Page 87 - 《党政研究》2026年第3期

田野调查与人工智能对社会

科学研究的双向赋能

马 啸

人工智能 （ ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ，ＡＩ）时代的到来对社会科学的知识生产方式带来了

很大的影响，其对社会科学研究的影响不仅是简单的研究方法变革。田野调查作为一种基
础性的研究方法，在社会科学各个领域的实证研究中具有悠久的历史，在研究议题的发
现、研究假设的生成、研究资料的收集和假设检验等环节都具有其独特的价值。现在有一
种流行的观点认为，ＡＩ 技术的兴起将会取代田野调查等传统的社科研究范式，即新技术
和传统研究手段之间是一种 “零和关系”。我认为这种观点不全面。尽管 ＡＩ 技术日新月
异，但至少到目前为止，其仍然不能取代人独立完成需要由研究者亲自在场的田野调查。
同时，ＡＩ 工具的灵活运用可以让研究者更为高效地开展田野调查。下面我将结合自身田
野调查研究和使用 ＡＩ 工具的一些经验，谈谈两者之间是如何相互赋能的。

一、田野调查的独特价值
（一）研究议题的发现
选定一个好的研究问题往往就完成了一项出色研究的一半。好的研究问题往往始于生
活，需要研究者从寻常细微处发现与直觉或常识偏离的现象，同时对这一现象的解释又能
呼应既有研究中重要的理论争论。发现好的研究问题，需要研究者对既有的文献有着充分
深入的理解，同时也有着丰富的人生经历和现实体验。只有同时具备两者，才有机会获得
那些感知现实与理论细微差异的 “顿悟”。虽然既有的 ＡＩ 工具有着很强大的对现有理论
的总结能力，但它们不能代替人们观察现实世界，特别是发现现实世界中那些与人类已知
规律相背离的经验现象。这种 “发现”行为带有很强的偶然性和个人色彩，也称为学者
的 “直觉”（ ｉｎｔｕｉｔｉｏｎ）。一些优秀的学者之所优秀，不在于所知文献、所会研究方法的多
寡，恰恰在于发现问题的能力。这种能力或者 “直觉”，不一定都来自标准化的、重复性
的学术训练，很多时候也被认为是学者 “天赋”的一部分，与其更为广泛的人生体验紧
密相关。目前为止的，ＡＩ 对于复刻这种非程式化训练获得的人类能力还具有很大的局限。
当研究者确定了选题后，使用 ＡＩ 来梳理一些既有研究和文献时，ＡＩ 能帮助研究者高效地
总结，但这一切的前提是研究者选题在先。这种 “发现问题”的能力，可能也是人之所
以为人的重要特征。如果某一天 ＡＩ 能够在这一维度赶上甚至取代人类，那么我们可能就
具备了字面意义上的人工智能。
（二）研究假设的生成
确定一个有意义且有一定反直觉的研究问题之后，学者就需要寻找可能的解释，即生
成研究的假设。例如，究竟是何种变量影响了结果，因变量和自变量之间的作用机制又是
如何等。提出这些假设需要研究者首先对既有研究成果有着充分的把握，并对这些成果的
局限有充分的了解。ＡＩ 在这一项工作中具有一定的优势，可以对已有研究进行快速的梳
理总结。但对于已有研究的批评，需要研究者选择自己认为适合的角度进行切入，且往往
研究者选择的批评角度，与其所要假设求证的方向具有直接关系。研究者或根据其对既有
研究的独特理解，又或者根据生活常识和田野经验获得的灵感大胆地提出可供检验的假
设，田野调查的素材在研究中也经常被用于假设生成 （ ｈｙｐｏｔｈｅｓｉｓ ｇｅｎｅｒａｔｉｏｎ）。然而无论
是哪种形式，无一例外都带着研究者鲜明的个人色彩。对某一研究问题提出的独到的解
释，也经常被作为研究者的重要个体标识。
（三）研究资料的收集与分析

〔作者简介〕马啸，北京大学国家治理研究院、政府管理学院研究员，博士生导师，北京 １００８７１。

８ ６ · ·