刘 刚
科学技术的更新迭代使人工智能驶入高速发展的快车道，在新的历史时期，如何将人工智能与社会科学研究结合起来，使其相得益彰、相辅相成，是经济社会发展过程中值得思考的一个重要问题。讨论人工智能和社会科学研究的关系，需要重点考虑以下三个方面的因素：经济社会的发展趋势、复杂理论和新研究范式、以知识和数据驱动的智能经济研究平台。
一、经济社会呈现复杂化发展趋势
作为社会科学的研究对象，当前，经济社会呈现愈发复杂的发展趋势，这种复杂性尤其体现在“经济社会的不确定性”和“科技进步引致的复杂性增长”两个方面。首先，随着经济全球化深入发展，尤其是新技术革命的加速推进，科技驱动的经济社会发展日益呈现出高度复杂性。这种由技术变革所带来的经济社会的复杂性已经被充分意识到，塔勒布在《黑天鹅》一书中把经济社会战略的意外产生归因于人类行为的随机性，强调“黑天鹅事件”是小概率事件，是难以预测的。然而，大多数学者们却认为技术发展带来的改变可能超越人类的控制能力，这无疑又加剧了经济社会系统的不确定性。其次，随着第四次工业革命的推进，以“大量的资讯、广泛的链接、海量的数据和持续更新的知识”等为特征的网络空间技术正在重塑传统的产业和城市，带来了不同于前几次工业革命的影响，具体表现为科技应用使经济增长变得更加复杂和难以预测。基于以上两点，我们有理由相信，技术现实和产业现实召唤社会科学研究范式和方法的变革。
二、复杂理论、复杂研究方法与社会科学研究范式变革
纵观经济社会科学研究范式的转变历程，我们已经经历了三次大转型。牛顿范式和还原论、量子力学和海森堡不确定性原理是经济社会科学研究范式前两次转型的理论基础。这些复杂理论推动了第三次研究范式的转变，催生了社会科学新研究范式，成为新研究方法的基石。第三次经济社会科学研究范式转型的核心含义是：我们无法“指挥和控制”共同演化的生物圈，因为我们是演化的一部分，并非凌驾于其上的造物。
在复杂理论的推动下，经济社会科学的研究方法发生了变革，这种变革突出体现在将经济现象视为一个整体的复杂系统，将经济的运行与发展过程视为复杂系统的演化过程进行分析。在复杂理论的视角下，经济系统是由一个个群聚的、具有主观适应性的个体组成，通过相互联系和相互适应推动了经济的发展并使其产生波动。不同于长久以来占据统治地位的经典经济学理论，这种分析视角的新颖性和变革性体现在其认为经济系统是不确定性的、不可预测的和非线性的，放弃了经典经济学所坚持的“确定性”假设和“最优化”目标，实现了人类在自然认知和自我认知上的飞跃。
经济学领域新的发展方向以复杂理论为指导思想，即复杂经济学和网络经济学。复杂经济学以布莱恩·阿瑟为代表，强调经济发展和演化不仅对初始条件具有高度敏感性，也对经济主体的试错行为具有高度敏感性。在收益递增规律的作用下，一旦经济主体的“适应性行为”取得了部分优势，正反馈机制就会带来强者越强、弱者越弱的“路径依赖性”。而网络经济学的代表人物巴拉巴西则认为，互联网呈现幂律分布的特征，少数具有高链接性的节点串联起整个网络，经济爆发点随着幂律的出现而产生。因此，商业和经济的成功本质上是一种集体现象，是社会网络对经济主体的回报。经济复杂系统模块化、分化、演化、簇群化和体系化构成了经济复杂系统演化的基本动力，但经济社会的演变动力却不仅仅来自经济系统本身所包含的子系统，也同样来自经济系统与其他系统的互动，比如社会系统、生态系统等。总之，随着整体系统的演化，经济复杂系统的外延在不断拓展。
三、知识和数据双驱动下的智能经济研究平台
人工智能深刻改变社会科学研究范式。在智能经济的研究过程中，要以复杂理论为基础，关注复杂技术经济社会系统的自组织演化及其子系统的相互作用。其核心假设是把特定的技术经济活动看作是一个事件，该事件是由多个节点组成的复杂网络，复杂网络之间的“链接”推动了要素和技术的重组以及互补性创新的出现。复杂网络内部节点之间的技术合作、人力资本流动、投融资和客户市场关系会推动网络的演化，也会推动复杂技术经济社会系统动态变化。通过搭建以知识和数据驱动的科研平台，综合运用属性数据分析、关系数据分析、量表和社会实验分析等技术方法，对中国的人工智能产业进行深入研究，构建中国人工智能、智能网联汽车、互联网等产业的价值网络结构。最终发现，我国人工智能产业呈现出空间“极化”和“扩散”等重要特征，基于这些特征提出的一系列重要政策建议将有力指导我国人工智能产业的高质量发展。
（作者系南开大学经济研究所所长、中国工程院中国新一代人工智能战略发展研究院首席经济学家。本文根据作者在“天津论坛2023分论坛·人工智能和科技创新范式变革”所作的演讲整理。）