人机社会的社会学对象、主题与方法

点击数：530　时间：2025-07-28　作者：重庆工商大学

技术的创新与应用重塑着社会学。自社会学创立以来，直至新一代人工智能技术迈向大众应用之前，社会学研究的始终是人类社会。随着生成式人工智能的发展，机器已开口说人话且与人类互动，成为与人类平行的社会行动者。尽管机器尚未承担起社会责任，却已然是影响人类行为的非主体性社会行动者。社会学从面向人类社会转为面向人机社会，无论是对象、主题与方法，都面临根本性转变。　　对象：

　　阅读提示：社会学方法运用从不是非此即彼的，混合方法始终是社会学的常态。在人机社会的社会学研究中，社会学流传下来的各类方法依然有广泛使用的场景和生产知识的价值。只是，对既有方法的运用多了一个选择：与机器研讨，即人机互生。

　　新一代人工智能技术的创新与应用重塑着社会学。自社会学创立以来，直至新一代人工智能技术迈向大众应用之前，社会学研究的始终是人类社会。随着生成式人工智能的发展，机器已开口说人话且与人类互动，成为与人类平行的社会行动者。尽管机器尚未承担起社会责任，却已然是影响人类行为的非主体性社会行动者。社会学从面向人类社会转为面向人机社会，无论是对象、主题与方法，都面临根本性转变。

　　对象：从人类社会到人机互生社会

　　无论人工智能技术的发展历程如何跌宕曲折，从其获得与人类互动能力伊始，便成为人类必须面对的非主体性社会行动者，也使得社会不只是人类社会，而是迎来了人机互生的社会。一如诸多学者讨论的，人类与机器的社会互动建构着一个远比人类社会复杂的人机社会。对此，社会学有两种应对策略。

　　第一，忽视机器的社会行动及其后果。在机器缺乏自主社会行动能力或其行动后果与人类社会关联明确的时代，忽视机器的社会行动及其后果是可行的。事实上，机器作为人类的伴生物已有长久的历史，社会学也长期遵循这一策略。然而，生成式人工智能技术带来的转折在于，机器不仅具备决策与行动能力，还具有自主性，且产生着直接的、影响人类的社会后果，如各地交通体系中的智能捕捉、分析、决策与行动等。

　　第二，把机器的社会行动纳入社会学的研究范畴。如果我们不能忽视机器的社会行动及其后果，那么，是否可以将其作为主体性行动者对待呢?尽管人类与机器的互动可以被归纳为竞争、协同、合作、传播等模式，且诸多学者强调机器的准行动者特征，但是，人类与机器不是对等的社会行动者，其互动是主体行动者与非主体行动者之间的互动，其中人类依然保持着主体性。虽然机器具有自主性，在本质上却不具有主体性。在技术层面，把机器的社会行动及其后果分离出来具有可能性，但在其他维度却困难重重且成本高昂。

　　可行的是，把机器的社会行动及其后果纳入社会学研究范畴，视为社会学的研究对象。由于机器的社会行动作用于人类主体性，进而建构出人类与机器相互生发且以人类为主体的社会行动。如此，社会学把机器作为对象纳入，不是把人类和机器作为两个平行对象，而是以人类为主体，以机器为非主体。社会学的对象也从人类社会转变为人机互生社会。

　　主题：从人类社会继替到人类主体性继替

　　社会学是受现代物理学启发而被创生的学科，当时的目标是试图捋清社会作为一台机器的运行机制，即寻求社会原理。但马克思、韦伯、涂尔干等经典社会学家将孔德的原理目标转变为价值目标，使捋清社会运行机制不只为了寻求社会原理，还为了维系人类社会的存在与发展。向价值目标的转向催生了多层次结构化的社会学主题，包括社会结构、社会团结、社会文化等。形式上，对这些主题的持续探索，无论是事实刻画还是事实解释，如分层与流动、不平等、文化价值等，发展到当下依然指向社会秩序的维系与优化。本质上，形式各异的主题又都指向一个共同的未来诉求，即社会发展与继替。

　　机器进入社会学视野带来了广泛的争议，如从直观的机器对人类工作的替代到想象的机器对人类的控制与奴役等。人们既困惑于人机社会里人类的存亡与主体性，又迷茫于人类存在的价值与意义，还担心人类社会的自我混乱。众说纷纭的观点迷雾中蕴含了人机社会里最重要的社会学主题。

　　第一，人类主体性。在人类社会，人类主体性是一个哲学主题。然而，在人机社会，人类主体性下沉为社会学的第一主题。无论机器将来是否会有主体性，人类主体性始终是人类存在价值和意义的基础。没有了人类主体性，人类的维系与继替也失去了意义。在技术加速主义的浪潮中，人类主体性不是一个不言而喻的预设，而是需要社会学主张、阐述和澄清的主题。

　　第二，人机社会的发展与继替。经典社会学的主题依然重要，可对象却从人类社会转变为人机互生社会，以及以维系人类主体性为前提。机器即使不是准社会行动者，也已是非主体性社会行动者，对社会的发展与继替的探索必须放在人机社会里进行重构。此外，追寻社会原理固然重要，但坚守社会学的价值目标，即维系人机社会的发展与继替进而维系人类主体性更加重要。

　　第三，人机社会的社会学主题依然是结构性的。给定以维系人类主体性为前提、以探索人机社会发展与继替为目标，其下层次的主题将是场景化的，从族群、性别、年龄到教育、医疗、社会化，从工作、收入、消费到文娱、体育、身体等，不一而足。只是每一个层次的场景化主题都离不开人机因素，既考量机器对人类社会行动的影响，也考量人类对机器的训练与使用，还考量人机互动的形式、机制与后果，即人机互生。

　　方法：从思想实验到人机互生

　　孔德设想的社会学是一门以物理学为样板的学科，而现代物理学又是计量技术扩散和实验方法影响的产物。事实上，以事物专门属性为对象的学科大都受计量技术影响。

　　尽管如此，社会学的发展并未按孔德的路线图展开，成为一门由计量方法牵引的学科，而是逐渐成为一门以具体社会为底色、以社会学家们的知识积累和方法能力为边界，以回应其身处社会议题为路径的学科。在社会学的学科发展中，计量技术虽然产生了重要影响，却没有统一社会学的方法纲领。在近二百年的发展中，社会学方法始终是多取向的，形成了思想实验、意义阐释、实证分析等复杂的方法聚集。

　　思辨可以被理解为思想实验的社会学形态。从孔德、帕森斯、埃利亚斯到哈贝马斯、福柯、吉登斯等，凡注重建构知识或思想体系的社会学家，都采用了以思想实验为底色的思辨方法。时至今日，关注宏观社会事实且试图在总体上把握社会事物特征的社会学探索依然在运用思想实验，如福克斯(Christian Fouchs)对数字社会的探索。

　　诠释可以被理解为社会哲学的社会学延伸。社会的建构性让探索社会现象的价值和意义成为理解社会的重要路径之一。从狄尔泰、胡塞尔到韦伯、舒茨、伽达默尔、利科，对价值尤其是意义的追寻极大地拓展了人们对社会事实的想象，也始终是引导人们认识社会的重要方法。在人机社会里，对意义的关注甚至具有更大的社会效应，如罗萨对主观经验、意义建构与社会加速的探讨，麦肯齐(Lachlan MacKenzie)对叙事与社会认同的探索等。

　　实证分析则可以被理解为计量技术的社会学实践。实践不仅意味着对基本原理的应用，还意味着方法和技术创新。源自法国年鉴学派的实证社会学在美国社会的发展中不断创新数据测量、假设检验、结论获取等不同环节的方法，从最初的集中趋势、离散趋势分析，到结构分析、时序分析、网络分析、仿真模拟等，社会学从未停止过用有限的方法和技术来拟合复杂社会现象。由于刻画社会现象的数据极其有限，加上方法运用的知识和技能门槛相对较高，计量技术虽有发展，却越来越成为一部分人的技能游戏。尽管如此，在可测量的社会现象里发现可用数据检验的社会规律始终是社会学的方法追寻之一。即使在大数据里挖掘社会事物之间的关系模式，计量技术依然是不可或缺的方法之一。

　　值得注意的是，社会学方法运用从不是非此即彼的，混合方法始终是社会学的常态。比如，用思辨方法筛选研究问题或建构研究假设，用案例方法、调查方法、实验方法搜集数据，或直接运用大数据，用假设检验、现实阐释来解释事物之间的关系模式或社会现象的价值与意义。在人机社会的社会学研究中，社会学流传下来的各类方法依然有广泛使用的场景和生产知识的价值。

　　只是，对既有方法的运用多了一个选择：与机器研讨，即人机互生。以研讨来定性人类与机器的方法交互，是因为除了和机器讨论任何已有方法的运用之外，人类还可以与机器探讨更加适用的新方法。我们面对的不是一台社会学的机器，而是学习了人类积累的几乎所有知识的机器，机器对方法的掌握至少可以作为寻求新方法的资源池。对此，数学、结构化学、材料科学、药物学等诸多学科的实践已经提供了充分证明。

　　简言之，随着新一代人工智能技术的创新、发展、应用、扩散，人类社会不可避免地变成了人机社会。对社会学而言，这既是挑战也是机遇。不辜负这一历史机遇的社会学姿态是：把机器纳入研究对象，把人类主体性作为前提，把人机社会里人类主体性的继替作为主题，把机器作为方法。

　　(作者系北京大学博雅讲席教授、中国社会与发展研究中心主任)