點擊翻頁

點擊翻頁

點擊翻頁

黃河文明與可持續發展（第二十六輯）購買

苗長虹 主編

北京 : 科學出版社, 2026. 3

ISBN 978?7?03?084914?4

2025 年 6 月 14—16 日，第十五屆空間綜合人文學與社會科學學術論壇在河南大學召開。此次論壇以“空間智能驅動與多學科協同”為主題，會議期間，河南大學地理科學與工程學部副主任、黃河文明與可持續發展研究中心主任苗長虹教授擔任主持人，組織召開了題為“AI時代的空間綜合人文社會科學研究新范式”的圓桌論壇。論壇上，8位嘉賓圍繞 AI 時代在人文社會科學領域的創新應用與發展趨勢各抒己見，共享智慧。本文由喻忠磊和吳朋飛進行會議發言整理，苗長虹擔任總體策劃和學術顧問，以“專論”的形式在《黃河文明與可持續發展（第二十六輯）》（黃苗長虹主編. 北京: 科學出版社, 2026. 3）刊發。本文全文分享如下，文中引文、注釋刪略。

論壇嘉賓

林 琿，國際歐亞科學院院士、江西師范大學地理與環境學院教授；

柳 林，廣州大學地理科學與遙感學院教授；

秦 昆，武漢大學遙感信息工程學院教授；

關慶鋒，中國地質大學（武漢）地理與信息工程學院教授；

裴 韜，中國科學院地理科學與資源研究所研究員；

陶 偉，華南師范大學地理科學學院教授；

樂 陽，香港科技大學（廣州）社會樞紐城市治理與設計學域教授；

趙耀龍，華南師范大學地理科學學院教授。

苗長虹：

本次論壇以“空間智能驅動與多學科協同”為主題，這一議題極具前沿性，同時也充滿了挑戰性。AI 特別是 DeepSeek興起以來，社會各界對 AI 都非常感興趣，各領域涌現出大量與之相關的公司或組織。然而，對于這一新技術的出現，大家也有些擔心，對其未來發展前景的判斷也有爭議。我們今天聚焦“AI 時代的空間綜合人文社會科學研究新范式”這一主題，是非常有意義的。在林琿教授等的推動下，空間綜合人文社會科學在國際和國內都產生了重要影響。那么，空間綜合人文社會科學的研究范式究竟是怎樣的？AI 和大模型時代，是否會催生出全新的研究范式？這種新范式的特征和本質又是什么？此外，時空智能、空間智能和 DeepSeek 這類語言 AI技術之間存在何種關聯？它們之間的區別又體現在哪些方面？這些問題都是學界高度關注的焦點。

林 琿 ：

今天我們所探討的時空參考系、時空智能與空間智能，實際上涉及多個層面的智能概念。以往我們常強調“空間智能”，多從空間信息或空間維度切入，然而一旦脫離時間維度，許多研究的價值便會大打折扣。畢竟，科學研究的核心在于探尋事物變化的規律，而“變化”本身必然離不開時間維度的支撐。因此，“時空智能”才是更完整的概念。時空智能的本質是基于時空參考系，對其中物質與能量的格局變化進行認知與表達的知識體系。換言之，它是在時空參照的框架下，對物質、能量及其動態格局的演化規律的一種高階智能表征。當然，這一理解仍需進一步深化和修正。時空智能對空間綜合人文社會科學研究的影響將是深遠的，它將在分析、推理、模擬與重建等環節發揮重要作用。具體而言，它會影響我們在數據整理、智能體構建、空間分析與模擬，以及人文體驗等方面的研究實踐。此外，它也必將推動研究范式的轉型與推理方式的創新。當前，AI 領域在智能體構建中廣泛采用“喂養”式訓練，這種模式依賴于數據庫與模型庫的構建及模型管理機制。我們在組織知識、構建知識圖譜、建立關系網絡時，所采用的方法與中國科學院郭華東院士所倡導的“開放科學”（open science）范式高度契合。開放科學是國際科學界正在推進的重要方向，其核心是共享、協作與透明。例如，DeepSeek 等平臺向全球開放資源，正是這一范式的典型代表。它預示著我們未來研究范式的轉變：從封閉系統走向開放系統，從數據私有走向數據共享，從模型孤立走向模型協同。回顧 GIS的發展歷程，早期我們關注的是數據庫管理，致力于追求數據存儲與檢索的效率，為此發展了多種數據結構和優化方法。而今天，我們更關注知識共享的效率，即如何高效地管理、版本化、復用模型與智能體，進而提升知識工程中的交流效能。這正是時空智能背景下，知識生產方式的重要演進與變革。

苗長虹：

當前，以語言為基礎的模型主要依托文本展開訓練，而時空智能模型則以時空數據為基石。與相對易于標準化的文本語言數據不同，時空數據來源廣泛、類型多樣，涵蓋從歷史文獻、考古發現（如彩陶等史前文物）到現代地理信息等多維度、多尺度的信息。此類數據所具有的異質性與復雜性，給構建統一的時空智能模型帶來了重要挑戰，尤其是在跨學科研究領域（如歷史地理學、犯罪地理學及社會科學融合應用等），這一挑戰表現得更為顯著。數據融合已成為當前時空綜合人文社會科學研究的前沿課題，然而其在方法論與技術層面仍存在諸多尚未有效解決的難題。

柳 林 ：

根據 ChatGPT對空間智能的定義，空間智能可被理解為“個體對空間對象的可視化、操作與推理能力”。然而，這一定義與當前地理信息科學界所討論的“空間智能”或“時空智能”是否一致，尚無定論。我對時空智能的關注集中在三個實際問題上：其一，有哪些任務是我們以往無法實現，而時空智能卻能實現的？其二，有哪些事情原本我們能夠完成，但時空智能可以做得更為出色？其三，有哪些難題即便借助時空智能，依舊難以應對？遺憾的是，目前尚未見到對這些問題的系統回答。在我看來，當前 AI 方法仍偏重統計層面。AI 目前面臨著一種窘境：眾人皆談，卻少有人能全然通透。在此背景下，輕言“范式變革”頗具風險。

至于空間轉向，地理學界早在 20 世紀六七十年代就已展開了相關思考。如今人文社會科學領域再談空間轉向，是否略顯遲滯？不同學者對此有不同的判斷。結合我自身的研究，在犯罪研究領域，空間轉向的跡象已較為明顯。近年來，我逐步構建起一個涵蓋五個環節的研究框架：一是模式識別，即對犯罪分布規律進行探測；二是成因解釋；三是犯罪預測；四是與警務部門合作開展干預；五是防控效果評估。在與公安部門長達十余年的合作中，我們已見到實際成效，如某地公安機關表示，借助智能研判系統，當地犯罪率顯著下降。那么 AI 能否在我所提出的“五步曲”中發揮作用？在模式識別環節，AI 無疑具備相關能力，但其效果是否顯著優于傳統方法尚待驗證。在解釋性層面，AI 模型往往呈現“黑箱”特性，盡管可解釋 AI 有所進展，但其仍難以實現傳統統計方法（如顯著性檢驗）的解析力度。在預測方面，AI 的確展現出強大優勢，但其純粹依賴數據驅動的特性也令人顧慮—我們的實踐表明，融入專業知識的機器學習模型，其性能遠遠優于純數據驅動模型。在防控部署與路徑規劃等操作層面，AI 可發揮較大作用。而在干預效果評估環節，目前我們主要采用雙重差分等因果推斷方法，雖然已出現基于機器學習的因果分析工具，但其可靠性與傳統方法相比，仍需進一步驗證。總體而言，我認為 AI 在犯罪地理研究中具有廣闊的應用前景，但目前尚難以明確在哪些環節 AI 顯著優于傳統方法。

秦 昆 ：

第一，關于空間智能與時空智能的認識問題。在當前 AI 迅猛發展的背景下，時空智能已成為 AI 體系的重要基礎與“時空底座”。正如李德仁院士等提出的，時空智能是借助空天遙感、智能傳感器、云計算與 AI 等技術，對自然現象及人類活動進行感知、認知并支持智能決策的一門科學與技術。它既是測繪、遙感與地理信息學科發展的新階段，也為空間綜合人文社會科學提供了全新的研究范式。其中，對自然現象的感知與認知主要依托傳統測繪與遙感技術，而對人類活動的理解則正是空間綜合人文社會科學的核心議題。基于此，我認為時空智能不僅是一種技術體系，更是推動人文社會科學空間化、智能化轉型的重要范式。在此背景下，無論是作為研究者還是作為學生，我們都應積極擁抱時空智能，主動開展相關研究與實踐。武漢大學已于國內率先開設“時空信息工程”本科專業，并依托測繪、遙感及新成立的人工智能學院，大力推進時空智能在人才培養與科學研究領域的深度融合。

第二，關于時空智能在人文社會科學中的應用前景。我認為其潛力極為廣闊，已然成為“新文科”建設的重要技術支撐。試舉兩例：其一，武漢大學測繪遙感信息工程全國重點實驗室與信息管理學院合作，成立了“文化遺產智能計算實驗室”。該實驗室隸屬社會科學領域，由文科團隊主導研究方向，技術團隊提供測繪與智能設備支持，徹底改變了傳統“文科實驗室”的形態。其二，武漢大學遙感信息工程學院和經濟與管理學院合作培養“遙感科學與技術+經濟學”雙學位本科生，致力于培養兼具技術能力與社會科學思維的綜合型人才。此外，武漢大學與咸寧市人民政府合作共建低空經濟創新研究院，并建設無人系統測試基地，開展無人機、無人車、無人船等在區域經濟中的集成應用。這種合作模式可用一句話概括—“以先進技術托起閃光的思想”。遙感測繪提供技術支撐，人文社會科學提供理論指引、問題導向與需求導向，文化遺產與數字經濟實現深度融合離不開時空智能的支撐。

第三，關于空間綜合人文社會科學的基本范式。空間綜合人文社會科學的基本范式，本質上就是時空智能驅動下的“雙新”模式。具體而言，一方面，人文社會科學需進一步深化“空間轉向”，更加充分地運用時空智能方法；另一方面，測繪、遙感等技術學科應主動向人文社會科學應用領域拓展，并非“占領”而是“支撐”，為其提供 “時空底座”。具體可從科研與人才培養兩方面著手：在科研上，組建跨學科團隊，共同申請項目、建設實驗室；在人才培養上，應從本科階段推進交叉培養，奠定寬厚的知識基礎。

第四，時空智能是否將催生空間綜合人文社會科學的新范式？我認為答案是肯定的。時空智能是推動空間綜合人文社會科學研究新范式形成的重要支撐力量。發展空間智能、時空智能，能夠為空間綜合人文社會科學搭建起穩固的“時空底座”。在這個底座之上，歷史、文化、藝術等人文社會科學領域能夠實現綜合發展，同時推動人文社會科學全面邁向數字化、智能化。其特征將體現為多源時空數據與人文社會理論的深度融合，并在數字化、智能化轉型進程中推動學科重構。然而，挑戰亦不容忽視，首當其沖的是理念認同與評價機制方面存在障礙：目前理工科與社會科學在成果認定方面存在明顯壁壘，如社會科學期刊論文在工科評價體系中難獲認可，反之亦然，亟須建立跨學科互認的評價體系。此外，我們還應積極擁抱 AI 技術大模型，主動融入AI 與大模型技術浪潮，共同探索新的發展方向。值得注意的是，隨著 AI 技術門檻的降低，人文社會科學學者運用大模型開展研究已漸成趨勢，AI 技術的優勢正從“技術能力”向“思想能力”轉變。在此背景下，人文社會科學學生可能因更具洞察力、表達力和創新思維，在未來就業市場中占據后發優勢。這意味著，空間綜合人文社會科學的研究者與學生，若能兼具社會科學素養與時空智能技術意識，將更受社會歡迎。

綜上所述，時空智能不僅為空間綜合人文社會科學提供了全新的范式與技術基礎，更有可能深刻改變學科生態與人才格局。在時空智能的新范式引領下，空間綜合人文社會科學前景廣闊，未來可期。

苗長虹：

秦昆老師的發言，圍繞時空智能及其在空間綜合人文社會科學領域所發揮的作用展開了系統闡述，其觀點代表了當下這一交叉領域的主流認知。秦老師提出的從感知、認知到預測與決策的技術路徑，與柳林老師此前提出的研究“五步曲”實有異曲同工之妙。這顯示出，時空智能作為一種新范式，正在深刻影響著人文社會科學研究的邏輯框架與實踐走向。然而，在這一融合過程中，一個關鍵問題逐漸凸顯：AI 技術本身具有較強的統一性和標準化特征，而人文社會科學則天然地具有理論多元性和方法論多樣性的特質。從現代性、結構主義，到后結構、后現代乃至超現代思潮，人文社會科學各領域在哲學基礎、價值立場和認知方式等方面，均存在顯著差異。那么，在具體的研究實踐中，我們究竟應如何處理技術統一性與學科多元性之間的張力呢？例如，一位秉持現代范式的研究者與一位以后現代視角為切入點的學者，即便運用的是同一套時空智能技術，他們在研究過程中提出的問題、構建的分析框架，乃至最終結論，都可能迥然不同。這一現象，既展現了人文社會科學自身的活力，也提醒我們，技術并不能替代人的批判性思考與理論創造力。正如秦昆老師所強調的，AI 或許能夠承擔大量技術性、操作性的任務，但它無法替代人類智慧的多樣性和思想的不可預測性。正因如此，在積極推進時空智能成為研究新范式的同時，我們也應清醒地認識到其中潛在的挑戰甚至危機。如何在技術上實現兼容并蓄，在方法論上尊重多元范式，在認識論上保持開放與反思，將是跨學科深度融合能否真正實現的關鍵所在。這一亟待解決的問題，值得學界展開更為廣泛和深入的討論。

關慶鋒 ：

第一，正如各位所言，科學研究的基本范式通常涵蓋從感知、認知到預測與優化的全過程。在空間綜合人文與社會科學的語境下，AI 技術在感知和認知環節已取得顯著進展，尤其是在感知環節，我們能夠借助大數據與 AI 方法，對人類活動的諸多方面展開較為全面且準確的刻畫。在“認知”環節，AI 技術的發展帶來了諸多契機，比如當下以因果推斷、神經網絡等為代表的新興方法，正助力我們更深入地剖析社會系統運行的內在機理，目前該方向正處于快速發展中。而在“預測”與“優化”方面，在人文地理學和 GIS 領域利用 AI 去進行預測已是很常見的現象，不過 AI 還能為我們的預測研究提供更好的契機。它不僅提升了傳統預測模型的性能，更能讓我們推演尚未發生的情境，甚至對未知或極端社會?空間過程進行模擬，從而為政策制定和治理提供多情景的決策支持。然而，必須指出，在人文社會科學研究中，完全依賴 AI進行優化是有風險的，這在諸多影視作品、科幻小說中均有體現。因此，人的角色不僅不可替代，更應成為 AI 應用的引導者與倫理約束者。當前興起的數據?知識聯合建模、物理信息神經網絡等技術路徑，正彰顯出將人的認知與機器智能相融合的趨勢。我認為，未來空間人文社會科學的一個重要發展方向，正是人機協同的研究范式，即以 AI 強大的計算與推演能力為基礎，以人類的價值觀、倫理觀和社會共識為約束，共同推動對社會系統的合理解釋和可靠預測。

第二，哪些工作 AI 能夠比現在做得更好，哪些工作是我們當下無法完成而 AI 卻能勝任的呢？在與學界同仁的討論中，關于社會學未來的發展走向，特別是“宇宙社會學”的構想令我印象深刻。假如人類未來移民火星，那么該環境下的社會關系還會是如今地球上這般嗎？我們社會系統的運行方式還會像地球目前這般嗎？答案或許是否定的，在不同的物理環境條件之下，人與人之間的相處方式，社會的運行方式可能完全不同。以我們目前的知識和技術手段，或許難以真正地了解和預測，不過可以借助 AI 提前開展一些相關研究。劉慈欣在《三體》中所提出的“宇宙社會學”概念引人深思，倘若將我們的社會系統放大到整個宇宙系統之中，假設宇宙中果真存在外星文明，那么，這廣袤宇宙間的社會系統又將會以怎樣的模式運轉呢？這為人類提供了非常廣闊的想象空間，也給人類未來的發展提供了更多、更重要的啟示和保障。外星文明究竟是怎樣的，又會如何應對社會系統，我們都無從知道。但從 AI 這個角度出發，去預測在某個特定物理環境條件下會產生何種文明，這樣的文明在面對另外一個星際文明時會有怎樣的反應，AI 可能會為我們提供一些新的思路和想法。但所有的這些想象與發展，都必須基于人類對現有文明社會的認知和社會公約，并在此基礎上發展人機協同這一 AI 支持下的空間綜合人文學和社會科學。在面對以人類現有知識和認知體系所無法理解的未來社會科學發展時，AI 可以為我們提供更多、更新、更靠譜的預測和優化途徑。

苗長虹：

關慶鋒老師提出的“人機協同”研究范式及其對未來社會科學的前瞻性構想，具有重要的啟發意義。他不僅強調了 AI 在推演未知社會?空間系統方面的潛力，也明確指出人類價值觀與倫理約束在技術應用中的核心地位，這一觀點值得充分肯定。然而，在此我想進一步提出一個問題：自然系統大多呈現較強的確定性特征，而人類社會經濟系統卻具有內在的不確定性與復雜性。在 2008—2009 年國際金融危機期間，英國女王向經濟學家提出了這樣一個問題：如此重大的危機，為什么經濟學家都未能預測到？如今，我們已步入 AI 技術飛速發展的時代，倘若時空智能技術手段更為先進，我們是否能夠憑借它的力量，預測出未來 10 年人類應具備何種能力，來應對那些最為重大的危機呢？當前世界正處于百年未有之大變局，各種不確定性因素很多，通過基于時空智能的空間人文社會科學綜合研究，能夠在哪些方面幫助我們增進對這個不確定世界的確定性理解，是一個值得探索的重大問題。

裴 韜 ：

首先，關于時空智能能否預測人類社會可能面臨的危機問題，我認為，就當下的人類水平和技術能力而言，尚無法完全精準地預測未來危機。預測的有效性，不僅與技術能力緊密相連，更與社會響應機制及決策流程息息相關。此外，預測結果能否得到關注和信任，并轉化為實際行動，也是決定預測成效的關鍵因素。其次，關于空間智能，我認為，大語言模型之所以成功，是因為它將所有語言轉化為詞向量，借助高維空間中的計算，實現了出色的語言交流和良好的文本生成。但對空間智能而言，其核心在于位置和空間關系。空間智能要解決的根本問題，是如何讓機器理解地理對象的大小、位置，以及它們之間的空間關系。目前尚無像語言模型那樣成熟的解決方案。能否將空間信息轉化為某種標準化的表達方式，供神經網絡學習并預測，這是關鍵。當前的研究，大多是通過設計問題來試探模型是否“理解”空間，這就好比面對一個陌生人，你只能通過提問去了解他，卻無法洞悉他的真實想法。要真正解決空間智能問題，可能需要更為本質的突破，比如探索新的向量化表征方式或訓練方法，這是我們所期待的。在空間人文研究方面，大模型具有很好的應用前景。人文研究常常要面對零散的材料和文獻，而大模型擅長從非結構化文本中提取信息，并將其轉化為結構化數據，這對人文研究非常有幫助。如果能充分運用 AI，我們可能會獲得更好的研究成果。最后，關于研究范式，空間人文社會科學綜合研究既遵循科學范式，又有其特殊性。這正是林琿老師將其作為特殊學科或研究對象的原因所在，其特殊性可能就在于它處于社會科學與自然科學的交叉地帶。在 AI 的助力下，研究范式可能會發生變革，比如從傳統的“觀測—假設—檢驗”模式轉變為“準備數據—訓練模型—驗證猜想”模式。但這種變革究竟能帶來多少科學發現，還需要拭目以待。

苗長虹：

經濟地理學長期以來都對“距離”概念予以關注，但其內涵遠不止于歐氏距離這類物理測度，還包括文化距離、制度距離、社會距離等多個維度，它們共同構成了人文社會科學中關系性研究的基礎。在自然科學中，距離往往具有唯一性和客觀性；而在人文社會科學中，“距離”則是多元的、建構的，甚至具有主觀性和語境依賴性。這種多元性恰恰凸顯了將時空智能應用于人文社會科學研究時所面臨的根本挑戰—我們能否構建出能夠捕捉復雜關系的智能模型？關于預測與決策采納問題，也引發了一個更深層的議題：時空智能未來的發展是否更應回歸到對人本身的研究？人類社會系統具有高度復雜性和不確定性，個體的行為既包含隨機成分，又受到情感、環境、文化背景與結構性因素的共同影響。對于特定主體而言，其決策表面看似具有隨機性，實則背后蘊含著行為邏輯與語境必然性。能否通過引入情感計算、行為地理學與環境感知等多維度數據，構建出更為全面的人類行為推演模型？這是否會成為時空綜合人文社會科學的一個重要發展方向？未來的研究應致力于將人的行為、情感與多種環境因素納入時空智能建模的過程中，從而更深入地理解社會現象背后的機制。這一路徑不僅具有理論創新潛力，也為應對現實社會復雜系統提供了新的分析工具。

陶 偉 ：

在討論 AI 大模型在人文社會科學研究中的優勢與挑戰時，我們首先應當明確 AI 能做什么、不能做什么，以及其在推進具體議題時可能遇到的障礙。社會文化地理研究聚焦于文化、身份、地方感、社會正義等議題，這些研究往往依賴定性分析、語境理解與批判性思維。以下通過幾個具體實例展開詳細闡述。

第一，以“地方感”與“文化認同”為例。在社會文化地理研究中，地方感是指個體對特定地方（如社區、故鄉或圣地）產生的情感依戀與文化認同，它涉及主觀體驗、集體記憶及生活世界的建構，必須借助深度訪談、參與式觀察和敘事分析等手段來理解。盡管 AI 能夠實現數據的空間化處理與模式識別，卻難以捕捉情感深度和文化語境。它無法理解為什么某地對特定群體而言具有神圣性或創傷性，也無法解釋社會文化現象背后所蘊含的鄉愁、身份沖突或權力關系，因為這些都需要歷史、文化與社會語境的嵌入。

第二，以社會不平等與空間正義為例。社會文化地理研究常常關注空間不平等現象（如種族隔離、資源分配不均等），這涉及倫理判斷、權力批判與正義訴求。例如，在解讀城市更新過程中低收入社區所遭受的空間排斥時，需結合歷史政策與社會結構進行綜合分析。AI 大模型雖能分析空間數據（如犯罪率、犯罪熱點探測等），但在處理價值取向與道德維度方面卻顯得力不從心。犯罪成因涉及社會、政治、經濟、文化等諸多因素，依賴定性方法與情境化分析。在此過程中，研究者作為主體性工具的作用至關重要。AI 雖能生成統計規律，卻無法批判性地探討結構性不公（如政策歧視等問題）。

第三，以文化景觀與歷史記憶為例。文化景觀是社會文化地理的傳統核心議題之一（如歷史記憶、宗教場所和集體記憶的重構），它涉及口述史、符號解讀與情感維度。AI 能夠實現高效可視化與空間建模，但在處理敘事深度與情感共鳴方面卻存在明顯不足。它無法理解文化創傷或記憶政治（如殖民遺產的爭議），這需要社會學和人類學的闡釋。在文化記憶問題的研究上，人文主義方法不可或缺，AI 無法替代敘事和詮釋的作用。

綜上所述，AI 大模型有其適用邊界，其優勢主要體現在處理密集型任務上，如空間分析（GIS）、模式識別（犯罪熱點）、大數據挖掘（經濟趨勢）等；但在涉及情感、倫理、文化價值、主體性體驗和批判性思考等方面，則存在明顯局限。人的存在是衡量時空智能價值的根本尺度，科學研究須強調人的主體性與人文精神，須超越純粹數據驅動和工具本位，恪守價值與倫理底線。AI 大模型無法解決所有人文社會問題，尤其是那些高度依賴主觀性、文化語境與價值判斷的議題。人類的主體地位與批判性思維在此過程中不可或缺。數據驅動范式并不意味著理論的終結。大數據并非全數據，更不是真實世界的完整刻畫。情感、倫理、道德、文化、價值判斷等社會非理性因素對事物的發展同樣重要。“AI 大模型出現后，我們是否仍需思考？”這一問題的提出至關重要，它提醒我們，科學研究應始終保持價值取向，尊重生命的價值與意義，這是不容置疑的底線。過度依賴 AI 可能會導致人文社會科學研究的“價值異化”。科學研究與創新的生命力往往源自新范式的提出，而新范式的構建與發展須在不斷質疑、應對挑戰和自我反思中推進，空間人文社會科學綜合研究范式也應如此。

苗長虹：

陶偉老師從社會文化地理的獨特視角出發，提出了極具深度的見解。陶老師借助地方感、空間正義和文化景觀這三個案例，清晰地回應了“AI 能做什么、不能做什么”的問題，明確指出在情感、文化語境及價值判斷等領域，AI 確實存在本質性的局限。當前 AI 未能深入“人的情感”與“主體體驗”，是否在根本上源于我們尚未構建起有效的感知與技術手段呢？如果我們未來能夠借助人機協同、腦機接口等技術，實現對個體心理活動甚至神經信號的精準捕捉與建模，那么諸如地方認同、情感依戀等看似主觀的體驗，是否也可能被轉化為可計算、可訓練的數據呢？從本質上講，這其實是一個數據識別與建模精度的問題—如果我們能獲得更細膩、連續的人類情感與認知數據，那么當下許多看似難以量化的問題或許就能迎刃而解了。然而，這一路徑同時引出了嚴峻的倫理與社會問題：我們是否應當將如此高度私密的個人數據，包括情感、記憶甚至神經活動等，納入 AI 的訓練系統之中呢？這是否會觸及個體隱私和人格尊嚴的底線呢？在未來社會中，我們如何在推進技術發展的同時，明確界定哪些數據屬于可公開、可共享的范疇，哪些又必須受到嚴格的保護呢？這不僅僅是技術可行性問題，更是對人類主體性的根本反思，它涉及“人與 AI 共同演化”這一重大問題。在這一演化過程中，關鍵在于我們如何理解“人的主體性”，以及智能系統與人類之間應當構建起怎樣的關系。是否存在形成一種既不剝奪人的尊嚴，又不阻礙技術進步的協同機制的可能性呢？這或許是實現真正有意義的“空間智能”所必須回答的核心議題。

樂 陽 ：

AI 的確帶來了一次深刻的科學范式轉變，目前學界普遍將 AI 視為“第五范式”。我們可以從三個層面來闡述這一觀點。

首先，AI 本身正經歷從語言模型向世界模型的范式擴展。語言模型固然重要，但絕非 AI 的全部。近期，學界有人提出“世界模型”的概念，強調多模態數據與時空信息的融合，正推動著 AI 向更綜合的認知架構演進。在這一轉變進程中，時間與空間的作用愈發關鍵。多源數據—無論是否呈現明顯的關聯時空特征—均可嵌入大模型，成為新一代 AI 范式的基礎。這意味著，空間智能或時空智能不僅具備實現的可行性，還將在技術底層依賴時空關系建模。

其次，第二個范式轉變體現在方法論層面。AI 本質上是數據驅動的，當前語言模型以文本 token 為基本單元。然而，地理與空間數據該如何轉化為 AI 能夠理解的 token 呢？時空數據必須經過特定的編碼和 token 化處理，才能輸入模型架構中進行訓練。這實際上是地理信息科學在 AI 時代面臨的新挑戰—與 20 世紀 80 年代將數據存入計算機不同，如今是要把時空數據“喂入”AI 模型。我們需要為時空智能定制“數據糧食”，而不能直接套用語言模型的范式。

最后，第三個范式涉及問題意識與價值選擇。AI 不能解決所有問題，但可作為強大工具輔助人類認知。例如，在國土空間規劃領域，若能整合多源時空數據（包括歷史 GIS、考古 GIS 等），AI 或許能夠實現更精準的模擬與預測，為我們提供未來情景的推演。但目前，學界尚未就“哪些問題值得用 AI 去解決”達成共識。作為領域研究者，我們應主動選擇那些兼具科學價值與社會意義的方向，如歷史人文數據的挖掘與時空重建。此外，我們必須重視 AI 應用中的人文與倫理維度。這涉及四個需要重點關注的方向：一是多源數據在 AI 框架下的融合；二是如何建模人的認知與地方感—即便同一地點，不同個體也會有不同的感知，現有的文本與圖像數據已為此類研究提供了可能；三是 AI 技術的使用必須具備可解釋性與可控性，在使用 AI 技術時，我們應具備解釋能力并明確技術邊界；四是以人為中心的技術治理與倫理約束。在未來人機共生的社會中，如何界定人與機器的關系，如何在技術應用中保障人的主體性與尊嚴，已然成為至關重要的問題。

趙耀龍 ：

我想通過兩個親身經歷，引出對 AI 大模型時代下地理學與人文社會科學研究的若干思考。第一件與教學實踐緊密相關。自 ChatGPT 推出以來，不少老師反映“不知該如何上課”，因為學生通過大模型可輕易獲取遠超課堂容量的信息。語言大模型給傳統教學模式帶來了強烈沖擊，促使我們重新思考知識傳授與課堂的價值所在。第二件事是有老師提出：“ChatGPT 和 DeepSeek 如此強大，地理學還有存在的必要嗎？地理學科還需設置嗎？”這一問題雖尖銳，卻直指核心—盡管 AI 可高效獲取和重組既有知識，但能否真正“創造新知識”，仍存疑問。畢竟 AI 存在能力邊界，更多是依賴“知識喂養”，而地理學的使命之一，正是探索未知、生成新知。

今天我們的討論聚焦到三個關鍵詞：AI 大模型、空間綜合人文社會科學，以及范式變革。李德仁等曾提出“時空智能學”，這是測繪地理信息與遙感在新時期的稱謂。早在 1998 年，王家耀就曾預言測繪學未來將走向“3S”集成技術，如今這一判斷已獲驗證。早期，地理信息科學主要通過各種技術方法去發現和獲取地理信息，測繪學研究的落腳點在于通過測量技術方法繪制地（形）圖。后來，時空數據挖掘概念提出，著重挖掘地理過程和現象背后的機制，并預測未來趨勢。李德仁等對此進行了高度概括總結，提出“時空智能學”，實質上是將研究進一步擴展至“描述現狀（過去與現在）—解釋機制（為什么）—預測未來（將會怎樣）”的三重框架，這與地理學強調“格局—過程—機制”的研究傳統高度契合。

歷史 GIS 研究也試圖從長時間尺度回應“時空智能”的命題。我們于 2024 年 12月發布《歷史 GIS 廣州共識》，對歷史 GIS 進行了重新定義：它不應僅僅被理解為“GIS 在歷史研究中的應用”，而應被看作對長時段地理信息的系統重建與地理過程解析。無論是當下、五百年前還是兩千年前的地理信息，均屬同一連續時空框架下的數據實體。這一定義突破了傳統以“短期現狀”為核心的地理信息范式，推動構建了跨千年尺度的“時空底座”，從而為機制挖掘與未來推演提供更堅實的支持。這方面未來的研究空間是非常大的。因為歷史時期的人文、自然現象是非常豐富的，通過歷史GIS 能盡可能地闡釋現在和過去的地理格局與時空特征，進而在常規尺度上更好地面向未來，回答未來在更長時間尺度上“應該怎么樣”或“會怎樣”的問題。

空間綜合人文社會科學作為一個交叉領域，其核心在于將空間思維與方法引入人文與社會研究。秦昆等曾撰文綜述該方向進展，并深入探討“何為人文、何為社會科學”的范疇問題。事實上，每一門學科皆有其獨特的研究范式，而“空間綜合”的引入，正促使傳統人文社會科學的研究范式持續演進。例如，在歷史地理學領域，傳統研究模式往往仰仗學者長期埋首于文獻之中，開展人工梳理與解讀。如今，數字人文與 AI 大模型正逐漸改變這一研究模式。它們通過文本挖掘、智能檢索與大數據分析，極大地提升了文獻處理的效率與信息提取的精準度。這種技術賦能，不僅優化了研究流程，更可能引發人文社會科學方法論或研究范式的轉變。

然而，AI 大模型存在明顯的邊界。人文社會科學與自然科學有所不同，自然科學中的很多規律具有特定性，而人文社會科學則富有思想性和批判性。AI 大模型雖有其邊界限定，在很多的情況下，特別是在人文社會科學領域中，AI 可輔助我們完成技術性、重復性或數據密集型任務，但在思想生成、理論批判與意義闡釋方面，依舊離不開人類創造性的介入。因此，在推進技術應用的同時，我們必須清醒地認識到 AI 的局限性與人文社會科學研究的不可替代性。

林 琿 ：

科學研究不僅要遵循自然法則，還要遵循社會法則。正如科學之上是哲學，而哲學之上是倫理與社會價值的考量。自然法則告訴我們“能做什么”，社會法則則指引我們“該做什么”。以原子彈為例，其研發過程雖符合自然法則，但其應用卻受到社會法則的嚴格制約。同樣，AI 的發展也必然受到社會法則的約束。物極必反，這是社會發展的基本規律。我們可以在技術上不斷突破，但最終必須考慮技術應用所帶來的社會影響，堅守倫理邊界。否則，我們的研究又怎能彰顯其真正的價值呢？工程學告訴我們“如何做”，理學為我們揭示“為什么做”，而社會學則引導我們思考“是否該做”。這正是我們今天論壇的意義所在—在積極推動技術創新的同時，始終關注其社會影響與倫理責任。

苗長虹：

自 20 世紀 70 年代起，人文與社會科學領域便掀起了一場深刻的“空間轉向”浪潮。這一趨勢廣泛體現在文學、政治學、社會學等多個學科領域，充分彰顯了空間思維在剖析人文社會科學問題中的重要性。在此背景下，林琿等所倡導的“空間綜合人文社會科學”，可視為在空間轉向基礎上形成的一種新的研究范式。其核心在于，以空間作為整合的關鍵框架，推動跨學科的知識融合與方法論創新。當前，我們已邁入 AI 時代，時空智能作為 AI 技術的重要維度，正為空間綜合研究提供新的可能與挑戰。如果說人文社會科學的范式演進經歷了從“空間轉向”到“空間綜合”的轉變，那么未來可能將邁向以“時空智能為支撐的空間綜合”的新階段。然而，我們尚未完成第二階段的任務，即真正實現人文與社會科學的深度空間整合，便已面臨智能技術帶來的新一輪變革。這使我們的研究任務更為艱巨，也更具迫切性。正是在這樣的時代背景下，時空智能不僅僅是一種技術工具，更有可能成為推動研究范式根本性變革的強大引擎，重塑我們提出問題的視角和構建理論的思維模式。盡管挑戰巨大，但這一領域無疑是一片充滿無限可能的廣闊藍海，機遇與挑戰并存。

本文為《黃河文明與可持續發展（第二十六輯）》（黃苗長虹主編. 北京 : 科學出版社, 2026. 3）一書“專論 | AI 時代的空間綜合人文社會科學研究新范式”，文中引文、注釋刪略。

ISBN 978?7?03?084914?4

責任編輯：楊嬋娟 李秉乾

本書是由教育部人文社會科學重點研究基地河南大學黃河文明與可持續發展研究中心、中國地理學會黃河分會聯合出版的系列集刊，每年出版兩輯。本書共收錄13 篇論文，匯集了眾多學者的研究成果，圍繞黃河學、黃河流域生態保護和高質量發展、黃河文明與文化的核心領域展開深入探討，充分彰顯了其豐富的學術內涵與深遠的學術價值。其中，專論部分探討了AI 時代的空間綜合人文社會科學研究新范式，開展了前沿學術探索。

本書可供歷史學、地理學、考古學領域的專業人士，以及專注于黃河學、文化史、生態與環境變化等相關研究方向的學者閱讀參考。

（本文編輯：劉四旦）

專業品質 學術價值

原創好讀 科學品位

一起閱讀科學