人工智能視域下的社會(huì)學(xué)“費(fèi)孝通悖論”求解

石英

內(nèi)容提要 費(fèi)孝通晚年提出社會(huì)學(xué)應(yīng)當(dāng)具有“科學(xué)”和“人文”雙重屬性的命題，有學(xué)者稱之為“費(fèi)孝通問題”或“費(fèi)孝通悖論”。近年來中國社會(huì)學(xué)界關(guān)于社會(huì)學(xué)方法論和本土化的論爭，追根溯源都可以歸結(jié)為社會(huì)學(xué)科學(xué)性與人文性能否統(tǒng)一和如何統(tǒng)一的問題。人工智能的最新進(jìn)展為回答這一問題提供了啟示：機(jī)器認(rèn)知是從邏輯思維走向形象思維;暗知識(shí)的發(fā)現(xiàn)證明直覺和隱喻的合理性;詩性而“模糊”的自然語言可能比精確嚴(yán)密的數(shù)學(xué)語言更適于社會(huì)研究成果的表達(dá);科學(xué)與人文融通的方向和路徑，不是用科學(xué)規(guī)范人文，而是讓科學(xué)歸于人文?！百M(fèi)孝通悖論”的本質(zhì)是：讓工具理性服從于價(jià)值理性，讓科學(xué)性服務(wù)于人文性。人工智能為社會(huì)研究提供了利器，但人工智能替代不了社會(huì)學(xué)家的作用，社會(huì)學(xué)者應(yīng)當(dāng)更加積極主動(dòng)地投入到智慧社會(huì)建設(shè)之中。

關(guān)鍵詞 費(fèi)孝通悖論 人工智能 復(fù)雜性科學(xué) 社會(huì)學(xué)想像力

〔中圖分類號(hào)〕C91-0;TP18 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕0447-662X（2019）10-0023-11

一、費(fèi)孝通悖論：方法論與本土化之爭溯源

中國大陸社會(huì)學(xué)恢復(fù)重建的領(lǐng)軍人物費(fèi)孝通先生于2003年發(fā)表《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》一文，提出社會(huì)學(xué)應(yīng)當(dāng)具有科學(xué)和人文“雙重性格”的命題，①引發(fā)國內(nèi)社會(huì)學(xué)界廣泛而持久的關(guān)注。仇立平指出，“費(fèi)孝通之問”是中國社會(huì)學(xué)研究無法回避的問題。不可高估科學(xué)理性在社會(huì)研究中的作用，定量研究和定性研究都有其不足，只有將定性研究和定量研究結(jié)合在一起，或許有可能接近對(duì)“經(jīng)驗(yàn)事實(shí)”的認(rèn)識(shí);②陳云松認(rèn)為費(fèi)老所說的人文性與科學(xué)性兼而有之只是一個(gè)愿景，方法之爭反映了中國社會(huì)學(xué)的不成熟，呼吁“走出費(fèi)孝通悖論”;③渠敬東則對(duì)“方法主義”及其所帶來的“學(xué)問與生活的疏離”進(jìn)行了批評(píng);④潘綏銘和劉林平圍繞定性定量方法進(jìn)行了激烈論辯，潘對(duì)“一切皆可量化”的觀點(diǎn)提出質(zhì)疑，⑤劉則認(rèn)為潘的認(rèn)識(shí)存在對(duì)大數(shù)據(jù)的嚴(yán)重誤解;⑥趙鼎新指出“科學(xué)其實(shí)只是一種片面而深入地看問題的方法”，并論證了自然科學(xué)與社會(huì)科學(xué)具有根本性區(qū)別;⑦風(fēng)笑天認(rèn)為，定性研究與定量研究有著本質(zhì)差別，二者的結(jié)合不可能發(fā)生在抽象的認(rèn)識(shí)論和理論視角層面，只能發(fā)生在方法論和具體方法層面;風(fēng)笑天：《定性研究與定量研究的差別及其結(jié)合》，《江蘇行政學(xué)院學(xué)報(bào)》2017年第2期。王寧指出社會(huì)學(xué)本土化的討論應(yīng)深入到“知識(shí)創(chuàng)新力不足”的制度根源層面;王寧：《社會(huì)學(xué)本土化議題：爭辯、癥結(jié)與出路》，《社會(huì)學(xué)研究》2017年第5期。謝宇從知識(shí)的普遍主義角度認(rèn)定“社會(huì)學(xué)本土化”是一個(gè)“偽問題”，謝宇：《走出中國社會(huì)學(xué)本土化討論的誤區(qū)》，《社會(huì)學(xué)研究》2018年第2期。翟學(xué)偉對(duì)此針鋒相對(duì)予以反駁。翟學(xué)偉：《社會(huì)學(xué)本土化是個(gè)偽命題嗎？——與謝宇商榷》，《探索與爭鳴》2018年第10期。

近年國內(nèi)社會(huì)學(xué)界圍繞定性與定量、本土化與國際化等問題的討論，一方面表明，中國社會(huì)學(xué)恢復(fù)重建40年來，已經(jīng)從一開始的引進(jìn)照搬走向獨(dú)立思考，嘗試建立能夠與國際接軌的中國社會(huì)學(xué)理論體系;另一方面可以發(fā)現(xiàn)，方法之爭的背后反映出學(xué)界對(duì)中國社會(huì)學(xué)研究和發(fā)展方向的反思乃至焦慮，其焦點(diǎn)其實(shí)就是被歸納為“費(fèi)孝通之問”甚至“費(fèi)孝通悖論”的科學(xué)性與人文性能否統(tǒng)一和如何統(tǒng)一的問題。

從學(xué)科分類角度來看，科學(xué)指數(shù)、理、化、天、地、生等自然科學(xué)學(xué)科;人文指文、史、哲、藝術(shù)、宗教等學(xué)科。一般意義上，科學(xué)性與人文性的區(qū)別體現(xiàn)在：前者偏重邏輯思維，后者偏重形象思維;前者重工具理性，后者重價(jià)值理性。社會(huì)學(xué)被認(rèn)為是介于科學(xué)學(xué)科和人文學(xué)科之間的過渡性“社會(huì)科學(xué)”，其科學(xué)性和人文性能否統(tǒng)一？如何統(tǒng)一？人工智能的進(jìn)展或許可以讓我們從中得到啟示。

二、人工智能：從邏輯思維到形象思維

1.圖靈測試（Turing Test）、深藍(lán)（Deep Blue）、阿爾法狗（AlphaGo）

人工智能（AI），也被稱為“機(jī)器智能”，是新的科學(xué)技術(shù)革命的前沿領(lǐng)域，是世界經(jīng)濟(jì)轉(zhuǎn)型產(chǎn)業(yè)升級(jí)的“風(fēng)口”，也是當(dāng)前社會(huì)普遍關(guān)注的重要熱點(diǎn)領(lǐng)域。早在上世紀(jì)中葉，人工智能的概念和設(shè)想就已提出，但直到最近幾年才有了突飛猛進(jìn)的爆發(fā)式發(fā)展。一方面是由于互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算奠定了人工智能的物理基礎(chǔ)，另一方面得益于人工智能的“算法”突破了舊有思維模式。

人類智能來自于人的思維，思維的器官是我們的大腦。我們把電子計(jì)算機(jī)稱為“電腦”，但人們并沒有將普通電腦稱為人工智能。這是因?yàn)楣J(rèn)的“人工智能之父”英國數(shù)學(xué)家圖靈提出了評(píng)估機(jī)器是否具有可以思考的智能的標(biāo)準(zhǔn)——圖靈測試（Turing Test）：就是當(dāng)人類測試者向機(jī)器提出一些問題由機(jī)器作答，當(dāng)測試者無法分辨給出答案的對(duì)方是人還是機(jī)器，則該臺(tái)機(jī)器即通過測試，認(rèn)為其具備“智能”。因此，普通公眾對(duì)人工智能的認(rèn)知，是在人與機(jī)器的智力比較中獲得的。于是，發(fā)生在1997年和2016年的兩次棋類“人機(jī)大戰(zhàn)”，成為人工智能發(fā)展史上重要的里程碑和轉(zhuǎn)折點(diǎn)。

1997年5月11日，一臺(tái)由IBM公司開發(fā)的命名為“深藍(lán)（Deep Blue）”的計(jì)算機(jī)挑戰(zhàn)國際象棋世界冠軍卡斯帕羅夫，并最終以3.5∶2.5獲勝。這不僅震驚了國際象棋界，也形成一波人工智能輿論高潮。然而計(jì)算機(jī)科學(xué)家十分清楚，“深藍(lán)”的國際象棋贏得其實(shí)很艱難?！吧钏{(lán)”重達(dá)1270公斤。利用30個(gè)IBM RS/6000處理器運(yùn)行搜索，480個(gè)定制處理器執(zhí)行行棋功能，平均每秒搜索12.6億個(gè)節(jié)點(diǎn)，峰值時(shí)可達(dá)33億個(gè)節(jié)點(diǎn)，每步棋可生成多達(dá)300億個(gè)棋局。譚營：《人工智能知識(shí)講座》，人民出版社，2018年，第152頁。設(shè)計(jì)者是一個(gè)由計(jì)算機(jī)專家和國際象棋高手多人組成的專家小組，事先對(duì)卡斯帕羅夫下過的所有棋譜進(jìn)行深入研究，輸入了一百多年來世界頂尖國際象棋優(yōu)秀棋手的對(duì)局棋譜兩百多萬局，對(duì)各種可能性寫出應(yīng)對(duì)程序，設(shè)計(jì)搜索算法，實(shí)際對(duì)弈中采用“窮舉法”邏輯推理。也就是說，“深藍(lán)”的勝利是依賴于強(qiáng)大的硬件和計(jì)算機(jī)邏輯計(jì)算的“蠻力”取勝的。在贏得勝利后，IBM即宣布“深藍(lán)”退役。剛剛似乎熱起來的人工智能又陷入近20年的“潛伏期”。近年來，由谷歌開發(fā)的圍棋程序“阿爾法狗”則另辟蹊徑，從“窮舉法”邏輯推理到人工神經(jīng)網(wǎng)絡(luò)、“深度學(xué)習(xí)”，在圍棋人機(jī)博弈中積累經(jīng)驗(yàn)、愈戰(zhàn)愈勇。2016年3月，“阿爾法狗”對(duì)弈職業(yè)圍棋九段李世石，最終以4：1總比分取得勝利，震動(dòng)全世界。2017年5月，又以3：0完勝世界排名第一的棋手柯潔。并自此保持了不敗的記錄。人類圍棋高手由一開始的半信半疑不服氣，到完全沒有還手之力，不得不甘拜下風(fēng)。

圍棋被認(rèn)為是最能體現(xiàn)人類智慧的棋類游戲。棋盤和棋子簡單而直觀，就是在19×19幾何平面上的線性位置結(jié)構(gòu)產(chǎn)生的相對(duì)競爭（博弈）關(guān)系。圍棋的局面由雙方博弈過程共同形成的位置關(guān)系決定，沒有不變的前提變量的設(shè)定，完全是雙方棋手獨(dú)自看局觀勢的直覺判斷和策略博弈，所以圍棋能體現(xiàn)人的直覺的智能。周劍銘、柳渝：《兩種“兩種文化”交匯中的人工智能》，《科學(xué)與社會(huì)》2018年第1期。好的棋手經(jīng)過長期的訓(xùn)練積累，形成良好的“棋感”，能夠從整體局面觀“勢”，迅速做出判斷并創(chuàng)造性地落子。由于每一落子都會(huì)帶來幾乎無限的可能性，棋局變幻莫測。如果像“深藍(lán)”一樣依靠“死記硬背”棋譜和窮舉搜索的算法模式，計(jì)算能力再強(qiáng)大的機(jī)器要戰(zhàn)勝人類圍棋高手也幾乎全無可能。因此可以認(rèn)為，“深藍(lán)”的勝利是硬件的勝利，“阿爾法狗”的勝利則是軟件的勝利。

2.符號(hào)邏輯、專家系統(tǒng)到深度學(xué)習(xí)

從“深藍(lán)”到“阿爾法狗”的機(jī)器人進(jìn)化，實(shí)際上反映出人工智能發(fā)展過程中“符號(hào)邏輯推理-專家系統(tǒng)-人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)”的關(guān)鍵演進(jìn)歷程。

符號(hào)邏輯是人工智能的早期思想，其理論是只要解決了自然語言處理即符號(hào)化問題，基于少數(shù)幾條基本的公理和定義，依賴于計(jì)算機(jī)強(qiáng)大的的計(jì)算能力、存儲(chǔ)能力，通過數(shù)理邏輯和博弈論推演，即可演繹出新的定理和其他推論。實(shí)際上目前一般計(jì)算機(jī)的統(tǒng)計(jì)分析軟件都已能夠很好地達(dá)到這種“智能化”效果，但人們發(fā)現(xiàn)這種方法只能在一些小規(guī)模簡單問題上應(yīng)用，隨著問題復(fù)雜化，其搜索空間規(guī)模呈指數(shù)型急劇上升，根本無法解決現(xiàn)實(shí)世界中的實(shí)際問題。

專家系統(tǒng)在單一符號(hào)邏輯推理基礎(chǔ)上更進(jìn)了一步，是旨在將人類專家決策能力與機(jī)器符號(hào)邏輯推理能力相融合的系統(tǒng)。專家系統(tǒng)通常分為兩個(gè)子系統(tǒng)：知識(shí)庫和推理引擎。知識(shí)庫是存儲(chǔ)結(jié)構(gòu)化信息的技術(shù)手段，推理引擎是一種自動(dòng)推理系統(tǒng)。專家系統(tǒng)的知識(shí)庫規(guī)則與事實(shí)來自人為定義和補(bǔ)充，通過“人機(jī)回圈”（Human-in-the-Loop）、“眾機(jī)回圈”（Society-in-the-Loop）實(shí)現(xiàn)“人機(jī)互動(dòng)”，人是規(guī)劃環(huán)路的一部分，人的判斷既用于業(yè)務(wù)決策，又被反饋到機(jī)器學(xué)習(xí)算法中使其更加“智能”，類似于“德爾菲法”。

人工神經(jīng)網(wǎng)絡(luò)是對(duì)人腦生物神經(jīng)網(wǎng)絡(luò)的模仿。人類意識(shí)之謎還沒有完全解開，人腦具體是怎樣工作的機(jī)制還不清楚，但解剖生理學(xué)知道了大腦的結(jié)構(gòu)。人腦中有1000億個(gè)神經(jīng)元，生物神經(jīng)網(wǎng)絡(luò)依靠數(shù)量龐大的神經(jīng)元和突觸連接構(gòu)成。無論何種思維都落實(shí)為神經(jīng)系統(tǒng)的生物性-物理性-化學(xué)性運(yùn)動(dòng)。人工神經(jīng)網(wǎng)絡(luò)摒棄了給機(jī)器輸入邏輯規(guī)則的思路，而是嘗試模仿人腦結(jié)構(gòu)“重建”大腦。以感知器替代神經(jīng)元，以并行方式電子電路模仿神經(jīng)元連接。人工神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)呈多層分布，因此被稱為“深度神經(jīng)網(wǎng)絡(luò)”。隨著反向傳播算法的提出，人們可以通過預(yù)訓(xùn)練微調(diào)非循環(huán)多層神經(jīng)網(wǎng)絡(luò)，模仿人腦達(dá)到“學(xué)習(xí)”的目的。學(xué)習(xí)過程就是調(diào)整每個(gè)人工神經(jīng)元中保存的參數(shù)值的過程。學(xué)習(xí)訓(xùn)練的過程區(qū)分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，反復(fù)訓(xùn)練，即所謂“深度學(xué)習(xí)”。每個(gè)人工神經(jīng)元保存的參數(shù)值即神經(jīng)網(wǎng)絡(luò)的“記憶”，信息被分布存放在整個(gè)人工神經(jīng)網(wǎng)絡(luò)中。

阿爾法狗了不起的是它能夠像人一樣擁有“棋感”，能“看懂”圍棋的“勢”，推測當(dāng)前最優(yōu)走子。圍棋棋局的“勢”即局勢、形勢，是棋手從整體出發(fā)對(duì)棋局的判斷。人類棋手的棋感在強(qiáng)化訓(xùn)練反復(fù)實(shí)踐長時(shí)間積累中形成，是人類特有的直覺。對(duì)于機(jī)器而言，如果你給它看一張圖片，它“看到”的無非是一堆0/1這樣的二進(jìn)制數(shù)字，除了可以很快數(shù)出圖像里面包含有多少種不同顏色及其排列的信息外，其他的一概不知。數(shù)碼相機(jī)用“像素”表示清晰度，電視電腦顯示屏區(qū)分多少“線”，機(jī)器讀圖是一由點(diǎn)到線到面的“逐行掃描”的過程。而人一開始是從全局的角度看這個(gè)圖片，一眼就能知道這個(gè)圖片大概是什么東西，什么內(nèi)容。這是整體模糊識(shí)別，可能會(huì)忽略一些不重要的細(xì)節(jié)，卻會(huì)同時(shí)抓住特征和關(guān)鍵。

可以看到，目前人工智能的飛速發(fā)展很多都是從圖像識(shí)別開始的。人工智能神經(jīng)網(wǎng)絡(luò)應(yīng)用在計(jì)算機(jī)視覺上的重要突破，就是不再讓計(jì)算機(jī)用0/1來逐點(diǎn)逐行掃描識(shí)別圖像內(nèi)容，而是讓計(jì)算機(jī)依靠分散存儲(chǔ)全局并行的深度人工神經(jīng)網(wǎng)絡(luò)，在觀察刺激“學(xué)習(xí)”中去自動(dòng)抽取圖像的語義特征。當(dāng)然一開始很可能只是一個(gè)一個(gè)小圖塊組合方式的語義特征，反復(fù)訓(xùn)練就可以開始慢慢地感知到這個(gè)圖形的組合特征，進(jìn)而形成概念、意義，識(shí)別規(guī)律，做出判斷、決策。在過去這一過程因太漫長而難以實(shí)現(xiàn)應(yīng)用。隨著信息傳輸存儲(chǔ)技術(shù)發(fā)展，加之高性能圖形加速處理器加速，互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代機(jī)器海量閱讀學(xué)習(xí)效率越來越高。阿爾法狗比人厲害在于它一天能下數(shù)百盤棋，獲得迅速積累，這就是它能夠很快超過人類棋手直至戰(zhàn)無不勝的原因。

計(jì)算機(jī)模擬人類學(xué)習(xí)功能，從大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律提取知識(shí)，不斷完善增強(qiáng)自我。這是機(jī)器向人學(xué)習(xí)?？梢钥吹?，在“符號(hào)邏輯-專家系統(tǒng)-人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)”的人工智能進(jìn)化過程中，機(jī)器“認(rèn)知”開始由嚴(yán)密、精確的邏輯思維轉(zhuǎn)向整體、模糊的形象思維。這是一個(gè)重要的轉(zhuǎn)折點(diǎn)：“科學(xué)”與“人文”之間的最后一層窗戶紙正在被戳破！

三、以科學(xué)規(guī)范人文：中國社會(huì)學(xué)恢復(fù)重建的邏輯困境

1.早期社會(huì)學(xué)中西方不同研究傳統(tǒng)

社會(huì)學(xué)作為一門學(xué)科誕生于西方工業(yè)革命之后自然科學(xué)興起和大發(fā)展時(shí)期。創(chuàng)始者法國人孔德于1840年左右最先提出社會(huì)學(xué)概念，一開始稱其為“社會(huì)物理學(xué)”，并認(rèn)為是人類認(rèn)識(shí)史上“科學(xué)序列”最高級(jí)也是最后一門學(xué)科。他對(duì)科學(xué)的排序依次為：數(shù)學(xué)、天文學(xué)、物理學(xué)、化學(xué)、生物學(xué)、社會(huì)學(xué)。之后，一代代西方社會(huì)學(xué)大師不斷豐富發(fā)展著這門學(xué)科的理論和方法體系，兩百余年來，社會(huì)學(xué)發(fā)源地歐洲與后來居上的美國之間各自形成不同的研究傳統(tǒng)和學(xué)派。從結(jié)構(gòu)功能主義、符號(hào)互動(dòng)論到批判主義，其理論演變始終存在人文主義與科學(xué)主義的此消彼長和激烈論爭。20世紀(jì)中葉，西方社會(huì)科學(xué)開始涌現(xiàn)各種“后現(xiàn)代”理論和思潮，如格式塔心理學(xué)、胡塞爾現(xiàn)象學(xué)、符號(hào)互動(dòng)主義、常人方法論、建構(gòu)主義、結(jié)構(gòu)主義、精神分析、女權(quán)主義等，社會(huì)學(xué)領(lǐng)域出現(xiàn)對(duì)“量化”研究的“反抗”思潮。質(zhì)性研究方法的興起和成熟一定程度上正是這些理論思潮集大成的產(chǎn)物?？傮w來看，西方社會(huì)學(xué)的發(fā)展由一開始強(qiáng)調(diào)邏輯實(shí)證的科學(xué)主義越來越朝向于人文主義思潮。

社會(huì)學(xué)最早傳入中國是在19世紀(jì)末20世紀(jì)初葉，正值社會(huì)大動(dòng)蕩時(shí)期。當(dāng)時(shí)的學(xué)科分化和學(xué)科界限比較模糊，社會(huì)學(xué)、民族學(xué)、人類學(xué)不分家。第一代中國社會(huì)學(xué)人大都學(xué)貫中西，熟諳歷史，具有深厚的傳統(tǒng)文化底蘊(yùn)。他們對(duì)社會(huì)理論的探討，自覺而自發(fā)地以“社會(huì)問題”為導(dǎo)向，緊密聯(lián)系著改造變革社會(huì)的實(shí)踐展開，并形成了“學(xué)院派”“鄉(xiāng)村建設(shè)派”和中國共產(chǎn)黨人的“革命派”社會(huì)學(xué)特色和風(fēng)格。即使在艱苦卓絕的抗戰(zhàn)時(shí)期，我國的社會(huì)學(xué)教學(xué)研究都沒有停滯，西南聯(lián)大在昆明開啟了中國社會(huì)學(xué)史上著名的“魁閣時(shí)代”，建立了人類學(xué)調(diào)研基地，開展鄉(xiāng)村田野調(diào)查?？傮w上看，中國早期社會(huì)學(xué)并沒有那么多“科學(xué)”的框框，而更多具有“人文”色彩。自1979年“恢復(fù)重建”以來，在社會(huì)學(xué)研究方法體系上則逐漸形成了問卷調(diào)查統(tǒng)計(jì)分析為主流的學(xué)科建設(shè)方向。可以認(rèn)為，中國社會(huì)學(xué)與西方社會(huì)學(xué)發(fā)展路徑似乎截然相反，由早期偏于人文主義的路徑到今天演變?yōu)椤翱茖W(xué)社會(huì)學(xué)”范式的一統(tǒng)天下。

2.恢復(fù)重建社會(huì)學(xué)的歷史背景與“技術(shù)化”傾向

中國大陸社會(huì)學(xué)的恢復(fù)重建與改革開放完全同步，迄今整整40年。1979年3月以費(fèi)孝通為會(huì)長的“中國社會(huì)學(xué)研究會(huì)”的成立，標(biāo)志著社會(huì)學(xué)恢復(fù)重建的開始。重建中國社會(huì)學(xué)，費(fèi)孝通提出首先是要有社會(huì)學(xué)的“五臟六腑”：五臟是學(xué)會(huì)、研究所、院系、圖書資料、刊物;六腑是社會(huì)學(xué)六門基礎(chǔ)課，社會(huì)學(xué)概論、社會(huì)學(xué)理論、社會(huì)調(diào)查研究方法、社會(huì)心理學(xué)、經(jīng)濟(jì)社會(huì)學(xué)、比較社會(huì)學(xué)。楊心恒：《說說中國社會(huì)學(xué)的恢復(fù)與重建》，《炎黃春秋》2015年第1期。從引進(jìn)教材到培訓(xùn)學(xué)員，“中國社會(huì)學(xué)在恢復(fù)之初，主要是請(qǐng)美國社會(huì)學(xué)家來華講學(xué)，受到美國社會(huì)學(xué)的研究風(fēng)格影響較多一些。因此，30年來的中國社會(huì)學(xué)在研究風(fēng)格上更具有實(shí)證研究的特點(diǎn)。”李強(qiáng)：《理論研究對(duì)于社會(huì)調(diào)查及實(shí)證研究的重要性》，《中國社會(huì)科學(xué)報(bào)》2009年10月29日，第7版。

前面談到，西方社會(huì)學(xué)總的趨勢是由邏輯實(shí)證主義起始，到現(xiàn)代人文主義思潮逐漸占上風(fēng)，美國也不例外。但為什么中國恢復(fù)重建引進(jìn)的美國社會(huì)學(xué)基本上是科學(xué)主義的“統(tǒng)計(jì)社會(huì)學(xué)”？一方面，“美國社會(huì)學(xué)與經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)早期多年的親緣關(guān)系，奠定了其量化與統(tǒng)計(jì)技術(shù)使用的傳統(tǒng)……要擺脫歐洲的人文和思辨風(fēng)格”;陳心想：《社會(huì)學(xué)美國化的歷程及其啟示》，《社會(huì)學(xué)研究》2019年第1期。另一方面還要看到，無論是恢復(fù)重建初期請(qǐng)到中國來講學(xué)還是后來“走出去、請(qǐng)進(jìn)來”交流的美國社會(huì)學(xué)家，大都為華裔移民，鮮有美國本土出生的非亞裔社會(huì)學(xué)者。這些華裔移民即使已經(jīng)在美生活了幾十年時(shí)間，恐也很難具有幾代居住在美國的“純正”美國人所擁有的美式思維方式和文化直覺。而出國留學(xué)的中國人大都具有較好的數(shù)學(xué)能力和邏輯思維能力，量化分析研究方法是華人觀察研究美國社會(huì)的一種較佳視角，但未必就代表了美國社會(huì)學(xué)當(dāng)代發(fā)展的趨勢。

社會(huì)學(xué)恢復(fù)重建初期的時(shí)代潮流也決定了中國社會(huì)學(xué)必然走“科學(xué)社會(huì)學(xué)”之路。當(dāng)時(shí)的中國百廢待興，1977年恢復(fù)高考，1978年全國科學(xué)大會(huì)，科教興國，人們歡呼“科學(xué)的春天”到來。走出迷信，崇尚科學(xué)，科學(xué)的地位至高無上，社會(huì)學(xué)作為一門科學(xué)當(dāng)然必須符合科學(xué)的特性和標(biāo)準(zhǔn)：客觀性，價(jià)值中立;實(shí)證性，可重復(fù)、可檢測;邏輯性，精確定量，數(shù)學(xué)語言表達(dá)。

當(dāng)社會(huì)調(diào)查研究愈來愈程序化、操作化、規(guī)范化，從資料收集、理論預(yù)設(shè)、抽樣方案，問卷設(shè)計(jì)、量表測量、信度效度檢驗(yàn)到統(tǒng)計(jì)分析等環(huán)節(jié)，課題設(shè)計(jì)者、數(shù)據(jù)采集者、數(shù)據(jù)分析者、論文撰寫者，分工愈來愈細(xì)，形成工業(yè)化的“產(chǎn)業(yè)鏈”。隨著計(jì)算機(jī)統(tǒng)計(jì)和信息技術(shù)的發(fā)展，大規(guī)模問卷調(diào)查越來越容易操作，機(jī)器編碼識(shí)別，SPSS、SAS等統(tǒng)計(jì)分析軟件把交互分析、回歸分析、趨勢分析、聚類分析、相關(guān)分析等過去復(fù)雜高深的統(tǒng)計(jì)計(jì)算變得輕而易舉。我們千方百計(jì)追求測量數(shù)據(jù)的信度、效度、精確性，控制和區(qū)分自變量、因變量、中間變量，確定相關(guān)性，判斷因果關(guān)系，建構(gòu)數(shù)學(xué)模型。研究者越來越工具化，人的主觀能動(dòng)性也越來越被拋到一邊。社會(huì)學(xué)研究已成為完全由工程思維主導(dǎo)的“技術(shù)活”！

其實(shí)不只是社會(huì)學(xué)，在包括經(jīng)濟(jì)學(xué)、法學(xué)等在內(nèi)的整個(gè)中國社會(huì)科學(xué)領(lǐng)域，總是有太多的學(xué)者擔(dān)心“中國社會(huì)科學(xué)離科學(xué)還有多遠(yuǎn)”，很少有人考慮“人文性”在社會(huì)科學(xué)中應(yīng)否保留一席之地。

3.社會(huì)學(xué)想像力的弱化和缺失

社會(huì)學(xué)的“專業(yè)性”究竟是什么，是以數(shù)理統(tǒng)計(jì)為基礎(chǔ)的抽樣技術(shù)、資料分析技術(shù)嗎？

中外社會(huì)學(xué)經(jīng)典教材中，普遍把“社會(huì)學(xué)想像力”作為社會(huì)學(xué)區(qū)別于經(jīng)濟(jì)學(xué)和其他社會(huì)科學(xué)學(xué)科的重要特征。社會(huì)學(xué)想像力（sociological imagination）是美國社會(huì)學(xué)家賴特·米爾斯1970年提出的概念?！吧鐣?huì)學(xué)想像力可以讓我們理解歷史與個(gè)人的生活歷程，以及在社會(huì)中二者間的聯(lián)系?！盵美]米爾斯：《社會(huì)學(xué)的想像力》，陳強(qiáng)、張永強(qiáng)譯，生活·讀書·新知三聯(lián)書店，2012年，第4頁。米爾斯指出，這種想像力是一種視角轉(zhuǎn)換的能力、換位思考能力，是將個(gè)人議題轉(zhuǎn)化為公共議題的能力。社會(huì)學(xué)想像力也被稱作“社會(huì)學(xué)視野”，還有港臺(tái)學(xué)者譯為“社會(huì)學(xué)構(gòu)造力”。美國社會(huì)學(xué)家麥休尼斯認(rèn)為，“社會(huì)學(xué)是關(guān)于人類社會(huì)的系統(tǒng)研究。社會(huì)學(xué)的核心是一種被稱作社會(huì)學(xué)視野（Sociological perspective）的特殊觀點(diǎn)”。[美]約翰·麥休尼斯：《社會(huì)學(xué)》，風(fēng)笑天等譯，中國人民大學(xué)出版社，2009年，第4頁。

據(jù)此，如果要談社會(huì)學(xué)的“專業(yè)性”，比數(shù)理計(jì)算能力更應(yīng)當(dāng)強(qiáng)調(diào)的是——社會(huì)學(xué)想像力！筆者以為，社會(huì)學(xué)想像力本質(zhì)上是一種聯(lián)想能力，是基于經(jīng)驗(yàn)的直覺感悟能力，是透過局部看整體、透過現(xiàn)象看本質(zhì)的能力，是合乎理性的批判反思能力，是來自于長期參與、觀察、體驗(yàn)、感悟、思考的結(jié)果。它更多地是一種形象思維，而不是邏輯思維。富有社會(huì)學(xué)想像力的學(xué)者能夠在個(gè)人體驗(yàn)與公共議題之間建立聯(lián)系，在微觀經(jīng)驗(yàn)與社會(huì)趨勢之間進(jìn)行穿梭。社會(huì)學(xué)想像力幫助我們找到這個(gè)時(shí)代在歷史中的定位，找到個(gè)人在社會(huì)結(jié)構(gòu)中的定位。很多難以從個(gè)人經(jīng)驗(yàn)中獲得完整解釋的社會(huì)現(xiàn)象，一定源自于某種個(gè)人無法控制的社會(huì)結(jié)構(gòu)的力量，而這種結(jié)構(gòu)的力量往往是從統(tǒng)計(jì)數(shù)字中分析不出來的。還有一些由“蝴蝶效應(yīng)”引發(fā)影響歷史進(jìn)程的“突發(fā)事件”，也幾無可能從邏輯因果鏈數(shù)學(xué)模型推導(dǎo)和預(yù)測。

事實(shí)上，我國高校社會(huì)學(xué)教材也普遍把社會(huì)學(xué)想像力作為重要概念提及，但往往還是停留在西方社會(huì)學(xué)經(jīng)典案例“一杯咖啡”引起的聯(lián)想，而對(duì)于社會(huì)學(xué)想像力的本質(zhì)究竟是什么，怎樣訓(xùn)練社會(huì)學(xué)想像力，中國社會(huì)學(xué)教材和課堂似乎并未予以足夠的關(guān)注。與之相反，我們熱衷的是“找數(shù)據(jù)”，建數(shù)據(jù)庫、實(shí)驗(yàn)室。把本應(yīng)鮮活生動(dòng)的社會(huì)學(xué)硬生生地變?yōu)榱艘婚T數(shù)據(jù)科學(xué)。社會(huì)學(xué)的想像力在不知不覺中被“工程思維”所取代，不斷弱化、淡化乃至消解，變得可有可無。

4.確定性追求與不確定性問題

回顧近代自然科學(xué)的發(fā)展歷程可以看到，科學(xué)的發(fā)展史可以說是一部追求“確定性”的歷史?？茖W(xué)家正是不斷地克服不確定性和人的主觀性，運(yùn)用精確的數(shù)理工具和方法，才有了客觀和確定性的科學(xué)理論和技術(shù)，基于工具文明的加速進(jìn)步，使得人類社會(huì)呈加速度登上了一級(jí)級(jí)更高的臺(tái)階。

這里，還原論是近代自然科學(xué)認(rèn)知的核心理念。其認(rèn)為任何復(fù)雜的事物、現(xiàn)象都可以分解為更為簡單的各個(gè)組成部分來加以認(rèn)識(shí)、描述和處理。將整體分解為部分，高層化解為低層。研究物質(zhì)世界，化學(xué)以物理學(xué)為基礎(chǔ)，生物學(xué)又以化學(xué)為基礎(chǔ)。然而當(dāng)物理學(xué)研究進(jìn)入基本粒子層次，生物研究涉及到生命現(xiàn)象，還原論思維和確定性追求似乎失效。

德國物理學(xué)家海森堡于1927年提出了“測不準(zhǔn)原理”，單個(gè)微觀粒子的位置與動(dòng)量不可能同時(shí)被確定，位置的不確定性與動(dòng)量的不確定性遵守不等式。這一原理打破了經(jīng)典物理學(xué)關(guān)于所有物理量原則上可以同時(shí)確定的觀念，奠定了量子力學(xué)的基礎(chǔ)。按照海森堡的表述，測量行為不可避免地?cái)嚁_了被測量粒子的運(yùn)動(dòng)狀態(tài)，因此被理解為一種“觀察者效應(yīng)”。后來物理學(xué)家指出“測不準(zhǔn)”正是由于“不確定”，“不確定性”是微觀粒子的內(nèi)秉性質(zhì)，無論是否被測量被觀察，都處于“不確定”狀態(tài)。也就是說，“測不準(zhǔn)”和“不確定”是完全等價(jià)的。至此，“測不準(zhǔn)原理”又被稱為“不確定性原理（Uncertainty Principle）”。

隨著科技的進(jìn)步人們逐漸發(fā)現(xiàn)，“不確定性”比“確定性”更為基本和普遍，確定性問題只是我們所面對(duì)的問題中極小一部分。量子力學(xué)領(lǐng)域我們不知道“薛定諤的貓”在某一時(shí)刻是死是活。在計(jì)算機(jī)理論研究領(lǐng)域，大量的“不確定性問題”（Nondeterministic Problem，NP）給人類認(rèn)知帶來深深的困惑。NP既不是算法可確定性計(jì)算的，也不是算法可判定的。

人們或許認(rèn)為，量子世界的不確定性不等于社會(huì)運(yùn)行的不確定，二者之間沒有邏輯上的關(guān)系。然而不難想像，如果物質(zhì)世界基本粒子都“測不準(zhǔn)”，社會(huì)中人的行為就更加測不準(zhǔn)。人有思想，有感情，有性格，且人的想法還會(huì)隨時(shí)改變。人與人的關(guān)系、個(gè)體與社會(huì)的關(guān)系比之基本粒子之間的作用要更加錯(cuò)綜復(fù)雜。真正的不確定性是“人”的不確定性。

社會(huì)學(xué)是“群學(xué)”。由人所構(gòu)成的人類社會(huì)，任何社會(huì)現(xiàn)象、社會(huì)事件的發(fā)生，都是一個(gè)個(gè)具體的人的行為的集合表現(xiàn)。人是環(huán)境的產(chǎn)物，受歷史的局限。量化分析的社會(huì)學(xué)研究，盡可能把復(fù)雜問題簡單化、抽象概念具象化。概念的操作化、指標(biāo)化，試圖對(duì)組成社會(huì)的人的態(tài)度、思想和行為進(jìn)行盡量精準(zhǔn)的測量。這也是一個(gè)“還原”的過程。然而不難想像，正如量子力學(xué)“測不準(zhǔn)”是由于測量行為不可避免地?cái)_亂測量對(duì)象微觀粒子，社會(huì)調(diào)查對(duì)人的“測量”行為無論設(shè)計(jì)多么精巧，也不能避免對(duì)調(diào)查對(duì)象的干擾，不可能得到“精準(zhǔn)”結(jié)果。實(shí)際上每一次我們認(rèn)為可信度很高的問卷調(diào)查結(jié)果幾乎都經(jīng)不起重復(fù)檢測，同一份問卷同一個(gè)調(diào)查對(duì)象兩次填寫的結(jié)果都可能會(huì)不同。我們可以用信度、效度去解釋，去校正，但根本不可能達(dá)到像自然科學(xué)研究那樣可證實(shí)、可證偽、可重復(fù)、可檢測的嚴(yán)格標(biāo)準(zhǔn)。

然而，正如基于還原論的數(shù)理實(shí)驗(yàn)科學(xué)在探索物質(zhì)世界中獲得巨大的成功，使得還原論成為人們認(rèn)知世界的基本思維方式那樣，計(jì)算機(jī)強(qiáng)大的解決問題的能力也給人們帶來一種觀念上的錯(cuò)覺：所有的不確定性問題最終仍可能得到確定性地解決。

一定意義上，科學(xué)與人文的區(qū)別，就是“確定性”與“不確定性”的區(qū)別。當(dāng)我們?cè)噲D用“科學(xué)”去規(guī)范“人文”，用追求“確定性”的科學(xué)方法去解決充滿著“不確定性”的人文社會(huì)的問題時(shí)，勢必會(huì)陷入內(nèi)在的邏輯矛盾。

四、暗知識(shí)：復(fù)雜性科學(xué)向人文社會(huì)科學(xué)的躍遷

1.暗知識(shí)與人工智能恐懼

理論物理學(xué)發(fā)現(xiàn)“暗物質(zhì)（dark matter）”的存在，證明了宇宙中還存在著現(xiàn)代科學(xué)無法企及的領(lǐng)域，盡管今天的科學(xué)已如此發(fā)達(dá)，未知世界仍然遠(yuǎn)遠(yuǎn)大于已知世界。人工智能發(fā)展，又引出了“暗知識(shí)（dark knowledge）”的概念。

將“深藍(lán)”與“阿爾法狗”對(duì)比，開發(fā)“深藍(lán)”的IBM工程師清楚地知道“深藍(lán)”是如何戰(zhàn)勝了國際象棋冠軍卡斯帕羅夫，但開發(fā)“阿爾法狗”的谷歌工程師對(duì)于“阿爾法狗”的勝利卻是“知其然不知其所以然”，無法從機(jī)理上說清楚。阿爾法狗使用了深度神經(jīng)網(wǎng)絡(luò)配合強(qiáng)化學(xué)習(xí)訓(xùn)練的方法，不依靠人類棋譜先驗(yàn)知識(shí)，從零開始自主訓(xùn)練，通過與人類棋手的博弈和不斷地自我博弈，積累經(jīng)驗(yàn)飛速進(jìn)步，進(jìn)而達(dá)到戰(zhàn)無不勝的境界。從“深藍(lán)”到“阿爾法狗”，由窮盡棋譜到“自學(xué)成才”，“阿爾法狗”成功的背后，同時(shí)也帶來一個(gè)科學(xué)上從未遇到過的問題，那就是不可解釋性。與通常人們所理解的算法或計(jì)算機(jī)原理不同，盡管模仿大腦神經(jīng)突觸聯(lián)接得到了具有“學(xué)習(xí)”能力的人工神經(jīng)網(wǎng)絡(luò)模型，但僅僅只是基于對(duì)人腦物理結(jié)構(gòu)的“模仿”產(chǎn)生的效果。它既不是數(shù)學(xué)理論的計(jì)算推導(dǎo)，也不是物理定律的歸納演繹，當(dāng)然也就不是基于機(jī)理的設(shè)計(jì)，談不上機(jī)理上的理解和解釋。也就是說，其工作機(jī)制是一個(gè)“黑箱”，既不能像算法程序一樣被取出來，也不能被編輯移植。信中利美國創(chuàng)投公司創(chuàng)始合伙人王維嘉將這種人類無法理解、不可感受又不可表達(dá)的知識(shí)稱為“暗知識(shí)”，并認(rèn)為這是一種新的知識(shí)類型。王維嘉：《暗知識(shí)：機(jī)器認(rèn)知的顛覆》，在2019亞布力中國企業(yè)家論壇第十九屆年會(huì)上的演講。

阿爾法狗戰(zhàn)勝人類棋手，標(biāo)志著人工智能研究邁上了一個(gè)嶄新的臺(tái)階，也開啟了新一波人工智能研究熱潮。短時(shí)間內(nèi)，人臉識(shí)別、語音翻譯轉(zhuǎn)換、法律咨詢、疾病診斷，甚至寫詩作畫等人工智能應(yīng)用，都已經(jīng)顯得比人強(qiáng)，似乎很多崗位都要被機(jī)器人所替代。與此同時(shí)，對(duì)人工智能發(fā)展的恐懼也達(dá)到空前程度。通過一些科幻作品和媒體宣傳，從普通公眾到前沿科學(xué)家，都從法律、倫理、安全等不同角度對(duì)人工智能發(fā)展前景表示了擔(dān)憂。人們甚至擔(dān)心未來是否會(huì)出現(xiàn)機(jī)器人統(tǒng)治乃至消滅人類的局面。

科學(xué)家的擔(dān)心并非完全是杞人憂天。因?yàn)槟M人腦功能的機(jī)器學(xué)習(xí)產(chǎn)生了“暗知識(shí)”。對(duì)于“暗知識(shí)”，人類不僅無法表達(dá)無法學(xué)習(xí)，甚至無法體悟無從感受。在人類認(rèn)識(shí)史上，第一次真真切切地感覺到竟然存在著我們永遠(yuǎn)無法認(rèn)知和掌握的知識(shí)！人工智能機(jī)器做出的判斷和選擇總是比人正確。為什么正確？我們只知其然而不知其所以然。而未來機(jī)器在不長時(shí)間內(nèi)所“發(fā)現(xiàn)”的暗知識(shí)有可能會(huì)讓我們數(shù)千年積累的知識(shí)顯得微不足道。人類是如此渺小，恐懼由此而生。

2.默知識(shí)、軟知識(shí)與直覺

“暗知識(shí)”不可理解、不可表達(dá);與之相對(duì)應(yīng)，能用語言文字、符號(hào)圖像等方式表達(dá)和傳播的知識(shí)則叫做“明知識(shí)”。王維嘉將“暗知識(shí)”歸為“第三類知識(shí)”。那么除明知識(shí)、暗知識(shí)外，還有哪一類知識(shí)？

早在80年前，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者哈耶克就曾經(jīng)對(duì)知識(shí)的本質(zhì)有過深刻闡述。他將知識(shí)區(qū)分為“顯知識(shí)”和“默知識(shí)（默會(huì)知識(shí)）”。“顯知識(shí)”就是“明知識(shí)”，比如牛頓力學(xué)、愛因斯坦相對(duì)論，等等。此種知識(shí)可以表達(dá)、可以傳播、可以理解，因而人人都能學(xué)得到，也可以集中使用?！澳R(shí)”則是指沒有辦法用語言、數(shù)字、符號(hào)、圖表、公式等方式表達(dá)和傳遞的知識(shí)，只可意會(huì)不可言傳。這種知識(shí)在我們生活中其實(shí)大量存在，比如舞蹈、繪畫、拉提琴都是默會(huì)知識(shí)，有人一學(xué)就會(huì)，有人總學(xué)不會(huì)。師傅帶徒弟，老師教學(xué)生，同一個(gè)班每一個(gè)人學(xué)習(xí)效果都不一樣。牛頓、愛因斯坦通過思考發(fā)現(xiàn)重大科學(xué)定律，而全世界其他科學(xué)家卻沒有。過去只能用“悟性”“竅門”“天賦”差異來解釋?！澳R(shí)”概念的提出，正好解釋了這種“靈感”“訣竅”的本質(zhì)?；蛘呖梢哉f，默知識(shí)就是人類直覺。

由此可見，“默知識(shí)”并不完全等價(jià)于“暗知識(shí)”。暗知識(shí)既不可意會(huì)又不可言傳，默知識(shí)則是一種雖不可表達(dá)但可體悟和感受、“只可意會(huì)不可言傳”的知識(shí)。暗知識(shí)概念提出者王維嘉認(rèn)為，這三類知識(shí)的關(guān)系如果用一座冰山來表示，明知識(shí)就是露出水面的冰山一角，默知識(shí)就是水面下的整個(gè)冰山，暗知識(shí)則是整個(gè)海洋。王維嘉：《暗知識(shí)：機(jī)器認(rèn)知的顛覆》，在2019亞布力中國企業(yè)家論壇第十九屆年會(huì)上的演講。

國內(nèi)還有經(jīng)濟(jì)學(xué)家將哈耶克提出的“默知識(shí)”稱作“軟知識(shí)”，與之相對(duì)應(yīng)的則是“硬知識(shí)”?！叭愔R(shí)”就是指“明知識(shí)”“默知識(shí)”和“暗知識(shí)”。

明知識(shí)=顯知識(shí)=硬知識(shí)

| | |

暗知識(shí)≠默知識(shí)=軟知識(shí)

我們把默知識(shí)理解為人類直覺，那么暗知識(shí)就是“機(jī)器直覺”。默知識(shí)和暗知識(shí)的共同特點(diǎn)是不可表達(dá)，當(dāng)然也就不可集中、不可計(jì)算。由此超越了“可計(jì)算性”，打破了“一切皆數(shù)據(jù)”“一切皆算法”的神話。

3.由“方程（Equation）”到“算法（Algorithm）”再到“隱喻（Metaphor）”

“機(jī)器直覺”的出現(xiàn)，是人工智能的突破之處也是其可怕之處。因?yàn)椤皺C(jī)器直覺”屬于“暗知識(shí)”，不可表達(dá)也無法集中，當(dāng)然也不可計(jì)算。這就顛覆了經(jīng)典自然科學(xué)的符號(hào)邏輯話語體系！

從牛頓力學(xué)到量子力學(xué)，我們今天已知的科學(xué)技術(shù)已經(jīng)形成了一整套完備、嚴(yán)密、精確、抽象、符號(hào)化、邏輯化的話語體系，那就是數(shù)學(xué)語言。我們用函數(shù)y=f（x）描述一個(gè)量隨著另一個(gè)量的變化而變化，或者說一個(gè)量中包含另一個(gè)量。我們對(duì)研究實(shí)體進(jìn)行必要的簡化，并用適當(dāng)?shù)淖儸F(xiàn)形式或規(guī)則把它的主要特征描述出來，建構(gòu)數(shù)學(xué)模型。數(shù)學(xué)模型可以是一個(gè)或一組代數(shù)方程、微分方程、差分方程、積分方程或統(tǒng)計(jì)學(xué)方程，也可以是它們的某種適當(dāng)?shù)慕M合，通過這些方程可以定量地表述系統(tǒng)各變量之間的相關(guān)關(guān)系或因果關(guān)系。

在計(jì)算機(jī)對(duì)于工程技術(shù)復(fù)雜事務(wù)的處理中，算法代表著用系統(tǒng)的方法描述解決問題的策略機(jī)制。算法是一系列解決問題的清晰指令，能夠?qū)σ欢ㄒ?guī)范的輸入，在有限時(shí)間內(nèi)獲得所要求的輸出，是解題方案準(zhǔn)確而完整的描述。算法中的指令描述的是一個(gè)計(jì)算，當(dāng)其運(yùn)行時(shí)能從一個(gè)初始狀態(tài)和初始輸入開始，經(jīng)過一系列有限而清晰定義的狀態(tài)，最終產(chǎn)生輸出并停止于一個(gè)終態(tài)。一個(gè)算法的功能結(jié)構(gòu)不僅取決于所選用的操作，而且還與各操作之間的執(zhí)行順序有關(guān)。不同的算法可能用不同的時(shí)間、空間或效率來完成同樣的任務(wù)。一個(gè)算法的優(yōu)劣可以用空間復(fù)雜度與時(shí)間復(fù)雜度來衡量。一個(gè)狀態(tài)到另一個(gè)狀態(tài)的轉(zhuǎn)移不一定是確定的。如果一個(gè)算法有缺陷，或不適合于某個(gè)問題，執(zhí)行這個(gè)算法將不會(huì)解決這個(gè)問題。參見百度百科，https：//baike.baidu.

就解決問題的路徑而言，如果說函數(shù)方程給出的路徑是唯一的，算法所給出的路徑則是可選擇可比較的?；蛘哒f，“算法”即思路?！八惴ā睆?qiáng)調(diào)發(fā)揮人的主觀能動(dòng)性。

人工智能進(jìn)一步發(fā)展和超越了算法理論，界定了“可算法化”和“不可算法化”的不同情形，面對(duì)不確定性問題NP，人工智能提供的是最優(yōu)近似解決方案。正如“阿爾法狗”的設(shè)計(jì)者清楚，這款“深度學(xué)習(xí)”圍棋軟件并不能確保自己一方必勝。但它通過學(xué)習(xí)不斷調(diào)整修正“思路”，取勝的可能性越來越高。

“暗知識(shí)”的不可表達(dá)性，意味著人工智能工作原理既不能表示為方程也不能表達(dá)為算法。我們只能借用“隱喻”來近似“表達(dá)”。隱喻，是一種通過暗示啟發(fā)想像的修辭手法，多用在詩歌一類文學(xué)作品中。而嚴(yán)肅的科學(xué)論文基本是杜絕此類修辭的。人工智能是對(duì)人腦的模仿，人腦對(duì)于非認(rèn)知因素的理解更多地來自于直覺，即說不清道不明的“第六感”。正如只可意會(huì)不可言傳的“默知識(shí)”，雖然我們無法用數(shù)學(xué)語言或自然語言準(zhǔn)確表達(dá)和描述，但可以通過類比、隱喻等手法來幫助猜測和領(lǐng)悟、解讀其潛在信息。當(dāng)然，這種猜測式解讀見仁見智，因人而異，沒有統(tǒng)一的“標(biāo)準(zhǔn)答案”。

由方程到算法，可以說是由精確邏輯的數(shù)學(xué)語言走向模糊邏輯的思路選擇;由算法再到隱喻，則是由科學(xué)語言進(jìn)一步跨向人文語言，科學(xué)性朝著人文性方向的躍遷實(shí)現(xiàn)了關(guān)鍵一步。

4.兩種進(jìn)路，殊途同歸

按我國的學(xué)科設(shè)置和科學(xué)建制，社會(huì)學(xué)的學(xué)科屬性可以說是介于自然科學(xué)和人文學(xué)科之間，這也是“雙重性格”論的緣由之一?，F(xiàn)實(shí)的社會(huì)科學(xué)研究實(shí)際存在著“自然科學(xué)”“社會(huì)科學(xué)”兩條進(jìn)路。大多數(shù)理工科院校都開設(shè)有管理學(xué)院一類交叉學(xué)科院系和課程，很多從事社會(huì)科學(xué)的學(xué)者也踴躍申報(bào)自然科學(xué)基金軟科學(xué)項(xiàng)目。也就是說，一方面?zhèn)鹘y(tǒng)的社會(huì)科學(xué)學(xué)科普遍向自然科學(xué)學(xué)習(xí)和靠攏;另一方面經(jīng)典的自然科學(xué)面對(duì)能源、交通、環(huán)境等經(jīng)濟(jì)社會(huì)問題也在尋求得到人文學(xué)科幫助的解決路徑。

社會(huì)科學(xué)引入和模仿自然科學(xué)研究方法的路徑前已述及。自然科學(xué)學(xué)者研究社會(huì)問題，則逐步形成了“系統(tǒng)科學(xué)”“復(fù)雜性科學(xué)”的進(jìn)路?！皬?fù)雜性科學(xué)（complexity sciences）”不是一門具體的自然科學(xué)學(xué)科，而是泛指對(duì)復(fù)雜性系統(tǒng)的科學(xué)研究。上世紀(jì)中葉先后誕生了系統(tǒng)論、控制論和信息論“老三論”，耗散結(jié)構(gòu)理論、協(xié)同論和突變論“新三論”。20世紀(jì)70年代以來，隨著簡單系統(tǒng)的理論日趨成熟，系統(tǒng)科學(xué)開始真正轉(zhuǎn)向以復(fù)雜性為主要對(duì)象，“復(fù)雜性方法”和“復(fù)雜性科學(xué)”應(yīng)運(yùn)而生。世界上先后出現(xiàn)的關(guān)于復(fù)雜系統(tǒng)的一般理論有：歐洲學(xué)派以普里高津、哈肯、艾根為代表的自組織理論;美國學(xué)派以圣菲研究所霍蘭為代表的復(fù)雜適應(yīng)系統(tǒng)（CAS）理論;中國學(xué)派以錢學(xué)森為代表的開放復(fù)雜巨系統(tǒng)理論。

我國科學(xué)家、系統(tǒng)科學(xué)中國學(xué)派的代表錢學(xué)森提出復(fù)雜性科學(xué)的綜合集成方法，他指出“當(dāng)你定量解決了很多很多問題，譬如說關(guān)于國民經(jīng)濟(jì)的許多問題以后，你有一個(gè)概括的提高的認(rèn)識(shí)了，這又是從定量上升到定性了。自然，這個(gè)定性應(yīng)該是更高層次的定性認(rèn)識(shí)了。因此定性和定量的關(guān)系，是認(rèn)識(shí)過程的一個(gè)描述，循環(huán)往復(fù)，永遠(yuǎn)如此?！秉S欣榮：《復(fù)雜性科學(xué)的方法論研究》，重慶大學(xué)出版社，2006年，第182頁。系統(tǒng)科學(xué)跳出了“定性”“定量”的分離對(duì)立，從更大范圍、更深層次、更復(fù)雜的關(guān)系上著眼于整體論思維。

復(fù)雜性科學(xué)的基本原理源自于自然科學(xué)特別是理論物理學(xué)的進(jìn)展。熱力學(xué)第二定律“熵增加原理”表明“時(shí)間之矢”不可逆;耗散結(jié)構(gòu)理論則指出遠(yuǎn)離平衡態(tài)的開放系統(tǒng)通過不斷地與外界交換物質(zhì)和能量，漲落，涌現(xiàn)，自組織，可以使系統(tǒng)從無序轉(zhuǎn)變?yōu)橛行?，從而揭示了生物進(jìn)化、社會(huì)進(jìn)步的基本原理。信息論認(rèn)為信息等價(jià)于“負(fù)熵”，而負(fù)熵恰好可以作為“復(fù)雜性”的量度。由此，熵與負(fù)熵、連續(xù)性與非連續(xù)性、線性與非線性、確定性與不確定性、可預(yù)測與不可預(yù)測，可計(jì)算性與不可計(jì)算性，在復(fù)雜性科學(xué)視域下展現(xiàn)了科學(xué)與人文內(nèi)在、辯證的對(duì)立統(tǒng)一。

“復(fù)雜性”與“簡單性”事物的區(qū)別在于運(yùn)動(dòng)狀態(tài)的非線性、不確定性、不可還原性。復(fù)雜性科學(xué)的一個(gè)重要概念是“混沌”，而對(duì)“混沌”的認(rèn)知需要跳出“精確性”思維而遵循“模糊邏輯”。毫無疑問，人類社會(huì)是高度復(fù)雜的開放性巨系統(tǒng)。復(fù)雜性科學(xué)著眼于整體的模糊認(rèn)知，更適于社會(huì)現(xiàn)象內(nèi)在、潛在、本質(zhì)的探究和理解。引入復(fù)雜性科學(xué)視角，或許可以對(duì)社會(huì)學(xué)的“科學(xué)性”有更為深刻的認(rèn)識(shí)。

五、讓科學(xué)歸于人文：人工智能時(shí)代的社會(huì)學(xué)

1.走出費(fèi)孝通悖論，回到費(fèi)孝通

回到“費(fèi)孝通問題”或“費(fèi)孝通悖論”?！拔覀儼选朔诺阶匀粴v史演化的總的背景下去理解， 人是自然界演化的一個(gè)過程和結(jié)果， 同樣， 所謂‘社會(huì)、‘人文也是自然的一部分， 它是人根據(jù)自身的需要造出來的一個(gè)第二環(huán)境， 但‘人文只能建立在自然規(guī)律和原則的基礎(chǔ)上，‘人文的活動(dòng)， 只是在很多方面利用自然， 利用自然特性， 順著自然內(nèi)在的規(guī)律， 適應(yīng)它的要求， 為人所用， 而不能真正改變這些規(guī)律和原則， 也不可能和‘自然法則對(duì)抗， 不可能超越自然的基本規(guī)律?！辟M(fèi)孝通：《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》，《北京大學(xué)學(xué)報(bào)》（哲學(xué)社會(huì)科學(xué)版）2003年第3期。費(fèi)老這段話或許給人們一種誤解，認(rèn)為人文的活動(dòng)也可以用自然科學(xué)方法來加以研究，甚或必須用自然科學(xué)的標(biāo)準(zhǔn)來規(guī)范！

費(fèi)老《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》一文在2003年發(fā)表，其時(shí)已是中國社會(huì)學(xué)恢復(fù)重建20余年。從歷史背景看，正是由于中國社會(huì)學(xué)恢復(fù)重建以來唯科學(xué)主義傾向愈演愈烈，費(fèi)老晚年才發(fā)出呼吁，表達(dá)了他的擔(dān)憂。“特別是對(duì)于人和自然的關(guān)系上， 我們?cè)诮邮芪鞣浆F(xiàn)代科學(xué)的同時(shí)， 基本上直接接受了西方文化中‘人和‘自然的二分的、對(duì)立的理念， 而在很大程度上輕易放棄了中國傳統(tǒng)的‘天人合一的價(jià)值觀”?！吧鐣?huì)學(xué)的人文性， 決定了社會(huì)學(xué)應(yīng)該投放一定的精力， 研究一些關(guān)于‘人、‘群體、‘社會(huì)、‘文化、‘歷史等基本問題， 為社會(huì)學(xué)的學(xué)科建設(shè)奠定一個(gè)更為堅(jiān)實(shí)的認(rèn)識(shí)基礎(chǔ)”。費(fèi)孝通：《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》，《北京大學(xué)學(xué)報(bào)》（哲學(xué)社會(huì)科學(xué)版）2003年第3期。

前文提到復(fù)雜性科學(xué)研究的一個(gè)重要方法是“隱喻”。有不少學(xué)者認(rèn)為中國傳統(tǒng)文化是基于隱喻的文化，中國漢字象形文字本身就是隱喻的典范。表明中國人從一開始就想從整體上來“定性”地認(rèn)識(shí)復(fù)雜事物，而不是把復(fù)雜事物分割成一個(gè)個(gè)單元來“量化”認(rèn)識(shí)。費(fèi)老對(duì)中華傳統(tǒng)文化的強(qiáng)調(diào)和呼喚，實(shí)際體現(xiàn)出高度的文化自覺與深刻的科學(xué)思維水乳交融的內(nèi)在統(tǒng)一。

人文是人類的特質(zhì)，是人與動(dòng)物的區(qū)分，一切人造物都是文化。從漫長的人類社會(huì)演進(jìn)史來看，“科學(xué)”只是到晚近幾百年才出現(xiàn)的現(xiàn)象。因此，站在歷史的高度看待科學(xué)與人文的關(guān)系，二者本為一體，都屬于人類文化。或者說，人文產(chǎn)生科學(xué)，科學(xué)隸屬于人文，廣義上“科學(xué)”是“人文”的產(chǎn)物和組成部分。只是當(dāng)科學(xué)文化逐步發(fā)展形成一個(gè)相對(duì)獨(dú)立的體系，我們才把科學(xué)之外的藝術(shù)、宗教、哲學(xué)等文化類型稱為人文。

科學(xué)性的核心是工具理性，人文性的本質(zhì)是價(jià)值理性。當(dāng)我們分別強(qiáng)調(diào)其工具理性與價(jià)值理性的區(qū)別時(shí)，二者才逐漸走向分離與對(duì)立。在某種意義上，科學(xué)技術(shù)只有為了人的目的才具有價(jià)值，如果科學(xué)不能為人類的歷史進(jìn)步做出貢獻(xiàn)，就沒有了意義。每一個(gè)科學(xué)家所身處的社會(huì)，才是孕育科學(xué)產(chǎn)生和進(jìn)步的土壤;每一個(gè)科學(xué)家身份背后的人生，才是科學(xué)成其為科學(xué)的最終動(dòng)力?？茖W(xué)技術(shù)發(fā)展史帶給人類社會(huì)倫理道德方面的困惑也一再表明，猶如手腳必須服從大腦，社會(huì)學(xué)科學(xué)性與人文性的統(tǒng)一，應(yīng)當(dāng)讓工具理性服從于價(jià)值理性，科學(xué)性服務(wù)于人文性。而不是本末倒置，把人腦交給電腦，追求科學(xué)的形式，忽略科學(xué)的本質(zhì)。

科學(xué)的本質(zhì)是什么？就是實(shí)事求是、懷疑批判、追求真理。人文孕育創(chuàng)造了科學(xué)，科學(xué)終將歸于人文。人工智能給我們的啟示在于，科學(xué)性與人文性融通的方向和路徑不是人文向科學(xué)靠攏，而是科學(xué)主動(dòng)走向人文！讓科學(xué)歸于人文，這也正是費(fèi)老《試論擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》一文的核心要義。走出費(fèi)孝通悖論，就必須要回到費(fèi)孝通。扎根于中華文化沃土，堅(jiān)持文化自覺、文化自信，“行行重行行”，在田野實(shí)踐中訓(xùn)練社會(huì)學(xué)想像力，使科學(xué)精神與人文精神統(tǒng)一于真善美。

2.智慧社會(huì)呼喚科技與人文融通的社會(huì)學(xué)

我們正快步進(jìn)入一個(gè)“智慧社會(huì)”。社會(huì)學(xué)者可能更關(guān)心的是，人工智能能否直接用于社會(huì)學(xué)研究？就如計(jì)算機(jī)的普及在幾乎所有行業(yè)都普遍應(yīng)用一樣，社會(huì)學(xué)研究領(lǐng)域人工智能的工具性使用，提高效率并部分替代人工將是必然趨勢。實(shí)際上，人工智能已經(jīng)在機(jī)器人、仿真系統(tǒng)、控制系統(tǒng)、經(jīng)濟(jì)政治決策中得到大量應(yīng)用，諸如交通管理、刑偵破案等。遍布各處的攝像頭，無所不在的自媒體，使得人們社會(huì)生活活動(dòng)軌跡包括行為態(tài)度、交往過程、互動(dòng)關(guān)系都被數(shù)據(jù)記錄并保存下來，傳輸?shù)皆贫恕＠碚撋先绻@些數(shù)據(jù)都能夠被充分利用分析，無疑可為社會(huì)學(xué)研究提供強(qiáng)大的利器。大數(shù)據(jù)替代問卷調(diào)查與民意測驗(yàn)。人工智能用于文獻(xiàn)查閱梳理、音頻視頻識(shí)別處理，文本圖像自動(dòng)生成。機(jī)器智能化分析，從紛亂如麻的萬事萬物中找出隱藏的相關(guān)關(guān)系，結(jié)論自動(dòng)涌現(xiàn)，自動(dòng)實(shí)時(shí)調(diào)控。社會(huì)學(xué)家的工作是否會(huì)被機(jī)器人所取代？答案當(dāng)然是否定的。

前已述及，現(xiàn)有人工智能的發(fā)展盡管已經(jīng)能夠?qū)W會(huì)“形象思維”甚至擁有“機(jī)器直覺”，但并不擁有自我意識(shí)。也就是說，機(jī)器并不具有也不可能具有人性，包括欲望、情感、價(jià)值觀等。所以，人工智能并不是機(jī)器像人一樣思考，而是讓機(jī)器做人的智能才能做成的一些事情，其發(fā)揮的依然只是“工具”作用，不能替代人的思考。

單就記憶力和計(jì)算能力而言，人腦顯然遠(yuǎn)不如電腦。而人與機(jī)器的不同，在于處理類似黑天鵝事件的能力，不是僅僅依靠邏輯推理歸納演繹，不是依賴于數(shù)學(xué)方程、回歸模型，也不是通過培訓(xùn)形成的刻板、單一的行為模式。人類思維的優(yōu)勢在于擁有一個(gè)不封閉的意識(shí)世界，因此人類理性有著自由空間，當(dāng)遇到不合規(guī)則的問題時(shí)能夠靈活處理、修改規(guī)則甚至發(fā)明新規(guī)則。人的記憶是有選擇的，遺忘是一種自我保護(hù)功能。人可以在思想和知識(shí)領(lǐng)域建立起一個(gè)暫時(shí)“不思”的隔離分區(qū)，懸置無法解決的問題，而不會(huì)一條道走到黑地陷入無法自拔的思想困境。譬如發(fā)明“無理數(shù)”概念，而不是把π值沒完沒了地算下去。“與之不同的是，目前為止的人工智能只是一個(gè)封閉的意識(shí)世界，是一個(gè)由給定程序、規(guī)則和方法明確界定了的有邊界的意識(shí)世界。事實(shí)上也正是這種封閉性保證了高效率”。趙汀陽：《人工智能的自我意識(shí)何以可能？》，《自然辯證法通訊》2019年第1期。

費(fèi)孝通在《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》一文中特別談到，“只能意會(huì)”應(yīng)當(dāng)成為社會(huì)學(xué)一個(gè)基本的關(guān)注點(diǎn)，其實(shí)這也成為人工智能難以逾越的一個(gè)點(diǎn)?！叭撕腿私煌^程中的‘不言而喻、‘意在言外的這種境界， 是人際關(guān)系中的很重要的部分。人們之間的很多意念， 不能用邏輯和語言說清楚， 總是表現(xiàn)為一種‘言外之意，這些‘意會(huì)的領(lǐng)域， 是人與人關(guān)系中一個(gè)十分微妙、十分關(guān)鍵的部分， 典型的表現(xiàn)， 就是知心朋友之間、熟人之間、同一個(gè)亞文化群體成員之間， 很多事情不用說出來， 就自然理解、領(lǐng)悟， 感覺上甚至比說出來還清楚”。費(fèi)孝通：《試談擴(kuò)展社會(huì)學(xué)的傳統(tǒng)界限》，《北京大學(xué)學(xué)報(bào)》（哲學(xué)社會(huì)學(xué)版）2003年第3期。大數(shù)據(jù)分析、機(jī)器人社會(huì)調(diào)查永遠(yuǎn)替代不了人的親身體驗(yàn)切身感受。人工智能人像識(shí)別搜索可以比人準(zhǔn)確許多倍，能夠從千萬人中迅速抓住罪犯;但一個(gè)三歲小女孩能看到媽媽生氣的表情，機(jī)器卻未必能夠真正理解和感知。由此可見，社會(huì)學(xué)研究，不能用“算法”替代“調(diào)查”，不能用“屏幕”替代“參與”，不能用“在線”替代“在場”。

人工智能對(duì)人的智能部分的成功模仿，一定意義上構(gòu)成了對(duì)人的倫理地位的挑戰(zhàn)，給人類社會(huì)帶來巨大利益的同時(shí)，也帶來了諸多重大的不確定性的后果。因此，人工智能使得現(xiàn)代社會(huì)的“不確定性”特征更加凸出，這也給社會(huì)學(xué)家?guī)砀鄼C(jī)會(huì)，提出更高的要求。大數(shù)據(jù)和人工智能方法一方面構(gòu)建了可持續(xù)完善和異常豐富的數(shù)據(jù)集和分析工具，其可用性、共享性、協(xié)作性大大增強(qiáng)，提供了人文社會(huì)科學(xué)學(xué)者大規(guī)模協(xié)作的可能;另一方面這種協(xié)作合作研究方式完全不同于“流水線作業(yè)”式的團(tuán)隊(duì)分工合作，而是要求每一個(gè)參與者都能發(fā)揮獨(dú)立作用和主觀能動(dòng)性的“系統(tǒng)工程”。個(gè)體的人的作用、人腦的功能重新被突顯。一定程度上，這是“機(jī)器”向“人”的回歸，向我們正在失去的社會(huì)學(xué)想像力的回歸。

智慧社會(huì)是人類歷史發(fā)展的新階段。人工智能已經(jīng)成為世界各國競爭的焦點(diǎn)，城市大腦、智慧交通、智慧醫(yī)療、智慧教育、智慧養(yǎng)老……人工智能深度滲入當(dāng)今社會(huì)各個(gè)層面。然而不難看到，智慧社會(huì)相關(guān)的科學(xué)研究、項(xiàng)目工程參與者基本是計(jì)算機(jī)工程師一類自然科學(xué)技術(shù)專家，人文社會(huì)科學(xué)工作者鮮少介入，社會(huì)學(xué)者基本缺位?！百M(fèi)孝通悖論”的本質(zhì)，是呼喚科學(xué)與人文的有機(jī)融合，智慧社會(huì)建設(shè)亟待富于社會(huì)學(xué)想像力和擁有跨學(xué)科知識(shí)的社會(huì)學(xué)者的深度參與和貢獻(xiàn)。

作者單位：西北農(nóng)林科技大學(xué)人文與社會(huì)發(fā)展學(xué)院、陜西省社會(huì)科學(xué)院

責(zé)任編輯：秦開鳳