2025年6月7日至8日，由复旦大学社会科学高等研究院（以下简称“高研院”）、复旦大学国际关系和公共事务学院、高研院人工智能与社会科学研究中心（筹）、Chinese Political Science Review编辑部和Fudan Journal of the Humanities and Social Sciences编辑部联合主办的“人工智能在政治学中的应用：过去、现在与未来”(AI in Political Science: Past, Present and Future) 国际研讨会在复旦大学光华楼东主楼2801会议室举行。本次研讨会邀请了来自中国、美国、英国、西班牙、新加坡等地的三十余位专家学者，吸引了众多在校师生，研讨会现场座无虚席。
会议由主办单位复旦高研院院长郭苏建教授和复旦国际关系与公共事务学院院长苏长和教授共同主持。郭苏建教授首先作了开场致辞。郭苏建教授对出席研讨会的各位学者表示热烈欢迎，强调了人工智能对政治学及社会科学研究的深远影响、科学进步和研究方法的变革性意义，随后向与会国内外参会嘉宾介绍了高研院概况：高研院拥有二个院级常设性、标志性的跨学科的科研项目：“年度主题项目”和“全球正义指数量化研究项目”，其中，全英文Global Justice Index Report《全球正义指数报告》是高研院原创性成果，并于2019年全球首发，已经连续五年持续发布，为中国社会科学在全球正义理论和量化研究领域拥有话语地位做出了重要贡献。郭苏建教授还进一步介绍了高研院的两个研究中心（当代中国研究中心、现代化研究中心）、两个国际学术交流项目（高端国际访问学者和高端国际会议）、两套中英文研究丛书、主编两本国际英文期刊（一区Q1），除此之外，高研院正在筹备成立人工智能与社会科学研究中心，期待与国内外学者探讨进一步交流和合作的各种可能性。
会议合作主办单位，复旦大学国际关系和公共事务学院院长苏长和教授为研讨会作欢迎致辞。苏长和院长高度肯定了本次会议主题，向与会国内外参会嘉宾介绍了复旦大学国务学院探索和推动人工智能与政治学科、国际关系和公共管理学科相结合的科学研究进展、本硕博教学创新实践举措和计算政治学未来发展图景，并对这次跨国、跨学科的探讨交流和今后进一步深度交流和合作表示了热切期待。郭苏建教授感谢苏长和院长的致辞，并宣布研讨会正式开始。
会议的第一场主题是“重新认识人工智能时代的社会/政治科学研究”(Reimagining Social/Political Science Research in the Age of AI)，由美国罗切斯特大学Randall W. Stone教授主持。
来自美国美利坚大学的Jefferson Gill教授以“人工智能、机器学习及其对社会科学研究的影响”(AI, Machine
Learning, and the Impact on Social Science Research) 为题首先发言。Gill教授的发言主要涉及三个方面的内容，分别是特定的人工智能工具、21 世纪的数据收集以及社会科学研究人员如何最大限度地利用各种现代工具。Gill教授讨论了当前用于收集、保护、汇总、处理、表达和解释数据的方法和技术，政策制定者如何使用数据工具（如开源、地理空间和现场信息），以及数据收集和使用背后的基本道德标准。
来自美国普渡大学的Dwayne Woods教授做了题为“政治学中的人工智能革命：变革研究、理论与实践”(The AI Revolution in Political Science: Transforming Research, Theory, and Practice) 的发言。Woods教授探讨了人工智能如何将政治学转变为一门资本密集型学科，未来政治学需要在计算资源和大型数据集上投入更多资金。他提出了一个修正的柯布-道格拉斯生产函数，将数据资本作为研究生产率的关键驱动因素。最后，Woods教授指出，随着政治学变得更加数据驱动，高质量数据集和计算基础设施的作用将越来越大，这有可能改变政治学科的方法论格局。
来自香港城市大学的宝乐教授做了题为“基于大语言模型的社会科学测量”(Large Language Models for Social Science Measurement) 的发言，集中探讨了大语言模型在推进社会科学测量方面的潜力，并将其基本假设和性能与传统测量框架进行了比较。
会议的第二场主题是“社会研究中人工智能赋能的语言工具”(AI-Powered Language Tools for Social Research)，由美国美利坚大学的Jefferson Gill教授主持。
来自美国斯坦福大学的Simone Paci教授以“贝叶斯过程追踪的生成式人工智能”(Generative AI For Bayesian Process Tracing) 为题展开讨论。在发言中，Paci教授探讨了生成式智能体如何帮助研究人员评估定性证据，展示了对生成式智能体估计条件概率的能力进行基准测试和比较的结果，并提出了一种结构化的提示方法，指导研究人员实施贝叶斯过程追踪。
来自复旦大学国际关系与公共事务学院的高奇琦教授做了题为“人类与大模型的共存与双轨对齐：面向未来的生成式路径”(The Coexistence and Dual Alignment of Humans and Large Models: A Future Generative Approach) 的发言。高奇琦教授以伽达默尔“效果历史”概念为基础，提出了“效果未来”的概念，发展“未来效应”需要一种新的方法论——未来学。传统的遗传学基于现有知识重建历史，而未来学则侧重于利用现有知识构建和推断未来。在这一过程中，有限制的猜想至关重要。高奇琦教授进一步指出，人类与大模型之间的互动分为工具、游戏和生存三个层面，核心是二者之间的关系，人类与大模型之间的结合必须是双向的。
会议的第三场主题是“政治和社会研究中的生成式人工智能”(Generative AI in Political and Social Research)，主持人是美国普渡大学的Dwayne Woods教授。
来自美国杨百翰大学的Ethan C. Busby教授做了题为“深入探究：大语言模型如何尝试政治说服与精准推送”(Looking under the Hood: How LLMs Attempt Political Persuasion and Microtargeting) 的发言。Busby教授首先分析了大语言模型构建说服信息的方式，当大语言模型被要求微定位到个人时，上述陈述将如何变化，以及这些行为对态度改变和说服力的影响程度。
来自西班牙庞培法布拉大学的Gaël Le Mens教授做了题为“破除黑箱：生成式人工智能在政治与社会研究的报告规范”(Beyond Black Boxes: Reporting Standards for Generative AI in Political and Social Science) 的发言。Le Mens教授认为，人工智能工具与政治和社会科学研究的结合缺乏既定的报告标准来确保这些研究的透明度、可重复性、方法论的严谨性和适当的验证，为此，Le Mens教授提出了包含模型选择、提示选择（生成式人工智能）、参数规范、训练数据、验证程序等多方面的报告标准，这些标准的实施将提高研究的可信度和可复现性。
来自复旦大学大数据学院的魏忠钰教授以“SocioVerse：大语言模型智能体和千万样本驱动社会模拟的世界模型”(SocioVerse: A World Model for Social Simulation Powered by LLM Agents and A Pool of 10 Million Real-World Users) 为题进行了发言。现有基于大语言模型的社会模拟方法面临着与环境、目标用户、交互机制和行为模式相关的调整挑战。为此，魏忠钰教授的团队引入了SocioVerse，这是一种由大语言模型智能体驱动的社会模拟世界模型。魏忠钰教授接着介绍到，SocioVerse具有四个功能强大的对齐组件和一个由千万真实个体组成的用户池。为了验证其有效性，团队在政治、新闻和经济三个不同领域进行了大规模模拟实验。结果表明，SocioVerse可以反映大规模的人口动态，同时通过标准化程序和最少的人工调整来确保多样性、可信度和代表性。
会议的第四场主题是“人工智能在国家和全球研究中的作用”(AI’s Role in National and Global Research)，由俄亥俄大学李捷理教授主持。
来自罗切斯特大学的Randall W. Stone教授做了题为“机器学习与美国贸易政策”(Machine Learning and US Trade Policy) 的发言。Stone教授讲述了他及研究团队如何使用大语言模型从美国国际贸易委员会保存的反倾销申请记录中提取信息，并评估案件的法律质量、受影响外国公司的国籍以及美国公司的政策网络对征收反倾销税概率的影响。
来自新加坡南洋理工大学的王珏教授做了题为“缩小还是扩大差距?人工智能在塑造全球研究产出中的作用”(Bridging or Widening the Gap? The Role of AI in Shaping Global Research Performance) 的发言。王珏教授团队的研究旨在调查采用人工智能对科学实践的影响，研究对全球北方和全球南方进行比较，并评估采用人工智能是缩小还是扩大这些地区之间的研究产出差距。研究发现，人工智能可以缓解人力、基础设施和资金方面的限制，使全球南方国家受益，但资源获取方面的差异可能会导致地区优势和影响的不平等。
6月8日上午会议继续，第五场主题是“算法权威：人工智能在数字治理中的作用”(Algorithmic Authority: AI’s Role in Digital Governance)，由美国杨百翰大学的Ethan C. Busby教授主持。
来自俄亥俄大学的李捷理教授做了题为“人工智能 (AI) 与虚假信息政治：数字治理的挑战及对政治行为研究的影响”(Artificial Intelligence (AI) and the Politics of Disinformation: Challenges for Digital Governance and Implications for Political Behavior Research) 的发言，李捷理教授指出，虽然人工智能技术使政治行为者能够更直接地与公民互动，但也加剧了民主审议中出现虚假信息、选举操纵以及政治信任受到侵蚀的担忧。接着，李捷理教授探讨了人工智能技术如何传播虚假信息，如何通过算法定位放大极化，以及如何破坏政治信息传递中的问责制。最后，李捷理教授呼吁通过提高透明度、增进跨部门合作和道德警惕来降低人工智能的风险。
来自复旦大学国际关系与公共事务学院的唐莉教授做了题为“创新与扩散：评估人工智能对公共管理知识流动的影响”(Innovation and Diffusion: Assessing the Impact of Artificial Intelligence on Knowledge Dynamics in Public Administration) 的发言。唐莉教授及团队以公共管理研究中与人工智能相关的文献发表为基础，评估了人工智能在知识创新和扩散模式中的作用。唐莉教授及团队研究发现，公共管理领域与人工智能相关的研究呈现出较高的引用量、引用强度以及较长的引用滞后期，同时语义分析表明，人工智能相关的研究发表与先前研究之间的文本相似性明显下降。
来自清华大学的孟天广教授做了题为“数字合法性与补偿：中国人工智能辅助决策的合法性来源”(Digital Legitimation and Compensation: The Source of Legitimacy for AI-assisted Decision-making in China) 的发言。孟天广教授的研究探讨了人工智能辅助决策如何影响公众支持、感知决策质量和接受度，并特别关注了人工智能素养。孟天广教授研究发现，数字合法化效应总体上提高了公众支持率，而数字补偿效应缩小了人工智能素养方面的差距。
会议的第六场主题是“机器媒体：人工智能、算法以及新闻和公共话语的未来”(Machine Media: AI, Algorithms, and the Future of News and Public Discourse)，由美国加州大学洛杉矶分校的Zachary C. Steinert-Threlkeld教授主持。
来自美国韦尔斯利学院的Maneesh Arora教授做了题为“评估新闻媒体分析中的新兴机器学习应用”(Evaluating Emerging Machine Learning Applications for News Media Analysis) 的发言。Arora教授的研究评估了机器学习方法在分析新闻报道的问题趋势方面的作用，Arora教授的分析重点是美国学校和工作场所中种族不平等的争论，Arora教授测试了结合大语言模型和BERT模型的多种内容分析技术，以了解标题数据集中的党派倾向和问题框架。Arora教授研究发现，在使用GPT-4进行新闻标题检测时，零样本提示 (zero-shot prompting) 是有效的，与零样本基准 (zero-shot baseline) 相比，加入各种数量和类型的标注提示并不能显著提高性能。最后，Arora教授认为，这些发现探索了将大语言模型纳入社会科学文本分析的新方法。
来自塞尔维亚贝尔格莱德大学的Ljubisa Bojic教授做了题为“基于大语言模型的推荐系统实验场：模拟社交媒体中的极化与用户参与”(Playground for LLM-Based Recommender Systems: Investigating Polarization and User Engagement in Simulated Social Media) 的发言。Bojic教授主要介绍了基于大语言模型的推荐系统实验场，这一模拟框架创建了不同的人工智能体 (称为AgentPrompts)。他比较了智能体在多元、平衡和相似三种不同场景中的互动。Bojic教授总结到，这些研究结果突出了推荐算法与用户行为之间的关系，强调了在个性化与内容多样性之间取得平衡的挑战。
会议的第七场主题是“生成式治理：人工智能在军事、政治传播和公民数据中的作用”(Generative Governance: AI’s Role in Military, Political Communication and Civic Data)，由美国韦尔斯利学院的Maneesh Arora教授主持。
来自香港城市大学的Yanto Chandra教授以“AI赋能战争还是和平？军事人工智能的知识图谱分析”(Warring States or Peace with AI? Mapping the Intellectual Structure of Military AI) 为题进行了讨论。Chandra教授利用机器学习方法，特别是利用BERTopic模型，对军事人工智能进行了系统性文献综述。他利用与“军事人工智能”相关的综合关键词列表，分析了期刊论文的摘要和标题，并将分析结果可视化，展示了军事人工智能领域相关主题的时间趋势。
来自英国伦敦政治经济学院的Blake Miller教授以“衡量缺失值：自动内容审核的技术障碍”(Measuring What’s Missing: Technological Barriers to Automated Content Moderation) 为题进行了讨论。Miller教授发现审核内容的自动化系统难以识别新型及对抗性内容，这导致仅依赖事后审查的外部审查产生偏差。究其根源，教授认为在于预测推理的根本局限性和人工审核所需的响应时间，这些技术壁垒使国家行为体在外来冲击或集体行动事件中处于弱势。Miller教授认为，若研究者仅依据事后审查的结果，可能对国家信息控制重点产生错误的判断。
来自复旦高研院的王中原副教授和曲文青年副研究员以“民意的脉搏：基于上海和纽约超大城市政务热线大数据的对比分析”(Pulse of People: Comparing Megacity Hotline Data in Shanghai and New York using LLMs) 为题进行了讨论。王中原老师比较了2023年和2024年上海12345和纽约311市民热线数据，首先，通过解析两系统共有的结构化数据字段，包含诉求类别、空间属性和时间戳，识别了高频投诉类型及其时空分布规律，其次，重点挖掘了上海更丰富的非结构化数据，包括市民诉求文本与政府答复记录。接着，曲文老师为我们展示了人工智能技术在上海12345热线中的应用，发现将人工智能技术融入12345热线服务显著提高了服务的效率、准确性和质量。
会议的第八场主题是“人工智能赋能的政治科学研究”(AI-Powered Political Science Research)，由清华大学的孟天广教授主持。
来自美国加州大学洛杉矶分校的Zachary C. Steinert-Threlkeld教授做了题为从“二手资料中生成社会冲突事件数据”(Generating Social Conflict Event Data from Secondary Material) 的发言。Steinert-Threlkeld介绍了如何使用文档扫描仪和多模态大语言模型创建1491年后德川日本、俄罗斯帝国和拉丁美洲的社会冲突数据。Steinert-Threlkeld表示这些数据为了解社会冲突的原因、频率和形式提供了新的视角。
来自复旦高研院的青年研究员、人工智能与社会科学研究中心（筹）主任王宇博士以“在政治学研究的文本分类中选择BERT还是GPT”(Selecting Between BERT and GPT for Text Classification in Political Science Research) 为题进行了讨论。王宇博士在类别数量和复杂程度各异的分类任务中进行了一系列实验，目的是评估基于BERT模型和GPT模型在低数据场景中的有效性。王宇研究员的研究表明，当训练样本较大时，虽然GPT模型的零或少样本学习适合早期研究探索，但通常达不到或最多只能媲美微调BERT的性能。
来自美国普渡大学的Joan Timoneda教授以“记忆就是全部：监督分类任务中记忆方法如何超越少样本分类”(Memory Is All You Need: How Memory Approaches Outperform Few-Shot Classification in Supervised Classification Tasks) 为题进行了讨论。Timoneda教授评估了生成式大语言模型在监督任务中的性能，并提出了一种基于记忆的新方法，这种方法允许模型保留自己的分类历史，而不是一组固定的示例。Timoneda教授认为这种方法能让模型快速建立对当前任务的上下文理解，避免过度拟合。
两天八个单元的讨论结束后，会议主持人郭苏建教授感谢国内外各位参会嘉宾带来的人工智能与政治学、社会科学研究领域前沿性、创新性的发言和各个主题专场的热烈讨论，并对会后论文发表相关事宜与参会学者进行了讨论，并再次感谢各位学者的拨冗出席，期待各位学者所报告的论文在评审修改后由Chinese Political
Science Review、Fudan Journal of the
Humanities and Social Sciences、Journal of Chinese Governance以专刊形式发表。本次研讨会在热烈的学术氛围中圆满落幕。
文/李梦瑶