作者：邱澤奇（北京大學博雅講席教授、中國社會與發展研究中心主任）

　　新一代人工智能技術的創新與應用重塑著社會學。自社會學創立以來，直至新一代人工智能技術邁向大眾應用之前，社會學研究的始終是人類社會。隨著生成式人工智能的發展，機器已開口說人話且與人類互動，成為與人類平行的社會行動者。盡管機器尚未承擔起社會責任，卻已然是影響人類行為的非主體性社會行動者。社會學從面向人類社會轉為面向人機社會，無論是對象、主題與方法，都面臨根本性轉變。

　　對象：從人類社會到人機互生社會

　　無論人工智能技術的發展歷程如何跌宕曲折，從其獲得與人類互動能力伊始，便成為人類必須面對的非主體性社會行動者，也使得社會不只是人類社會，而是迎來了人機互生的社會。一如諸多學者討論的，人類與機器的社會互動建構著一個遠比人類社會復雜的人機社會。對此，社會學有兩種應對策略。

　　第一，忽視機器的社會行動及其后果。在機器缺乏自主社會行動能力或其行動后果與人類社會關聯明確的時代，忽視機器的社會行動及其后果是可行的。事實上，機器作為人類的伴生物已有長久的歷史，社會學也長期遵循這一策略。然而，生成式人工智能技術帶來的轉折在于，機器不僅具備決策與行動能力，還具有自主性，且產生著直接的、影響人類的社會后果，如各地交通體系中的智能捕捉、分析、決策與行動等。

　　第二，把機器的社會行動納入社會學的研究范疇。如果我們不能忽視機器的社會行動及其后果，那么，是否可以將其作為主體性行動者對待呢？盡管人類與機器的互動可以被歸納為競爭、協同、合作、傳播等模式，且諸多學者強調機器的準行動者特征，但是，人類與機器不是對等的社會行動者，其互動是主體行動者與非主體行動者之間的互動，其中人類依然保持著主體性。雖然機器具有自主性，在本質上卻不具有主體性。在技術層面，把機器的社會行動及其后果分離出來具有可能性，但在其他維度卻困難重重且成本高昂。

　　可行的是，把機器的社會行動及其后果納入社會學研究范疇，視為社會學的研究對象。由于機器的社會行動作用于人類主體性，進而建構出人類與機器相互生發且以人類為主體的社會行動。如此，社會學把機器作為對象納入，不是把人類和機器作為兩個平行對象，而是以人類為主體，以機器為非主體。社會學的對象也從人類社會轉變為人機互生社會。

　　主題：從人類社會繼替到人類主體性繼替

　　社會學是受現代物理學啟發而被創生的學科，當時的目標是試圖捋清社會作為一臺機器的運行機制，即尋求社會原理。但馬克思、韋伯、涂爾干等經典社會學家將孔德的原理目標轉變為價值目標，使捋清社會運行機制不只為了尋求社會原理，還為了維系人類社會的存在與發展。向價值目標的轉向催生了多層次結構化的社會學主題，包括社會結構、社會團結、社會文化等。形式上，對這些主題的持續探索，無論是事實刻畫還是事實解釋，如分層與流動、不平等、文化價值等，發展到當下依然指向社會秩序的維系與優化。本質上，形式各異的主題又都指向一個共同的未來訴求，即社會發展與繼替。

　　機器進入社會學視野帶來了廣泛的爭議，如從直觀的機器對人類工作的替代到想象的機器對人類的控制與奴役等。人們既困惑于人機社會里人類的存亡與主體性，又迷茫于人類存在的價值與意義，還擔心人類社會的自我混亂。眾說紛紜的觀點迷霧中蘊含了人機社會里最重要的社會學主題。

　　第一，人類主體性。在人類社會，人類主體性是一個哲學主題。然而，在人機社會，人類主體性下沉為社會學的第一主題。無論機器將來是否會有主體性，人類主體性始終是人類存在價值和意義的基礎。沒有了人類主體性，人類的維系與繼替也失去了意義。在技術加速主義的浪潮中，人類主體性不是一個不言而喻的預設，而是需要社會學主張、闡述和澄清的主題。

　　第二，人機社會的發展與繼替。經典社會學的主題依然重要，可對象卻從人類社會轉變為人機互生社會，以及以維系人類主體性為前提。機器即使不是準社會行動者，也已是非主體性社會行動者，對社會的發展與繼替的探索必須放在人機社會里進行重構。此外，追尋社會原理固然重要，但堅守社會學的價值目標，即維系人機社會的發展與繼替進而維系人類主體性更加重要。

　　第三，人機社會的社會學主題依然是結構性的。給定以維系人類主體性為前提、以探索人機社會發展與繼替為目標，其下層次的主題將是場景化的，從族群、性別、年齡到教育、醫療、社會化，從工作、收入、消費到文娛、體育、身體等，不一而足。只是每一個層次的場景化主題都離不開人機因素，既考量機器對人類社會行動的影響，也考量人類對機器的訓練與使用，還考量人機互動的形式、機制與后果，即人機互生。

　　方法：從思想實驗到人機互生

　　孔德設想的社會學是一門以物理學為樣板的學科，而現代物理學又是計量技術擴散和實驗方法影響的產物。事實上，以事物專門屬性為對象的學科大都受計量技術影響。

　　盡管如此，社會學的發展并未按孔德的路線圖展開，成為一門由計量方法牽引的學科，而是逐漸成為一門以具體社會為底色、以社會學家們的知識積累和方法能力為邊界，以回應其身處社會議題為路徑的學科。在社會學的學科發展中，計量技術雖然產生了重要影響，卻沒有統一社會學的方法綱領。在近二百年的發展中，社會學方法始終是多取向的，形成了思想實驗、意義闡釋、實證分析等復雜的方法聚集。

　　思辨可以被理解為思想實驗的社會學形態。從孔德、帕森斯、埃利亞斯到哈貝馬斯、福柯、吉登斯等，凡注重建構知識或思想體系的社會學家，都采用了以思想實驗為底色的思辨方法。時至今日，關注宏觀社會事實且試圖在總體上把握社會事物特征的社會學探索依然在運用思想實驗，如福克斯（Christian Fouchs）對數字社會的探索。

　　詮釋可以被理解為社會哲學的社會學延伸。社會的建構性讓探索社會現象的價值和意義成為理解社會的重要路徑之一。從狄爾泰、胡塞爾到韋伯、舒茨、伽達默爾、利科，對價值尤其是意義的追尋極大地拓展了人們對社會事實的想象，也始終是引導人們認識社會的重要方法。在人機社會里，對意義的關注甚至具有更大的社會效應，如羅薩對主觀經驗、意義建構與社會加速的探討，麥肯齊（Lachlan MacKenzie）對敘事與社會認同的探索等。

　　實證分析則可以被理解為計量技術的社會學實踐。實踐不僅意味著對基本原理的應用，還意味著方法和技術創新。源自法國年鑒學派的實證社會學在美國社會的發展中不斷創新數據測量、假設檢驗、結論獲取等不同環節的方法，從最初的集中趨勢、離散趨勢分析，到結構分析、時序分析、網絡分析、仿真模擬等，社會學從未停止過用有限的方法和技術來擬合復雜社會現象。由于刻畫社會現象的數據極其有限，加上方法運用的知識和技能門檻相對較高，計量技術雖有發展，卻越來越成為一部分人的技能游戲。盡管如此，在可測量的社會現象里發現可用數據檢驗的社會規律始終是社會學的方法追尋之一。即使在大數據里挖掘社會事物之間的關系模式，計量技術依然是不可或缺的方法之一。

　　值得注意的是，社會學方法運用從不是非此即彼的，混合方法始終是社會學的常態。比如，用思辨方法篩選研究問題或建構研究假設，用案例方法、調查方法、實驗方法搜集數據，或直接運用大數據，用假設檢驗、現實闡釋來解釋事物之間的關系模式或社會現象的價值與意義。在人機社會的社會學研究中，社會學流傳下來的各類方法依然有廣泛使用的場景和生產知識的價值。

　　只是，對既有方法的運用多了一個選擇：與機器研討，即人機互生。以研討來定性人類與機器的方法交互，是因為除了和機器討論任何已有方法的運用之外，人類還可以與機器探討更加適用的新方法。我們面對的不是一臺社會學的機器，而是學習了人類積累的幾乎所有知識的機器，機器對方法的掌握至少可以作為尋求新方法的資源池。對此，數學、結構化學、材料科學、藥物學等諸多學科的實踐已經提供了充分證明。

　　簡言之，隨著新一代人工智能技術的創新、發展、應用、擴散，人類社會不可避免地變成了人機社會。對社會學而言，這既是挑戰也是機遇。不辜負這一歷史機遇的社會學姿態是：把機器納入研究對象，把人類主體性作為前提，把人機社會里人類主體性的繼替作為主題，把機器作為方法。