到底是在理解，還是在以非常高明的方式模擬理解？

四十多年前，塞爾用「中文屋」思想實驗質疑純粹句法操作能否產生語義理解。今天，大模型把這個問題擺到了每個人的面前：我們如何判斷大模型到底理解了什么，又遺漏了什么？

藍皮書的一個重要判斷是，人類智能并不是簡單的「輸入——輸出」過程。人能夠理解世界，是因為感知與注意把外部刺激組織成情境，記憶與認知地圖把過往經驗組織成可以遷移和推理的結構，情緒與價值決定哪些信息更重要、哪些目標更值得追求。

人智協同的第一步，不是讓 AI 干活，而是先明確人和 AI 的分工。 AI 可以幫助我們識別對象、檢索信息、生成文本，但它很容易把復雜的社會經驗改寫成自己容易處理的格式，把真正需要理解的問題變成看起來已經被回答的問題。 我們需要從對象識別走向情境理解，從信息存儲走向經驗組織，從生成走向價值判斷和自我反思。

認知科學因此變得尤為重要。它告訴我們，深度思考不是與 AI 相對立的能力，而是在人機協作中更需要被激活的能力。真正有價值的認知型 AI，不應只是給出一個單一、流暢、確定的答案，而應幫助人提出問題、比較證據、保持判斷的主動性。

論文寫得越來越快，誰來保證它可信

AI 進入科研以后，最顯眼的變化是速度。文獻整理、數據清洗、代碼生成、圖表繪制和論文初稿，都可以在很短時間內完成。研究者沒有義務把寶貴時間消耗在重復勞動上，一個學者是否具有思想，也不應由他手工調整了多少次參考文獻格式來證明。

但研究的速度和知識的速度不是一回事。論文生成得很快，并不意味著概念已經澄清、數據已經理解、因果關系已經成立。語言模型尤其擅長把分散材料組織成連貫敘述，而學術研究最危險的時刻，往往就是敘述顯得過于連貫的時候。

風險還隱藏在那些看似只是「技術操作」的環節。變量怎么選、指標怎么構造、樣本從哪一年開始、哪些案例被納入，背后都包含理論判斷。

機器當然沒有陰謀，它只需要在第一步犯一個小錯誤，并在后面的二十步里始終保持自信。

另一種風險來自自動化模型搜索。AI 可以不斷嘗試變量組合、參數設置和樣本區間，直到找到顯著性更強、擬合度更高、圖表更漂亮的結果。過去，「試到顯著為止」還受時間和精力限制；現在，智能體可以不眠不休地搜索。效率提高以后，統計偶然也可能被更高效地包裝成理論發現。

自動化科研真正帶來的挑戰，不只是機器會不會犯錯，而是錯誤能否被及時發現、研究過程能否被回溯、最終結論能否被重新檢驗。

AI 做決定時，誰來負責

AI 識別和分類人的能力正在迅速增強。它可以識別訴求、判斷風險、審核材料、匹配政策，也可以為工作人員提供決策參考。

這類系統的吸引力很明顯：它們比人快，不會疲勞，也不會因為壓力或情緒波動而改變處理節奏。

然而，不疲勞和公平不是一回事。

藍皮書引用的研究發現，在分析健康論壇帖子和國際學生訪談時，人類研究者能夠識別醫患互動、文化責任等細微差別，大模型卻容易將其概括為更普通、更標準化的類別。

模型不是完全沒有理解。它只是非常善于把不容易理解的東西，改寫成自己容易處理的樣子。

在公共治理中，這種簡化可能直接影響人的權利和待遇。藍皮書由此區分了兩種 AI 嵌入模式。

一種是「代理型」模式。算法成為行動者，從信息輸入一直走到決定輸出，人類只在系統故障或當事人申訴時重新出現。另一種是「輔助型」模式。AI 負責檢索、計算、提示風險和生成方案，最終決定仍由人作出。

兩種模式的區別，不在于用了多少技術，而在于權力有沒有發生轉移。

當然，在制度文件里寫著「人在回路」，并不能保證人真的還在。如果工作人員只能在算法結論后面點擊「確認」，所謂人工復核，不過是把機器的決定換了一根人類手指。

人工角色必須擁有介入權、糾偏權和解釋權，否則人工復核就會成為一種責任表演。

當 AI 開始影響人的權利，問題便不能停留在「模型準不準」，還必須明確誰部署、誰復核、誰解釋、誰接受申訴并承擔最終責任。

責任可以分工，卻不能因為分工太細，最后蒸發掉。

深度思考，不止「多想一會兒」

「深度思考」聽起來像一種個人美德：面對問題，不要急著回答，多想一會兒。但真正有意義的深度思考，必須進入研究流程、治理程序和組織制度。它不僅要求個人更謹慎，也要求系統保留讓人謹慎、質疑和糾偏的條件。

AI 可以幫忙，但證據鏈不能省

深度思考并不意味著拒絕 AI。沒有必要為了證明人類的尊嚴，堅持親自整理幾千份材料，或把一整天花在調整參考文獻格式上。

關鍵在于，工作可以交給 AI，證據鏈不能一起交出去。AI 可以檢索文獻、處理數據、運行代碼，但研究者仍需判斷問題是否值得提出、概念是否被準確轉化為指標、數據關系能否支持因果解釋，以及結論適用于哪些范圍。

藍皮書介紹的 STRIDES 框架，嘗試把復雜研究拆分為理論、方法、數據、執行和審查等環節，并在關鍵節點設置檢查：假設需要寫明，證據能夠定位，數據和代碼保留版本記錄，高風險或低置信度結論重新交給人判斷。

STRIDES 系統概覽：從研究設計到對抗式審查的工作流閉環

AI 參與研究以后，研究產物不應只剩下一篇最終論文。研究問題、數據字典、分析腳本、運行記錄、審查意見和人工裁決，也應被保留下來，讓人看見結果從哪里來、在哪一步可能出錯、經過哪些修改。

科學之所以可信，不是因為結論來得快，而是因為別人能夠沿著證據鏈重新走一遍。

采訪中，團隊給出了一個簡單的自我檢查：關掉模型以后，你能否用自己的語言說明問題是什么、證據來自哪里、結論依賴哪些假設、可能有哪些反例，以及適用邊界在哪里？

如果只能說「它講得很有道理」，卻解釋不了為什么；如果問題逐漸被改造成模型容易回答的問題；如果文章越來越流暢，自己的觀點卻越來越模糊，那么 AI 很可能已經從表達助手變成了判斷代理。

規則不能只寫在口號里

關于 AI 治理，人們已經提出了許多正確原則：公平、透明、安全、以人為本、保護隱私、承擔責任。

問題在于，原則如果不能變成程序，就很容易只在會議和文件里生活。

一套制度若只有原則，沒有執行機制，和一個人只有理想沒有鬧鐘差不多。每天都打算做正確的事，只是從未在正確的時間醒來。

藍皮書強調，AI 治理要覆蓋系統的整個生命周期：部署前評估風險和適用邊界，運行中記錄關鍵決定、監測異常并保留人工介入，出現問題后能夠復核、糾偏和追責。

不同風險的系統，也不應接受完全相同的治理。普通的信息檢索和文本整理可以降低門檻；涉及公共安全、重要權益和關鍵決策的系統，則應接受更嚴格的測試、審計和部署要求。

治理也不能止于「已經告知」。受到影響的人應當知道決定依據什么作出、可以質疑什么、應向誰提出異議，并能夠要求人工復核，在錯誤發生后獲得實際救濟。否則，說明義務很容易變成一份沒人看懂的技術文件，申訴渠道也可能只剩一張網頁。

當然，治理不是給技術踩剎車。它更像是修路：哪里可以提速，哪里必須限速，哪里需要護欄，出了事故以后由誰負責。沒有規則的道路并不代表自由，通常只代表強者開得更快，其他人自己小心。

AI 會整理答案，人還得決定方向

AI 很擅長回答已經被提出的問題。但社會真正困難的問題，通常不是沒有答案，而是沒有一個所有人都認可的標準答案。

效率和公平發生沖突時，應該優先哪一個？技術創新會帶來整體收益，卻讓一部分人承擔更大代價時，怎樣才算合理？公共利益和個體權利發生矛盾時，邊界應當劃在哪里？

這些問題無法通過擴大參數規模自動消失。

藍皮書把人文社會科學對 AI 的「反向賦能」概括得很具體：不是站在技術旁邊發表抽象的道德意見，而是把價值沖突轉化成可以分析的權衡，把社會后果轉化成可以測量的指標，并為技術發展提供更具方向感和解釋力的知識框架。

模型可以告訴我們不同選擇可能帶來什么后果，但它不能僅憑自己決定，哪一部分人應該為整體效率付出代價，也不能決定某種代價是否值得。

藍皮書討論的中華早期文明大模型，就是一個例子。歷史文獻、出土文字、器物圖像、遺址信息和地理數據，過去分散在不同資料系統和專家經驗中；多模態模型可以把它們組織進同一個知識空間，使不同來源的證據相互參照。

它的意義不只在于提高檢索效率，更在于改變證據的組織方式。但材料連接得越多，專家越需要判斷：哪些關聯具有歷史意義，哪些只是表面相似；哪些敘事建立在可靠證據上，哪些只是被模型組織得更加流暢。

這正是人文社會科學不能被簡化為「給 AI 挑錯」的原因。它不僅負責指出偏見、風險和漏洞，也要解釋價值沖突，分析制度后果，理解具體人的處境，并幫助社會形成可以共同承擔的判斷。

技術解決「能夠做什么」，人文社會科學繼續追問「為什么要做」「應該做到哪里」「代價由誰承擔」。

靠少數團隊還不夠

談到 AI 與人文社會科學融合，人們容易想到幾個實驗室、幾項明星成果，以及少數既懂技術又懂社會科學的研究者。

這當然重要，但不能只靠這些。

一個領域要形成長期能力，需要數據、算力、模型、工具鏈、人才培養、組織協作和評價制度共同支撐。藍皮書特別提醒，AI4SSH 基礎設施不等于購買更多機器，也不等于把幾種模型放進同一個網頁，而是多模態數據底座、計算環境、領域模型、智能體、工具鏈及協同機制的整體建設。

買到算力相對容易，建立共同的數據規則很難；發布一個模型相對容易，讓不同學科真正理解彼此的問題很難。真正的挑戰，是把零散項目沉淀為可以持續運行的組織能力。

更重要的是，認知科學等新興學科也需要一同謀劃。認知科學連接哲學、心理學、神經科學、計算科學、語言學和社會科學，它既幫助我們理解人類智能，也幫助我們反思和校準機器智能。對高校來說，這類基礎學科建設未必馬上對應一個可演示的應用，卻決定了未來人智協同能否從工具使用走向范式創新。

藍皮書由此構建「中國高校 AI4SSH 指數」，從研究核心能力、發展創新潛力和社會傳播能力三個維度展開，包括 3 個一級指標、7 個二級指標和 10 個三級指標。

它提供了一扇結構化的觀察窗口：哪些高校已經形成穩定的交叉研究體系，哪些仍停留在零散項目；哪些擁有研究產出，卻缺少制度支撐；哪些有學術成果，卻還沒有把它轉化成公共影響和社會服務。

藍皮書的總體判斷是，中國高校 AI4SSH 發展已經呈現「體系初構、梯次分明」的格局，研究產出和本土融合進展較快，但國際學術影響力、源頭創新、制度支撐和社會服務轉化仍有短板。

因此，衡量 AI4SSH 的發展，不能只看模型、論文和項目數量，還要看數據、工具、規范、人才和協作機制能否長期運轉。技術可以迅速升級，制度和組織卻只能緩慢學習；真正決定 AI 與人文社會科學能夠走多遠的，恰恰是這些不太容易被做成演示視頻的部分。

結語：AI 越會回答，人越要知道該問什么

復旦大學黨委書記裘新在藍皮書序言中寄語讀者，在智能時代「始終守護思想、砥礪思考，保留獨立思索、理性判斷、追問價值、明辨取舍的從容和定力，以思想之深引領智能之變」。

這也是這本藍皮書希望傳遞的態度。它不只是對一輪技術變化的觀察，也是復旦文科面對智能時代的一次集體思辨。

真正重要的是，在自動生成之前，先判斷什么問題值得提出；在模型給出結論之后，繼續追問證據是否可信；在技術進入社會之前，明確它的邊界和責任；在許多可能的未來之間，保留人的價值判斷和方向選擇。

我們不必繼續證明人在哪些任務上比機器更快，而要重新確認人在知識生產和社會運行中不可轉讓的判斷與責任。

機器可以幫助我們抵達許多地方。至于為什么出發、應當去哪里，以及到了以后準備過怎樣的生活，這些事情恐怕還不能完全交給它。

藍皮書將于 7 月 17 日在 WAIC 2026「人工智能全球治理與可持續發展」論壇正式發布，全文下載請關注復旦大學國家發展與智能治理綜合實驗室官方。