哲學社會科學垂域大模型的時代圖景

《中華人民共和國國民經濟和社會發展第十五個五年規劃綱要》強調，“加快探索人工智能驅動的新型科研范式”。國務院《關于深入實施“人工智能+”行動的意見》明確提出，要“推動哲學社會科學研究方法向人機協同模式轉變，探索建立適應人工智能時代的新型哲學社會科學研究組織形式”。在這場AI4SS（AI for Social Science）的時代潮流中，相繼涌現的法律、倫理、金融和教育等哲學社會科學垂域大模型為推動研究方法、教學形態與知識組織方式的系統性重構提供了全新的可能，展現出數智時代技術理性與學科理性深度融合的前沿圖景。

哲學社會科學 垂域大模型正在改變知識的存在形態 圖片來源：東方IC

哲學社會科學垂域大模型的多元涌現

近年來，通用大模型技術隨著參數規模的擴大和計算能力的提升不斷成熟，并在各行各業加速擴散。以特定領域需求為導向的哲學社會科學垂域大模型也呈現出多元涌現的良好態勢。作為原始創新和關鍵技術突破的重要策源地，高校正逐漸成為推動哲學社會科學垂域大模型發展的主導力量之一。在法律領域，清華大學、復旦大學、浙江大學、山東大學、東南大學等高校先后發布“PowerLawGLM”“DISC-LawLLM”“智海·錄問”“夫子·明察”“法衡”等法律垂域大模型，吹響了法律人工智能由分析式向生成式轉型的時代號角。在金融領域，上海財經大學研發的“匡時財經教育大模型”和中央財經大學推出的“中財融通大模型”，均體現出對金融知識推理能力與安全合規要求的高度重視。在教育領域，教育垂域大模型的研發聚焦教學規律、學習過程與育人目標的整體協同，典型代表如北京師范大學的“師承萬象”基礎教育大模型。在倫理領域，東南大學發布的系統級倫理垂域大模型“問道”，以倫理風險識別、倫理規范建模與倫理價值對齊為核心，探索將倫理原則系統化嵌入大模型運行過程。

通用大模型向垂域大模型的演進，體現為通用技術“先發啟蒙”與專用技術“后發適應”之間的動態互動。隨著垂域大模型在訓練與應用中持續吸收專業知識，其在具體情境中的優勢逐漸顯現，在一定程度上彌補了通用大模型在專業判斷上的不足，并重塑了特定領域的知識生產邊界。這種通專互動的協同共進關系，有助于提升大模型應對復雜問題的整體能力，拓展技術發展的公共價值空間。

哲學社會科學垂域大模型的技術范式

從技術路徑看，哲學社會科學垂域大模型的研發大體可以歸納為“由通到專”和“由專到專”兩種基本范式。前者是指以通用基座模型為基礎，通過引入特定垂域語料進行自適應預訓練，并結合任務導向的微調機制，實現垂域知識遷移與任務適配的垂域增強路徑。自適應預訓練使模型掌握垂域特有語言風格、術語和邏輯結構，微調則通過標注數據強化特定垂域任務的推理與生成能力。該范式優勢在于資源效率高、開發周期短、跨域適配性強，且通用能力可繼承適用。相比之下，后者的全量訓練范式是從零構建的垂域原生模型，強調模型結構與參數的根本性優化，使專業邏輯深度嵌入模型表征，充分體現垂域規則與推理范式。但由于其通用性和擴展性受限，因此對高質量垂域數據和長期訓練資源依賴顯著。綜合現實情況看，我國哲學社會科學垂域大模型的發展主要采用“由通到專”的范式。

此外，在實踐中被廣泛采用的還有檢索增強生成（RAG），即通過掛載高質量垂域知識庫，遵循“檢索—閱讀—生成”的機制，確保大模型可以根據可靠的垂域知識進行應答，從而提升內容在特定垂域的準確性和可溯源性。盡管RAG能夠不同程度提升模型的垂域表現，但相較于“由通到專”“由專到專”的內嵌式改變，這種外掛式增強一般不觸及大模型自身對領域知識的理解能力，也未從根本上改變大模型在特定領域的內部知識表征與推理方式，應被視作一種輕量化的垂域優化范式。

哲學社會科學垂域大模型的賦能潛力

哲學社會科學垂域大模型正在改變知識的存在形態。傳統哲學社會科學知識多以文本形式分散于不同學科與資料系統之中，研究者往往需要投入大量時間與精力，依靠長期的個人閱讀積累與經驗判斷才能完成知識整合。垂域大模型通過對大規模專業語料的系統性訓練與專業性標注，將原本靜態、碎片化的知識轉化為具有內在結構與關聯關系的整體表征，使知識呈現出動態更新、相互聯結的形態，為跨領域分析提供了前提條件。更進一步，垂域大模型通過持續的人機交互，對哲學社會科學的研究路徑產生了實質影響。在假設生成環節，模型能夠在系統梳理既有研究的基礎上，從海量數據中識別出尚未被充分討論但具有研究前提的方向，為研究提供具有解釋潛力的判斷起點；在理論推演環節，模型可以將既有理論置于不同語境和價值設定下進行邏輯鏈條的延展，對不同假設條件下的適用邊界與可能結果展開推演。

上述知識生產方式的變化正在對哲學社會科學研究方式與教育實踐產生直接影響。在科研層面，哲學社會科學垂域大模型在遵循學術規范與形式可解釋性要求的前提下，可以幫助研究者更高效地梳理理論脈絡、跟蹤學術前沿，并開展系統化研究工作。以歷史研究為例，學者高度依賴原始文獻的搜集、辨偽與考據，研究效率嚴重受限于個體閱讀速度與知識積累。垂域大模型的出現則有望輔助史料預處理、知識抽取、宏觀分析與微觀考據。在教學層面，哲學社會科學垂域大模型通過知識梳理、案例分析、研究支持、情境模擬與寫作輔導等功能，為學生提供更加自主式、個性化的學習方式。學生在持續的提問與反饋中完成知識內化與能力提升。

跨學科推進哲學社會科學垂域大模型的研發與應用

一是聚焦領域知識生產與應用的特殊需求，研發一批具有學科特色的哲學社會科學垂域大模型。這需要打破學科壁壘，建立由哲學社會科學專家、計算機科學家、數據工程師等組成的文工交叉團隊與長期協作網絡。與此同時，應當加大哲學社會科學專用高性能算力資源池的投入，優化算力資源的統一調度與按需分配機制，保障哲學社會科學垂域大模型訓練等科研任務的計算需求。更進一步，系統整合歷史文獻、社會調查、法律案例、語言文化等多源異構數據，建設標準統一、互聯互通的哲學社會科學基礎數據庫與專題語料庫，并堅持“研發—應用—轉化”一體推進的思路，探索建立哲學社會科學垂域大模型的市場化轉化機制，形成可持續的文工交叉產學研用協同創新生態。

二是面向垂域大模型賦能的場景拓展，實質提升哲學社會科學工作者的大模型素養。這種素養不僅指向工具運用，更關乎人機協作意義上知識生產轉型。其本質是哲學社會科學思維與計算機科學思維的跨學科對話與方法論重構。哲學社會科學工作者需要有序探索文科垂域大模型在知識跨學科整合、復雜問題建模與推演、理論啟發與驗證等方面的輔助作用，將人工智能知識工具逐步嵌入假設生成、邏輯論證與經驗驗證的生命周期，不斷提升垂域大模型在哲學社會科學創新發展中的應用深度。

三是正視知識幻覺、價值偏差、學術失范等潛在風險，建立健全哲學社會科學垂域大模型的應用規范。這不僅要求跨學科強化哲學社會科學垂域大模型治理，重點防范垂域知識幻覺、垂域價值對齊等方面的風險，更需要建立針對利用大模型偽造數據或進行實質性代寫等學術不端行為的檢測與懲戒機制。唯有如此，方能形成垂域大模型與哲學社會科學雙向賦能、健康可持續的融合發展路徑。

作者系東南大學法學院教授、未來法治與數智技術創新實驗室研究員

來源：中國社會科學報

責任編輯：王博

新媒體編輯：宗敏

如需交流可聯系我們