Generative AI in Social Science 8月9日 社会科学中的生成式人工智能 生成式人工智能（Generative AI）正在深刻改变社会科学研究的开展方式。它可以写作、编程、翻译、辅助文献检索，甚至为实验生成材料（Berg, 2023; Dabić et al., 2023; Lin, 2023; Lund & Wang, 2023; Porsdam Mann, Earp, Møller, et al., 2023）。然而，学术界关于其伦理影响的讨论大多仍停留在"原则清单"层面，即一份公认的"该做与不该做"事项列表（Much to discuss in AI ethics, 2022; Schlagwein WillcocksChatGPT et al., 2023）。 这种做法虽有其价值，却难以应对研究者在真实学术情境中面临的复杂困境。为深入探讨这一问题，作者访谈了17位青年社会科学学者，借助他们的故事考察生成式人工智能对学术界意味着什么，并提炼出三种典型叙事：平衡器叙事、精英主义叙事和共同体叙事。 研究是如何开展的？

2025年7月6日 随着大语言模型（LLMs）被广泛嵌入各类决策场景，人们越来越依赖它们提供道德建议，甚至让其直接参与道德决策。但有一个关键问题必须回答：这些人工智能系统真的能够做出符合人类价值观的道德判断吗？ Cheung 等人（2025）通过四项实验系统研究了大语言模型在面对现实道德困境时的反应，并将其与具有代表性的美国人样本进行比较。他们发现，大语言模型不仅在某些情况下倾向于做出比人类更利他的选择，还表现出比人类更强的"不作为偏差"（omission bias）和"是否偏差"（yes–no bias），这可能对社会决策产生深远影响。 大语言模型在决策情境中的广泛应用 为什么要研究人工智能的道德判断？ 与人类日常交流密切相关的应用场景，例如朋友之间善意的谎言或自动驾驶汽车做出的生死抉择，本身就涉及道德考量。尽管开发者通常会在训练过程中嵌入伦理准则，例如鼓励"公平与善意，抵制仇恨"（OpenAI, 2024），大语言模型仍可能产生幻觉输出或表现出偏差。因此，本研究的核心目标是评估大语言模型在现实困境中道德判断的质量，尤其是它们在特定条件下是否会

2024年5月8日（更新于2024年5月12日） ChatGPT 等工具让人们得以释放大语言模型（LLMs）的潜力，并迅速风靡全球。它们能够生成质量惊人的书面内容，这促使（或迫使）学术界思考其对科研和教育的影响。在本次研讨会中，我们将探讨生成式人工智能如何为研究者提供帮助，例如生成（无风险的）预实验数据，或简化写作流程。与此同时，它也引发了一系列与科研诚信相关的问题：如何区分人工智能生成的数据与"真实"的人类数据？什么构成抄袭？版权问题又该如何处理？本次研讨会将结合个人经验与实证证据，对上述问题进行选择性概述。 来源：鲁汶大学（University of Leuven）

2024年6月13日 Dritjon Gruda 是学术期刊 "Personality and Individual Differences" 和 "Psychology of Leaders and Leadership" 的编辑。他在近期发表于知名期刊 *Nature* 的一篇文章中，分享了如何利用 ChatGPT 的能力提升学术写作的宝贵见解。这篇题为 "Three ways ChatGPT helps me in my academic writing" 的文章探讨了如何使用这一强大的人工智能工具润色研究论文、辅助同行评审，并提高编辑反馈的质量。 润色学术论文 在使用人工智能修改论文时，Gruda 强调提供清晰背景和指令的重要性，包括主题概述、主要论点以及需要改进之处。他建议使用如下提示词： "我正在为[领域]的顶级期刊撰写一篇关于[主题]的论文。在以下各节中，我试图表达[具体观点]。请改写以提高清晰度、连贯性和简洁性，确保段落之间过渡自然。删除口语化内容，并调整为专业术语。" 提供此类指令后，人工智能便能更有效地帮助优化文本。无论使用哪

2024年5月1日 Robert M. Davison、Hameed Chughtai、Petter Nielsen、Marco Marabelli、Federico Iannacci、Marjolein van Offenbeek、Monideepa Tarafdar、Manuel Trenz、Angsana A. Techatassanasoontorn、Antonio Díaz Andrade、Niki Panteli 首次发表：2024年1月21日 https://doi.org/10.1111/isj.12504 亮点 在质性数据分析中使用生成式人工智能（GAI）引发了一系列伦理问题，研究人员需要认真考虑这些问题。这些问题涵盖数据所有权与权利、数据隐私与透明度、解释充分性、GAI 中显现的偏见，以及研究人员的责任与能动性。 将研究数据交给商业 GAI 平台以换取自动分析，可能会侵犯数据权利，以及与研究参与者和组织签订的保密协议。 当敏感数据与 AI 工具共享时，使用 GAI 进行分析会引发隐私问题，尤其是当参与者和组织未被告知或未同意进

2024年4月14日（更新于2024年5月8日） 一项针对评审报告的研究发现了数十个形容词，可能表明文本是在聊天机器人的帮助下撰写的。 由斯坦福大学 Weixin Liang 领导的一项研究［预印本，尚未经过同行评审］表明，计算机科学会议高达17%的同行评审报告可能经过 ChatGPT 等人工智能聊天机器人的实质性修改。该研究识别出若干在人工智能撰写的文本中出现频率更高的形容词，例如 "commendable"（值得称赞的）、"innovative"（创新的）和 "meticulous"（细致的）。分析发现，自 ChatGPT 发布以来，这些形容词在同行评审中的使用显著增加。该研究还考察了 *Nature Portfolio* 期刊的同行评审，但未发现这些形容词的使用出现类似激增。作者认为，透明度对于理解人工智能工具在同行评审中的使用方式十分重要。另外，Andrew Gray 的一项独立研究估计，2023年发表的论文中至少有60,000篇可能在一定程度上使用了聊天机器人。然而，由于缺乏透明度，人工智能参与的程度难以确定。

2024年4月7日 主讲人： Jerry Davis（密歇根大学）、Dirk Lindebaum（格勒诺布尔管理学院）、Stella Pachidi（剑桥大学） 主持人： Anne Tsui（亚利桑那州立大学） 从计算机的诞生到社交媒体的广泛普及，信息技术的进步为社会科学研究带来了挑战与机遇。以 ChatGPT 为代表的生成式人工智能，对我们如何开展和分享定性与定量研究，以及何为真正的人类知识，提出了根本性的问题。在本次圆桌讨论中，我们将探讨这些挑战是什么，它们在不同研究情境中如何呈现，以及学术共同体能够且应当如何建立规范，以指导负责任的管理研究原则。 推荐阅读 Lindebaum, D. and Fleming, P. (2023), ChatGPT Undermines Human Reflexivity, Scientific Responsibility and Responsible Management Research. *British Journal of Management*. https://doi.org/10.1111

随着大型语言模型（LLMs）被广泛嵌入到各类决策场景中，人们也越来越依赖它们来提供伦理建议、甚至直接参与道德决策。但一个关键问题亟需解答：这些AI系统真的能做出符合人类价值观的道德判断吗？ Cheung等人（2025）通过四项实验系统性研究了LLMs在面临现实道德困境时的表...

对评论报告的研究发现了几十个AI最爱使用的形容词，这些特定的形容词可以表明文本是在聊天机器人的帮助下撰写的。 斯坦福大学的梁伟新领导的一项研究（预印本，尚未经过同行评议）表明，计算机科学会议的同行评议报告中有高达 17% 可能被 ChatGPT...

罗伯特．Davison, 哈米德-丘格泰, 彼得-尼尔森， 马可-马拉贝利， Federico Iannacci, Marjolein van Offenbeek, Monideepa Tarafdar, Manuel Trenz, Angsana...

像 ChatGPT 这样可以让人们释放大型语言模型（LLM）潜力的工具已经风靡全球。这些工具能够产生高质量的书面输出，激发或迫使学术界考虑其对研究和教育的影响。在本次研讨会上，我们将探讨生成式人工智能如何为研究人员提供帮助，例如，生成（无风险）试验数据或简化写作流程。与此同...