分论坛预告 | AI+人文社科与智库

分论坛简介

本分论坛将聚焦“AI + 人文社科与智库”，围绕基础模型在跨学科领域的前沿应用展开研讨。主题演讲涵盖生成式人工智能对人文社科研究范式的影响、时空大模型在智慧城市管理中的创新实践、大模型驱动的社会模拟技术探索、中华传统文化大模型项目的建设路径，以及大模型给资产管理带来的冲击与改革方向。圆桌论坛以“基于智能体的经济社会模拟”为议题，深入探讨智能体技术在经济社会系统建模中的关键问题。会议旨在搭建学术交流平台，推动 AI 技术与人文社科研究、智库建设的深度融合，为相关领域的理论创新与实践发展提供新思路。

分论坛主席

汤珂，现任清华大学社会科学学院经济学研究所教授，至善书院院长。2013年获得国家杰出青年科学基金，2019年获得中宣部“四个一批”暨哲学社会科学领军人才。主要研究方向为数据要素市场、金融科技和数字经济。在Journal of Finance、Review of Financial Studies、Management Science、PNAS、《中国社会科学》、《经济研究》等杂志上发表多篇论文。目前担任国际期刊Quantitative Finance的执行编辑以及《管理科学学报》的领域编辑。入选2020-2024年爱思唯尔中国高被引学者。

汝鹏，现任清华大学智库中心副主任、公共管理学院教授。担任全国智能技术社会应用与评估基础标准化工作组（SAC/SWG 35）秘书长、中国科学学与科技政策研究会理事等学术兼职。主要研究领域为科技政策、智能社会治理、标准化理论与实践，主持新一代人工智能国家科技重大专项项目等国家和省部级课题10余项；多篇政策专报获重要批示和《国家高端智库报告》刊发，担任智能社会发展与治理标准化指引等多项国家政策起草组专家。曾获《国家中长期科技发展规划（2006-2020）纲要》重要贡献奖等奖励、教育部高等学校科学研究优秀成果奖（人文社会科学）二等奖等奖励。

主题演讲讲者&报告简介

报告题目

生成式人工智能与人文社科发展

报告摘要

生成式人工智能（AIGC）的快速发展正在深刻重塑人文社科的研究范式与实践路径。AIGC具备“再创”“模拟”与“创造异感世界”三大核心功能，推动人机共生关系的确立，使AI成为辅助内容生产、数据分析及跨学科研究的重要工具。在新闻传播领域，AI已显著降低内容生产成本，但也带来信息真实性挑战，如“AI幻觉”现象，要求研究者强化批判性思维与事实核查能力。人文社科的传统优势——深度在场性、伦理价值判断及社会复杂问题的解析——仍不可替代，但AI的介入促使学科向计算思维与协同研究转型。例如，大语言模型可辅助文献分析、仿真社会政策影响，甚至催生“机器伦理学”等新兴领域。然而，过度依赖AI可能导致认知惰性，需警惕学术诚信与数据偏见风险。未来，人文社科应立足“新文科”建设，推动AI技术与学科核心价值的融合，如强化伦理治理、创新人机协作教学模式，并在技术浪潮中坚守人文精神的主体性。AI是机遇或挑战，取决于人类能否以开放姿态驾驭其潜能，实现“天人智一”的和谐发展。

讲者简介

沈阳，清华大学新闻学院、人工智能学院双聘教授、博士生导师，清华大学新闻学院新媒体研究中心主任，中宣部“文化名家”暨“四个一批”入选者、教育部新世纪人才计划入选者、互联网治理方面的社科基金重大项目首席专家。主要研究方向为AIGC、新媒体、大数据、网络舆论、元宇宙。长期从事元宇宙领域的理论研究，团队在多项 AI和大数据国内外比赛中获第一名或金牌，发表论文一百余篇，软件著作权和专利数十项，设计的大数据平台每日数据过亿条，发布了阅读量高达数千万的研究报告《DeepSeek从入门到精通》等几十份报告。

报告题目

面向智慧城市管理的时空大模型

报告摘要

大模型作为人工智能技术的最前沿成果，已经在文本处理、图像处理、多模态等多类型数据处理方面有了非常好的表现和及其广泛的应用。然而，现有的各类大模型对于位置、轨迹等时空位置数据的兼容性较为一般，使用大模型解决智慧城市中的各类时空位置数据应用“认字、识图、不认路”的问题。与此同时，随着大模型时代的到来，使用单一模型解决多任务正在成为一种趋势，实现多模态大模型对于时空数据的兼容成为一项AI技术和时空数据应用领域共同关心的内容。在这样的背景下，我们提出了一种从表征融合的角度实现多模态大模型与时空数据结合的方案，设计了能过够应对多种时空数据任务的BIGCity通用模型原型系统，其在多类型时空预测任务上都获得了优异的性能。此外，本报告还将围绕城市大数据和AI大模型融合的路径和挑战进行相关讨论。

讲者简介

王静远，北航计算机学院教授、经管学院教授，博士生导师。国家自然青年基金（B类）项目获得者，青年北京学者，北京市应急管理领域青年学科带头人。数据智能与智慧管理工信部重点实验室责任教授，“北航－首信”智慧城市与数据要素创新联合实验室主任。长期从事时空数据挖掘与智慧城市管理的相关研究。获得教育部技术发明一等奖，北京市抗击新冠肺炎疫情先进个人。主持和参与国家重点研发计划、国家自然科学基金等国家级项目十余项。出版学术专著2部，发表学术论文100余篇，包括PNAS等综合类顶刊，IEEE TKDE、IEEE TMC、ACM TOIS、IEEE ICDE、ACM SIGKDD、AAAI、Ubicomp等人工智能、数据挖掘顶级期刊会议，以及UTD24期刊Journal of Finance、Management Science等。获得WGDC全球前沿科技青年科学家、《管理世界》期刊优秀论文奖、DMKD最佳论文奖等荣誉。

报告题目  

大模型智能体在社科方面的应用

报告摘要

社会模拟长期以来是社会科学的重要研究手段，用于理解群体行为、政策影响以及复杂社会系统的演化。然而，传统社会模拟方法在建模人类复杂认知与决策行为方面存在显著局限，导致模拟精度不足、场景通用性较差。随着大语言模型（LLMs）的快速进步，研究者开始尝试将其作为类人代理（human-like agents），以更真实地重现社会互动过程。本次报告期待能给听众带来更多的关于该领域的介绍和讲者理解。

讲者简介

陈旭，中国人民大学高瓴人工智能学院准聘副教授，博士生导师，主持国家优秀青年科学基金项目。博士毕业于清华大学，曾在美国佐治亚理工学院交换学习，在英国伦敦大学学院从事博士后研究。主要研究方向为大语言模型、强化学习、推荐系统和因果推断等，在TheWebConf、SIGIR、KDD、ICML、NeurIPS、ICLR、AIJ等会议/期刊发表论文100余篇，谷歌引用8000余次，荣获著名国际会议的最佳论文奖或提名五项（TheWebConf 2018、CIKM Resource 2022等），荣获CCF自然科学二等奖（2/2）、CIPS钱伟长青年创新奖、ACM-北京新星奖和CAAI社会计算青年学者新星奖等荣誉。是学术期刊ACM Transactions on Recommender Systems（TORS）的编委，主持/参与二十余项国家级和企业合作项目。

报告题目

中华传统文化大模型项目介绍

报告摘要

中华传统文化大模型由清华大学-同方知网数字人文联合研究中心与清华大学自然语言处理与社会人文计算实验室联合开发，是一项融合前沿人工智能技术与深厚人文底蕴的创新性探索，旨在通过大规模预训练技术实现对中华传统文化资源的系统性挖掘、智能化解析和创造性转化。模型将以海量典籍文本为基础，系统整合传世典籍、出土文献、研究著作等多元文化载体，构建覆盖语义理解、知识推理、内容生成的全链条技术体系。其应用场景涵盖数字人文研究、智能化传统文化教育、典籍数字化整理、文创产业赋能等多个方面，助力中华传统文化在数字时代的活态传承。

为确保大语言模型在传统文化领域的深入应用，本项目将开展文化大模型的训练与优化工作，确保模型能够精准捕捉用户意图，提供高质量、可追溯的文本生成与问答服务。在研发过程中，将重点采用多粒度混合编码技术以增强语义理解能力，通过结构化知识嵌入和知识库事实核验机制有效降低模型“幻觉”现象。同时，结合领域自适应技术，提升模型对繁体字、异体字及特殊句式的处理能力，解决古籍文本中的语义歧义问题。此外，针对传统文化场景，设计多层次监督微调（SFT）策略，通过构建涵盖古籍问答、经典释义、礼仪规范、文物展览等多样化任务的数据集，引导模型掌握传统文化特有的推理逻辑与表达方式，实现从通用语言理解向专业文化知识理解的转型。

讲者简介

韩玉凤，清华大学中文系博士，清华大学计算机科学与技术系博士后，哈佛大学定量社会科学研究所（IQSS）访问学者。研究方向为数字人文、唐宋诗歌、大语言模型。

报告题目

人工智能，大模型与资产管理：一些研究与展望

报告摘要

主要探讨人工智能对资产管理研究与业态的冲击。第一部分我们介绍使用结构化理论模型所产生的合成数据进行预训练的模型用于资产定价的效果。结构经济学模型往往与数据拟合不佳，且预测性能有限；相反，机器学习模型虽然灵活度高，却容易过拟合，并且在训练数据之外的情形下泛化能力不足。我们提出一种迁移学习框架，将结构模型的经济约束融入机器学习模型。具体而言，我们先利用结构模型生成的合成数据训练一个神经网络，使其成为结构模型的近似表示，再用真实数据对该网络进行微调。其优势在以下情形尤为突出：（i）可用的真实样本规模较小时；（ii）市场环境相较于训练数据发生变化时；（iii）结构模型的错设程度可能较低时。第二部分，我们讨论使用闭源模型Agent进行资本市场信号提取，构建因子的效果。测试了使用大模型因子构建投资组合策略的可能性。最后我们基于前文的学术工作讨论资产管理工作流如何改革以适应大模型的广泛使用，并就大模型现阶段在资产管理领域的应用困境给出讨论。

讲者简介

程雨涵，主要研究领域是人工智能，大模型和金融学的交叉。山东大学管理学院人工智能与数字金融中心主任，山东省泰山学者青年专家，曾为麻省理工学院斯隆商学院访问学者。文章发表于Quantitative Finance，British Accounting Review, 中国软科学，经济管理，科研管理，财经智库等期刊，文章在NBER，CICF等会议报告。

圆桌报告讲者&简介

报告题目  

认知理论启发的人类行为模拟智能体

报告摘要

随着大语言模型的迅速发展，具有模拟人类行为能力的AI智能体开始广泛涌现。然而，当前大语言模型的智能源于对海量互联网文本的训练拟合，其在模拟难以直接观测的人类认知过程方面存在诸多局限，且往往受到高计算成本的限制难以实现大规模的模拟仿真。在本次报告中，讲者将介绍一个受人类认知理论启发的大模型智能体框架，通过构建基于人类认知过程的智能体工作流，大幅提升大模型智能体模拟人类物理、社会、网络域行为的准确度，并通过大小模型协同显著降低计算开销。在此基础上，讲者还将介绍面向大规模社会模拟的AgentSociety仿真平台。

讲者简介

清华大学电子工程系助理教授，入选2023年国家级青年人才计划，2020年于清华大学取得博士学位，2020-2023年先后在香港科技大学、芝加哥大学从事博士后研究工作。研究兴趣包括人工智能、大模型智能体和社会计算。曾作为第一作者/通信作者在自然-人类行为（Nature Human Behaviour）、自然-通讯（Nature Communications）、自然-计算科学（Nature Computational Science）和科学院院刊（PNAS）等高水平综合性期刊发表论文，并在NeurIPS、ICLR、ICML、WWW、KDD、Ubicomp等顶级会议与期刊发表论文40余篇。曾获吴文俊人工智能优秀青年奖、CAAI社会计算新星学者奖、微软学者奖研金（MSRA Fellowship）、UBICOMP最佳论文提名、清华大学优秀博士毕业生、CCF优秀博士学位论文提名、ACM SIGSPATIAL中国分会优博奖等学术荣誉。

圆桌对话

谢丹夏

清华大学社科学院经济所博士生导师，长聘副教授; 北京市优秀博士论文指导教师，清华大学优秀博士论文指导教师，清华经济学学堂班指导教师；清华数据要素与数字技术实验室副主任。获芝加哥大学经济学博士，哈佛大学公共政策硕士，杜克大学计算机硕士（已完成全部博士课程）。曾任职于全球著名智库彼得森国际经济研究所；参与我国第一个CPU北大“中国芯”(1999年)的研发。首创提出“广义数字经济理论”、“数据创新内生增长理论”与“监管增长理论”。研究领域涵盖：数字经济、健康卫生经济学、法律经济学、宏观、金融、国际经济学。

陈旭

中国人民大学高瓴人工智能学院准聘副教授，博士生导师，主持国家优秀青年科学基金项目。博士毕业于清华大学，曾在美国佐治亚理工学院交换学习，在英国伦敦大学学院从事博士后研究。主要研究方向为大语言模型、强化学习、推荐系统和因果推断等，在TheWebConf、SIGIR、KDD、ICML、NeurIPS、ICLR、AIJ等会议/期刊发表论文100余篇，谷歌引用8000余次，荣获著名国际会议的最佳论文奖或提名五项（TheWebConf 2018、CIKM Resource 2022等），荣获CCF自然科学二等奖（2/2）、CIPS钱伟长青年创新奖、ACM-北京新星奖和CAAI社会计算青年学者新星奖等荣誉。是学术期刊ACM Transactions on Recommender Systems（TORS）的编委，主持/参与二十余项国家级和企业合作项目。

李栋

博士，清华大学智库中心、清华大学城市治理与可持续发展研究院副研究员，中国农工民主党党员。李栋博士主要从事城乡发展、智慧城市、数字经济等领域的政策和规划研究。擅长在区域和城市规划中开展时空大数据分析与智能信息化系统研发。主持或参与国家及地方重大规划类项目30余项、信息化类项目40余项，国际国内相关研究课题10 余项。撰写各级内参20余份，成果数次获省部级以上奖励。发表中英文学术论文50余篇，其中SCI /SSCI 收录论文20余篇。

徐丰力

清华大学电子工程系助理教授，入选2023年国家级青年人才计划，2020年于清华大学取得博士学位，2020-2023年先后在香港科技大学、芝加哥大学从事博士后研究工作。研究兴趣包括人工智能、大模型智能体和社会计算。曾作为第一作者/通信作者在自然-人类行为（Nature Human Behaviour）、自然-通讯（Nature Communications）、自然-计算科学（Nature Computational Science）和科学院院刊（PNAS）等高水平综合性期刊发表论文，并在NeurIPS、ICLR、ICML、WWW、KDD、Ubicomp等顶级会议与期刊发表论文40余篇。曾获吴文俊人工智能优秀青年奖、CAAI社会计算新星学者奖、微软学者奖研金（MSRA Fellowship）、UBICOMP最佳论文提名、清华大学优秀博士毕业生、CCF优秀博士学位论文提名、ACM SIGSPATIAL中国分会优博奖等学术荣誉。

后续我们将继续更新本次学术年会相关信息，敬请持续关注！

本次年会报名链接请查看：开启报名 | 清华大学基础模型2025学术年会