导语：随着生成式AI渗透进社会科学研究，智库及专家原有的专业“辨识度”正不断减弱——文章写得“规整漂亮”“自圆其说”，是否就意味着作者对某一问题有深入的认知和长远思考？一个观点或建议听起来“有理有据”，但其背后是否有足够的研究积累？又是否真正建立在对问题的持续观察和精准把脉之上？这些疑问都指向一个更基础的问题——进入AI时代，专家们的意见何以继续获得人们的信任？
9月12日，IPP执行院长、研究员郭海在由前海国际事务研究院主办的第二届“前海智库院长对话论坛”上分享了他对这一问题的思考。他认为，人工智能可以显著提高智库的研究效率，但同时也带来了新的“责任危机”：写作质量与思考质量开始脱钩；研究者将越来越多的阅读、判断和思考交给AI；对事实的核查和对专家能力的判断也变得更加困难。郭海提出，对学者而言，今后更重要的是三种能力：能否通过调研获得AI无法掌握的“隐性知识”，能否提出真正独特而经得起检验的观点，以及能否解释自己的判断从何而来并为这些判断负责。专家的角色，也会从知识的“提供者”更多转向知识的“担保人”。
华南理工大学公共政策研究院（IPP）执行院长、研究员
IPP执行院长、研究员郭海在第二届“前海智库院长对话论坛”上以“AI时代下的专家信任危机与对策”发表演讲。图源：主办方
如今看来，生成式人工智能已经深深嵌入智库和人文社科领域，几乎没有任何学科可以幸免。学者、专家们更多考虑的，已经不是“是否使用人工智能”，而是“如何使用人工智能”。拥抱人工智能已经成为大势所趋。
但是，对于智库和人文社科研究来说，人工智能也是一个危险的工具。在生成式人工智能出现以前，“写作”基本上被等同于“思考”，即被视为后者的直接反映。清透、明晰、深入浅出的写作和文字风格，往往意味着高质量、有深度的思考。而人工智能的使用，使得“思考”与“写作”基本脱钩。几乎任何人都可以利用人工智能写出文通句顺的文章，而并不需要对问题有足够深入的理解和思考。这恐怕是当前人工智能给智库研究带来的最严峻挑战，也是我今天想向大家汇报和分享的问题。
我的汇报分为如下几个部分：
第一，人工智能在智库研究中的使用情况。
第二，人工智能给智库研究带来的责任性挑战。
第三，针对上述挑战的一些管理建议。
总的来看，人工智能在智库研究中有如下几个常见的使用场景。
第一，人工智能驱动的资料查找。对于现在大多数研究者来说，人工智能已经呈现出取代传统搜索引擎的趋势。或者说，人工智能正在成为一种加强版的搜索引擎。在对选题进行研究时，大家往往会先通过人工智能获取基本知识和相关文献，只有在有特别需要的情况下，才会通过搜索引擎对个别信息进行检索。这极大缩短了前期研究的时间，大大缩短了研究周期。当然，这也带来了一个新问题，即研究者对第一手材料和原始资料的接触度和敏感度有所下降。研究即对资料的反复查找（re-search）。由于人们反复搜索资料时所经受的“痛苦”大大减少，研究者对研究资料本身的记忆也随之减弱。
第二，选题生成。生成式人工智能的神经网络对模糊信息有很好的接受度，可以帮助研究者迅速将一些模糊的信息转化为确定的命题。这在进行选题时是一个不可多得的帮助。在实际工作中，学者、专家们大量使用人工智能进行头脑风暴和选题筛选。当然，这么做的前提是，我们已经对选题有了一定的方向性认识。
第三，基础性的文字工作，如翻译和校对。智库工作强度高、任务量大，外文翻译和中文文字校对往往要耗费大量人力和时间。但自从生成式人工智能出现后，这类机械性的文字工作变得更加简单。智库工作具有一定的保密性，不能将相关内容直接交给大模型读取；但在经过脱敏处理的情况下，研究者有时会使用人工智能进行文字校对，以提高效率和文字准确度。
第四，数据分析。对于一些数据量巨大的样本，研究团队往往需要花费较长时间进行比对和解读。使用人工智能则能够大大缩短分析时间。研究者可以将数据输入人工智能，并提出适当的问题，使其形成对已有数据的一些初步认识，从而帮助研究者对数据进行更加精准的解读。虽然人工智能给出的概括性结论不能代替人的解读，但不得不承认的是，在人工智能加持下进行数据解读，可以帮助研究者发现许多数据之间存在的隐性关联，大大提高分析效率。
研究人员当前使用人工智能的主要场景仍集中于写作与论文准备，其中写作辅助、错误与偏差检查、数据收集处理和大规模文献审阅等应用较为常见。来源：Nature
刚才谈到了人工智能的几个使用场景。虽然人工智能大大提高了我们的效率，但它也给智库工作带来了许多我们现阶段仍未能充分解决的挑战。其中，最为严峻的当属“责任危机”（accountability crisis）。
所谓“责任危机”，是指在人工智能广泛使用的条件下，很难、甚至无法再通过文字本身来判断一位专家是否对特定问题有十分深入的研究。
这一危机具体体现在以下几个方面：
第一，写作质量与思考质量脱钩。在生成式人工智能出现以前，写作水平是判断专家知识水平最有力的标准之一。清透、精确的文字，往往意味着同样清晰的思维；相对地，模糊、混乱的文字，往往意味着学术训练不足、对问题思考不深。电脑的广泛使用，使得写得一手好字变得没那么重要。同理，生成式人工智能出现后，通顺的文字变得唾手可得，已无法再帮助阅读者判断作者水平的高低。无论多么粗糙的文章，只要交给人工智能处理，就能在短短几秒内变得文通句顺、结构清晰。
由于大家的文字都变得很通顺，而且越来越同质化，也就很难判断究竟谁对问题研究得深，谁研究得还不够深。在人工智能的加持下，只要对某个问题有20分的理解，就能生成一篇80分的文章。“文如其人”由此被消解，文字也越来越难以充当评价思考能力的有效信号。
第二，人工智能滥用，诱发研究者的思维惰性问题。过去的写作，往往需要以大量阅读和深思熟虑为前提。但生成式人工智能完全颠覆了这一过程：作者往往先搭建一个框架，再让人工智能生成内容；或者通过与人工智能对话，不断形成、打磨内容。过去是“先积累，再写作”，现在则是“先生成，再修改”。在这一过程中，研究者会在不知不觉间，把自己对材料的感知和思考外包给人工智能，逐渐丧失思维主权。
其实，早在人工智能出现以前，就已经出现过类似的情况：一些教授过度将基础性研究工作外包给研究生，以至于逐渐丧失了独立、完整地写一篇论文或报告的能力。如今，人工智能取代了学生团队，进一步加剧了这种情况的泛滥。更重要的是，人工智能“承包”的不仅是文献搜索、文献综述等基础性研究工作，也包括提出问题、价值判断和提出建议等高级任务。长此以往，研究者的“认知肌肉”会逐渐萎缩：他们变得更擅长编写提示词和筛选方案，而不是进行原创性思考。但后者恰恰是智库最需要的能力。
第三，核查成本提高。首先，数据本身的真实性会受到人工智能幻觉的很大影响。人工智能幻觉会生成许多似是而非的数据和文献引用，真假难辨。文章评议人经常需要大费周章地查询引用和脚注，以确认是否存在人工智能幻觉问题。其次，如前所述，即使在可以确认不存在人工智能幻觉的情况下，我们依然很难辨别作者是否对一个问题具有真正深入的洞见（insight）和理解（understanding）。
第二个问题尤为关键，因为我们无法确认作者的观点或政策建议，是否建立在足够坚实的认知基础之上。此外，人事判断的难度也随之增加：当所有人都能呈现出80分的文字水平时，就很难判断谁的能力真正过硬，谁才是真正的专家。在项目立项、职称评审、岗位竞聘等场景中，评审者不得不依靠更多外围指标，如过往业绩、同行评议和现场答辩表现等，来弥补文字信号的缺失，而这又会引入新的主观性和不确定性。
研究人员对人工智能参与科研的主要担忧。其中，AI“幻觉”、批判性思维弱化和研究诚信风险较为突出。来源：复旦大学、上海科学智能研究院、Nature Research Intelligence，《AI for Science 2026: The State of AI Use among Researchers》。
在这样一个时代下，我们应该如何判断和评估智库工作者，也就是专家的价值？
第一，获取隐性知识的能力。人工智能只能处理已经存在的信息，却无法获得和处理许多非文字类信息，如现场氛围、人际关系、面部微表情、尚未发表的数据等等。智库专家如果经常外出调研，就能够接触并获得大量这样的隐性知识。能够持续获取这些隐性知识的专家，是人工智能难以取代的。
第二，观点的独特性。如果我们把好的研究、好的决策咨询按照“精致与否”和“独特与否”两个维度来划分，那么可以得到四个区间：精致而独特的、粗糙而独特的、精致而平庸的、粗糙而平庸的。在过去，“精致”本身就是一个门槛较高的基础，并非所有人都能达到。许多研究成果尽管十分平庸，但由于文本形式足够精致，最终仍能被学术期刊和上级部门所接受。但如今，人人皆可实现“精致化”。
因此，是否独特，而非是否精致，正在成为衡量一项研究是否有价值的关键。这种独特性，既包括视角的独特性，即从一个前所未有的侧面切入问题；也包括方法论上的独特性，即将不同学科的工具加以创造性组合；更包括结论的独特性，即提出与主流预期不同、但经得起检验的政策预判。独特性的背后，是直觉、跨学科关联能力，以及对现实复杂性的捕捉。而这些，恰恰是当前人工智能难以复制的。
第三，对知识的担保能力。仅仅是观点独特还不够——出租车司机对国际关系也可能有很多独特见解，许多人在结论性的观点上也都非常独特，但并非所有人都能被视作可以采信的专家，并非所有文字都能被视作合格的研究或政策报告。
除了要有洞见之外，专家还必须展现出对一件事情真正的理解。这种理解更多体现在文字之外，如现场答辩、人们对专家过往背景的认识、专家通过各种渠道发表的出版物等等。除了能呈现出一篇文字之外，专家还要能够解释自己形成某一结论的思维模型，并且真正把自己置身事内，实现真正的“里”解，或曰“understanding”（站在里面）。
这也意味着，专家需要具备承受质疑的能力，能够从容地还原推理链条中的每一个关键假设、证据和政策建议。当决策者面对高风险议题时，他们需要的不仅是一份漂亮的报告，更是一位能够清晰阐述“为什么这样判断”、能够解释自身观点的真人。
因此，在新技术时期，专家的价值将更多体现在隐性知识、独特洞见和对知识的担保能力上。智库专家的观点必须经得起深度追问和拆解。专家的身份也将逐渐从知识的“提供者”转向知识的“担保人”。他们所担保的，不仅仅是信息的准确性，更是价值站位、认知路径的可靠性和思维模型的完备性。
郭海在论坛中回应观众提问
那么，智库应如何应对人工智能冲击带来的信任危机？
第一，增加实地调研和一手资料对智库研究的基础支撑作用。人工智能无法替代研究者亲临现场所获得的直观感受、隐性知识和人际关系。因此，智库应明确要求，凡涉及重大政策建议的研究项目，必须将实地调研、访谈、案例采集等一手工作作为研究的基础环节。可以设定“一手资料占比”的硬性指标，同时将调研记录的完整性和可追溯性作为内部评审的必备材料。这样既能够从源头降低AI纯虚拟生成的渗透空间，又能强化专家对现实问题的体悟（embodiment），滋养真正的“理解”。
第二，在质量控制环节，应建立定期和不定期的人工智能生成痕迹检测制度。首先，必须要求作者在报告中对数据和观点标注引用；其次，对于提交的政策报告，编辑应该随机抽取样本进行核查；再次，鼓励研究报告的评议人对套话、“AI味浓”的文字提出质疑，进一步提升滥用人工智能的行为成本。
第三，落地专门用于智库工作的垂类模型。目前，在智库工作场景中使用人工智能，还是涉及到了一定的安全风险问题。一些现有的大语言模型，也不符合智库研究的范式和工作需求。建议落地智库专用的垂类模型，既解决安全风险，又能有效提高研究效率，也能核查使用程度。
第四，改革评价体系。由于文字本身已经无法充当判断研究者本身水平高低的信号，智库需要建立一套更立体、更符合人工智能时代的专家评价体系。首先，进一步提高高质量稿件在现有评价体系中的地位，以防止研究者通过人工智能对研究报告进行“规模化生产”。其次，建立一套制度，在年度考评时，根据研究者所写过的政策报告内容，与其进行深入交谈，考察其对过往研究的思维深度。
专家学者的学术研究、政策报告和公开言论被公众、企业和政府采信，很大程度是因为人们对作品背后那位专家学者的信任感，即相信后者会对自己的作品和公共利益负责，不会瞎说、乱写。在新的技术条件下，如何继续守护住这份信任，是今后智库界必须面对的难题。
会议上，郭海围绕人工智能时代的专家信任危机、智库研究面临的责任挑战展开论述。
郭海 华南理工大学公共政策研究院（IPP）执行院长、研究员
相关报道：
AI重塑智库，思想引领变革——前海智库院长论坛2026在深举行，共探政策研究新范式
中美AI对话谈什么？美智库：双方应讨论给前沿AI“降速”
全面排除中国？美国前经济高官：要重振工业，就无法将中国拒之门外嵇先白：亚太区域主义为何“制度越深，前景越窄”？华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。
