人工智能对哲学社会科学发展的影响
高质量推动政务大模型应用
范梓腾
近期，随着国产人工智能大模型的崛起，多地政府积极拥抱新技术，部署本地政务大模型，有望在政策解读、民意识别、公文处理和知识库构建等场景推广使用。传统政务信息处理模式迎来新的变革契机。高质量推动政务大模型应用，既能为大模型的政务信息处理能力提升创造真实场景支撑，也能为人类独特能力的发展提供新的契机。
大模型赋能国家信息能力
政府在依法履行管理和服务职能的过程中，会产生大量政务信息。这些信息蕴含着巨大的治理价值，对其进行收集、分析和挖掘，可以有效解决国家治理中的信息不对称问题，提升政府跨层级、跨部门和跨领域的协同治理效能，是国家信息能力的重要体现。
然而，传统的政务信息处理方式主要依赖于人工检索和阅读分析。由于人类的信息处理能力有限，这种方式在信息获取、内容解析、推理预测和话语传播等方面都存在明显的短板。基于深度学习的大语言模型，可以通过训练海量文本数据，挖掘自然语言中的深层语义关系和统计规律，据此作出长链推理，支持交互可视化分析。因此，政务大模型的本地部署，有望帮助政府在处理信息时，覆盖面更广、理解力更强、预测性更准、传播性更好。简而言之，就是让政府“看得见”“看得清”“看得远”以及“看得懂”。
大模型赋能的边界和限度
在热切展望之余，我们需要跳出“技术决定论”的范畴，对政务大模型的应用边界保持审慎和清晰的认识。
实际上，人工智能并不是万能的。在信息处理的准确度方面，大模型有时会“编造”信息，输出事实错误、逻辑矛盾或者是过度泛化的无关内容，即“大模型幻觉”。大模型在内容生成时，也可能表现出与特定社会文化和政治理念相关的价值倾向性。这种“大模型偏见”可能会误导管理者对社情民意的理解、把握，从而作出错误的价值判断。
此外，我们还需警惕“大模型依赖”的风险。当个人或组织在信息处理中过度依赖大模型，习惯于接受大模型给出的“标准答案”，而忽视人的独立性思考时，便可能逐渐让渡决策自主权，抑制个体创造力和批判性思维。
需要指出的是，大模型因内部工作机制的复杂性、不透明性和不可解释性，使其在输出“端到端”的结果时，缺少对中间步骤的充分说明，存在一定的不可预测性。这一“黑箱”问题在政务场景下可能带来信任危机、问责模糊和伦理争议等问题。
用好政务大模型的关键，在于找准人类和机器在政务信息处理上的各自优势，遵循人机协同、价值共创的基本原则。一方面，要突破“惯性思维”，充分释放大模型在复杂数据识别与融合分析上的工具价值；另一方面，要锚定“价值标准”，始终坚持人类在信息判断、思想创造和观点思辨上的主体地位。
人机角色分工：人类主导—技术赋能
在政务信息处理中，构建“人类主导、技术赋能”的应用范式，需要根据具体任务场景，合理划分人机角色，实现高效协作。
1.助力信息获取，让政府真正“看得见”
人类作为“信息输入者”在前，大模型扮演“信息整合者”在后，让政府真正“看得见”。
人类可以结合真实场景的任务需求和经验判断，指定目标数据集，确保信息输入的相关性、准确性和针对性，规避“大模型幻觉”的风险。此外，政务信息中的敏感数据同样需要结合伦理隐私标准来人为筛选，从而为大模型的信息归纳总结设定“防火墙”。在此前提下，大模型则可发挥自身在海量数据读取和自动化归纳上的优势。
2.助力内容解析，让政府真正“看得清”
大模型扮演“内容挖掘者”在前，人类作为“语义解析者”在后，让政府真正“看得清”。
大模型可结合自身在海量数据挖掘上的低成本高性能优势，将非结构化的多模态数据进行结构化转换，通过标准化格式输出，识别多源异构数据的复杂模式和一般规律。例如，大模型在舆情监测中可以从数百万的社交媒体里提取出热点主题和情绪分布。在此基础上，人类则可发挥自身在上下文理解、多义性把握以及价值观判断上的优势，对大模型挖掘的初步内容进行语义解析和价值校准。
3.助力推理预测，让政府真正“看得远”
大模型扮演“逻辑推理者”在前，人类作为“逻辑验证者”在后，让政府真正“看得远”。
大模型通过一系列的迭代升级，已经具备展示思维链、呈现推理路径并自我纠偏的能力。结合在跨领域知识整合上的既有优势，大模型在数学、编程和自然语言等多模态任务中的推理准确性得到了显著提升。基于此，人类可主要负责判断大模型的推理结果是否符合真实政务场景，并结合工作经验，验证其逻辑适用性和预测性，进而通过反馈机制反哺大模型。
4.助力话语传播，让政府真正“看得懂”
大模型扮演“形式优化者”在前，人类作为“传播扩散者”在后，让政府在政民互动中真正“看得懂”。
在话语传播方面，大模型可以根据信息分析结果提供多种可视化图表绘制方案，同时具备创意式写作和情感式表达的能力。通过数据可视化展示社情民意，政府能够以更直观的形式，感受和把握公众诉求。在此基础上，人类则可以通过个性化的内容生成，进一步提升政策传播效果。例如，在政务问答中，政府便可根据大模型对不同提问群体的语言风格进行分析，设计符合受众特点的政策解读和传播内容，实现精准舆论引导。
（作者为复旦大学全球公共政策研究院副教授）
马克思关注的是“大写的技术”
肖鹏
近年来，随着生成式人工智能的兴起，特别是DeepSeek的问世，社会再度掀起关于新一轮人工智能技术何以影响哲学社会科学乃至何以影响整个人类文明进程的广泛讨论。在各种讨论中，似乎有一个议题被“悬置”了，即：马克思主义经典理论形态，能否合理容纳包括人工智能在内的一系列新技术成果？这个议题还可以拓展为如下两个命题：一是作为技术思想家的马克思何以可能，二是马克思主义人工智能批判何以可能。
作为技术思想家的马克思何以可能？
毫无疑问，技术从来没有被排除在马克思哲学之外。但我们还必须思考如下两个问题：马克思主义哲学中的技术思想，仅仅以恩格斯的《自然辩证法》为经典范式吗？马克思对技术问题的回应，仅仅在“技术异化”的有限层面吗？回答当然是否定的：不能因为新技术体系改变甚至取代了《自然辩证法》中的经典结论，就否认了马克思主义哲学的技术维度；同样，仅仅从“技术异化”来指证“人的异化”并作为“人的解放”的尖锐对立，是对马克思哲学的片面肢解，甚至违背了马克思哲学的原意。
当代希腊裔哲学家阿克塞洛斯在《马克思：技术思想家》一书中认为，马克思首先是一个对技术发展所造成的异化进行分析的技术学家，同时也是一个试图消除异化和改造世界历史的技术学家。马克思的思想始终贯穿着技术问题。这可以在马克思“机器论片段”、《资本论》的“机器与大工业”等文本中，找到大量关于机器技术和生产技术方面的讨论。需要指出的是，技术在马克思那里不能被简单地理解为纯机器或者纯生产等“小写的技术”，它不是历史之“对象”，而是历史之“原则”。
在马克思看来，技术性是人创造历史的生存论境遇，它固然是异化之一源，但同样是消除异化、实现完全解放的必要之途，即“实践”。实践这种“大写的技术”构成了“完成了的自然主义”和“完成了的人道主义”，并成为社会主义和共产主义真正的世界历史基础。
马克思主义人工智能批判何以可能？
这个问题的结论是隐性的：马克思主义的现代性批判和技术批判，隐含着人工智能批判的可能性。
“人工智能”一词从1956年达特茅斯会议上问世以来，已经过去了将近70年，早已不是所谓“新兴”的概念。其技术哲学、分析哲学、心灵哲学以及相关社会科学的研究讨论，也早已延展开来。当然，其中不乏独具创见的思考和结论，例如美国发明家库兹韦尔提出的“奇点理论”。当然，诸如此类预言性的见解是现时代的产物，不可能出现在马克思所处的时代及其作品之中。
但是，马克思主义的现代性批判和技术批判对于今天回答人工智能的相关问题，依然具有启示作用。正如马克思把环境的改变看作人的对象性的自我实现一样，技术体系的发展及其人工智能成果，乃是人自身本质的对象性生成过程。因此，人工智能不断拓展人的自由边界，人类智能也必须向人工智能呈现“敞开状态”。
马克思主义人工智能批判，突出地表现为对当前数字资本主义的批判。从“数字资本”和“数字技术”的构造差异来看，又可以包含三个层次：一是数字主义批判，在《资本论》开篇，马克思就批判了资本主义社会把价值解构为交换价值，从而使其计算性科学思维不断强化的历史趋势，这种数字主义与现代形而上学等进一步混合成为数字形式主义。二是加速主义批判，在《资本论》第二十四章中，马克思用“七个日益”来描绘资本加速集中和加速运转的逻辑后果，得出资本主义加速崩溃和世界文明革命加速来临的结论；在“机器论片段”中，马克思批判了施托尔希的加速流通理论。三是技术封建主义和技术帝国主义批判，在《资本论》第十三章中，马克思详尽地考察了机器技术谱系的发展史，以及资本主义生产方式下机器技术的异化史，这种“技术帝国”构建了一套比封建时代有过之而无不及的“现代丛林法则”。现如今流行的对“技术封建主义”和“技术帝国主义”的批判，本质上依然在马克思的洞见之内。
人工智能技术时代，我们更应当怀有马克思实践哲学中的历史主动精神。马克斯·普朗克曾说：“人类的科学无法解开最终的自然之谜，因为归根到底，我们人类本身就是我们正在设法解开的奥秘的一部分。”但是马克思坚信，一个高度技术化的共产主义社会，恰恰“是历史之谜的解答，而且知道自己就是这种解答”。
（作者为中共上海市委党校哲学教研部副主任、副教授）
探索“AI+HI”育人新范式
魏华
人工智能（AI）作为新一轮科技革命与产业变革的关键驱动力量，正系统性重构人类文明演进轨迹与未来图景。在此背景下，以DeepSeek为代表的生成式人工智能技术引发的知识生产革命，叠加“算力—性能”的范式突破，正推动全球教育从“工具理性层面效率优化”向“认知范式革新”的根本性转变。
AI提供了强大的技术赋能，通过数据分析、个性化学习方案制定等方式极大地提升了教学效率。然而，真正让教育有温度、有灵魂的还是HI（Human Intelligence，即人类的智慧、创造力和情感等特质）。数智时代催生的教育范式迁移，不是简单的“教育+技术”，而是构建人工智能（AI）与人类智能（HI）相互协作的教育新生态。
智能时代育人新范式
从技术赋能到认知升维，“AI＋HI”育人新范式成为学术研究和实践探索的重要方向。
尽管AI技术带来了诸多便利，但其局限性也不容忽视。比如，AI难以完全模拟复杂的人类情感交流过程，无法像教师那样敏锐地捕捉到学生的心理变化并给予及时的心理支持。这就凸显出HI的重要性。HI强调个体间的互动沟通能力、批判性思维以及创造性解决问题的能力，这些都是当今时代不可或缺的核心竞争力。因此，在育人过程中融入更多HI元素，有助于全面提升人才培养质量。
智能时代教育面临的挑战
人工智能（AI）与人类智能（HI）的深度融合正在重塑“学习者—教育者—机器（智能体）”之间的关系，涉及教学流程、知识生产模式及评价体系的范式转换，并对教育目标进行根本性重构。
智能时代的教育需要超越工具理性，在拥抱技术的同时坚守人文价值。AI的强项是数据处理、模式识别、个性化推送、无限知识储备，能轻松完成记忆与计算，但无法替代人类独有的价值选择。教育者的不可替代性体现在情感共鸣、价值观引导、复杂情境判断、创造性思维激发方面。教育的终极目标不是培养“更高效的劳动力”，而是塑造能驾驭AI、保有批判精神与人性温度的“时代新人”，这要求教育者要从单纯传授知识转向培养独立思考、创造力和道德判断等核心能力。
基于此，教育作为社会进步的核心驱动力，需要厘清当前面临的挑战与机遇。
一是警惕技术伦理风险。AI算法（机器学习）根植于庞大的数据集、高效的计算能力与精细的算法逻辑，本质上仍是数学计算的延伸，这种高度依赖技术的学习模式，容易使学习者陷入“知识快餐化”的陷阱。而过分依赖智能工具的直接反馈，学习者则易于忽视深度思考、批判性思维及自主探索的价值。长此以往，可能会丧失独立思考的能力，面对复杂问题时缺乏创造性的解决方案，进而影响到其创新能力与综合素质的全面发展。
二是警惕情感认同迷失。在智能教育生态系统的演进中，学习者在享受技术便利的同时，不得不面对情感交流的缺口，易出现“情感脱域”。传统课堂中的即时反馈、情感共鸣与团队合作，被虚拟空间中的信息传递取代。虚拟学习共同体中的情感劳动被技术解构，传统课堂作为情感仪式空间的集体记忆生成机制失效。
三是警惕理性认知弱化。智能教育工具潜藏着促使学习者学习浅层化的风险，易于引发学习者认知策略的范式性偏移。学习者在运用智能学习助手时，常倾向于追求答案的直接正确性，陷入“算法依赖症”，而忽视了对知识本质的深度剖析与内化能力。这种趋势在一定程度上削弱了他们的理性认知建构，进而可能影响到学习的深度与质量，导致学习者认知自主性的结构性退化。
如何建构“AI+HI”育人新范式
“AI+HI”育人新范式的核心在于通过技术与人文的深度融合，重构教育本质、主体关系与实践应用。那么，如何构建一个既能发挥AI技术优势又能彰显HI价值的育人范式？
一方面，夯实“理论建构—系统性框架”。需从马克思主义理论、技术哲学、教育学、数字伦理学等多维度展开跨学科合作研究。教育者设计教学目标，AI实时分析学情，学习者通过反馈循环参与教学设计，最终锚定的是技术向善的教育使命。
另一方面，构建“AI+HI”育人新范式的四层架构。其一，树立理念层——人机协同育人目标。其二，组织机制层——混合智能的动态适应系统。其三，打造操作层——五维融合教学场景。其四，设计伦理层——人本技术的约束框架。
“AI+HI”育人新范式不仅是对传统教育方式的一次变革，而且代表了一种全新的教育理念和发展趋势，是在技术理性与人文价值的张力中寻找动态平衡。其终极目标不是用AI替代教师，而是通过人机协同实现价值观教育的“精准滴灌”——既利用技术突破传统教学的时空限制，又坚守马克思主义理论内核，培养兼具数字素养与人文精神的“时代新人”。
（作者为上海市习近平新时代中国特色社会主义思想研究中心研究员，上海交通大学马克思主义学院副院长）
人工智能时代的马克思主义时代化
刘伟兵
人工智能时代正加速向我们走来。那么，作为诞生于第一次、第二次工业革命之交的马克思主义理论是否过时了呢？对这一问题的回答，关系到人工智能时代马克思主义时代化的发展，关系到当下中国哲学社会科学自主知识体系的建构。
人工智能技术对马克思主义经典理论的挑战
当下，人工智能技术的快速发展带来了全域性的变革，推动了生产生活方式的智能化革命。作为经济基础的生产方式和历史社会发展基础的社会实践的智能化变革，必然会带来与之相适应的上层建筑的变化。而这些现象的变化也直接反映在对马克思主义经典理论的挑战之上。
例如，“无人化”“智能化”的智能劳动出现之后，人们的劳动被机器代替后，马克思主义的“劳动创造价值”的劳动价值论是否还成立？再比如，人们的困难、繁复的劳动被人工智能代替后，是否意味着人工智能可以实现劳动解放了？还比如，生成式人工智能的出现和应用，会带来精神生产和意识形态规律及风险出现何种变化？以上种种，深刻反映了当下人工智能技术对马克思主义经典理论的挑战。
人工智能技术对马克思主义经典理论的证明
事物一般都有两面性。在带来挑战的同时，人工智能技术发展也证明了马克思主义关于现代社会中“资本—劳动”的诸多判断。事实上，当下人工智能技术带来的挑战，大多是从改变劳动形式出发，带来整个上层建筑的变化，然而这一变化并没有改变资本规律。因此，人工智能技术越发展，越规模化应用，就越会证明马克思主义对资本规律的判断。
首先，人工智能技术的出现和应用，证明了资本压缩必要劳动的趋势。马克思揭示出资本为了获得更多相对剩余价值，会“取决于科学的一般水平和技术进步，或者说取决于这种科学在生产上的应用”。其次，包括人工智能体创造的产品产权归属，以及人工智能犯法如何界定等人工智能的权责问题，在一定程度上证明了生产社会化与生产资料私人占有之间的矛盾。再次，人工智能技术带来的全域性变革，包括在一些地方可能的技术政治的到来，证明了马克思对固定资本发展趋势带来的“一般智力”的抽象统治判断。
就此而言，有些人恐惧人工智能的到来，从本质上说，其实恐惧的是人工智能资本应用。因此，正如马克思所说的，要学会区分机器和机器的资本应用。
人工智能时代马克思主义时代化创新发展
事实上，科技的问题导向一直是马克思主义理论发展的重要脉络和思想来源。恩格斯指出“随着自然科学领域中每一个划时代的发现，唯物主义也必然要改变自己的形式”，这种科技问题导向也是马克思主义时代化发展的方法论。
那么，人工智能时代，马克思主义理论存在何种发展以及如何发展呢？
第一，要区分人工智能技术与人工智能应用。人工智能技术带来的社会问题实际上包含两个逻辑，一个是技术逻辑，另一个是应用逻辑。只有区分两种逻辑，才能针对性地讨论具体问题，以及具体内容的创新发展。
第二，人工智能技术既是当代中国哲学社会科学的变量，也是增量。以人工智能技术为代表的新科技革命，是习近平新时代中国特色社会主义思想形成与发展的时代背景内容。中国的人工智能技术的蓬勃发展和应用，必然能够在马克思主义中国化的过程中，以人工智能问题为导向推进马克思主义时代化。
第三，马克思主义的具体内容在人工智能时代必然会在回应具体问题过程中，进行再阐释、再批判、再建构。例如，随着劳动、实践形式的智能化，会带来建立在其基础上的马克思主义哲学的创新发展；随着人工智能技术在生产方式中应用与推动的变革，会带来马克思主义政治经济学新的研究对象。而随着人工智能技术重构“人机关系”，以及对剩余价值规律的加速推进，必然会推动科学社会主义的创新发展。
第四，马克思主义理论学科的研究范式会进行智能化变革。生成式人工智能的出现，重构了知识生产为代表的精神生产方式，这也带来了当下马克思主义理论学科研究范式的创新发展。
总之，一个科学的历史唯物主义立场，不是对人工智能技术采取排斥或者恐慌的态度，而是要在积极掌握人工智能技术基础上，与时俱进地发展。（作者为复旦大学马克思主义学院副教授）