【理论学术动态导读】 人工智能赋能千行百业

LIMTEMPESTO

人工智能是人类发展的新领域，是新一轮科技革命和产业变革的重要驱动力量。今天，人工智能日益融入生产生活的方方面面，为千行百业赋能，为千家万户造福。本期光明网理论学术动态导读关注“人工智能+”主题，欢迎网友踊跃参与讨论。
紧紧抓住数智化浪潮赋予学问创新创造的战略机遇
催生学问生产与消费新模式、提升公共学问服务水平、创造多元的学问体验……人工智能为我国学问高质量发展提供了新动能，在推进学问强国建设中发挥着重要作用。华中科技大学设计学院院长蔡新元在《人民日报》撰文认为，面向未来，大家要科学把握技术工具与学问价值之间的关系，紧紧抓住数智化浪潮赋予学问创新创造的战略机遇，为学问繁荣发展注入强劲动力。人民群众是社会实践的主体，也是学问创新创造的主体。人工智能能够拓展人们的认识和实践边界，推动人们更好表达对主客观世界的感知。值得注意的是，人工智能技术从效率和质量两个维度为学问创新创造赋能，将“数字构建”转化为“数智生产”，带来了内容创作范式的转变。一方面，人工智能通过辅助内容制作与编辑，有效缩减学问内容创作的成本与周期，让创编辑更聚焦于选题、创意、思考和策划等“高门槛”关键问题，实现降本增效。另一方面，人工智能介入内容生产的方式并非简单的工具替代，而是以其独特的算法逻辑和强大的数据分析能力，深入挖掘学问内涵，对学问内容进行解读与重构，为创编辑提供更多元的视角与灵感，为学问内容的创新与质量把控提供有力支撑。面向未来，要发掘中华学问资源，提取中华学问元素、符号和标识，为借助人工智能技术全面梳理中华学问资源、呈现中华学问全景奠定基础。详情
人工智能为生产要素创新性配置注入活力
当前我国正处于构建现代化产业体系、实现经济高质量发展的重要转型期，人工智能作为新一轮科技革命和产业变革的标志性、颠覆性成果，其战略价值已超越单一的技术或产业范畴，成为赋能产业升级、重塑产业格局的核心引擎。北京大学习大大新时代中国特色社会主义思想研究院研究员董志勇、毕悦在《经济日报》撰文指出，人工智能具有鲜明的通用性、系统性特征，在与产业创新深度融合的过程中往往不拘泥于单一产业的效率提升，而是从根本上重构生产要素配置、企业经营模式、产业结构优化的底层逻辑，为产业体系的整体性、持续性升级提供坚实保障。在微观层面，人工智能为生产要素创新性配置注入活力。人工智能极大提升了数据处理、分析和应用效率，使数据从辅助决策的工具转化为具有蓬勃价值创造力的生产要素，在预见行业趋向、匹配有效需求、优化投资决策等方面发挥着重大作用。在中观层面，人工智能为企业经营模式和组织形态革新创造契机。就企业内部形态而言，人工智能推动企业组织架构由传统科层制向扁平化过渡，使研发、生产、营销等环节构成了决策协同、信息共享的有机整体，大幅降低沟通成本和响应时滞，提高企业经营效率。就企业外部形态而言，人工智能打破了企业的“信息孤岛”，通过数据共享、算法协同等形式，构建起跨产业、跨区域的合作网络。在宏观层面，人工智能为产业结构优化调整提供支撑。一方面，人工智能的应用推动传统产业的“存量革新”，帮助夯实实体经济根基。另一方面，人工智能促成大量新兴产业和未来产业的“增量突破”，形成新的经济增长点。详情
人工智能驱动教育场域发生深刻变革
信息技术的迅猛发展和全球数字化进程的加速推进，使得以人工智能、大数据、区块链技术为代表的信息技术正在重塑社会形态，驱动教育场域发生深刻变革。郑州师范学院经济与管理学院副院长、教授徐宪红在《中国社会科学报》撰文表示，深入研究高校创新创业教育如何适应数智化时代的发展，满足现代社会对创新创业人才的需求，对于促进经济发展和社会进步具有重要意义。理念上，明确数智化时代创新创业教育人才培养目标，树立数智化教育理念，强调数智技术在创新创业教育中的重要作用，将数智思维培养融入教育全过程，对于适应时代发展趋势、满足国家战略发展需求、推动教育改革创新及促进学生个体全面发展等具有重要意义。协同创新上，数智融合通过重构资源连接方式、优化协作流程、提升决策效率，为高校、政府、企业、学生“四位一体”创新创业教育协同机制提供了技术驱动的新范式。数智融合重构协同机制的核心逻辑为“数据驱动决策、智能技术赋能、生态化协同网络”。即通过跨主体数据共享，打破信息孤岛，实现精准匹配与动态调整；利用AI算法、区块链、云计算等技术，构建资源调度、风险预测、成果转化的智能化支撑平台；以数智技术为纽带，形成“需求—供给—服务—反馈”的闭环生态，提升多方协作效率。概言之，通过革新教育理念、创新教育模式、优化教育资源、构建创新创业生态系统、提升教育公平与质量以及应对挑战与策略调整等措施，能够有力推动创新创业教育高质量发展，进而推动国家的创新发展和高校人才培养模式改革。详情
生成式人工智能丰富了社会科学研究议题与研究对象
人工智能尤其是以大语言模型为代表的生成式人工智能，正以前所未有的速度深刻改变社会生活的方方面面。对于社会科学研究而言，这不仅意味着研究工具的迭代，也进一步丰富了研究议题与研究对象。北京大学光华管理学院社会研究中心研究员杨锋在《科技日报》撰文强调，大语言模型逐渐被引入社会科学研究方法体系。凭借对自然语言与人类行为的模拟能力，这类工具不仅可降低研究成本，还拓展了研究的方法边界。整体来看，人工智能正成为一种可嵌入式的研究辅助系统，能在多个环节实现自动化与高效化，特别是在文本处理、数据生成与模拟实验三个方面，突破了传统工具在规模化、数据可得性与交互复杂度上的限制。在文本分析方面，大语言模型凭借其强大的语境理解能力，在实行情感识别、立场判断与话语倾向分析等任务时，明显优于传统依赖关键词匹配和词频统计的方法。在合成调查数据方面，大语言模型可根据特定身份特征（如年龄、教育水平等），模拟受访者作答，从而生成合成数据。生成式人工智能为模拟人类复杂互动过程提供了新途径，有助于揭示社会规范的自然演化机制。基于生成式代理的社会模拟为此类研究提供了低成本、高可控、可重复的虚拟实验平台，使研究者能在设定情境下观察行为互动，探索社会规范的生成逻辑。总体而言，人工智能既是社会科学的研究工具也是研究方向，对社会科学产生了深刻而复杂的影响。社会科学领域应主动回应，既警惕技术决定论，也避免工具恐慌，在人工智能的使用中完善方法，在反思中提升对人工智能的认识。详情
（光明网记者陈锐海整理）
来源：光明网