“大模型赋能人文社科工作坊”第三期于2025年12月5日（周五）13:00-14:30在教学综合办公楼313机房成功举办。本次工作坊紧密围绕国家“人工智能+”发展战略，聚焦生成式人工智能技术在哲学社会科学领域的深度融合与创新应用，旨在搭建技术交流与实践应用平台，助力师生掌握前沿 AI 技术在社科研究中的具体工作流构建方法，推动人文社科研究的数字化、智能化发展。
（一）工作坊概况
本次工作坊以“大模型技术与人文社科领域的深度融合”为核心方向，由中国社会科学院大学科研处和时时彩(中国)官方网站
联合主办、计算社会科学研究中心和计算社会科学与国家治理实验室承办，旨在通过具体的操作流程演示与实验室成果展示，帮助师生解决“懂技术但不会用”的痛点，打通 AI 辅助科研的“最后一公里”。为保障活动的前沿性与实操性，实验室特邀吕鸿钻、范浩林两位主讲嘉宾。两位嘉宾结合各自在计算社会科学领域的研究积累，为师生带来了关于生成式人工智能工作流构建及实验室成果应用的深度分享，具备丰富的“AI +社科”实战经验。
活动全程围绕“基于生成式人工智能的人文社科研究工作流构建”与“实验室成果使用方法”展开，既涵盖了宏观的技术演进背景（如DeepSeekV3/R1等国产 SOTA 模型的突破、强化学习路线的意义），也深入解析了科研工作流的重构逻辑（从“Trash in, treasure out”的输入输出原则到提示词工程的思维链构建），同时结合文献阅读、格式规范、作图润色等社科研究高频场景，具象化呈现了 Zotero、Typst、Draw.io 等工具与 AI 的组合应用，并详细展示了“社慧”智能分析平台及实验室算力资源，为在场师生提供了“工具赋能科研”的清晰参考框架。
（二）主讲嘉宾和主题
本次工作坊的核心分享环节由吕鸿钻与范浩林两位嘉宾主导，内容紧扣“方法论构建”与“资源设施应用”两大维度。下图是吕鸿钻博士在介绍重构 AI 时代的科研工作流。
吕鸿钻以“基于生成式人工智能的人文社科研究工作流构建与应用实践”为主题，首先梳理了从 OpenAI 到 DeepSeek V3/R1等国产 SOTA 模型“群雄逐鹿”的技术演进现状。他直击痛点，指出当前用户普遍存在将 AI 视为“全知全能上帝”的误区，一旦模型输出不理想便归咎于技术本身。对此，他提出了“Trash in, treasure out”的核心观点，强调在“人机协同”的新范式下，用户需具备更强的逻辑思维能力，通过多轮对话的“强化学习”策略与清晰的提示词工程（Prompt Engineering），引导模型精准理解任务意图，从而在特定任务中实现“弱模型+强指令>强模型+弱指令”的效果。
为让方法论落地，吕鸿钻通过四个具象化案例，系统拆解了人文社科科研工作流的智能化重构路径：在文献阅读环节，展示了“大模型 API + Zotero”的组合拳，配合 Awesome GPT 插件实现海量文献的自动化归纳与双链笔记构建；在格式规范环节，对比了 Word、LaTeX 的优劣，重点推荐了现代化排版工具 Typst，演示了如何利用 AI 辅助生成高可读性的论文模板，解决格式调整耗时耗力的难题；在作图与润色环节，介绍了 Draw.io 与 AI 搭配制作矢量图的技巧，并演示了如何通过特定 Prompt 训练“润色助手”，剔除“液态边界”、“铁笼”等晦涩的学术黑话与机械式逻辑，提升文本的可读性。
分享最后，他引用尼采的“骆驼、狮子、婴儿”三重境界，鼓励在场师生在 AI 技术飞速发展的不确定性中，通过掌握工具来制造确定性，保持“Stay hungry, stay foolish”的探索精神。
工作坊的下一环节是范浩林介绍实验室的数据与算力宝库，如下图所示。
范浩林展示了计算社会科学与国家治理实验室的成果，为师生送上了实用的“科研工具包”。他首先展示了实验室“数据—方法—算力”的整体生态架构，详细解析了用户如何通过统一门户获取从底层GPU/CPU算力到上层应用服务的全流程支持。他重点推介了实验室门户网站//labportal.ssclotto.com科研工具平台，包含自主研发的“社慧”智能分析平台（Utelligence，//utelligence.ssclotto.com）。针对人文社科研究对证据严谨性的极高要求，范浩林现场演示了该平台的核心优势：不仅支持自然语言命令输入，更能有效防止大模型常见的“幻觉”问题，确保引用的准确性；同时具备“一键式数据可视化”与“一键式数据分析”功能，极大地降低了定量研究的技术门槛。此外，他还详细说明了“学术资源共享交流平台”（DataShare，//datashare.ssclotto.com）的数据集与案例库获取方式，以及公共算力平台（Powerpool, //powerpool.ssclotto.com）、存储服务器（Clouda, //clouda.ssclotto.com）及大模型 API 服务的申请流程，让抽象的“新质生产力”真正落地为师生触手可及、即申即用的科研基础设施，为全校师生开展跨学科交叉研究提供了坚实的后盾。
（三）活动亮点
科研全流程的智能化重构：不同于单纯的理论讲解，本次活动聚焦“工作流（Workflow）”，系统梳理了 AI 在文献阅读、格式规范（如 Typst）、作图润色等具体科研环节的介入方式，并提出了“Trash in, treasure out”的核心方法论，具有极强的实操指导意义。
方法论与实践工具的双重赋能：客观分析了用户在应用 AI 时因“指令模糊”导致的常见问题，并给出了基于提示词工程（Prompt Engineering）的解决方案；同时详细展示了“社慧”平台在防止模型幻觉、一键式数据分析等方面的优势，实现了理论方法与实用工具的无缝对接。
实验室资源的深度盘点与赋能：明确了实验室在数据、算力、存储、大模型 API 等方面的支持能力，并通过现场演示详细讲解了各项资源的申请与使用方法，为师生开展计算社会科学研究提供了实质性的资源保障。
即申即用的资源对接渠道：明确提及了实验室提供的公共算力平台、存储服务器等基础设施，为参与者后续开展“AI+人文社科”研究搭建了清晰的对接渠道，有效降低了跨领域探索的技术门槛。
（四）参与者反馈
活动现场互动氛围浓厚，参与者反馈积极。不少师生表示，此次分享填补了从“听说大模型”到“在科研中用好大模型”的认知鸿沟，尤其是关于“科研工作流构建”的系统性讲解，让大家意识到 AI 可以贯穿研究的全过程，而不仅仅是辅助写作的工具，为自己的研究提供了全新的思路；部分人文社科方向的师生提到，通过了解实验室的“社慧”平台和丰富的算力资源，为后续开展定量与定性结合的研究注入了信心，期待能借助实验室的支持，进一步探索 AI 在本学科研究中的具体应用，并希望工作坊能持续开展此类兼具前沿性与实用性的交流活动。
（五）结语
此次工作坊不仅让师生掌握了具体的AI科研工具与方法，更搭建了从前沿理论到实践资源无缝对接的桥梁。未来，我们将持续聚焦人工智能在人文社科领域的前沿动态，依托实验室的数据与技术支持，推出更多兼具专业性与实用性的学术活动，助力师生在跨领域研究中突破瓶颈、创新方法，共同推动人文社科研究的数字化转型与高质量发展。期待在后续活动中与各位师生再次相聚，共探学术创新新路径！
中国社会科学院大学计算社会科学研究中心
中国社会科学院大学计算社会科学与国家治理实验室
中国社会科学院大学科研处
时时彩(中国)官方网站
2025年12月10日
微信