人工智能的飞速发展，对我们这个时代产生深远影响。人工智能不仅深刻改变了日常生活的各个方面，而且给社会科学研究范式和人才培养带来了巨大挑战。尤其是自大语言模型问世以来，人工智能技术取得突破性进展，正推动社会科学研究迈入新的历史阶段，包括人工智能本体的研究、人工智能社会影响的研究、以及人工智能作为社会科学工具的研究等。[1] 在此背景下，一方面，很多学者认为智能社会的到来，对社会学研究范式形成了一个“倒逼”机制，促使我们重新考虑社会学的传统研究范式，探索新时代的研究手段和研究模式，讨论新的社会理论创新，[2]中国社会科学研究者需要以开放和包容的态度，拥抱新方法、新数据、新模型、新范式、新思维，将新的研究范式和理论创新纳入新的学术规范，以此促进学科的繁荣发展，迎接新的时代，[3]这是智能时代赋予研究者的学科使命。[4]另一方面，也有悲观者对于新时代的学术研究意义提出了质疑：在人工智能时代，我们传统的社会科学研究还有多大价值和意义?面对人工智能对于诸多传统研究领域和研究方法的替代，社会科学研究是否还有存在的必要性? 上述讨论，都在很大程度上推进了中国社会学研究的发展，其意义毋庸置疑。本文无意质疑人工智能的重要影响，也不否认未来社会学研究可能发生的范式革命。本文仅仅试图从另外一个角度提出：在人工智能快速发展的时代，传统的社会学研究范式是否需要全部被更替?在我们的研究范式中，哪些部分仍然是有价值的?或者说，我们应该如何对待新时代的社会学研究范式?哪些领域需要更新替换?哪些领域仍然可以继续保留?对于这些问题的讨论，可能在很长时间内都无法达成共识。本文旨在指出，在人工智能时代，田野调查仍然是社会学的核心方法之一，甚至有可能变得更加重要。之所以强调这一点，不仅在于田野调查研究方法仍然具有不可替代的创造力，更重要的是，田野调查方法在新时代的人才培养过程中具有独特的意义。 一、人工智能时代的社会科学研究范式转变 人工智能的发展，在诸多领域促使社会科学研究范式发生转变。这一影响，体现在应用技术、方法论、理论创新等多个方面。 人工智能的发展，最明显体现在具体的研究方法和技术方面。大语言模型的发展，不仅改变了很多业界的生态，而且在社会科学研究领域产生了巨大的影响，影响到了社会科学研究的各个环节，如在问卷调查、在线实验、自动化内容分析、基于智能体的代理建模等方面，人工智能都表现出了非常广阔的应用前景。[5]尽管现阶段人工智能在内容生成上仍然存在偏误、在方法层面上存在一定劣势，但在资料处理方面已经呈现出无可比拟的优势与前景。[6] 人工智能的发展，在方法论层面带来了有益的启发。一项对于“理想教师类型画像”的研究中，使用基于生成式大语言模型的微调训练方法，借助大规模文本数据的深度分析与模式识别能力，展示了生成式大语言模型在未来进行社会研究和社会测量方面的巨大潜力。“通过语境分析捕捉个体主观意图，同时从大规模语料中提炼语言的共性特征与规律性模式，这一方法与社会科学中‘理解’的研究方法论高度契合”，[7]将个体微观行为与宏观结构性模型统一起来的分析过程，与韦伯所强调的理解社会学，在方法论上有异曲同工之妙，为人工智能时代的社会学分析提供了一个有益的方法论尝试。 人工智能的发展，在社会理论领域同样产生了重要影响。社会学的经典理论特别关注社会中人与人之间的链接机制。在人工智能时代，链接机制与形成链接机制的链接技术都发生了巨变。在传统时代，讨论的是人与人之间的链接；在数智时代，需要考虑人与机器之间的链接。人机链接的变革，会导致传统社会学理论的重构，我们需要思考人机主体的相互建构，以及在这种转型之后的人类社会行动伦理。[8]在这种新的社会情境下，社会理论的构建逻辑也将被重塑。在数字技术的影响下，需要超越工业现代化的理论基础，从新的概念逻辑出发重建人与非人、人与人以及个人与社会之间新的对称性关系，以更加开放与包容的姿态探索数字技术对社会理论的动态重构过程。这是当代社会理论者必须肩负的历史使命。[9] 在这一背景下，有学者认为，人工智能必然会催生新的社会科学研究范式。随着“大数据+大算力+人工智能算法”的发展，社会科学研究可以突破以往仅追寻因果关系和因果机制方面的局限性，进而直接发现人类活动的规律甚至历史发展的规律，从而催生社会科学研究领域的新范式。虽然现阶段还不能完全实现这一点，但“有充分的理由相信，人工智能时代必然到来，而以大语言模型为核心工具，与人工智能相结合的社会科学新范式必然建立”。[10] 那么，人工智能发展所引发的研究方式创新，在社会学的研究领域与过程中，会如何发生?回顾过去几十年中量化研究方法的发展历程，可为我们提供一些有益的线索。在过去几十年间，以国内大规模抽样调查数据库建设、量化方法培训、实证分析论文写作为基础的实证科学主义训练，已经建立了一个牢固的科学主义学科规范体系。在这一规范下，量化研究范式的学人们逐渐形成了学术共同体，建立了一个共通的世界图式。在这个世界图式中，大家共享若干基本的学科认知，如对于数据分析的标准，对于学术规范的标准，对于研究框架范式的标准，等等。
