作者：熊安静（海南省社会科学院副院长），刘大海（海南省中国特色社会主义理论体系研究中心特约研究员）

　　数智技术与哲学社会科学是互嵌、双向、动态演进的关系。深刻把握数智时代人工智能与语料库协同共促的规律性，是立足中国式现代化鲜活实践，将中国场景转化为中国理论、加快构建中国自主知识体系的重要课题。

　　人工智能与语料库协同共促是自主知识体系构建的规律性要求

　　中国自主知识体系并非悬空的概念构建，而是植根于中国式现代化的鲜活实践。人工智能与语料库的协同共促，正是将中国场景转化为中国理论的规律性力量。这一规律要求我们超越工具主义视野，从生产力与生产关系辩证统一的高度，把握二者的双向互嵌关系。

　　人工智能与语料库协同共促引领科研范式变革。建设新质生产力专题语料库，系统归集战略性新兴产业专利文献、产业链供需数据与创新政策文本；运用自然语言处理技术对专利自动分类与引用网络进行分析，抽取技术谱系与突破点，辅助识别关键共性技术瓶颈。进一步运用知识图谱刻画创新主体协作网络、预测技术演进路径。例如，围绕集成电路、人工智能等先导产业开展相关研究，为产业政策制定提供学术支撑。语料库提供真实样本，人工智能实现大规模挖掘，二者协同，推动知识生产从经验思辨走向数据驱动。

　　人工智能与语料库协同共促在特色场景中构成底层支撑。以建设中国特色自由贸易港为例，建设自贸港多语种专题语料库，归集零关税政策、跨境服务贸易负面清单、航运数据与东盟多语种经贸文本，并标注法律实体与贸易属性；运用跨语种对齐与机器翻译技术打通语料壁垒，人工智能据此训练出能够把握自贸港制度型开放逻辑的专用模型。例如，对中国洋浦港航运日志与东盟贸易合同进行实体抽取，自动生成自贸港经贸规则知识图谱，支撑跨境监管与招商决策，形成语料哺育模型、模型反哺语料的良性循环。

　　人工智能与语料库协同面临深层挑战

　　人工智能的“黑箱”特性挑战传统因果解释逻辑，知识生产异化与研究者主体性危机引发忧虑。当人工智能与语料库脱节，这一挑战在中国特色实践中集中显现，构成规律性层面的深层挑战。这些挑战并非偶然的技术故障，而是资本逻辑与算法权力交织的必然显现。

　　一是中文语料匮乏与模型西化并存。主流大模型训练语料以英文为主，中文语料严重不足，在公开网页语料库中中文占比不高。经英文语料训练的模型更符合西方价值观，在概念框架与价值取向上倾向西方知识体系，中国自主知识体系的主体性面临冲击。

　　二是语料库建设滞后与数据“孤岛”并存。以新就业群体为例，其就业登记、平台评价与维权记录分散在人社、市场监管与平台企业，难以形成连续画像。中文百科、科技图书、学术期刊等高知识密度语料难觅踪迹，多模态数据稀缺。版权保护与数据共享的矛盾，制约了语料库服务人工智能发展的能力。

　　三是系统性文化偏见与伦理风险并存。新就业群体等弱势群体语料在训练中易被系统性低估。基于人类反馈的强化学习可能将同质化主观判断编码为反馈信号，导致其他文化背景的用语规范被视为“不安全”而遭抑制，中国自主知识体系的公正性面临考验。

　　以高质量数据治理为牵引系统推进自主知识体系构建

　　构建中国自主知识体系，须全面落实“人工智能+”行动，以人工智能引领科研范式变革、强化算力算法数据高效供给。这既是技术路线，更是政治原则与学术立场，须坚持“人主智辅”、智能向善，把语料库建设与人工智能技术应用嵌入中国式现代化具体场景，实现工具理性与价值理性的辩证统一。

　　一是推动研究范式创新，以人工智能引领科研范式变革。建设新质生产力产业创新语料库，归集专利与产业链数据，运用自然语言处理与知识图谱抽取技术谱系、刻画协作网络，推动知识生产从经验思辨走向数据驱动，以范式变革抢占科研制高点，支撑先导产业政策制定。

　　二是推动研究理念创新，以智能向善锚定价值导向。防止以方法替代思想、以模型替代理论、以算力遮蔽心力。加强人工智能治理，完善相关法律法规、政策制度、应用规范、伦理准则，确保正确政治方向、价值取向与学术导向。

　　三是推动研究路径创新，以闭环机制打通语料与模型。强化算力、算法、数据高效供给，构建“语料库—模型—应用”闭环：以高质量语料训练专用模型，模型应用后产生新数据，新数据经清洗加工后再反哺语料库。把人工智能与文化建设、民生保障、社会治理相结合，并加快制定语料采集、标注与交换标准，打破数据“孤岛”，支撑跨境监管与招商决策。

　　四是推动成果运用创新，以自主知识全方位赋能千行百业。加强人工智能同产业发展相结合，建设文科数智平台，将自贸港规则、民主实践与新质生产力数据统一向量化，从而支撑政策推演，服务新就业群体权益保障与基层协商决策，把数智技术转化为治理效能。落实《关于加强数字中文建设 推进语言文字信息化发展的意见》，到2027年初步建成国家关键语料库，形成自我增强的良性循环。