周江洪：AI时代科研组织模式的转型路径

人工智能对哲学社会科学的全方位赋能，正推动科学研究从单纯依赖人类思辨，演进为人机协作的认知共生模式。这种转变不仅表现为工具层面的嵌入，更体现在AI深度介入知识创造、理论拓展与研究范式重塑之中，使其在整个研究链条中充当认知协作者，而不仅仅局限于辅助分析或资料查询。基于此，应当从科研人员个体、学科体系以及高校三个维度着手，分级打造人机协同的新型科研生态。

就科研人员个体而言，应着力塑造人机协同创作的新式学术主体，在坚守人文价值思辨的前提下，全面增强个体运用数字化科研工具的能力。具体而言，需倡导教师及其团队借助大模型、智能体与研究者的配合，在知识生产、深化与创新环节中实现人机共同演进。具备相应条件与能力的研究者，还可尝试开发融合智能体与数字分身的“数字科研人”，革新自我对话及同行交流模式，将研究者的自然人身份塑造为“赛博格”形态的学术主体，并在此之上逐步构建“人—数据—算法—平台”一体化的新型组织架构。

就学科层面而言，需持续推进学科知识的智能化升级。学科建制化的传统哲学社会科学研究，曾为认知与改造客观世界提供了关键手段，也促进了各学科知识体系的迅速扩张。然而，从学科建制提升研究效率的视角出发，AI的迅猛发展已使知识稀缺性减弱、获取途径更加多元，亟需探寻全新的组织架构。详细而言，应支持各学科搭建垂类模型与专业数据库，把学科知识转化为数据与模型以达成智能化改造，加速建设面向各类学科的文科实验室，让知识获取更加高效并促进学科科研范式的更新换代。此外，可借助AI构建柔性化新型组织，打破既有的院系学科建制壁垒，围绕综合性社会科学议题组建以问题为导向的动态跨学科科研集群。

就高校层面而言，需进一步强化以算力支撑、数据资源池、智能科研平台及文科实验室为核心的数字化基础设施建设。在各智能体与学科垂类模型之上，建立一套共享与调用体系，搭建可共享的知识库以及能实时调用各类模型与智能体的“引擎”工具，为实现多智能体协同的智能科研模式提供技术保障。未来大学知识生产的潜在形态将是：科研人员个体的人机协同创作，经由“数字孪生”技术同构的数字场域的生成，将逐步演变为组织形态而非个体形态的人机协同知识生产体系。

浙江大学发布能够自主组织和持续推进科研工作的科学发现系统“求是引擎”图源：浙江大学

浙江大学推出全国首部覆盖文科全学科门类的“自主知识体系丛书” 图源：浙江大学

其次，搭建与AI时代相契合的科研伦理监管框架。一是要建立覆盖全周期的数据安全与伦理审查机制。围绕数据全流程制定分类分级管理标准，严格执行安全审查与伦理审查程序。二是要出台人机协同科研管理规章，明确自然人依然是科研成果的责任主体，以筑牢学术诚信根基。三是要确立AI使用规范，营造安全、透明、可信赖且权责分明的人机协同科研环境。

再次，主动推进AI能力平权机制构建。当下，整体学术环境呈现“传统尚存，未来已至”的态势，这要求我们既要敬重既有科研模式，也要强化AI能力建设，以达成AI的平等赋权。一是要聚焦面临范式适配压力的研究群体，提升科研人员的AI素养，同时促进学者间的广泛协作，借助各自资源优势携手产出高质量研究成果。二是要重视不同高校间的数字落差问题，倡导大模型开源，并推动各高校数据、模型、智能体等资源的有条件共享或转化为公共产品，以保障高校最基础的科研条件。

当然，无论技术如何演进，以科研人员个体为核心的传统学术组织模式，依然保有活力与必要性。其首要原因在于，研究者依旧是科研成果的判断主体与责任主体，学术共同体依然由研究者组成。就学术共同体而言，知识的流通与交融可借助期刊社、出版社、学会等实体加以支撑，强化这一支撑体系仍不可或缺，尤其是线下交流平台的建设以及人与人之间面对面的沟通将更为关键。此外，学术共同体还需重视培育新一代研究者，使其成长为AI时代的判断者与责任担当者。在这一过程中，尤其要重视写作训练。学术写作本身，既是技能层面的锻炼，也是思维方式的塑造。缺乏充足的写作训练，就难以形成学术逻辑思维，更无法创建契合研究者自身人格特质的智能体驱动的数字分身。

作者简介

周江洪：浙江大学党委常委、副校长