人工智能時(shí)代基于規(guī)律演變與技術(shù)賦能的社會(huì)科學(xué)科研評(píng)價(jià)優(yōu)化研究

摘要：生成式人工智能在社會(huì)科學(xué)研究中的廣泛應(yīng)用給當(dāng)前科研評(píng)價(jià)體系帶來了機(jī)遇與挑戰(zhàn)。新時(shí)期社會(huì)科學(xué)在研究范式、組織形式、科研生態(tài)三個(gè)層面的演變，對(duì)社會(huì)科學(xué)科研評(píng)價(jià)基于新的科研規(guī)律優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn)與方法，加強(qiáng)跨學(xué)科及團(tuán)隊(duì)成果評(píng)價(jià)，引導(dǎo)研究增強(qiáng)人的主體性與現(xiàn)實(shí)關(guān)懷提出了新要求。人工智能的發(fā)展為社會(huì)科學(xué)科研評(píng)價(jià)理念與時(shí)俱進(jìn)、評(píng)價(jià)方法提質(zhì)增效提供了可能，但在意識(shí)形態(tài)、價(jià)值判斷、人文關(guān)懷等方面應(yīng)注意人工智能的應(yīng)用限度，并有效防范模型局限、偏見引入、數(shù)據(jù)安全等風(fēng)險(xiǎn)。因此，應(yīng)協(xié)同推進(jìn)人工智能科研評(píng)價(jià)大模型建設(shè)，提高科研評(píng)價(jià)人員知識(shí)素養(yǎng)、人工智能應(yīng)用能力和責(zé)任意識(shí)，加強(qiáng)模型開發(fā)規(guī)范和不當(dāng)使用追責(zé)法律體系建設(shè)。

關(guān)鍵詞：生成式人工智能；社會(huì)科學(xué)科研評(píng)價(jià)；評(píng)價(jià)理念；評(píng)價(jià)方法；風(fēng)險(xiǎn)防范

中圖分類號(hào)：C1" " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " "文章編號(hào)：1003-8477（2025）03-0016-11

生成式人工智能在科學(xué)研究中的廣泛應(yīng)用，引起了研究范式、科研組織形式的變革，也將進(jìn)一步影響科研生態(tài)。深入思考生成式人工智能對(duì)科研評(píng)價(jià)帶來的機(jī)遇與挑戰(zhàn)，對(duì)于抓住科技革命機(jī)遇，科學(xué)應(yīng)對(duì)生成式人工智能發(fā)展對(duì)科研評(píng)價(jià)帶來的挑戰(zhàn)，推動(dòng)科研評(píng)價(jià)優(yōu)化具有重要意義。當(dāng)前學(xué)者所關(guān)注的重點(diǎn)是生成式人工智能對(duì)研究對(duì)象、[1]（132-142）科研方式、[2]（147-159）科研范式[3]（1-9）的影響。一些學(xué)者探討了生成式人工智能在科研評(píng)價(jià)中的應(yīng)用前景，認(rèn)為生成式人工智能為開展公正評(píng)價(jià)、彰顯價(jià)值理性提供了可能。[4]（5）在具體應(yīng)用層面，有學(xué)者提出，生成式人工智能可用于概括文獻(xiàn)的主要貢獻(xiàn)、為分析文獻(xiàn)價(jià)值提供信息和見解、輔助建立小同行評(píng)審專家?guī)?，并集成評(píng)價(jià)信息。[5]（40-41）但目前學(xué)界對(duì)人工智能時(shí)代基于科研規(guī)律變革的科研評(píng)價(jià)優(yōu)化需求與挑戰(zhàn)關(guān)注不足。本研究在分析人工智能時(shí)代社會(huì)科學(xué)研究規(guī)律演變的基礎(chǔ)上，總結(jié)社會(huì)科學(xué)科研評(píng)價(jià)的適應(yīng)性優(yōu)化需求，以及基于技術(shù)賦能的優(yōu)化思路，以期為社會(huì)科學(xué)科研評(píng)價(jià)有效應(yīng)對(duì)挑戰(zhàn)、把握機(jī)遇提供參考與借鑒。

一、人工智能時(shí)代社會(huì)科學(xué)研究規(guī)律演變

生成式人工智能在社會(huì)科學(xué)研究中的廣泛應(yīng)用從研究范式、組織形式、科研生態(tài)三個(gè)層面系統(tǒng)形塑了科研規(guī)律。在研究范式上，生成式人工智能驅(qū)動(dòng)產(chǎn)生第五研究范式，研究主體從傳統(tǒng)的“人人互動(dòng)”轉(zhuǎn)變?yōu)椤叭藱C(jī)互動(dòng)”，使社會(huì)科學(xué)研究呈現(xiàn)新特點(diǎn)；在組織形式上，跨學(xué)科合作呈跨度更大、合作范圍更廣的特點(diǎn)，科研重心向企業(yè)轉(zhuǎn)移，研究規(guī)模可能會(huì)經(jīng)歷由團(tuán)隊(duì)化向個(gè)體化的轉(zhuǎn)變；在科研生態(tài)上，可能引發(fā)學(xué)術(shù)倫理失范風(fēng)險(xiǎn)，加劇科研領(lǐng)域等級(jí)分化。

（一）研究范式：智能化科研范式

生成式人工智能在社會(huì)科學(xué)研究中的深度應(yīng)用驅(qū)動(dòng)形成第五科研范式（AI for Research，簡(jiǎn)稱AI4R），也有學(xué)者將其稱為“Science by Human Being+AI”，其核心是科學(xué)研究從傳統(tǒng)的“人人”互動(dòng)轉(zhuǎn)為“人機(jī)”互動(dòng)，機(jī)器涌現(xiàn)智能成為科研組成部分。[3]（4）具體而言，新的科研范式在研究主體、研究對(duì)象、研究方法、知識(shí)生產(chǎn)范式等方面均有所變化，而最核心的是研究主體的變化。

1.研究主體：從“人人”互動(dòng)轉(zhuǎn)變?yōu)椤叭藱C(jī)”互動(dòng)

新的研究范式中，研究主體由科研人員及其之間的互動(dòng)（“人人”互動(dòng)）轉(zhuǎn)變?yōu)檠芯咳藛T和生成式人工智能之間的互動(dòng)（“人機(jī)互動(dòng)”）。生成式人工智能具有一定的技術(shù)自主性和主體性，在參與科研活動(dòng)中具有一定的意向性，由此機(jī)器不再是被動(dòng)的工具而成為科研組成部分，從而顛覆了以往科學(xué)研究的人類中心主義假設(shè)，使研究主體從“AI for Science”向“Science by Human Being+AI”轉(zhuǎn)變。[6]（143-151）人類與大模型緊密的認(rèn)知互動(dòng)和創(chuàng)新協(xié)同，在延展人的感官和計(jì)算能力的同時(shí)，也促使機(jī)器在不斷學(xué)習(xí)進(jìn)化中反過來塑造人的思維和行為，人機(jī)協(xié)同將成為生成知識(shí)的新范式。[7]（6）

2.研究對(duì)象：生成式人工智能提供了重要研究議題

生成式人工智能對(duì)經(jīng)濟(jì)發(fā)展、社會(huì)治理等領(lǐng)域的廣泛影響為社會(huì)科學(xué)提供了重要研究議題。學(xué)者們?cè)凇凹夹g(shù)決定論”思路下研究生成式人工智能技術(shù)對(duì)社會(huì)產(chǎn)生的各種影響，也在“技術(shù)建構(gòu)論”思路下研究生成式人工智能的特征，并思考如何使其符合人類社會(huì)的基本倫理和價(jià)值。[1]（133）在生成式人工智能影響下，研究對(duì)象從傳統(tǒng)的自然現(xiàn)象、社會(huì)現(xiàn)象逐漸轉(zhuǎn)變?yōu)閿?shù)據(jù)化、結(jié)構(gòu)化的研究對(duì)象。[8]（22）

3.研究方法：生成式人工智能的強(qiáng)大優(yōu)勢(shì)

生成式人工智能能有效應(yīng)對(duì)計(jì)算復(fù)雜性較高的組合爆炸問題，在解決不確定性問題方面有強(qiáng)大優(yōu)勢(shì)，[3]（1）能夠?qū)崿F(xiàn)高精度因果建模、輔助構(gòu)建多尺度理論模型，在多模態(tài)可用數(shù)據(jù)中形成對(duì)基礎(chǔ)理論的理解。[2]（149）生成式人工智能還能基于人類整體知識(shí)積累和強(qiáng)大的多維信息采集能力，幫助跨越個(gè)人認(rèn)知和有限理性局限，改變?nèi)祟悰Q策方式，解決“哈耶克難題”。[7]（7）生成式人工智能能夠?qū)崿F(xiàn)多種學(xué)科、多種方法的有機(jī)融合，以多學(xué)科的整體智慧綜合分析社會(huì)現(xiàn)象，實(shí)現(xiàn)更大范圍的跨學(xué)科研究，甚至“無學(xué)科”研究。[7]（7）

4.知識(shí)生產(chǎn)范式：“發(fā)現(xiàn)—驗(yàn)證”式研究路徑與知識(shí)創(chuàng)新、知識(shí)傳播、知識(shí)擴(kuò)散邊界融合

知識(shí)生產(chǎn)范式從目的論和解決論范式轉(zhuǎn)向生成性和可能性的范式，生成式人工智能基于數(shù)據(jù)驅(qū)動(dòng)的科研活動(dòng)是被動(dòng)式的事件導(dǎo)向研究路徑，基于多維度、多層次的事件信息形成多維度、全局性的新認(rèn)識(shí)，能更好反映和解釋現(xiàn)實(shí)規(guī)律，深入探索和挖掘其他潛在可能性，呈現(xiàn)“發(fā)現(xiàn)—驗(yàn)證”的路徑特點(diǎn)，與之前人類主導(dǎo)的“假設(shè)—驗(yàn)證”式的問題導(dǎo)向研究路徑不同。[7]（6）在知識(shí)生產(chǎn)范式上，知識(shí)創(chuàng)新不再是知識(shí)精英的特權(quán)，知識(shí)傳播不再只是學(xué)校的領(lǐng)地，知識(shí)擴(kuò)散也不再只是媒介的專屬，知識(shí)需求與知識(shí)滿足在人機(jī)之間彌散，知識(shí)創(chuàng)新、知識(shí)傳播、知識(shí)擴(kuò)散的邊界融合，包括知識(shí)精英在內(nèi)的廣泛人類主體和機(jī)器智能共同成為知識(shí)生產(chǎn)的主體，知識(shí)創(chuàng)新、知識(shí)傳播、知識(shí)擴(kuò)散之間的關(guān)系從線性傳遞轉(zhuǎn)變?yōu)橥窖葸M(jìn)和相互促進(jìn)。[9]（30-40）

（二）組織形式：跨學(xué)科、跨領(lǐng)域合作與科研重心轉(zhuǎn)變

社會(huì)科學(xué)研究范式的轉(zhuǎn)變，必將引起科研組織形式的變遷，使跨學(xué)科合作更加普遍。在生成式人工智能大模型開發(fā)過程中，科研活動(dòng)趨向團(tuán)隊(duì)化且由企業(yè)承擔(dān)重要角色。生成式人工智能大模型成熟后，科研活動(dòng)或?qū)②呄騻€(gè)體化。

1.跨學(xué)科合作跨度更大、范圍更廣

生成式人工智能強(qiáng)大的知識(shí)整合與傳播功能為更大范圍的跨學(xué)科合作提供了知識(shí)基礎(chǔ)，其模型的開發(fā)與訓(xùn)練又有開展更大范圍、更多領(lǐng)域的跨學(xué)科合作的現(xiàn)實(shí)需求，兩方面因素共同推動(dòng)科研組織形式呈現(xiàn)更深層次、更大范圍的跨學(xué)科合作特點(diǎn)。一方面，生成式人工智能大大降低了專業(yè)知識(shí)的學(xué)習(xí)門檻，為研究者基于多學(xué)科知識(shí)解決問題提供了便利，夯實(shí)了更大范圍的跨學(xué)科合作基礎(chǔ)。另一方面，生成式人工智能大模型的開發(fā)既需要特定學(xué)科專業(yè)人員闡明需求、進(jìn)行決策，并與技術(shù)人員合作實(shí)現(xiàn)特定功能，也需要人文社科研究人員介入其中搭建倫理框架，制定算法審核流程，開展偏見、隱私等風(fēng)險(xiǎn)審查，引導(dǎo)科技向善，本身即具有人文社會(huì)科學(xué)與自然科學(xué)跨學(xué)科合作的需求。

2.生成式人工智能模型開發(fā)過程中，科研活動(dòng)趨向團(tuán)隊(duì)化且科研重心向企業(yè)偏移

一方面，如前所述，生成式人工智能模型開發(fā)所具有的跨學(xué)科合作需求，必將導(dǎo)致科研活動(dòng)趨向團(tuán)隊(duì)化。另一方面，生成式人工智能模型開發(fā)費(fèi)用高昂，但在開發(fā)成功后具有巨大的應(yīng)用前景和盈利空間，鑒于企業(yè)資金雄厚，又有基于科技前沿營(yíng)利的內(nèi)生動(dòng)力，生成式人工智能及相關(guān)的跨學(xué)科研究重心將極有可能向企業(yè)轉(zhuǎn)變，而不再主要由科研院所和高校進(jìn)行。這種趨勢(shì)已經(jīng)初見端倪，研究發(fā)現(xiàn)生成式人工智能研究方面的核心論文出自谷歌和微軟等私營(yíng)公司的可能性越來越高。[10]（79-85）

3.生成式人工智能模型成熟后，科研活動(dòng)可能趨向個(gè)體化

由于具備知識(shí)儲(chǔ)備豐富、互動(dòng)成本低、高效、便捷等優(yōu)勢(shì)，在生成式人工智能模型建成之后，學(xué)者對(duì)學(xué)術(shù)思想的檢索、整合、深化可能主要通過與大模型的對(duì)話來完成，科研生產(chǎn)方式或?qū)②呄騻€(gè)體化，高校、科研機(jī)構(gòu)等知識(shí)生產(chǎn)的中間組織將面臨解體與重塑。[11]（16）

（三）科研生態(tài)：等級(jí)化與分化

生成式人工智能深度參與知識(shí)生產(chǎn)活動(dòng)，對(duì)科研范式、組織形式的形塑也將進(jìn)一步影響學(xué)術(shù)生態(tài)，可能導(dǎo)致特定類型研究式微、學(xué)術(shù)倫理失范、科研領(lǐng)域等級(jí)分化加劇等問題。

1.特定類型研究式微

生成式人工智能可能導(dǎo)致開放性、常規(guī)性等特定類型研究式微。一方面，生成式人工智能在科研中的廣泛應(yīng)用將大幅提升科研效率、縮短科研成果生產(chǎn)周期，可能加劇科研內(nèi)卷，不利于依靠開放性探索、科研周期長(zhǎng)的成果在競(jìng)爭(zhēng)中取得有利地位。另一方面，一些常規(guī)性研究或?qū)⒈簧墒饺斯ぶ悄苋〈?，[12]（161-166）理論性不強(qiáng)的調(diào)查研究以及在很大程度上可由生成式人工智能完成的思辨類、綜述類研究可能式微。[13]（53-64）

2.學(xué)術(shù)倫理失范危機(jī)

人機(jī)互動(dòng)形成的科研成果導(dǎo)致學(xué)術(shù)責(zé)任分散，生成式人工智能強(qiáng)大的改寫能力使抄襲等學(xué)術(shù)不端行為更具隱蔽性，學(xué)術(shù)傳播加速則會(huì)加劇學(xué)術(shù)造假和錯(cuò)誤知識(shí)引發(fā)的信任危機(jī)，三方面因素共同作用，可能引發(fā)學(xué)術(shù)倫理失范危機(jī)。一是生成式人工智能在知識(shí)生產(chǎn)中的深度參與會(huì)導(dǎo)致學(xué)術(shù)責(zé)任分散。生成式人工智能在知識(shí)生產(chǎn)中的深度參與，使研究者在科研過程中原本受保護(hù)的知識(shí)產(chǎn)權(quán)和承擔(dān)科研過失責(zé)任的穩(wěn)定秩序被多次且難以清晰剝離的“人機(jī)合作”打破，導(dǎo)致學(xué)術(shù)責(zé)任分散、著作權(quán)劃分不清。[14]（19）生成式人工智能在科研活動(dòng)中的權(quán)責(zé)不統(tǒng)一，可能引發(fā)一些失范現(xiàn)象。二是生成式人工智能出色的改寫、總結(jié)能力加大了學(xué)術(shù)不端檢測(cè)難度，可能加劇科研不端行為，某些學(xué)者可能會(huì)利用生成式人工智能快速產(chǎn)出低質(zhì)量科研成果，助推浮躁學(xué)風(fēng)。三是生成式人工智能在知識(shí)生產(chǎn)與傳播中的深度參與加劇了錯(cuò)誤或偽造知識(shí)傳播的風(fēng)險(xiǎn)，可能引發(fā)信任危機(jī)。生成式人工智能強(qiáng)大的文字處理能力增加了錯(cuò)誤或偽造知識(shí)的隱蔽性和識(shí)別難度，其快速傳播、定制化推送等功能，也會(huì)加劇上述知識(shí)的傳播危害，引發(fā)公眾對(duì)科研成果的信任危機(jī)。[14]（21）

3.加劇科研領(lǐng)域等級(jí)分化，產(chǎn)生“知識(shí)寡頭”

一方面，生成式人工智能在知識(shí)生產(chǎn)中的深度參與，可能使科研成果質(zhì)量、產(chǎn)出效率的主要影響因素逐步由人類個(gè)體的智慧與努力，轉(zhuǎn)變?yōu)樯墒饺斯ぶ悄艿募夹g(shù)發(fā)展和生成式人工智能大模型的訓(xùn)練成效。另一方面，生成式人工智能模型的建立與訓(xùn)練高度依賴資源投入，因此科研資金雄厚，有能力組織技術(shù)人才和理論研究者開展協(xié)同合作的科研機(jī)構(gòu)在模型搭建方面具有先天優(yōu)勢(shì)。而模型訓(xùn)練完成后又能極大提高科研效率，并面向市場(chǎng)應(yīng)用產(chǎn)生經(jīng)濟(jì)收益，加強(qiáng)前期優(yōu)勢(shì)，造成馬太效應(yīng)，加劇科研領(lǐng)域的等級(jí)分化。這一分化發(fā)展到極致可能帶來知識(shí)權(quán)力的集中，最常用的生成式人工智能平臺(tái)形成知識(shí)壟斷，成為硅基意義上的知識(shí)權(quán)力中心和新的“知識(shí)寡頭”，[11]（14）不利于科研生態(tài)的多樣性。

二、基于規(guī)律演變的社會(huì)科學(xué)科研評(píng)價(jià)優(yōu)化需求

社會(huì)科學(xué)科研評(píng)價(jià)是配置科研資源、激勵(lì)學(xué)術(shù)創(chuàng)新、涵養(yǎng)學(xué)術(shù)生態(tài)的重要治理工具，人工智能時(shí)代社會(huì)科學(xué)的研究范式、組織形式和科研生態(tài)已經(jīng)發(fā)生轉(zhuǎn)變，社會(huì)科學(xué)科研評(píng)價(jià)體系也應(yīng)與時(shí)俱進(jìn)，以適應(yīng)社會(huì)科學(xué)研究新的規(guī)律與發(fā)展趨勢(shì)，有效發(fā)揮科研治理功能。

（一）基于新的科研規(guī)律升級(jí)評(píng)價(jià)標(biāo)準(zhǔn)與方法，適應(yīng)科研范式變化

為適應(yīng)新的科研范式及科研規(guī)律的轉(zhuǎn)變，社會(huì)科學(xué)科研評(píng)價(jià)應(yīng)及時(shí)優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn)，拓展評(píng)價(jià)內(nèi)容，有效防范科研風(fēng)險(xiǎn)。

一是重新審視評(píng)價(jià)對(duì)象界定標(biāo)準(zhǔn)。生成式人工智能在知識(shí)生產(chǎn)中的參與對(duì)評(píng)價(jià)對(duì)象的界定標(biāo)準(zhǔn)形成了沖擊。首先，生成式人工智能涌現(xiàn)的知識(shí)，以及人類對(duì)生成式人工智能生成內(nèi)容進(jìn)行解釋所形成的知識(shí)[11]（16）是否屬于傳統(tǒng)的知識(shí)范疇，當(dāng)然地成為科研評(píng)價(jià)的對(duì)象，是一個(gè)需要重新研究的問題。其次，在生成式人工智能深度參與科研活動(dòng)，并在關(guān)鍵創(chuàng)新部分發(fā)揮重要作用的情況下，超越人的主體性的成果可否成為傳統(tǒng)科研評(píng)價(jià)對(duì)象，也是一個(gè)需要進(jìn)行明確的問題。中國(guó)科學(xué)院科研道德委員會(huì)發(fā)布的《關(guān)于在科研活動(dòng)中規(guī)范使用人工智能技術(shù)的誠(chéng)信提醒》，反對(duì)將人工智能生成內(nèi)容作為核心創(chuàng)新成果，反對(duì)使用人工智能生成整篇成果及參考文獻(xiàn)。[15]目前廣泛采用的做法是將人作為科研成果的唯一責(zé)任者，由其對(duì)科研成果中的生成式人工智能生成內(nèi)容負(fù)責(zé)。若將以生成式人工智能為主體形成的科研成果納入科研評(píng)價(jià)，不僅會(huì)在知識(shí)產(chǎn)權(quán)歸屬劃分上面臨難題，還會(huì)在科研錯(cuò)誤的社會(huì)后果責(zé)任承擔(dān)方面面臨更大挑戰(zhàn)。因此，可能需要為生成式人工智能占主導(dǎo)地位，甚至作為主體產(chǎn)生的科研成果，以及生成式人工智能生成的不可解釋、不可復(fù)制，但具有實(shí)效性的知識(shí)單獨(dú)開辟評(píng)價(jià)通道。

二是有效識(shí)別實(shí)質(zhì)性創(chuàng)新，提高評(píng)價(jià)效率。生成式人工智能在科研中的應(yīng)用，對(duì)科研成果的創(chuàng)新性評(píng)價(jià)帶來了難度和效率上的雙重挑戰(zhàn)。一方面，生成式人工智能強(qiáng)大的改寫、綜述能力可能使形式創(chuàng)新、表述創(chuàng)新與實(shí)質(zhì)創(chuàng)新相混淆，這就需要在科研評(píng)價(jià)中對(duì)實(shí)質(zhì)創(chuàng)新進(jìn)行有效識(shí)別，盡力規(guī)避對(duì)低水平重復(fù)和文字游戲類研究進(jìn)行不正當(dāng)激勵(lì)的行為，充分發(fā)揮科研評(píng)價(jià)的正向作用；另一方面，如前所述，生成式人工智能將大幅縮短科研成果的生產(chǎn)周期，使科研評(píng)價(jià)任務(wù)驟增，這就要求評(píng)價(jià)機(jī)構(gòu)在人工智能協(xié)助下提高評(píng)價(jià)效率，或設(shè)置合理的遴選程序選擇真正有價(jià)值的科研成果參與評(píng)價(jià)，將評(píng)價(jià)精力投入到真正重要、有價(jià)值的科研成果上。

三是增加生成式人工智能參與部分真實(shí)性審查和生成式人工智能應(yīng)用風(fēng)險(xiǎn)審查。真實(shí)可信是重要的科研評(píng)價(jià)標(biāo)準(zhǔn)。生成式人工智能在科研活動(dòng)中的廣泛應(yīng)用加大了科研成果可信性的評(píng)價(jià)難度與復(fù)雜性，應(yīng)及時(shí)拓展、深化可信性評(píng)價(jià)標(biāo)準(zhǔn)的內(nèi)涵和評(píng)價(jià)參考點(diǎn)，并及早規(guī)避應(yīng)用生成式人工智能帶來的偏見、隱私侵犯、價(jià)值誤導(dǎo)等風(fēng)險(xiǎn)。對(duì)于使用生成式人工智能形成的科研成果，在傳統(tǒng)的數(shù)據(jù)準(zhǔn)確翔實(shí)、研究方法科學(xué)得當(dāng)、研究過程可檢驗(yàn)、研究結(jié)果可復(fù)制、研究過程遵守科研誠(chéng)信等要求之外，還可借鑒歐盟的《在科研活動(dòng)中負(fù)責(zé)任地使用生成式人工智能》（Living Guidelines on the Responsible Use of Generative AI in Research）文件，[16]在可信性評(píng)價(jià)中增加以下要求：（1）提供完整的生成式人工智能使用聲明，包括其參與程度、參與方式、互動(dòng)過程1；（2）提供對(duì)生成式人工智能生成的結(jié)果是否具有各種偏見，是否存在知識(shí)偽造、整理錯(cuò)誤以及隱蔽性、滲透性價(jià)值誤導(dǎo)，是否可檢驗(yàn)、侵犯隱私等方面的檢驗(yàn)資料，甚至提供便捷的檢驗(yàn)方法，以規(guī)避潛在風(fēng)險(xiǎn)；（3）核查生成式人工智能提供的內(nèi)容出處，盡量引用原始文獻(xiàn)，尊重科研人員的知識(shí)產(chǎn)權(quán)；（4）不能使用生成式人工智能生成的數(shù)據(jù)得出研究結(jié)論。

四是在科研成果社會(huì)影響評(píng)價(jià)中納入反映成果在生成式人工智能大模型開發(fā)訓(xùn)練中所起作用的指標(biāo)?？蒲谐晒纳鐣?huì)影響（也被稱為非學(xué)術(shù)影響）是科研評(píng)價(jià)的重要方面，反映了科研成果的應(yīng)用價(jià)值和社會(huì)貢獻(xiàn)。隨著科研成果越來越多地應(yīng)用于生成式人工智能模型構(gòu)建與訓(xùn)練，科研成果的社會(huì)影響評(píng)價(jià)指標(biāo)應(yīng)及時(shí)更新應(yīng)用范圍和應(yīng)用途徑，增加在生成式人工智能模型構(gòu)建、訓(xùn)練、應(yīng)用中的貢獻(xiàn)與影響（如成果有助于訓(xùn)練生成式人工智能模型，是生成式人工智能生成內(nèi)容的重要參考等），以提高社會(huì)影響評(píng)價(jià)的全面性與科學(xué)性。

（二）加強(qiáng)跨學(xué)科及團(tuán)隊(duì)成果評(píng)價(jià)，適應(yīng)科研組織形式變化

人工智能時(shí)代社會(huì)科學(xué)研究的跨學(xué)科、跨領(lǐng)域、跨機(jī)構(gòu)合作更加普遍，呈跨度更大、合作范圍更廣的特點(diǎn)，因此社會(huì)科學(xué)科研評(píng)價(jià)優(yōu)化應(yīng)朝向加強(qiáng)跨學(xué)科成果評(píng)價(jià)和團(tuán)隊(duì)成果評(píng)價(jià)、靈活確定評(píng)價(jià)層次的方向發(fā)展。

一是加強(qiáng)跨學(xué)科成果評(píng)價(jià)，尤其要加強(qiáng)對(duì)橫跨自然科學(xué)、社會(huì)科學(xué)、人文科學(xué)的綜合性科研成果的評(píng)價(jià)。應(yīng)根據(jù)跨學(xué)科成果特點(diǎn)優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn)與方法，構(gòu)建能勝任跨學(xué)科成果評(píng)價(jià)任務(wù)的同行評(píng)審專家?guī)?，加?qiáng)跨學(xué)科成果的貢獻(xiàn)認(rèn)定、權(quán)屬劃分實(shí)踐探索與經(jīng)驗(yàn)總結(jié)。

二是加強(qiáng)團(tuán)隊(duì)成果評(píng)價(jià)。依托生成式人工智能大模型開展科學(xué)研究是重要的發(fā)展方向，模型的訓(xùn)練需要技術(shù)人員和多學(xué)科科研人員通力合作。因此這一類型的科研成果是由多學(xué)科科研人員和多種類專業(yè)技術(shù)人員組成的科研團(tuán)隊(duì)的集體成果，難以準(zhǔn)確劃定知識(shí)產(chǎn)權(quán)界限。應(yīng)根據(jù)其成果特點(diǎn)及時(shí)制定團(tuán)隊(duì)成果評(píng)價(jià)標(biāo)準(zhǔn)與方法，并探索團(tuán)隊(duì)成果中的個(gè)人貢獻(xiàn)計(jì)算方法、總結(jié)知識(shí)產(chǎn)權(quán)劃分經(jīng)驗(yàn)，加快探索科研團(tuán)隊(duì)、生成式人工智能大模型平臺(tái)層面的綜合評(píng)價(jià)，以針對(duì)新的科研組織特點(diǎn)進(jìn)行有效激勵(lì)。

三是靈活確定評(píng)價(jià)層次。根據(jù)新的科研組織形式特點(diǎn)，加快平臺(tái)、實(shí)驗(yàn)室、研究機(jī)構(gòu)層次社會(huì)科學(xué)知識(shí)生產(chǎn)規(guī)律研究與科研評(píng)價(jià)實(shí)踐探索，探索組織協(xié)調(diào)能力、團(tuán)隊(duì)協(xié)調(diào)力等軟實(shí)力評(píng)價(jià)，提高科研評(píng)價(jià)與科研實(shí)踐的適配度。

（三）增強(qiáng)導(dǎo)向作用，有效應(yīng)對(duì)科研生態(tài)變化

生成式人工智能在社會(huì)科學(xué)研究中的廣泛應(yīng)用可能導(dǎo)致科研領(lǐng)域等級(jí)分化，科研活動(dòng)對(duì)資金投入、基礎(chǔ)設(shè)施建設(shè)、生成式人工智能模型的依賴增強(qiáng)。基于此，社會(huì)科學(xué)科研評(píng)價(jià)應(yīng)拓展評(píng)價(jià)功能，加強(qiáng)四個(gè)方面的引導(dǎo)，推動(dòng)科研活動(dòng)健康可持續(xù)發(fā)展。

一是引導(dǎo)在科研活動(dòng)中加強(qiáng)人的主體性，提倡科研人員獨(dú)立思考，避免過度依賴生成式人工智能。生成式人工智能深度參與科研活動(dòng)可能帶來知識(shí)生產(chǎn)不再依賴科研人員的創(chuàng)新性貢獻(xiàn)，科研人員要被迫接納和學(xué)習(xí)生成式人工智能創(chuàng)造的知識(shí)，過度依靠智能化技術(shù)的極端情況。[8]（22-25）基于此，應(yīng)設(shè)置相應(yīng)的評(píng)價(jià)指標(biāo)，充分發(fā)揮科研評(píng)價(jià)突出人在科研活動(dòng)中主體性的導(dǎo)向作用。

二是引導(dǎo)社會(huì)科學(xué)研究增強(qiáng)問題意識(shí)、凸顯現(xiàn)實(shí)關(guān)懷。社會(huì)科學(xué)以個(gè)體和社會(huì)現(xiàn)象為研究對(duì)象，生成式人工智能的盛行為社會(huì)科學(xué)研究提供了豐富、多元的數(shù)據(jù)化研究資料，借助生成式人工智能采集、分析數(shù)據(jù)能夠大大提升研究效率，但仍應(yīng)重視從社會(huì)實(shí)踐中采集鮮活、具體的研究素材，發(fā)揮人的實(shí)踐感知、批判性思維、情感認(rèn)知和道德觀念[17]（81-96）等獨(dú)特優(yōu)勢(shì)，避免社會(huì)科學(xué)研究走向概念化、空心化和懸浮化。

三是引導(dǎo)營(yíng)造尊重多元科研生產(chǎn)方式的科研文化，避免對(duì)未利用生成式人工智能大模型的傳統(tǒng)研究形成歧視，推動(dòng)社會(huì)科學(xué)研究多元發(fā)展。傳統(tǒng)科學(xué)研究在保持人類獨(dú)立科研能力、維持科研人員批判性思維、突破知識(shí)寡頭的知識(shí)權(quán)力壟斷、推動(dòng)科研生態(tài)多樣發(fā)展等方面發(fā)揮著重要作用。但多種因素不利于這類研究在科研評(píng)價(jià)中取得良好成績(jī)：一方面，不借助生成式人工智能的科學(xué)研究在效率上處于劣勢(shì)地位；另一方面，當(dāng)有生成式人工智能參與的科研成果成為主流，生成式人工智能科研評(píng)價(jià)大模型也將主要以這類研究訓(xùn)練數(shù)據(jù)，由此生成的評(píng)價(jià)標(biāo)準(zhǔn)和權(quán)重設(shè)計(jì)很可能對(duì)傳統(tǒng)科研不利。因此應(yīng)適當(dāng)調(diào)整科研評(píng)價(jià)的標(biāo)準(zhǔn)和指標(biāo)權(quán)重，對(duì)傳統(tǒng)科研成果予以適當(dāng)保護(hù)，以維護(hù)科研生產(chǎn)方式和科研文化的多樣性和包容性，推動(dòng)科研生態(tài)健康發(fā)展。

四是引導(dǎo)支持開放性探索與非共識(shí)性研究，有效應(yīng)對(duì)生成式人工智能廣泛應(yīng)用可能帶來的科研同質(zhì)化和知識(shí)壟斷風(fēng)險(xiǎn)。受人類理性、研究條件等因素制約，科學(xué)探索具有不確定性，科學(xué)理論和研究范式也具有一定局限性。突破這些局限性的范式革新和學(xué)術(shù)革命往往是創(chuàng)新的重要源泉，因此開放性探索和非共識(shí)性研究是推動(dòng)科學(xué)發(fā)展的重要力量。但生成式人工智能深度參與科研活動(dòng)可能便利了常規(guī)科研成果快速產(chǎn)出，使學(xué)術(shù)界迷失在短平快的學(xué)術(shù)泡沫中，忽視了科學(xué)研究固有的不確定性，降低對(duì)耗時(shí)長(zhǎng)、投入大、結(jié)果不確定的開放性探索的包容度?；谝延兄R(shí)和類似算法的生成式人工智能在科研活動(dòng)中生成的內(nèi)容有同質(zhì)化風(fēng)險(xiǎn)，基于已有研究范式訓(xùn)練的生成式人工智能科研評(píng)價(jià)大模型具有標(biāo)準(zhǔn)化、固化、開放性不足等局限，不利于非共識(shí)性研究在各類科研評(píng)價(jià)中取得良好成績(jī)。因此新的科研生態(tài)下，應(yīng)在科研評(píng)價(jià)中為開放探索和非共識(shí)性研究開辟特殊通道，給予一定比例的特殊支持，保護(hù)推動(dòng)科研創(chuàng)新的重要力量。

三、基于技術(shù)賦能的社會(huì)科學(xué)科研評(píng)價(jià)優(yōu)化理路

生成式人工智能的發(fā)展為與時(shí)俱進(jìn)升級(jí)評(píng)價(jià)理念、推動(dòng)評(píng)價(jià)方法提質(zhì)增效提供了技術(shù)基礎(chǔ)，為優(yōu)化社會(huì)科學(xué)科研評(píng)價(jià)開辟了廣闊空間。

（一）評(píng)價(jià)理念的與時(shí)俱進(jìn)

1.從片面評(píng)價(jià)到全面評(píng)價(jià)

綜合知識(shí)生產(chǎn)、傳播、應(yīng)用全過程數(shù)據(jù)，全面采集學(xué)者、讀者、政策制定者等利益相關(guān)者的反饋，全面刻畫科研成果在學(xué)術(shù)、社會(huì)等方面的貢獻(xiàn)與影響是實(shí)現(xiàn)全成果評(píng)價(jià)、全息評(píng)價(jià)和全過程評(píng)價(jià)的基本路徑。生成式人工智能強(qiáng)大的數(shù)據(jù)采集和分析能力，為全面評(píng)價(jià)科研成果、科研項(xiàng)目和科研人員提供了可能。

全面評(píng)價(jià)體現(xiàn)在評(píng)價(jià)主體、評(píng)價(jià)對(duì)象、評(píng)價(jià)維度等多個(gè)層面。從評(píng)價(jià)主體層面看，生成式人工智能可以廣泛采集學(xué)者、期刊工作者、實(shí)踐工作者、第三方評(píng)價(jià)機(jī)構(gòu)、新聞媒體等主體在學(xué)術(shù)活動(dòng)中自然形成的海量學(xué)術(shù)痕跡數(shù)據(jù)，使科研評(píng)價(jià)主體不再局限于同行專家。[18]（101-114）從評(píng)價(jià)對(duì)象層面看，在生成式人工智能幫助下，評(píng)價(jià)機(jī)構(gòu)可以將期刊論文和專著之外的大眾讀物、網(wǎng)絡(luò)文章等各類成果納入視野開展全成果評(píng)價(jià)，全面評(píng)估科研人員的各方面貢獻(xiàn)。從評(píng)價(jià)維度層面看，借助生成式人工智能，評(píng)價(jià)機(jī)構(gòu)可以對(duì)科研成果、科研項(xiàng)目、科研人員的學(xué)術(shù)貢獻(xiàn)、社會(huì)影響開展長(zhǎng)周期、全過程的全面評(píng)價(jià)。

2.從事后評(píng)價(jià)到前瞻性評(píng)價(jià)

生成式人工智能可以推動(dòng)科研成果評(píng)價(jià)從事后評(píng)價(jià)延伸至前瞻性評(píng)價(jià)。前瞻性評(píng)價(jià)在微觀層面體現(xiàn)為預(yù)判科研成果的未來影響力、應(yīng)用前景和潛在風(fēng)險(xiǎn)?！犊蒲猩鐣?huì)影響的負(fù)責(zé)任評(píng)價(jià)框架》（A Responsible Framework for Evaluating the Societal Impact of Research）報(bào)告指出，可以從相關(guān)性、參與度、合作、傳播、可轉(zhuǎn)讓性、關(guān)注度等方面對(duì)科研成果的未來社會(huì)影響進(jìn)行評(píng)價(jià)。[19]借助生成式人工智能可基于已有數(shù)據(jù)和同類研究規(guī)律從更科學(xué)、多元的角度對(duì)科研成果的應(yīng)用前景、創(chuàng)新價(jià)值進(jìn)行科學(xué)預(yù)測(cè)，提高成果評(píng)價(jià)的全面性和科研資助的科學(xué)性。前瞻性評(píng)價(jià)在中觀層面體現(xiàn)為診斷科研機(jī)構(gòu)的發(fā)展戰(zhàn)略、儲(chǔ)備性科研布局和發(fā)展?jié)摿?，以幫助科研機(jī)構(gòu)提升應(yīng)對(duì)不確定性、滿足新科研需求的能力。生成式人工智能在解決維度爆炸、不確定性問題方面的功能優(yōu)勢(shì)，有助于利用多維數(shù)據(jù)對(duì)科研機(jī)構(gòu)科研發(fā)展戰(zhàn)略及實(shí)施情況進(jìn)行綜合評(píng)價(jià)，為科研機(jī)構(gòu)的差異化、特色化發(fā)展提供精準(zhǔn)指導(dǎo)。前瞻性評(píng)價(jià)在宏觀層面體現(xiàn)在推動(dòng)科研活動(dòng)可持續(xù)發(fā)展上。數(shù)字孿生是將物理世界的對(duì)象或事件在數(shù)字空間進(jìn)行高精度模擬的技術(shù)，可用于對(duì)對(duì)象或事件的多維認(rèn)識(shí)、觀測(cè)，總結(jié)演變規(guī)律，進(jìn)行未來預(yù)測(cè)。[20]基于數(shù)字孿生技術(shù)采用動(dòng)態(tài)數(shù)據(jù)流和大模型實(shí)時(shí)捕捉和處理不同時(shí)間、空間和領(lǐng)域的評(píng)價(jià)活動(dòng)和科研生態(tài)狀況，模擬評(píng)價(jià)活動(dòng)與科研生態(tài)的互動(dòng)關(guān)系，全面掌握評(píng)價(jià)活動(dòng)對(duì)各利益相關(guān)主體的影響，可提高評(píng)價(jià)活動(dòng)與科研生態(tài)及社會(huì)發(fā)展的協(xié)同性，為科學(xué)制定科研管理政策提供指導(dǎo)。

3.從結(jié)果性評(píng)價(jià)到發(fā)展性評(píng)價(jià)

智能化評(píng)價(jià)的重要新趨勢(shì)是評(píng)價(jià)功能的變化，即從過去的甄別、選拔，到精準(zhǔn)改進(jìn)、促進(jìn)發(fā)展。[21]第四代評(píng)價(jià)理論以“以人為本”“回應(yīng)和協(xié)商”為主要特征，提倡在評(píng)價(jià)實(shí)踐中推動(dòng)人的成長(zhǎng)和發(fā)展，[22]（76-93）注重幫助評(píng)價(jià)對(duì)象改進(jìn)的作用。

生成式人工智能強(qiáng)大的深度挖掘、模式識(shí)別和預(yù)測(cè)未來趨勢(shì)能力[23]（88）為實(shí)現(xiàn)人才識(shí)別與精準(zhǔn)培育功能提供了可能，有助于深入貫徹落實(shí)發(fā)展性評(píng)價(jià)理念，推動(dòng)教育科技人才一體化改革。貫通科研人員的教育經(jīng)歷、科研貢獻(xiàn)與成長(zhǎng)軌跡數(shù)據(jù)，基于長(zhǎng)時(shí)段、多維數(shù)據(jù)建立科研人才發(fā)展模型，總結(jié)創(chuàng)新領(lǐng)軍人才成長(zhǎng)規(guī)律，完善科研人才分類分層評(píng)價(jià)體系，有助于加快建立多措并舉、精準(zhǔn)施策、廣泛聯(lián)動(dòng)的科研人才培育體系。

（二）評(píng)價(jià)方法的提質(zhì)增效

生成式人工智能強(qiáng)大的計(jì)算能力可以彌補(bǔ)現(xiàn)有的科學(xué)計(jì)量學(xué)、同行評(píng)議、替代計(jì)量學(xué)等方法的缺點(diǎn)，提高評(píng)價(jià)的科學(xué)性與實(shí)效性，提高評(píng)價(jià)效率。

1.提高科學(xué)計(jì)量學(xué)、替代計(jì)量學(xué)的科學(xué)性和全面性

生成式人工智能可以提升科學(xué)計(jì)量學(xué)和替代計(jì)量學(xué)指標(biāo)的精確性、針對(duì)性，從而幫助評(píng)價(jià)機(jī)構(gòu)提高定量評(píng)價(jià)的科學(xué)性?；诖笳Z言模型等技術(shù)，未來生成式人工智能可準(zhǔn)確區(qū)分引用類型、引用情感，從而提高引用指標(biāo)精確性?；谏墒饺斯ぶ悄軓?qiáng)大的數(shù)據(jù)采集和計(jì)算能力，評(píng)價(jià)機(jī)構(gòu)也可根據(jù)學(xué)科、研究類型特點(diǎn)針對(duì)性地設(shè)計(jì)量化評(píng)價(jià)指標(biāo)，破解跨學(xué)科成果計(jì)量指標(biāo)計(jì)算難題，推動(dòng)學(xué)術(shù)多元、健康發(fā)展。此外，評(píng)價(jià)機(jī)構(gòu)還可借助生成式人工智能采集多元主體對(duì)全類型科研成果、成果全生命周期的傳播和應(yīng)用數(shù)據(jù)，提高計(jì)量指標(biāo)的全面性。

2.提高同行評(píng)議公正性與效率

生成式人工智能既可提高同行評(píng)議的過程與結(jié)果公正性，又可提升同行評(píng)議效率。生成式人工智能可根據(jù)論文主題與研究方法匹配專家，根據(jù)作者單位、主要合作關(guān)系、師承關(guān)系等設(shè)置回避條件，高效遴選學(xué)科知識(shí)匹配、利益無涉、評(píng)價(jià)信用良好的專家，提高同行評(píng)議專家匹配度和評(píng)價(jià)過程的公正性，有效規(guī)避人情關(guān)系、本位主義等因素的影響，解決同行匹配難題。評(píng)價(jià)機(jī)構(gòu)借助生成式人工智能，可將科研成果、同行評(píng)議過程性數(shù)據(jù)、專家特點(diǎn)等結(jié)合起來分析同行評(píng)議公正性的影響因素，并進(jìn)行必要調(diào)控，以提高同行評(píng)議結(jié)果的公正性。生成式人工智能在統(tǒng)計(jì)、整理信息方面的優(yōu)勢(shì)既可應(yīng)用于科研成果的規(guī)范性檢驗(yàn)、評(píng)價(jià)組織、為同行評(píng)議提供參考信息等方面，還可為專家提供成果概況總結(jié)、與同類文章的橫向?qū)Ρ葦?shù)據(jù)來提高同行評(píng)議效率。當(dāng)前人工智能技術(shù)在實(shí)踐中已用于科研成果的科研誠(chéng)信檢測(cè)、生成式人工智能生成內(nèi)容檢測(cè)，以及實(shí)證方法統(tǒng)計(jì)規(guī)范檢測(cè)。[24]

3.改進(jìn)社會(huì)影響評(píng)價(jià)方法

社會(huì)科學(xué)成果的社會(huì)影響具有復(fù)雜交互性、潛在性、滯后性，測(cè)量難度大等特點(diǎn)，更難以貨幣形式進(jìn)行量化比較。生成式人工智能可以通過采集與分析網(wǎng)絡(luò)文本信息、與生成式人工智能的交流互動(dòng)等過程性信息，測(cè)量社會(huì)科學(xué)成果在公眾意識(shí)、批判性思維、重大政策接受度/認(rèn)可度等方面的貢獻(xiàn)，提高社會(huì)科學(xué)成果社會(huì)影響的顯示度，凸顯社會(huì)科學(xué)的重要性，扭轉(zhuǎn)社會(huì)科學(xué)科研資源處于劣勢(shì)的局面。

四、社會(huì)科學(xué)科研評(píng)價(jià)中生成式人工智能的應(yīng)用限度與風(fēng)險(xiǎn)防范

（一）社會(huì)科學(xué)科研評(píng)價(jià)中生成式人工智能的應(yīng)用限度

社會(huì)科學(xué)成果具有較強(qiáng)的意識(shí)形態(tài)屬性、科研評(píng)價(jià)中的價(jià)值判斷比例更高等特點(diǎn)決定了生成式人工智能不能取代人類在社會(huì)科學(xué)科研評(píng)價(jià)中的主體地位。因此，在社會(huì)科學(xué)科研評(píng)價(jià)中應(yīng)明確生成式人工智能的應(yīng)用范圍與應(yīng)用限度，使其主要在輔助性、規(guī)范性評(píng)價(jià)中發(fā)揮作用，而不能介入決定性評(píng)價(jià)，要保證同行評(píng)議專家在意識(shí)形態(tài)審查、價(jià)值判斷、人文關(guān)懷評(píng)估三方面的決定性作用。

1.社會(huì)科學(xué)成果的意識(shí)形態(tài)審查需由專家綜合判斷

社會(huì)科學(xué)的研究對(duì)象、研究方法、研究過程、研究發(fā)現(xiàn)體現(xiàn)了一定的政治性、民族性和階級(jí)性，具有較強(qiáng)的意識(shí)形態(tài)屬性。對(duì)社會(huì)科學(xué)研究成果進(jìn)行意識(shí)形態(tài)審查對(duì)于維護(hù)國(guó)家統(tǒng)一和民族團(tuán)結(jié)，避免社會(huì)分裂，引導(dǎo)公眾形成正確的社會(huì)價(jià)值觀具有重要意義。社會(huì)科學(xué)成果的意識(shí)形態(tài)審查是一項(xiàng)復(fù)雜的綜合性工作，要在立場(chǎng)獨(dú)立客觀、文獻(xiàn)梳理全面、問題導(dǎo)向科學(xué)、研究方法適切、理論基礎(chǔ)包容、結(jié)果解讀客觀等多方面基礎(chǔ)上進(jìn)行綜合判斷，且具有隱蔽性，因此，需由同行專家進(jìn)行把關(guān)。

2.社會(huì)科學(xué)科研評(píng)價(jià)中的價(jià)值判斷需由同行專家評(píng)判

社會(huì)科學(xué)具有闡釋性、政治性和階級(jí)性，在研究視角、結(jié)果解讀等方面具有更強(qiáng)的主觀性，因此其科研評(píng)價(jià)的客觀性和共識(shí)性低于自然科學(xué)，價(jià)值判斷比例更高，且具有一定預(yù)測(cè)性，無法簡(jiǎn)單通過程序與代碼進(jìn)行決定性判斷。社會(huì)科學(xué)成果的創(chuàng)新價(jià)值不僅在于發(fā)現(xiàn)前人未留意的現(xiàn)象，提出前人未提出的理論、觀點(diǎn)，更在于對(duì)未來學(xué)術(shù)與社會(huì)發(fā)展的貢獻(xiàn)。默頓很早就指出，在人類活動(dòng)的諸多領(lǐng)域中，我們難以把值得承認(rèn)的真正創(chuàng)新與不值得承認(rèn)的新穎之物區(qū)別開來。[25]（629）因此社會(huì)科學(xué)領(lǐng)域的科研評(píng)價(jià)依然要保證人在評(píng)價(jià)中的主體地位，由具有深厚學(xué)術(shù)積淀和敏銳社會(huì)洞察力的同行專家對(duì)創(chuàng)新價(jià)值進(jìn)行判斷，不能過于依賴技術(shù)，片面強(qiáng)調(diào)可測(cè)量性與表面價(jià)值，而忽視難以被數(shù)據(jù)化的本真價(jià)值、本質(zhì)和內(nèi)在價(jià)值。[4]（9）

3.社會(huì)科學(xué)科研評(píng)價(jià)中的人文關(guān)懷需由同行專家來主導(dǎo)

社會(huì)科學(xué)領(lǐng)域的科研評(píng)價(jià)活動(dòng)不能僅遵循效率和資源配置邏輯，還應(yīng)具備一定的人文關(guān)懷，體現(xiàn)多元價(jià)值。對(duì)人文關(guān)懷的評(píng)估，應(yīng)由同行專家綜合各種信息，協(xié)調(diào)多種制度邏輯與利益關(guān)系，進(jìn)行復(fù)雜決策。過于依賴技術(shù)和算法的科研評(píng)價(jià)忽視人的經(jīng)驗(yàn)、直覺、人文關(guān)懷，會(huì)導(dǎo)致人在科研評(píng)價(jià)中喪失主體地位，強(qiáng)化知識(shí)生產(chǎn)的功利化趨勢(shì)，不利于維護(hù)平等、多元、開放的科研生態(tài)。[4]（9）生成式人工智能在學(xué)術(shù)評(píng)價(jià)中應(yīng)處于輔助地位，主要用于提升學(xué)術(shù)評(píng)價(jià)效率，而不能替代同行評(píng)議專家的獨(dú)立思考和判斷?？傊瑢W(xué)術(shù)評(píng)價(jià)的人文屬性不應(yīng)改變，應(yīng)以人類評(píng)價(jià)為主導(dǎo)。[5]（37）

（二）社會(huì)科學(xué)科研評(píng)價(jià)中應(yīng)用生成式人工智能的風(fēng)險(xiǎn)防范

1.生成式人工智能科研評(píng)價(jià)大模型科學(xué)性局限風(fēng)險(xiǎn)防范

生成式人工智能科研評(píng)價(jià)大模型的科學(xué)性局限可能帶來評(píng)價(jià)結(jié)果偏差、科研資源配置失衡，不利于社會(huì)科學(xué)多樣化和可持續(xù)發(fā)展，應(yīng)制定針對(duì)性的應(yīng)對(duì)策略?？茖W(xué)性局限主要來自以下兩個(gè)方面：一是人類理性與算法設(shè)定自身的系統(tǒng)偏差。受人類的有限理性、對(duì)科研規(guī)律認(rèn)識(shí)不全面、科研評(píng)價(jià)模型擬合不足等因素影響，生成式人工智能科研評(píng)價(jià)大模型的程序、算法設(shè)定可能存在系統(tǒng)偏差和算法局限，導(dǎo)致特定學(xué)科、類型的研究成果在評(píng)價(jià)中處于不利地位。過度依賴可量化、可模型化的數(shù)據(jù)可能導(dǎo)致McNamara謬誤，忽視其他不可量化但重要的因素。[26]二是社會(huì)科學(xué)多元性帶來的科學(xué)性局限挑戰(zhàn)。生成式人工智能科研評(píng)價(jià)大模型算法的明確性、統(tǒng)一性與社會(huì)科學(xué)研究的經(jīng)驗(yàn)性、本土性、內(nèi)部多元性和成果多樣性[5]（41）之間存在張力，社會(huì)科學(xué)在研究范式、成果形式、傳播規(guī)律等方面均具有多元性特點(diǎn)，采用生成式人工智能科研評(píng)價(jià)大模型要處理好針對(duì)性與可比性之間的矛盾。

基于此，可從以下方面應(yīng)對(duì)生成式人工智能評(píng)價(jià)模型科學(xué)局限性帶來的風(fēng)險(xiǎn)：一是在模型訓(xùn)練過程中充分考慮社會(huì)科學(xué)的多樣性，提高訓(xùn)練數(shù)據(jù)的全面性、代表性，探索多元的評(píng)價(jià)方法與指標(biāo)，提高模型的科學(xué)性和全面性；二是深化分類評(píng)價(jià)理念，根據(jù)學(xué)科差異、成果類型、評(píng)價(jià)需要及時(shí)調(diào)整評(píng)價(jià)標(biāo)準(zhǔn)，針對(duì)性優(yōu)化指標(biāo)權(quán)重和模型參數(shù)，提高生成式人工智能科研評(píng)價(jià)大模型的科學(xué)性、有效性；三是加強(qiáng)生成式人工智能科研評(píng)價(jià)大模型的元評(píng)價(jià)，采集多元信息評(píng)估評(píng)價(jià)模型的準(zhǔn)確性、科學(xué)性、有效性、公正性，及時(shí)糾偏，并加強(qiáng)與各學(xué)科科研人員的溝通交流，及時(shí)了解科研人員需求，持續(xù)優(yōu)化模型。

2.生成式人工智能模型的偏見引入風(fēng)險(xiǎn)防范

生成式人工智能科研評(píng)價(jià)大模型在訓(xùn)練數(shù)據(jù)、算法等環(huán)節(jié)都可能引入性別、民族、社會(huì)經(jīng)濟(jì)狀況、語言、意識(shí)形態(tài)等偏見，以及難以覺察的潛在偏見、非意識(shí)偏見，訓(xùn)練數(shù)據(jù)和算法中的微妙偏見被學(xué)習(xí)甚至放大，會(huì)導(dǎo)致評(píng)價(jià)體系的設(shè)計(jì)偏差，算法決策的不透明、不民主、不公正也會(huì)損害評(píng)價(jià)結(jié)果的公正性。筆者認(rèn)為，可從以下幾方面入手有效防范偏見引入：一是形成負(fù)責(zé)任開發(fā)生成式人工智能科研評(píng)價(jià)大模型的原則和共識(shí)，如遵循許多倡議中經(jīng)常提及的開發(fā)原則，采用良好、開放的數(shù)據(jù)，透明、客觀的算法，便于審查與進(jìn)一步開發(fā)利用；[27]二是借鑒美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（National Institute of Standards and Technology，簡(jiǎn)稱NIST）的《生成式人工智能風(fēng)險(xiǎn)管理框架》（Artificial Intelligence Risk Management Framework，簡(jiǎn)稱AI RMF）配套工具、[28]歐盟的“可信賴生成式人工智能系統(tǒng)評(píng)估清單”（Assessment List for Trustworthy Artificial Intelligence，簡(jiǎn)稱ALTAI）自查工具，[29]提供有效的偏見自查工具，引導(dǎo)模型開發(fā)團(tuán)隊(duì)全面開展偏見自查自糾，前置偏見審查環(huán)節(jié)；三是加強(qiáng)生成式人工智能模型開發(fā)監(jiān)管，建立健全內(nèi)外部相結(jié)合的監(jiān)管體制機(jī)制，組建多學(xué)科團(tuán)隊(duì)對(duì)生成式人工智能模型進(jìn)行偏見審查；四是結(jié)合評(píng)價(jià)結(jié)果、利益相關(guān)人反饋開展元評(píng)價(jià)，根據(jù)評(píng)價(jià)結(jié)果公正性、評(píng)價(jià)影響反饋持續(xù)優(yōu)化，形成全流程的偏見審查機(jī)制。

3.生成式人工智能科研評(píng)價(jià)大模型中的數(shù)據(jù)安全風(fēng)險(xiǎn)防范

生成式人工智能科研評(píng)價(jià)大模型的訓(xùn)練需要依托龐大的科研成果數(shù)據(jù)，若管理不當(dāng)可能產(chǎn)生侵犯數(shù)據(jù)隱私、數(shù)據(jù)泄露等數(shù)據(jù)安全風(fēng)險(xiǎn)。具體來說：其一，生成式人工智能科研評(píng)價(jià)大模型的訓(xùn)練以大量科研成果數(shù)據(jù)為基礎(chǔ)，可能涉及對(duì)知識(shí)產(chǎn)權(quán)的侵犯，并存在數(shù)據(jù)泄露風(fēng)險(xiǎn)。其二，社會(huì)科學(xué)的意識(shí)形態(tài)屬性決定了特定學(xué)科或特定類型成果（如黨的理論闡釋、重大政策決策闡釋以及與國(guó)家安全相關(guān)的成果等）具有一定的保密性，對(duì)這些對(duì)象進(jìn)行模型訓(xùn)練時(shí)應(yīng)充分考慮這一點(diǎn)，避免失密泄密。可從以下幾方面入手有效防范生成式人工智能科研評(píng)價(jià)大模型的數(shù)據(jù)安全風(fēng)險(xiǎn)：一是構(gòu)建并完善生成式人工智能科研評(píng)價(jià)大模型數(shù)據(jù)采集、處理、利用的框架、原則、標(biāo)準(zhǔn)，如遵循“合法、公開、透明”原則，敏感數(shù)據(jù)處理須以“公共利益或法定職權(quán)”為合法處理基礎(chǔ)，通過目的性、必要性和利益平衡測(cè)試；[30]（26-27）二是完善相關(guān)監(jiān)管規(guī)范與追責(zé)法律法規(guī)，根據(jù)學(xué)科、研究類型制定分級(jí)監(jiān)管規(guī)范，加快制定侵犯數(shù)據(jù)安全的責(zé)任認(rèn)定及懲處法律法規(guī)，推動(dòng)追責(zé)規(guī)范及時(shí)與已有法律體系對(duì)接；三是從技術(shù)、制度、機(jī)構(gòu)等多方面入手加強(qiáng)生成式人工智能科研評(píng)價(jià)數(shù)據(jù)安全監(jiān)管，加快數(shù)據(jù)安全審查技術(shù)研發(fā)，制定并完善數(shù)據(jù)規(guī)范制度，設(shè)立專門的監(jiān)管機(jī)構(gòu)履行監(jiān)管職責(zé)。

五、我國(guó)社會(huì)科學(xué)科研評(píng)價(jià)中合理應(yīng)用生成式人工智能大模型的建議

（一）加強(qiáng)頂層設(shè)計(jì)，高效協(xié)同建設(shè)生成式人工智能科研評(píng)價(jià)大模型

科研創(chuàng)新是深刻影響世界發(fā)展格局和國(guó)家競(jìng)爭(zhēng)力的重要因素，科學(xué)高效的科研評(píng)價(jià)是推動(dòng)科研創(chuàng)新的重要方式。建設(shè)我國(guó)自主的生成式人工智能科研評(píng)價(jià)大模型，對(duì)于提高科研管理的科學(xué)性和效率、保障數(shù)據(jù)和科研安全、有效防范西方意識(shí)形態(tài)滲透具有重要意義。2023年7月10日，國(guó)家網(wǎng)信辦、國(guó)家發(fā)展改革委等部門聯(lián)合發(fā)布《生成式人工智能服務(wù)管理暫行辦法》，其中第六條提出：“推動(dòng)生成式人工智能基礎(chǔ)設(shè)施和公共訓(xùn)練數(shù)據(jù)資源平臺(tái)建設(shè)。促進(jìn)算力資源協(xié)同共享，提升算力資源利用效能。推動(dòng)公共數(shù)據(jù)分類分級(jí)有序開放，擴(kuò)展高質(zhì)量的公共訓(xùn)練數(shù)據(jù)資源?！盵31]生成式人工智能科研評(píng)價(jià)大模型在全國(guó)甚至世界范圍內(nèi)具有通用性，應(yīng)在基礎(chǔ)設(shè)施建設(shè)、訓(xùn)練數(shù)據(jù)接入、評(píng)價(jià)標(biāo)準(zhǔn)方面做好頂層設(shè)計(jì)與統(tǒng)籌規(guī)劃，提高基礎(chǔ)設(shè)施和訓(xùn)練數(shù)據(jù)利用效率，避免類似模型的重復(fù)訓(xùn)練造成資源浪費(fèi)，著力提升評(píng)價(jià)標(biāo)準(zhǔn)的科學(xué)性、公正性與全面性。一是國(guó)家層面制定生成式人工智能科研評(píng)價(jià)大模型分級(jí)訓(xùn)練目標(biāo)和差異化評(píng)價(jià)功能規(guī)劃框架，在全國(guó)范圍內(nèi)開展有組織的生成式人工智能科研評(píng)價(jià)大模型訓(xùn)練，聚合全國(guó)力量聯(lián)合攻關(guān)提高資源利用效率。二是在國(guó)家層面統(tǒng)籌打破管理權(quán)限及機(jī)構(gòu)壁壘，推動(dòng)社會(huì)科學(xué)研究成果數(shù)據(jù)分類分級(jí)有序接入生成式人工智能科研評(píng)價(jià)公共訓(xùn)練數(shù)據(jù)資源平臺(tái)，推動(dòng)算力資源協(xié)同共享，提高訓(xùn)練效率。三是牽頭組織專家對(duì)意識(shí)形態(tài)、知識(shí)產(chǎn)權(quán)、偏見、歧視等風(fēng)險(xiǎn)進(jìn)行審查，并對(duì)評(píng)價(jià)標(biāo)準(zhǔn)、評(píng)價(jià)指標(biāo)、權(quán)重設(shè)計(jì)等在內(nèi)的生成式人工智能科研評(píng)價(jià)體系進(jìn)行應(yīng)用前審查把關(guān)，保證評(píng)價(jià)體系科學(xué)、公正、安全、有效。

（二）全面提升科研評(píng)價(jià)人員的知識(shí)素養(yǎng)、技術(shù)能力與責(zé)任意識(shí)

全面提升科研評(píng)價(jià)人員的科研評(píng)價(jià)知識(shí)素養(yǎng)、生成式人工智能應(yīng)用能力和負(fù)責(zé)任地使用生成式人工智能的責(zé)任意識(shí)，確保人在科研評(píng)價(jià)中的主體性，有效規(guī)避技術(shù)決定論的不良后果。

在知識(shí)素養(yǎng)方面，科研評(píng)價(jià)人員要為主導(dǎo)人機(jī)交互科研評(píng)價(jià)過程構(gòu)建合理的知識(shí)結(jié)構(gòu)，具備生成式人工智能輔助科研評(píng)價(jià)實(shí)踐方面的元認(rèn)知能力。為構(gòu)建工作所需的知識(shí)素養(yǎng)，科研評(píng)價(jià)人員一方面要深刻理解科研評(píng)價(jià)領(lǐng)域的原理、理論、價(jià)值等“硬知識(shí)”，即不僅要掌握該領(lǐng)域被確證的、可信度最高的那部分知識(shí)，還要掌握這部分知識(shí)被發(fā)現(xiàn)、被驗(yàn)證的過程及其與所揭示對(duì)象的關(guān)系，[23]（23-33）以幫助科研評(píng)價(jià)人員有效甄別、批判性運(yùn)用生成式人工智能生成的內(nèi)容。另一方面，要從大量的科研評(píng)價(jià)實(shí)踐感知中發(fā)現(xiàn)問題，提取關(guān)鍵要素，總結(jié)抽象關(guān)系，凝練理論，深化對(duì)科研評(píng)價(jià)實(shí)踐的感知和思考。

在技術(shù)能力方面，科研評(píng)價(jià)人員應(yīng)掌握利用生成式人工智能開展科研評(píng)價(jià)的基本技術(shù)，深刻理解相關(guān)功能的技術(shù)邏輯與局限，能夠科學(xué)地為生成式人工智能布置任務(wù)，并對(duì)生成式人工智能生成的內(nèi)容進(jìn)行評(píng)估、選擇、進(jìn)一步優(yōu)化和合理使用。

在責(zé)任意識(shí)方面，通過舉辦負(fù)責(zé)任地使用生成式人工智能開展科研評(píng)價(jià)的相關(guān)培訓(xùn)，傳授有效規(guī)避風(fēng)險(xiǎn)的經(jīng)驗(yàn)做法，并提供風(fēng)險(xiǎn)自查工具箱，幫助科研評(píng)價(jià)人員在開展相關(guān)工作時(shí)有效規(guī)避應(yīng)用風(fēng)險(xiǎn)。

（三）加強(qiáng)安全開發(fā)生成式人工智能科研評(píng)價(jià)大模型規(guī)范建設(shè)，完善不當(dāng)使用追責(zé)法律法規(guī)

生成式人工智能科研評(píng)價(jià)大模型的安全開發(fā)與應(yīng)用不僅關(guān)系到我國(guó)哲學(xué)社會(huì)科學(xué)的健康發(fā)展，而且關(guān)乎意識(shí)形態(tài)安全，應(yīng)遵循“發(fā)展和安全并重、促進(jìn)創(chuàng)新和依法治理相結(jié)合”的原則，[31]及時(shí)出臺(tái)安全開發(fā)與倫理審查規(guī)范以及不當(dāng)使用追責(zé)法律法規(guī)。當(dāng)前國(guó)家網(wǎng)信辦、中國(guó)科學(xué)院、中國(guó)科學(xué)技術(shù)信息研究所等機(jī)構(gòu)已出臺(tái)了《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》[32]《關(guān)于在科研活動(dòng)中規(guī)范使用生成式人工智能技術(shù)的誠(chéng)信提醒》[15]《學(xué)術(shù)出版中AIGC使用邊界指南2.0》[33]等文件，提出了對(duì)生成式人工智能生成合成內(nèi)容進(jìn)行標(biāo)識(shí)的要求，并指出了在科研活動(dòng)中使用AIGC的邊界和責(zé)任，但這些規(guī)范仍處于準(zhǔn)則、指南階段，法律效力不高，且具有部門管轄權(quán)局限性，針對(duì)生成式人工智能不當(dāng)使用的審查、問責(zé)機(jī)制尚不完備，對(duì)科研評(píng)價(jià)活動(dòng)中不當(dāng)使用生成式人工智能行為的約束力有限。生成式人工智能科研評(píng)價(jià)大模型的設(shè)計(jì)、訓(xùn)練與應(yīng)用涉及科研管理者、技術(shù)人員、科研評(píng)價(jià)人員等多方責(zé)任主體，明確各主體職責(zé)、不當(dāng)行為責(zé)任認(rèn)定及懲治辦法，對(duì)于規(guī)范生成式人工智能科研評(píng)價(jià)大模型的正當(dāng)使用具有重要意義。

對(duì)生成式人工智能科研評(píng)價(jià)大模型的安全開發(fā)及合理使用監(jiān)管要從正面規(guī)范和負(fù)面問責(zé)兩方面同時(shí)發(fā)力，有了明確的職責(zé)劃分及不當(dāng)行為懲治辦法，規(guī)范性引導(dǎo)才有實(shí)踐約束力。一方面，加快出臺(tái)生成式人工智能科研評(píng)價(jià)大模型安全開發(fā)和倫理審查規(guī)范?！渡墒饺斯ぶ悄芊?wù)管理暫行辦法》已提出提供和使用生成式人工智能服務(wù)，應(yīng)堅(jiān)持社會(huì)主義核心價(jià)值觀，在算法設(shè)計(jì)、訓(xùn)練數(shù)據(jù)選擇等環(huán)節(jié)，“采取有效措施防止產(chǎn)生民族、信仰、國(guó)別、地域、性別、年齡、職業(yè)、健康等歧視”，尊重知識(shí)產(chǎn)權(quán)和他人合法權(quán)益，提升生成式人工智能服務(wù)的透明度、生成內(nèi)容的準(zhǔn)確性和可靠性。[31]這為進(jìn)一步深化出臺(tái)針對(duì)科研評(píng)價(jià)領(lǐng)域的生成式人工智能管理規(guī)范提供了框架。將來還應(yīng)結(jié)合科研評(píng)價(jià)的具體場(chǎng)景對(duì)其進(jìn)一步細(xì)化，制定具有較強(qiáng)可操作性的風(fēng)險(xiǎn)審查管理規(guī)范，明確評(píng)價(jià)模型安全開發(fā)的基本原則、各環(huán)節(jié)的開發(fā)指南與監(jiān)管規(guī)范，以及對(duì)評(píng)價(jià)模型的科學(xué)性、有效性、公平性進(jìn)行審查的審查主體、審查程序及審查標(biāo)準(zhǔn)。另一方面，加快制定生成式人工智能科研評(píng)價(jià)大模型不當(dāng)訓(xùn)練與應(yīng)用后果級(jí)別劃分、追責(zé)標(biāo)準(zhǔn)、取證規(guī)范及相關(guān)懲處規(guī)定，并及時(shí)對(duì)接已有法律體系，及時(shí)補(bǔ)上法律空白，杜絕相關(guān)人員鉆法律空白的僥幸心理。

參考文獻(xiàn)：

[1]政光景，呂鵬.生成式人工智能與哲學(xué)社會(huì)科學(xué)新范式的涌現(xiàn)[J].江海學(xué)刊，2023，（04）.

[2]劉三女牙，郝曉晗，李卿.教育科研新范式：人工智能驅(qū)動(dòng)的教育科學(xué)研究[J].教育研究，2024，（03）.

[3]李國(guó)杰.智能化科研（AI4R）：第五科研范式[J].中國(guó)科學(xué)院院刊，2024，（01）.

[4]石秀選，李均.生成式人工智能技術(shù)賦能大學(xué)學(xué)術(shù)評(píng)價(jià)：機(jī)遇、挑戰(zhàn)及應(yīng)對(duì)[J].高教探索，2024，（04）.

[5]葉繼元，郭衛(wèi)兵.生成式人工智能參與學(xué)術(shù)評(píng)價(jià)的反思[J].中國(guó)社會(huì)科學(xué)評(píng)價(jià)，2024，（01）.

[6]李倫，劉夢(mèng)迪.人工智能驅(qū)動(dòng)的科學(xué)研究范式革命：態(tài)勢(shì)與未來[J].探索與爭(zhēng)鳴，2024，（10）.

[7]米加寧.生成式人工智能十大認(rèn)識(shí)論問題[J].探索與爭(zhēng)鳴，2024，（11）.

[8]姜利標(biāo).數(shù)據(jù)內(nèi)爆時(shí)代認(rèn)知范式變革下的知識(shí)生產(chǎn)[J].探索與爭(zhēng)鳴，2024，（11）.

[9]邱澤奇.人機(jī)互生：范式革命與知識(shí)生產(chǎn)重構(gòu)[J].探索與爭(zhēng)鳴，2024，（11）.

[10]Frank M R， WANG D S， Cebrian M， et al.The Evolution of Citation Graphs in Artificial Intelligence Research[J]. Nature Machine Intelligen， 2019， （01）.

[11]陳昌鳳，黃陽坤.ChatGPT的知識(shí)功能與人類的知識(shí)危機(jī)[J].現(xiàn)代出版，2023，（06）.

[12]鄭若婷，于文軒，趙昊雪，等.“AI驅(qū)動(dòng)的社會(huì)科學(xué)研究與公共治理新范式的構(gòu)建”高端學(xué)術(shù)論壇綜述[J].公共管理學(xué)報(bào)，2024，（01）.

[13]肖珺，廣少奎，李滋陽.破局、重構(gòu)與協(xié)同：生成式人工智能視域下的“破五唯”審思[J].高校教育管理，2024，（02）.

[14]駱飛，馬雨璇.人工智能生成內(nèi)容對(duì)學(xué)術(shù)生態(tài)的影響與應(yīng)對(duì)——基于ChatGPT的討論與分析[J].現(xiàn)代教育技術(shù)，2023，（06）.

[15]中國(guó)科學(xué)院科研道德委員會(huì).關(guān)于在科研活動(dòng)中規(guī)范使用人工智能技術(shù)的誠(chéng)信提醒[EB/OL].https：//www.cas.cn/glzdyzc/jdsj/kycxjs/202409/t20240923_5033523.shtml，2024-09-11/2025-02-07.

[16]European Commission.Living Guidelines on the Responsible Use of Generative AI In Research[EB/OL].https：//research-and-innovation.ec.europa.eu/document/download/2b6cf7e5-36ac-41cb-aab5-0d3 2050143dc_en？filename=ec_rtd_ai-guidelines.pdf，2024-03-20/2025-02-07.

[17]米加寧，董昌其.大模型時(shí)代：知識(shí)的生成式“涌現(xiàn)”[J].學(xué)海，2024，（01）.

[18]楊紅艷，盧思佳，徐擁軍.自然評(píng)價(jià)：人工智能驅(qū)動(dòng)下的學(xué)術(shù)成果評(píng)價(jià)模式重構(gòu)[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，（04）.

[19]Filchenko D， Pendlebury D， Quaderi N， et al. A Responsible Framework for Evaluating the Societal Impact of Research[EB/OL].https：//clarivate.com/academia-government/wp-content/uploads/sites/3/dlm_uploads/2024/09/ISI_Societal_Impact_Framework_Sept26_2024.pdf，2024-09-01/2025-02-10.

[20]Semeraro C， Lezoche M ， Panetto H， et al.Digital Twin Paradigm：A Systematic Literature Review[J].Computers in Industry， 2021， （130）.

[21]北師大校長(zhǎng)董奇：教育評(píng)價(jià)進(jìn)入新的發(fā)展階段，智能化評(píng)價(jià)趨勢(shì)已出現(xiàn)[EB/OL].https：//mp.weixin.qq.com/s？__biz=MjM5NDA1Njg2MA==amp;mid=2651996010amp;idx=3amp;sn=968842aed5141dcb96984e3b14eb73aaamp;chksm=bd6b00998a1c898f7a3940c5d2d70b4af40bb368bf65ee17861b653fee9ba5b554681b6f937aamp;scene=27，2019-08-02/2025-02-10.

[22]石雪怡，曲柳凝，楊頡.何以實(shí)現(xiàn)以人為本的高?？蒲凶吭桨l(fā)展？——人文主義評(píng)價(jià)理念視角下英國(guó)“科研卓越框架”的改革及啟示[J].外國(guó)教育研究，2024，（09）.

[23]劉華，戴嶺，祝智庭.智能革命與人的素養(yǎng)重構(gòu)——基于技術(shù)哲學(xué)的教育審思[J].中國(guó)遠(yuǎn)程教育，2024，（08）.

[24]Kousha K， Thelwall M. Artificial Intelligence Technologies to Support Research Assessment： AReview[DB/OL].extension：//oikmahiipjniocckomdccmp lodldodja/pdf-viewer/web/viewer.html？file=https%3A%2F%2Farxiv.org%2Fpdf%2F2212.06574.2024-06-30/2025-02-11.

[25][美]R.K.默頓.科學(xué)社會(huì)學(xué)[M].魯旭東，林聚任，譯.北京：商務(wù)印書館，2004.

[26]National Institute of Standards and Technology. Towards a Standard for Identifying and Managing Bias in Artificial Intelligence[C].tension：//oikmahiipjniocckomdccmplodldodja/pdf-viewer/web/viewer.html？file=https%3A%2F%2Fnvlpubs.nist.gov%2Fnistpubs%2FSpecialPublications%2FNIST.SP.1270.pdf，2022-03-15/2025-02-11.

[27]Holm J， Waltman L， Newman-Griffis D， et al. Good Practice in the Use of MachineLearning amp; AI by Research Funding Organisations： Insights from a Workshop Series[C].https：//figshare.com/articles/report/Good_practice_in_the_use_of_machine_learning_AI_by_research_funding_organisations_insights_from_a_workshop_series/21710015/1？file=38515406，2022-12-12/2025-02-11.

[28]National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework（AI RMF 1.0）[C].https：//www.nist.gov/publications/ artificial-intelligence-risk-management-framework-ai-rmf-10，2023-01-26/2025-02-11.

[29]European Commission. Assessment List for Trustworthy Artificial Intelligence （ALTAI）[C]. https：//futurium.ec.europa.eu/en/european-ai-alliance/document/ai-hleg-assessment-list-trustworthy-artificial-intelligence-altai，2020-07-16/2025-02-11.

[30]趙悅.如何監(jiān)管生成式人工智能在科學(xué)研究中的應(yīng)用：風(fēng)險(xiǎn)與策略——基于歐盟和美國(guó)人工智能政策的分析[J].現(xiàn)代遠(yuǎn)程教育研究，2024，（06）.

[31]國(guó)家互聯(lián)網(wǎng)信息辦公室，國(guó)家發(fā)展和改革委員會(huì)，教育部，等.生成式人工智能服務(wù)管理暫行辦法[EB/OL].https：//www.gov.cn/zhengce/zhengceku/20 2307/content_6891752.htm，2023-07-10/2025-02-05.

[32]國(guó)家互聯(lián)網(wǎng)信息辦公室，工業(yè)和信息化部，公安部，等.關(guān)于印發(fā)《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》的通知[EB/OL].https：//www.gov.cn/zhengce/zhengceku/202503/content_7014286.htm，2025-03-07/2025-02-10.

[33]中國(guó)科學(xué)技術(shù)信息研究所，愛思唯爾，施普林格·自然，等.學(xué)術(shù)出版中AIGC使用邊界指南2.0[EB/OL].http：//www.hf.cas.cn/sbpy/yjsc/gzzd_2/kycx/202411/P020241106550322999836.pdf，2024-09-26/2025-02-12.

責(zé)任編輯" "孔德智