nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
nload="this.removeAttribute('width'); this.removeAttribute('height'); this.removeAttribute('onload');" />
以人工智能技术为代表的一系列新兴技术不仅改变了生产和生活方式，也对知识生产方式产生深刻的影响。多数社会科学研究者也对人工智能等技术持积极开放的态度，希望借助新兴技术实现哲学社会科学的繁荣发展。但面对人工智能技术的迅猛发展和快速迭代，一道又一道的技术门槛接连摆在我们的面前，而作为社会科学研究者可能并不擅长去解决技术层面的障碍。因此，在人工智能等新兴技术迅速发展的今天，社会科学研究迫切需要有组织的科研，需要跨大类学科的有组织科研。
以社会学的研究为例，社会学作为解析人类行为和社会发展的重要学科，离不开对现实资料的分析，所有传世的社会学经典作品都是基于不同样态的资料展开的扎实的分析。但是，长久以来社会学的研究主要通过问卷调查、田野调查等方式收集数据和资料，再依靠统计分析或理论阐释得出结论，形成了“单打独斗”或“小范围作战”的研究习惯。而这种研究习惯或研究范式则难以适应人工智能时代的科学研究。因为无论是数据资料获取还是分析都发生了革命性的变革。
各种数字化场景记录下了丰富的人类行为和社会发展数据，但是，获取这些数据资料本身就存在一定的技术门槛，硅基样本、智能体的出现和应用更是提出了更高的技术要求。以图片、视频为代表的新样态数据和资料的出现，多模态数据的应用，也对分析技术提出了更高的要求。社会学研究者固然可以通过额外的努力学习新的技术，突破上述困境。但是术业有专攻，有可能社会学研究者需要耗费大量精力解决的技术障碍，对于计算机专业和数据科学专业学者而言都不是障碍。并且无论是获取新样态的数据还是分析这些数据，都离不开昂贵的硬件支持（如服务器、显卡等），而这更需要强大的团队组织的支持。
此外，在当下的学科分工中也存在着结构性困境。计算机科学研究者持有大量的数据，数据科学研究者掌握了丰富的分析方法，他们都需要用更合适的视角进行分析以回应重大理论和现实问题。而来自不同领域的社会科学研究者，都有着各自领域深厚的理论视角和洞察力，但又缺少数据和技术支持。因此，跨学科的有组织科研更为必要。
未来已来，新兴技术的发展洪流不可阻挡，人工智能技术只是其中的一个方面，量子技术、虚拟现实技术、具身智能很快也将影响到社会学科学研究。在此背景之下，哲学社会科学学科有组织的科研，尤其是跨大类学科的有组织的科研，能够赋予哲学社会科学研究更多的研究空间和研究能力。
作者单位：中国社会科学院社会学研究所
来源：中国社会科学网
责任编辑：赛音
新媒体编辑：宗敏
如需交流可联系我们