摘要：当下，人工智能正深刻影响人文社会科学的研究范式与知识生产模式。本文从理论和方法论层面探讨人文社会科学与人工智能的关系，进而结合区域国别学的学科特点，提出区域国别学作为人文社会科学的新兴交叉学科，通过借助人工智能构建知识图谱、整合数据、模拟政策推演等方式提升研究的深度和广度，扮演着人工智能赋能人文社会科学试验室的角色，助力中国特色大国外交，推动中外文明交流互鉴，参与全球治理建设与变革。同时，本文提出应关注人工智能可能带来的负面影响，注重在方法论上平衡“技术理性”与“人文关怀”。总之，为了更好地回应智能时代，区域国别学可以从构建区域国别大模型、培养兼具人文素养与技术能力的复合型人才、开展项目试点等方面展开探索。

人工智能对人类社会经济发展影响的逐步增加，给人文社会科学研究带来了新问题。明晰人工智能给区域国别学带来的机遇与挑战，对于学科长远发展至关重要。本文首先从理论和方法论层面探讨人文社会科学与人工智能的关系，总结人工智能对人文社会科学的影响，进而结合区域国别学的学科特点，探讨人工智能给区域国别学的发展和创新带来的机遇与挑战，并思考应对之策。

人工智能与人文社会科学研究的关系

（一）人文社会科学的特点

要深刻理解人工智能时代对人文社会科学研究的影响，不仅要充分了解人工智能本身所具有的特点，更要充分理解人文社会科学本身的特点。

第一，在研究对象上，不同于自然科学研究的客观物质世界规律，人文社会科学研究聚焦于人及人所组成的社会，通常关注社会关系与结构，研究对象复杂，受多个变量制约，具备高度随机性和模糊性。人文社会科学不仅需要回答研究对象“是什么”的单一面向问题，更深入触及了“应该”“愿望”“动机”等指向复杂向度的追索。

第二，在研究方法上，尽管人文社会科学在其漫长的发展演变历程之中经历了多次内部方法论的辩论，但仍在研究方法上呈现出鲜明的特质和共性。总体而言，以“抽象”方法、“理解”方法、“从后思索”方法的确立为前提，人文社会科学的方法论逐渐实现了独立。

第三，在研究者的立场上，人文社会科学的研究方法并非全然客观，而是深受观察者的思想动机和内外变量影响，并且具备知识体系和意识形态的二重属性，体现特定的价值观念，与自然科学严格追求客观独立的旨趣迥然不同。人文社会科学研究的立场性恰恰蕴含着世界性与国家特性的辩证统一。

（二）人工智能与人文社会科学研究的关系

结合以上关于学科特点的分析，本文认为，人工智能与人文社会科学之间的关系，可以从以下三个方面来考量：

第一，要充分认识到在人文社会科学研究中作为“人”的研究者的根本性作用。人工智能时代的人文社会科学研究对象依然是由人所组成的社会。因此，在人工智能时代，人文社会科学研究的核心决定因素，依然是作为“人”本身的“研究者”，这些研究者的经验、独立的思考、洞察力与想象力，是不可或缺且不可替代的。

第二，要辩证地理解人工智能在知识生产中的作用。人工智能在人文社会科学研究中的最重要作用在于其独特的“工具性”特质。生成式大语言模型等技术可以为搜集数据、处理数据、分析数据提供极大便利，为研究者提供它的理解和思考，但其本质上依然是“工具”性的存在，这并不意味着人工智能可以代替研究者自身的思考。

第三，要充分重视人工智能时代可能带来的社会关系与社会结构的变化。智能时代带来的改变体现在社会生活的方方面面。在研究对象方面，出现了对人工智能本身的研究，产生了机器心理学、行为学等领域的研究。在社会形态方面，智能社会的基本形态与运行模式发生了深刻变化，算法成为智能社会的重要运作规则。

作为交叉学科的区域国别学

区域国别学是一门典型的新兴交叉学科：由于其研究对象的复杂性，任何单一学科都无法全面覆盖区域国别研究中的重要议题，研究者需要综合运用外国语言文学、政治学、经济学、历史学、法学、人类学、地理学等多学科的知识，对世界不同区域和国家的政治、经济、文化、社会、军事、人文、地理、资源等进行全面研究。这势必进一步打破传统学科的边界，促进知识体系的创新与整合，形成具有中国特色的区域国别学学术体系、学科体系和话语体系。

（一）区域国别学的学科定位及其与人文社会科学的关系

区域国别学作为一门新兴的交叉学科，其核心在于通过多学科融合实现对特定区域或国家的系统性研究。它与人文社会科学的关系可概括为“交叉共生、互为主体”——历史学、政治学、经济学、社会学、语言学等人文社会科学学科共同构成了区域国别学的知识基础，而区域国别学则通过融汇统合多学科的研究视角、范式与方法，形成“多学科、跨学科、交叉”的独特学科范式。其基本定位可以归纳为以下三点：

一是语言与文化研究不仅是区域国别研究的起点，其渗透性融合也为区域国别学回应国家、地区和全球层面的深层次问题提供了支撑。二是历史学知识积淀在一定程度上将扮演区域国别学综合性、系统集成的区域国别知识的基础提供者角色。三是在传统田野调查的基础上，政治学和经济学理论与方法的互补可以有效赋能区域国别学的对策性、实用性属性。

（二）区域国别学的学科特点

一是强学科交叉性，从“拼盘式”组合走向“熔炉式”贯通。传统区域研究多被诟病为多学科的“拼盘式”组合，因此，应当在当代的区域国别学研究当中厘清相关学科与区域国别学之间的内在逻辑，打通学科底层逻辑，实现“熔炉式”学科融合和交叉创新发展。

二是强实践导向性，服务于国家战略与全球治理。作为百年未有之大变局时代背景下快速发展起来的交叉学科，区域国别学的学术体系建设具有强实践导向性，即积极服务国家战略的实际需要、回应跨国跨区域综合问题治理的现实难题，成为促进国家建设和全球治理的重要学科引擎。

三是强动态开放性，实现全球视野与本土话语的平衡。区域国别学关乎对全球各地区发展道路的整合性、全息式分析，在研究过程中既要避免“现代化=西方化”的思维定式，又需突破区域客体化的狭隘视角。

（三）研究对象的多维拓展

区域国别学旨在构建覆盖全球各区域、各国别的完整、深入、客观的知识体系，其研究对象已突破传统主权国家的范畴，形成“三维拓展”。

在时间维度上，区域国别学的研究体现了历史纵深与现时动态的相互交织。区域国别研究需兼顾长时段的历史演进和突发性的历史事件，要回答“变”与“不变”两个问题，既要揭示世界发展的内在规律，又要把握纷繁复杂的世界变局。

在空间维度上，区域国别学的研究对象从主权国家拓展至全球公域。区域国别学的研究对象涵盖传统国家、超国家区域（如欧盟）以及“新疆域”（如极地、网络空间）。

在主体维度上，区域国别学的研究图谱是多元行为体的互动网络。区域国别研究要“对具体地区和国家做全方位研究，通过研究整理出完整的知识谱系，构建整体认识论”。

（四）方法论的跨模态整合

一是跨学科方法论的协同。区域国别学运用交叉学科的知识和方法，把个性分析与综合分析、学科专门研究与交叉学科研究相结合。区域国别学既强调地域性知识，重视通过田野调查、历史考证等方式收集证据，又强调普遍性规律，重视通过过程追踪、比较研究、案例研究、定性分析和定量分析等方式解释因果关系。

二是技术驱动的范式革新。随着大数据和人工智能的发展，大数据已成为继实验范式、理论范式、仿真范式之后的“第四范式”，基于行动者的模型、地理信息系统等前沿方法在区域国别研究中的应用也越来越广泛。

三是战略导向的知识生产。区域国别学具有很强的战略性、综合性、集成性，以各区域、各国家的普遍性和特殊性、趋势和关联为研究对象，服务于中国与世界的互动，服务于中外文明交流互鉴，服务于人类命运共同体建设。

人工智能对区域国别学的赋能与限度

在人工智能技术快速迭代的背景下，区域国别学研究正经历范式变革。这种技术渗透已超越工具属性，呈现出重塑知识生产流程的深层影响。这种范式转型要求学界建立“技术—人文”双重视域：在利用人工智能提升跨区域研究效率的同时，需构建算法审计机制防止认知偏见；在接纳数据驱动范式之际，应保留批判性思辨的传统；在拓展计算人文方法时，需确立数字田野调查的伦理规范。唯有实现技术赋能与人文价值的动态平衡，区域国别学才能在人工智能时代完成知识生产模式的创造性转化。

（一）人工智能对区域国别学的赋能

凭借在学习、推理、判断等领域展现出的复杂目标实现能力，特别是生成式人工智能在自动化及辅助决策、信息处理、人机交互上的突出表现，人工智能应用于区域国别学将会放大作为研究主体的“人”的能动性，促进跨学科理论、数据、知识、方法融合，提升区域国别研究的战略价值和现实意义。

传统的区域国别研究都是对特定时空条件下人类活动的整体性检视，大多是基于小样本的经验主义研究。而人工智能在应用大数据、大模型、大算力研究复杂系统，应对不确定性，实现机器涌现方面的出色表现适于克服此种局限。人工智能的语言理解能力，能为区域国别研究者进入研究场域、深入不同区域国别的话语体系和意义体系提供更大便利。人工智能具有系统集成能力，可以快速、经济、高效、低错误率地处理各种数据类型，这有助于对典范文本、历史材料等进行整合，实现传统研究资源的创造性转化。

此外，研究者可以借助生成式人工智能的定制化服务能力，结合长期工作中形成的敏锐问题意识和扎实田野材料，打造高质量的智库产品，使研究成果有效响应国家战略需要，充分发挥区域国别学咨政服务的核心功能。具体而言，人工智能具有显著的咨政赋能效应：一方面，凭借其强大的数据收集与分析能力，精准挖掘核心要点，为咨政提供可靠的数据支撑；另一方面，依托精准算法模型，洞察潜在问题与趋势，辅助政策制定与优化。

（二）人工智能对区域国别学的挑战

人工智能背后的技术“黑箱”里往往隐藏着难以察觉的价值偏见，且其价值倾向还会伴随数据和算法的更新、人机交互的积累而发生变化，潜移默化地影响研究者的认知。区域国别学有着服务国家战略需求的鲜明实践导向，其知识生产相应地需要坚定的政治立场，但人工智能并不具备稳定的价值尺度。

此外，人工智能技术的迅猛发展对区域国别学科传统的研究范式造成了一定的冲击。在人工智能的时代，区域国别研究不再局限于宏大而宽泛的理论建构，而是需要深入具体问题的细节之中，从基于小样本的经验主义研究转向注重“全样本”实证数据以及数字人文的研究。

在跨学科视野的深度整合方面，人工智能仍存在局限性。在探索区域国别研究理论创新的背景下，人类凭借其独特的思维模式和综合能力，能够将不同学科的知识进行深度交融与创新，从而充分彰显多学科知识的内在生命力，同时也融入了区域国别研究国家民族情境乃至研究者个人的体验，这种能力是人工智能目前仍难以企及的。

结语

区域国别学作为以特定区域和国家为研究对象的多学科交叉领域，正在成为人工智能赋能人文社会科学研究的创新试验场。该学科天然具备的复杂知识体系与海量数据需求，为人工智能技术的深度介入提供了独特场景。

通过构建具有区域国别文化敏感性的人工智能模型，研究者既能保持人文社会科学研究的解释深度，又能实现跨区域比较研究的系统性突破。人工智能驱动的大数据、大语言模型定量分析与人文定性研究和传统社会科学数据受限的定量研究的互鉴机制，跨学科知识生产的协同路径，以及复杂社会系统的模拟推演方法，都将为人文社会科学应对数字化时代的理论重构提供方法论启示。但与此同时，人工智能也带来了诸多挑战，可能削弱研究者主体性和深度思考能力，引发了对学科范式冲击和价值偏差的担忧。因此，为了实现人工智能对区域国别学的有效赋能，需要采取全面而系统的实施策略。

第一，加速构建适用于区域国别研究的开源性大模型。当前存在的开源性大模型往往缺乏针对性，其预训练数据未能全面涵盖所有主要语种文献及各类文献类型。建设专门的开源性大模型，将为我国人文社会科学研究营造一个优质的数字智能环境，推动区域国别学不同国家、文明之间的平等对话，进而提升我国区域国别研究的整体水平，同时促进全球学者共享资源、交流经验，降低技术使用门槛，推动跨学科合作的发展。

第二，培养适应人工智能时代的复合型人才，构建自主的知识体系。研究者们需明确人工智能应用要与人类自身的批判性思维和价值判断相辅相成，以确保研究的深刻性和公共价值。中国人文社会科学界应强化内部能力建设，积极积累原始素材和基础数据，组建专业性强的跨学科协作团队，将区域国别学专家、数据科学家与语言学家紧密联结在一起，确保人工智能技术能够深度融合于学科知识之中，为区域国别研究提供精准的文化适配性分析，助力中国自主知识体系的发展。

第三，实施试点项目以验证与优化人工智能在区域国别学中的应用。在项目执行过程中，密切关注人工智能技术的实际表现，并根据反馈不断调整和优化模型，确保其不仅能够精准反映区域国别学的复杂特性，还能在不同情境下保持高度的普适性和可靠性。同时，定期评估人工智能在研究中的应用效果，避免陷入技术至上主义的误区，不断调整人工智能的应用策略，确保其始终服务于区域国别学的深入研究。

面向未来，中国学术界正积极推动区域国别学与人工智能技术的融合，这将激发全球学术界的创新活力。在人工智能的辅助下，研究者能更高效地处理数据，深化文化理解，为全球学术研究与交流带来新机遇，也将在区域国别学自主知识体系建构的过程中促进整个人文社会科学的创新发展。

杜津威，北京大学政策法规研究室助理研究员；王展鹏，北京外国语大学区域与全球治理高等研究院教授

摘自：《区域国别学刊》2025年第3期