隨著大數(shù)據(jù)和機(jī)器學(xué)習(xí)算法的普及，社會科學(xué)的量化研究也逐漸試圖采用以人工智能和數(shù)據(jù)挖掘為基礎(chǔ)的新興研究手段，來處理過去無法處理或者忽視了的研究議題。在此背景下，如何處理好人工智能技術(shù)與社會科學(xué)研究的關(guān)系就顯得尤為重要。人心可以計算和測量嗎？怎么用人工智能測算人的情感和態(tài)度？這一類問題越來越受到智庫工作者的關(guān)注。
人工智能如何測量人心，是個問題（圖片來自網(wǎng)絡(luò)）
今天，小智邀請到復(fù)旦大學(xué)社會發(fā)展與公共政策學(xué)院胡安寧教授，就人工智能在社會科學(xué)領(lǐng)域的應(yīng)用和未來趨勢分享他的研究和體會。
目前人工智能在社會科學(xué)領(lǐng)域的應(yīng)用
目前，在社會科學(xué)領(lǐng)域，人工智能主要運(yùn)用于輔助數(shù)學(xué)模型，進(jìn)行量化研究，分析某些變量對某個結(jié)果如何產(chǎn)生影響和產(chǎn)生多大的影響，進(jìn)而進(jìn)行行為的預(yù)測。一般來說，采用數(shù)據(jù)挖掘的研究者通常盡可能地納入各種與“結(jié)果”相關(guān)的因素，然后考察這些因素合并在一起，如何能夠在新的環(huán)境下盡可能準(zhǔn)確地預(yù)測結(jié)果。
這方面比較典型的人工智能應(yīng)用是客戶分析模型。商家可以將大量已有的用戶數(shù)據(jù)導(dǎo)入人工智能系統(tǒng)，以此訓(xùn)練出一個具有比較強(qiáng)預(yù)測力的模型工具。之后，當(dāng)新的用戶出現(xiàn)時，他們的某些信息（如年齡、教育水平、收入水平）便能夠輸入模型，以此預(yù)測出用戶的某些屬性。例如，當(dāng)人們在亞馬遜網(wǎng)站上買書時，一旦輸入社會學(xué)類書籍，網(wǎng)站會自動基于過往用戶的購買習(xí)慣，向這一新的用戶推薦一些其他書籍。誠然，如果這一新的用戶是社會學(xué)專業(yè)的大學(xué)生，而亞馬遜過往的演算是基于大量社會學(xué)專業(yè)大學(xué)生的購買習(xí)慣，這些新推薦的書籍很有可能正是新使用者所需要的，由此既給用戶以便利，又提升了網(wǎng)站的營業(yè)額。
可以看到，人工智能目前只是參與“以詮釋為導(dǎo)向的模型擬合”，比以前的進(jìn)步主要是可以處理的數(shù)據(jù)量更大了，速度更快了，但人們很少見到社會科學(xué)家會基于自己的研究模型做出具體的預(yù)測（比如很少有政治社會學(xué)家運(yùn)用人工智能預(yù)測何時會發(fā)生社會運(yùn)動）。鑒于此，當(dāng)越來越多的研究者將基于演算的、以預(yù)測為目的的人工智能技術(shù)引入社會科學(xué)研究的時候，人們似乎見到了社會科學(xué)新的發(fā)展方向，甚至是社會科學(xué)研究的范式革命。
人工智能發(fā)展的三個階段（圖片來自網(wǎng)絡(luò)）
“人心難測”：計算科學(xué)的視角
在計算科學(xué)中，人工智能是一個非常寬泛的領(lǐng)域，其中基于不同的應(yīng)用方向有不同的分支學(xué)科。但究其根本，與社會科學(xué)密切相關(guān)的人工智能應(yīng)用主要是機(jī)器學(xué)習(xí)。所謂機(jī)器學(xué)習(xí)，是通過提供給機(jī)器特定的數(shù)據(jù)，讓計算機(jī)利用算法，尋找出這些數(shù)據(jù)背后的模式。之后，當(dāng)新的數(shù)據(jù)出現(xiàn)以后，人們便能夠用這些模式來套用數(shù)據(jù)，做出預(yù)測。
那么，如果用這套工具來試圖理解人類社會，做社會科學(xué)的研究，是否可能呢？答案是：介于肯定與否定之間。之所以有肯定的一面，是因為人類的某些社會性行為具有高度模式化的特點。例如，在給定特定資源的情況下，一個理性選擇的個人通常會做出利益最大化的決策（比如在給定資金的情況下進(jìn)行投資決策）。此時，機(jī)器可以對這種模式化的行為進(jìn)行分析，甚至在立足于大量已有投資“經(jīng)驗”的基礎(chǔ)上，“創(chuàng)造性”地通過演算給投資者指出一種常人可能忽略了的最優(yōu)投資策略。
如果簡單地認(rèn)為人們可以利用人工智能技術(shù)完全預(yù)測個體行為，并建立預(yù)測性的社會科學(xué)，那就不免有些過于樂觀了。正是因為這一點，上述問題的答案中又包含否定的一面。具體而言，利用人工智能技術(shù)進(jìn)行社會性行為的分析會面臨三個困境。
困境一：機(jī)器學(xué)習(xí)的模式化
正所謂成也蕭何、敗也蕭何，人工智能雖然能夠?qū)τ谀Ｊ交男袨檫M(jìn)行基于算法的預(yù)測和分析（例如，“阿爾法狗”可以擊敗中國、韓國很多圍棋高手），但是，一旦人們面對的問題不是模式化問題時，人工智能就難以處理了。一個簡單的例子是：如果問機(jī)器“1+1等于幾”？機(jī)器會立刻回答“等于2”。但如果告訴機(jī)器，這里的“1”代表一堆沙子，那么，兩堆沙子放在一起是什么呢？人們會說，還是一堆沙子。而機(jī)器卻無法做出類似的回答。因為，兩堆沙子混成一堆不再是一個數(shù)學(xué)化的模式問題，而是一個生活經(jīng)驗問題。
困境二：缺乏抽象思維的能力
目前文本學(xué)習(xí)非常流行，其中有一些算法能夠說明一段文字所表達(dá)的作者情感。但是，這種分析到目前為止還比較機(jī)械，其背后的機(jī)制在于特定詞匯的計算特征。因此，使用這種技術(shù)，人們所得到的信息也是非常初步的。換句話說，人們目前很難寄希望于人工智能能夠讀出字里行間的潛在意思。而對于社會科學(xué)而言，恰恰是一段文字的字里行間才能夠反映出作者的真實想法。如果僅僅根據(jù)詞頻或者其他表面上的文字使用模式，人們很難區(qū)分作者的真實意思和反諷之間的區(qū)別。
困境三：人工智能在處理問題時缺乏整體性、系統(tǒng)性的思考。
比如，將人工智能應(yīng)用于體育領(lǐng)域時，通過算法和數(shù)據(jù)所提供的信息可以幫助某個足球隊選擇最出色的特定位置的球員（前鋒、后衛(wèi)或者門將），但是，這個最好的后衛(wèi)或前鋒能否與全隊有效配合，產(chǎn)生化學(xué)效應(yīng)，人工智能卻難以判斷。如果出現(xiàn)“一山不容二虎”的局面，兩個最好的球員在一起所產(chǎn)生的效果可能反而不如兩個普通球員在一起合作的效果好。這些超越個體的整體性判斷，則需要教練員與不同位置的球員進(jìn)行“人與人”之間的溝通才能做出。顯然，這些已經(jīng)不是機(jī)器所能做到的了。對于社會科學(xué)而言，學(xué)者們感興趣的恰恰是人與人之間的聯(lián)系，以及這種聯(lián)系所產(chǎn)生出來的超越個體的“社會行為”。
《點球成金》里的老板通過人工智能選擇棒球隊員（圖片為《點球成金》劇照）
“人心難測”：社會科學(xué)的視角
人類的各種稟賦，尤其是那些構(gòu)成人類社會本質(zhì)特征的元素并不完全是理性化的行為。甚至可以說，人類社會之所以成為社會，恰恰是因為每個人不是像機(jī)器般“算計”，而是有著非理性的情感、思想和價值。人類社會之所以能夠存在，生活于其中的個體之所以能夠彼此團(tuán)結(jié)起來而不至于一盤散沙，所依賴的并不是這種“精致的利己主義”。相反，人們需要的是一種超驗的，在人們看來不那么善變的、完美的存在。這種存在無法用理性來衡量，甚至只可意會不可言傳，而這恰恰正是社會科學(xué)最為關(guān)注的，最想解釋清楚的。
比如，婚姻的形成過程往往涉及很多理性化的考慮。尤其是在今天，夫妻雙方在最后走入婚姻殿堂之前可能在家庭義務(wù)、雙方家庭的物質(zhì)支持等方面已經(jīng)有一系列的討價還價。在這里，雙方都在努力地做到利益最大化，理性化的原則通常會占上風(fēng)，甚至有人工智能軟件專門計算匹配度。但是，婚姻涉及的不僅僅是這些功利性的考慮，更重要的是雙方的愛情基礎(chǔ)。而愛情卻是一種神圣性的存在，人們通常認(rèn)為它是永恒的、完美的，不容討價還價和妥協(xié)的?？傊?，一個基本的共識是，僅僅用理性計算來衡量婚姻是無法把握婚姻的本質(zhì)的。
測試婚姻匹配度的軟件（圖片來自網(wǎng)絡(luò)）
我們的結(jié)論是，人們完全可以采用人工智能的算法來推理和預(yù)測個人的選擇和傾向，但這種預(yù)測僅僅局限于世俗領(lǐng)域而非神圣領(lǐng)域。“人心的預(yù)測”很多時候是神圣且?guī)в信既恍缘?，也許這個時候進(jìn)行研究的最好方法是直接的訪談和體驗，人工智能時代依然“人心難測”。（人民日報中央廚房 智觀天下工作室出品，田衛(wèi)平整理）
