AI越会回答，人为什么越需要深度思考？复旦发布2026人文社科智能发展蓝皮书

机器之心编辑部

曾几何时，回答我们对 AI 的需深期待尚显朴素：写邮件、翻译论文、度思旦充当聊天搭子。考复科智那时的布人 AI 宛如一名初出茅庐的实习生，虽能指哪打哪，文社却常伴以一本正经的展蓝“幻觉”。

然而近两年，皮书AI 的回答发展势如破竹，不再局限于简单的需深文本生成，而是度思旦全面接管复杂工作流：从代码编写、资料检索到方案生成，考复科智甚至能自主拆解任务、布人调用工具并校验结果。文社

这种能力的展蓝跃升引发了连锁反应：程序员开始被 AI 替代部分职能，白领岗位面临“隔壁工位坐满 AI”的现实，学术界更是迎来巨变。AI 大幅降低了论文写作门槛，无需理解学术理想，仅凭格式整理便能产出“庄严”的文本。于是，批量生成与投稿成为可能，审稿人用 AI 辅助审稿，作者则在文中植入针对 AI 的提示词以获取好评。各方虽节省了时间，但“知识是否真正增加”仍存争议。

核心问题随之浮现：我们获得的究竟是知识，还是形似知识的产物？当工作日益外包给 AI，人的主体性何在？

复旦大学发布的《2026人文社会科学智能发展蓝皮书》正是对此的回应。相较于首期关注 AI 对人文社科的“单向赋能”，本期蓝皮书聚焦「重新发现深度思考的价值」，提出 AI 与人文社科的关系正从单向赋能转向「双向融合」：AI 重塑研究范式，而人文社科则需界定 AI 的使用边界、目的及约束机制。

作为特别支持单位，上海科学智能研究院正携手复旦大学，持续探索这一深度融合路径。

为什么 AI 越强，深度思考反而越重要

计算器普及后，人类无需再手工计算复杂数字；导航出现后，记忆路线不再是刚需。依此逻辑，AI 既然能分析资料并生成结论，人类似乎可以“少动脑筋”。

然而，社会问题绝非算术题。

蓝皮书以“气候—社会系统耦合”为例指出，真正的难点不在于处理变量数量，而在于理解自然系统与社会系统在结构、变量和尺度上的错配。模型运算能力不等于问题理解能力。

气候—社会系统耦合的三类错配：结构、变量与尺度。

算术题只需验证答案正误，而知识生产与公共决策必须追问：论证是否可靠？假设是否合理？风险是否可控？问题本身是否具有前瞻性？

蓝皮书认为，研究瓶颈正在转移：从“能否处理海量材料”转向“能否提出真问题、建立真实机制、形成可检验证据链”。

诸如“何谓值得研究”、“模式如何解释”、“结果是否公正”、“研究是否固化偏见”等判断，无法被彻底自动化。AI 能力越强，人类承担的判断责任反而越重。

AI 看起来什么都能做，它都能做得好吗？

AI 日益具备推理与工具调用能力，俨然成为“研究伙伴”。但它究竟是在“理解”，还是在高仿“理解”？

四十多年前，塞尔的“中文屋”思想实验质疑了句法操作能否产生语义理解。今天，大模型将此问题具象化：我们如何判断模型理解了什么，又遗漏了什么？

蓝皮书指出，人类智能并非简单的“输入—输出”。人类通过感知与注意将刺激组织为情境，通过记忆与认知地图将经验结构化，通过情绪与价值筛选信息优先级。

人智协同的第一步，是明确分工。AI 擅长对象识别、信息检索与文本生成，但极易将复杂社会经验简化为易处理格式，将需深入理解的问题伪装成已解决问题。人类需从“对象识别”走向“情境理解”，从“信息存储”走向“经验组织”，从“生成”走向“价值判断与自我反思”。

因此，认知科学至关重要。深度思考并非对抗 AI，而是人机协作中需激活的核心能力。有价值的认知型 AI 不应仅提供单一流畅的答案，而应辅助人类提出问题、比较证据，保持判断的主动性。

论文写得越来越快，谁来保证它可信？

AI 介入科研后，最显著的变化是速度。文献整理、数据清洗、代码生成乃至初稿撰写均可瞬间完成。学者无需在重复劳动中消耗精力，思想深度也不应由参考文献格式的调整次数来证明。

但研究速度与知识速度并非同义词。论文生成快，不代表概念澄清、数据理解或因果关系成立。语言模型擅长构建连贯叙述，而学术研究最危险的时刻，往往就是叙述过于完美之时。

风险潜藏在看似中立的“技术操作”中：变量选择、指标构造、样本区间划定，背后皆蕴含理论判断。机器虽无阴谋，但若在第一步犯错并自信地延续后续二十步，后果严重。

另一风险来自自动化模型搜索。AI 可无休止地尝试变量组合与参数设置，直至找到显著性更高、拟合度更佳的结果。过去受限于时间的“P值操纵”，如今可被高效包装为理论发现。

自动化科研的真正挑战，不在于机器是否犯错，而在于错误能否被及时发现、过程能否被回溯、结论能否被重新检验。

AI 做决定时，谁来负责？

AI 在识别分类、风险判断、材料审核及政策匹配方面能力激增，为决策提供高效参考。其优势在于速度快、无疲劳、无情绪波动。

然而，不疲劳不等于公平。

蓝皮书引用研究显示，在处理健康论坛帖子和国际学生访谈时，人类能捕捉医患互动、文化责任等细微差别，而大模型倾向于将其概括为标准类别。模型并非不理解，而是善于将“难理解”改写为“易处理”。

在公共治理中，这种简化可能直接侵害人的权利与待遇。蓝皮书据此区分两种 AI 嵌入模式：

1. 代理型模式：算法成为行动主体，从输入到输出全程自主，人类仅在故障或申诉时介入。
2. 辅助型模式：AI 负责检索、计算、风险提示及方案生成，最终决定权保留在人类手中。

区别不在于技术用量，而在于权力是否转移。若“人在回路”仅表现为点击“确认”，则人工复核沦为责任表演。

人工角色必须拥有介入权、纠偏权和解释权。否则，当 AI 影响权利时，问题便不能止步于“模型准不准”，而需明确部署者、复核者、解释者及申诉受理者的责任归属。责任可分工，但不可因分工过细而蒸发。

深度思考，不止“多想一会儿”

“深度思考”常被误读为个人美德——面对问题暂缓回答。但真正的深度思考必须嵌入研究流程、治理程序与组织制度，要求系统保留让人谨慎、质疑和纠偏的条件。

AI 可以帮忙，但证据链不能省

深度思考不等于拒绝 AI。无需为证明人类尊严而坚持手工整理材料。关键在于：工作可交予 AI，但证据链不可外包。

研究者仍需判断：问题价值、概念转化准确性、数据因果支持度及结论适用范围。

蓝皮书介绍的 STRIDES 框架，将复杂研究拆解为理论、方法、数据、执行和审查环节，并在关键节点设置检查：假设需明确、证据需定位、数据代码需版本记录、高风险结论需人工重判。

STRIDES 系统概览：从研究设计到对抗式审查的工作流闭环

AI 参与后的研究产物不应仅是最终论文，还应保留研究问题、数据字典、分析脚本、运行记录、审查意见及人工裁决，确保结果的可追溯性。科学的可信度源于他人能沿证据链重走一遍，而非结论来得快。

团队建议进行自我检查：关闭模型后，能否用自己的语言说明问题、证据来源、假设前提、反例及适用边界？若只能复述“很有道理”却无法解释逻辑，或问题被改造为模型易答形式，则 AI 已从助手异化为判断代理。

规则不能只写在口号里

公平、透明、安全、以人为本等原则虽正确，但若无法转化为程序，便仅存于文件之中。

蓝皮书强调，AI 治理需覆盖全生命周期：部署前评估风险，运行中记录关键决策并监测异常，出事后复核纠偏。

治理需分级：普通信息检索可降低门槛；涉及公共安全与关键决策的系统，则需严格测试、审计与部署。

治理不仅是“告知”，更需保障受影响者的知情权、质疑权与救济权。否则，说明义务将沦为晦涩的技术文件，申诉渠道将变成无人问津的网页。

治理不是踩刹车，而是修路：明确提速区、限速区、护栏位置及事故责任。没有规则的道路不代表自由，只代表强者更快，弱者更险。

AI 会整理答案，人还得决定方向

AI 擅长回答既定问题，但社会难题往往缺乏公认的标准答案。

效率与公平冲突时，何者优先？技术创新带来整体收益却让部分人承担代价时，何为合理？公共利益与个体权利矛盾时，边界何在？

这些问题无法通过扩大参数规模自动解决。

蓝皮书将人文社科对 AI 的“反向赋能”具体化为：将价值冲突转化为可分析的权衡，将社会后果转化为可测量指标，为技术发展提供方向感与解释力框架。

模型可预测后果，但不能决定谁该为效率付出代价，也不能判定代价是否值得。

以中华早期文明大模型为例，多模态模型整合了文献、文字、图像、遗址与地理数据，构建了统一知识空间。其意义不仅在于检索效率，更在于改变证据组织方式。然而，连接越多，专家越需判断：哪些关联具历史意义，哪些仅为表面相似；哪些叙事基于可靠证据，哪些仅因模型组织而流畅。

这正是人文社科不可替代的原因：不仅指出偏见与漏洞，更要解释价值冲突、分析制度后果、理解个体处境，协助社会形成共同承担的判断。

技术解决“能够做什么”，人文社科继续追问“为什么要做”、“应做到哪里”、“代价由谁承担”。

靠少数团队还不够

AI 与人文社科融合常被局限于少数实验室与明星成果。但这不足以支撑长期发展。

AI4SSH（AI for Social Sciences and Humanities）基础设施不仅是购买算力或堆砌模型，而是多模态数据底座、计算环境、领域模型、智能体、工具链及协同机制的整体建设。

建立共同数据规则比购买算力更难；让不同学科真正理解彼此问题比发布模型更难。挑战在于将零散项目沉淀为可持续的组织能力。

此外，认知科学等新兴学科需同步谋划。作为连接哲学、心理学、神经科学、计算科学与社会科学的桥梁，认知科学既助力理解人类智能，也校准机器智能。高校应重视此类基础学科建设，推动人智协同从工具使用走向范式创新。

蓝皮书构建了「中国高校 AI4SSH 指数」，从研究核心能力、发展创新潜力和社会传播能力三个维度，涵盖 3 个一级、7 个二级及 10 个三级指标。

该指数提供了结构化观察窗口：揭示哪些高校已形成稳定交叉体系，哪些仍停留于零散项目；哪些有产出缺制度，哪些有成果缺社会转化。

总体判断显示，中国高校 AI4SSH 发展呈「体系初构、梯次分明」格局，研究产出与本土融合进展较快，但在国际影响力、源头创新、制度支撑及社会服务转化方面仍有短板。

衡量 AI4SSH 发展，不能仅看模型与论文数量，更要看数据、工具、规范、人才及协作机制的长期运转能力。技术可快速升级，制度与组织只能缓慢学习；决定 AI 与人文社科发展高度的，恰是那些难以演示的“慢变量”。

结语：AI 越会回答，人越要知道该问什么

复旦大学党委书记裘新在序言中寄语：在智能时代，“始终守护思想、砥砺思考，保留独立思索、理性判断、追问价值、明辨取舍的从容和定力，以思想之深引领智能之变”。

这不仅是技术观察，更是复旦文科面对智能时代的集体思辨。

重要的是：
* 在自动生成前，先判断什么问题值得提出；
* 在模型给出结论后，继续追问证据是否可信；
* 在技术进入社会前，明确边界与责任；
* 在多种未来之间，保留人的价值判断与方向选择。

我们无需证明人在任务速度上优于机器，而应重新确认人在知识生产与社会运行中不可转让的判断与责任。

机器可助我们抵达许多地方。至于为何出发、去向何方、以及抵达后如何生活，这些终极命题，恐怕仍需人类自己回答。

蓝皮书将于 7 月 17 日在 WAIC 2026「人工智能全球治理与可持续发展」论坛正式发布，全文下载请关注复旦大学国家发展与智能治理综合实验室官方。

(责任编辑：焦点)