English Version
人工智能赋能科技创新:范式变革与风险挑战 ​——2026科技方法论学术年会综述
  • 任安波
  • 创建于 2026-11-09
  • 22

2026年11月6日至8日,“人工智能赋能科技创新:范式变革与风险挑战”主题研讨会暨2026科技方法论学术年会在河北保定召开。会议由华北电力大学(保定)大数据与哲学社会科学实验室主办,中国自然辩证法研究会科技方法论专业委员会承办,中国自然辩证法研究会科学传播与科学教育专业委员会、《自然辩证法通讯》杂志社协办。来自北京大学、清华大学、中国科学院大学等国内高校、科研院所与相关政府部门的专家学者与会,围绕 AI 驱动科研引发的方法变革、知识可靠性、科研主体性与伦理治理展开研讨,议题覆盖科学哲学、科技方法论、科学技术与社会、科技伦理、科学传播与科学教育等领域。

一、大会报告

首场特邀报告由华北电力大学(保定校区)王建红教授主持。孙宝林教授提出 AI 正催生“智能科研范式”,主张以“四元公理化 AI 结构”重构智能认识论;张伟分析科研活动向“人机共同体”演进的趋势,阐释新方法对科研分工的重塑;张增一教授反思“AI 科学家”与人类科学家的差异,指出 AI 在价值判断和创造性想象上的局限,并警示“验证短缺”风险,倡导人机协同的认识论分工;陈红兵教授梳理科技创新论述中的思维方法及其启示。

第二场报告由北京大学王骏教授主持。齐磊磊教授辨析“AI for Science”能否成为科学发现的“第五范式”;袁海军教授剖析大语言模型的知识边界,指出模型认知与人类认知存在本质差异;王阳教授探讨 AI 认识不透明性带来的确证与解释难题;张乃芳教授立足“第二个结合”视域,辨析 AI “实践主体性”的内涵与理论限度。

二、分会场报告

本次会议设置四个分会场,围绕AI与科技方法论相关议题展开深度研讨。

1、人工智能如何改变知识生成方式:AI伦理与治理

樊阳程提出,知识产出不等于科学理解,计算层面的新颖性不能直接等同于范式突破,人的价值判断与责任具有不可替代性;王克宁借助“洞穴隐喻”,探讨AI黑箱对理性认知带来的挑战;谭泰成关注大型社会模拟器的真实性与认知不透明问题;付铄乐以AI生成科普视频为样本,分析其传播微观机制;黄贻贻针对认知滞后、资源错配、成果验证不足等痛点,提出分类治理、强化公共验证能力的方案;高津宇指出虚拟科研推演结果仍需实验核验;杜琳主张建立可检查、可质疑、可纠正的全过程伦理审查机制;马天立足思人学理论,强调守护人的主体性;崔续丹结合儒家思想,提出“仁爱赋能、礼制边界、通情达理”的情感计算治理思路。

2、人工智能的哲学基础与AI赋能科研的方法论

李宏芳对比量子人工智能与经典人工智能的逻辑基础和认识论预设,提出“关系论—实用主义”立场;朱思加从预测加工视角讨论随机接口与具身认知;任思腾提出,自动化实验提升检验效率的同时,也加大了科研诚信核查难度;徐鹏飞提出可回收、可追责、有标记三条规则,避免将执行力直接等同于主体资格。孔文斌区分生成式影像的内容边界与推理边界;张鹏晓将人机协同概括为“第五范式”;华敏梳理想象认识论相关争论;刘嘉鑫针对大模型“会考试、不会因果”的短板,提出潜空间因果接地的解决路径。

3、人工智能的发展应用:科技传播与科技教育

王东剖析AI局部递归自改进的机制与内在局限;郑雪结合“攻克千年难题”热点案例,提出媒体渲染的“能力突破”叙事,不等同于科学共同体的共识确认;黄乐乐提出,技术表征与用户实践共同塑造健康认知秩序;江洋聚焦人机协同科普,倡导非对称性协同思路;邵鹏提出情境化动态对齐方案,明确人类拥有最终裁决权;童敏探讨人机协同下教师责任边界,坚守认知本真;马菡玥以核聚变科普为例,提出科普简化不可省略关键科学条件;郑陈悦剖析知识蒸馏对活劳动主体性的冲击,警惕劳动关系异化;尚峥峥搭建“情境—智能体—共同体”框架,开展“道德沙盒”教学探索;赵子怡围绕AI基因技术风险,主张高风险技术强化因果说明与伦理审查。

4、AI科研、社会治理、可解释性伦理与自主实验室

第四分会场围绕上述议题开展研讨,并举办“人工智能与未来社会”圆桌论坛。吴居国提出,即便经过形式证明验证,人类的理解依然具备独立价值;刘钟基主张厘清AI参与社会治理的权责边界;任安波提出按风险分层治理可解释性伦理失灵问题;高思雨构建材料科学自主实验室“操作闭环—分层知识确认”框架。圆桌环节,尚智丛教授、付娜高级经济师分别作《AI4S的知识生产机制——STS视角的考察》、《AI4S的伦理风险分析》专题报告,二十余位学者围绕AI认知能力、知识可靠性、研究者自主性与责任划分展开深入交流。

结     语

本次会议设有8场大会报告、40余场分会场报告以及一场圆桌论坛,既深入探讨了人工智能科研范式、AI for Science 作为第五范式等宏观议题,也聚焦大模型知识边界、自主实验室、治理权责等具体问题。多学科碰撞带来富有纵深的交叉讨论。学者们普遍认为:AI 可提升科研效率,但其生成内容的新颖性不等于科学理解,人类的价值判断、实质审查与责任承担无法替代;应把 AI 视作新型认识论工具,构建可追责、可检验的人机协同治理框架。

 

(任安波 山西大学科学技术史研究所)


关于我们
© 2021 中国科学院大学版权所有 地址:北京市石景山区玉泉路19号(甲) 邮编:100049