智能时代的公共管理研究向何处去？——基于研究方法的反思与前瞻
马亮
摘 要：在智能时代，公共管理研究方法仍面临不少问题与挑战，而新一代人工智能（AI）技术的发展和应用为破解问题、迎接挑战提供了契机。AI 技术既为包括公共管理学在内的社会科学研究提供了机遇，也提出了挑战和带来了新问题。从研究方法角度探讨公共管理研究的未来发展趋势，可以发现AI 驱动和赋能使公共管理研究更加科学化。在AI 的助力下，无论是公共管理研究的效率还是效益都会显著提升，但我们也要充分认识到基于AI 的公共管理研究面临的一系列伦理、法律和安全挑战，未雨绸缪地加强研究方法培训、学术规范引导和研究伦理监督。
关键词：人工智能；公共管理；研究方法；社会科学；科学革命
一、引言
人工智能（AI）技术在经历了多年沉寂和低迷后，终于在2023 年迎来爆炸式发展。2022 年年底，美国AI 科技公司OpenAI 发布的ChatGPT 一鸣惊人，成为生成式人工智能技术（AIGC）的佼佼者，并引发全球众多科技企业争相投资大语言模型（large language models，LLMs）。紧随ChatGPT 之后，中国企业推出的“文心一言”“讯飞星火”等大语言模型，使新一代AI 技术迅疾兴起，并引发广泛关注。2024 年4 月，国家互联网信息办公室发布117 个生成式人工智能服务已备案信息。
新一代AI 技术革命在公共管理实践领域的应用备受关注，并关乎国家治理体系和治理能力现代化［1］。不少学者探讨了AI 对社会治理和数字政府的影响［2］以及如何对其进行更好的监管［3］。比如，新一代AI 技术在金融领域的应用可能会催生大量金融创新，但是也需要金融监管同步创新［4］。此外，它在国家治理智能化转型方面也有巨大潜力［5］，有助于进一步加快推动国家治理体系和治理能力现代化［6］，但是对其发展和应用还需要更富有前瞻性和有效性的监管［7］。
新一代AI 技术的发展在推动社会实践的同时，也让科学研究受益良多，包括数学、生物学、医学、物理学、化学等学科的自然科学，都从新一代AI 技术的发展中看到了希望，并已着手加快推动AI 驱动的科学研究（AI for science）。对于科研工作者来说，AI 带来的机遇和挑战并存，但是毫无疑问是机遇大于挑战［8］。从更深层次而言，AI 可能使知识生产范式发生根本转变，并对教育、研究和产业发展都会带来深远影响［9］。
对于社会科学研究来说，AI 的发展同样带来了千载难逢的发展机遇［10］。比如，有学者探讨AI 发展对经济学研究范式带来的影响，认为大语言模型会推动经济学研究更加注重大数据分析、大模型推断和大算力支撑［11］。
公共管理研究是社会科学研究的重要组成部分，其发展也同样会受到新一代AI 技术发展和应用的重要影响。AI 对公共管理研究既提供了机遇，也提出了挑战和带来了新问题。在智能时代，公共管理研究仍面临不少问题与挑战，特别是研究方法的发展和应用问题值得重视与思考，因此本文从研究方法角度来探讨公共管理研究的未来发展趋势，考察新一代AI 技术的发展和应用为破解这些问题提供了哪些契机。
在智能时代，公共管理研究方法将会如何发展？公共管理研究方法将向何处去？本文通过探讨公共管理研究方法的现状和存在的问题，AI 技术对公共管理研究方法的意义和影响以及新一代AI 技术在公共管理研究中的应用，尝试提出未来值得关注的问题和可资参考的对策建议。
二、公共管理研究方法面临的挑战
（一）公共管理研究方法怎么了？
对于任何学科和研究领域来说，研究方法都是至关重要的。研究方法的进步，往往会极大地推动学科进步和研究拓展。研究人员手中掌握和使用的研究方法，就像是厨师使用的锅碗瓢盆和煎炸烹煮的烹饪技艺，直接决定了出品的菜品能否做到色香味俱全。厨师既可以做山珍海味，也可以做小炒美味；厨师既有独门绝技的拍案惊奇，也有信手拈来的神来之笔。一道菜是喂饱（肠胃），还是激活味蕾（口舌），甚至是触动灵魂（精神），就取决于厨师能否用好食材和烹饪到位。厨师既会用厨具，也会发现新厨具，还会发明新厨具。
对于公共管理学来说，研究方法的意义同样不容置疑。公共管理学是一门“借来的学科”，深受政治学、管理学、社会学、经济学等基础社会科学学科的影响［12］。相对于其他学科来说，公共管理学主要是作为研究方法的用户而存在的。
从既有研究来看，公共管理研究人员使用了各种研究方法，但往往是直接照搬照抄地应用其他学科的研究方法，创新性和适应性不足，因此公共管理研究需要改造研究方法，使研究方法更加适应于公共管理研究。比如，公共管理研究的典型对象是公务员，但政府机构中的公务员在面对某些现实问题时，往往心存顾虑而不愿说真话、不想说实话。面对这种情况，研究人员要探究政府到底是如何运作的，这无疑是很难的。虽然研究人员可以套用深度访谈法，但是还需要更多地创新研究方法，使之更好地服务于公共管理研究。更为重要的是，公共管理学也需要“礼尚往来”，在应用其他学科研究方法的同时，也需要发展本学科的研究方法，并为其他学科所使用。
于文轩和钱亚玲通过对《Public Administration Review》和《Journal of Public Administration Research and Theory》两本主要期刊在2018—2022 年发表的678 篇论文进行分析，发现定量研究方法在公共管理研究中的应用越来越凸显，实证研究论文占研究型论文的89.13%，而定量研究论文占实证研究论文的60%以上，值得注意的是，实验研究的论文发表量大幅增加［13］。这些发现和笔者此前的评估结果一致［14］，说明过去被视为文科专业的公共管理学，已经在其研究中越来越广泛地应用定量研究，但是公共管理定量研究粗制滥造的问题依然突出，研究人员不得不面临定量研究“拿来主义”带来的强烈焦虑感和紧迫感［15］。
我国公共管理学科恢复重建的时间并不长，距今仅有40 年左右。20 世纪末21 世纪初，公共管理研究的规范性不足，实证研究方法的应用不够，研究质量也不高［16］。近年来，公共管理研究逐步规范，越来越多的实证研究方法被引入并得到广泛应用［17］，但是公共管理研究方法在日渐规范的同时，也出现了值得关注的新问题。
当前，公共管理研究的突出问题集中表现为研究方法的内卷化。虽然大量学者热衷于使用复杂的定量研究方法，但不能善用而得出富有价值的研究结论。越来越“卷”的研究方法往往是无必要的炫技，其背后可能还反映了研究方法的不自信乃至心虚。公共管理研究的方法、技术与工具之所以出现本末倒置、南辕北辙的不良势头，是因为不少研究人员使用的研究方法和回答的研究问题不匹配。一方面是研究方法的狂欢，另一方面则是学术研究的空心化。
概括来说，当前公共管理研究存在的突出问题是问题的无病呻吟、文献的述而不评、理论的贫乏苍白、分析的隔靴搔痒、结论的味同嚼蜡以及行文的词不达意等。例如，有关数字政府建设的研究，原本应该是实现数字技术对政府管理的赋能，却演变为“数字-政府”，数字化反而导致政府管理停滞不前乃至故步自封。这使数字凌驾于政府之上，并没有实现数字赋能政府［18］。
（二）公共管理研究方法的突出问题
总体来说，我们关注当前几种典型研究方法在公共管理应用中的问题与误区，包括文献综述、问卷调查研究、实验设计、定性比较分析（QCA）和混合研究方法等。
文献综述是开展学术研究的出发点，但是当前不少文献综述是重述轻评，仅是简单介绍已有学者的相关研究，而缺乏批判性。就规范而言，文献综述应“站在巨人的肩膀上”，既要膜拜巨人，也要实现对巨人的超越。如果文献综述是选择性的注意与刻意性的无视，那么就像“茫茫大海，只取一瓢”，而不是求全责备。正如多数研究者使用CiteSpace 等知识图谱工具，却停留在描述和可视化上，缺乏对文献脉络的梳理和批判。与此同时，如果越来越多的人通过使用系统综述、荟萃分析等方法，希望对某个领域的文献“一网打尽”，并能够进行系统综述或荟萃分析，那么一定是这个领域的研究过剩了。
问卷调查研究在公共管理研究中的占比较高，被视为默认的研究方法或研究的标配［19］。除一手获取专门调查数据的研究以外，还有不少研究使用二手调查数据，通过大型社会调查数据来研究公共管理问题。需要指出的是，尽管问卷调查如此流行，但不能成为研究方法的首选。甚至可以说，不到万不得已，我们不要使用问卷调查［20］。无孔不入的问卷调查让人不胜其烦，受访者很少会认真填写问卷，这使得问卷调查遭遇真实性和诚实性危机，面向公务员或民众发放的调查问卷，可能无法获得真实的回复。大量研究采取便利抽样，标明是随机抽样，其实只是随便抽样，样本普遍缺乏对调查总体的代表性。在量表开发方面，不少人使用的是国际量表的中国版本，并没有开发本土量表。调查研究往往存在共同来源偏差或共同方法偏差，且几乎无法事后补救。基于结构方程模型拟合的变量间关系，有可能只是虚幻的、不攻自破的完美关系。
实验设计是近年来发展迅猛的一种研究方法，其在公共管理研究中的应用越来越广泛［21］。实验设计包括实验室实验、调查实验、实地实验、自然实验、准实验等，推动实验研究的初衷是为了促进实验室实验和实地实验，但是调查研究压倒性地大行其道［22］，甚至由于成本低廉和设计简单，因此导致调查实验研究泛滥成灾且陷阱重重。因为实验设计的成本较高，所以应允许失败，否则就可能诱发弄虚作假。在实验设计的规范与伦理方面，应进一步加强和规范研究备案、伦理审查、研究报告等工作流程。比如，国际期刊《Public Administration》设立专栏，鼓励基于不同情境与使用不同方法的实验复刻（Replication）。当然，如果一个实验单薄，完全可以做两个实验或三个实验，从不同角度对同一个问题进行研究。
定性比较分析（QCA）很难说是新方法，但是近年来在公共管理研究中的应用越来越普遍，甚至发展成为经典研究方法，这可能是因为QCA 特别适合回答涉及多个影响因素同时作用的复杂公共管理问题［23］。QCA 本质是质性的，量化只是其表面。由于不少人认为QCA 本质上是可以使用软件的定量分析，因此门槛较低，由此也带来了量化有余而质性不足的问题。QCA 对研究人员的理论功底要求较高，选取哪些条件，具体如何赋值，使用模糊集还是清晰集，路径解析与命名，等等，都需要自圆其说的艺术。
为了弥补单一研究方法的不足，越来越多的人开始使用混合研究方法［24］。需要指出的是，使用多种方法不是为了增加论文的工作量，让其看起来更有“厚度”，而是通过混合质性与定量研究方法来协力解决研究问题。混合研究设计要有明确的方法自觉，不能是事后补救式的混合，而应是前瞻设计型的混合。混合研究设计涉及谁先谁后、谁主谁辅以及是大混合还是小混合的问题。这就像学科的交叉融合，不能混为一谈，而应融为一体；不能画蛇添足，而应恰到好处。
三、人工智能技术与公共管理研究
（一）智能时代社会科学研究的发展与启迪
以ChatGPT 为代表的新一代人工智能（AI）技术，让人们看到了智能时代的曙光。如果说此前AI 技术经历了漫长的暗夜，那么新一代AI 技术则让人们看到了未来智能时代的雏形。新一代AI 技术借助大语言模型，实现了数据、算力与算法相融合的工程创新，达到了AI 技术的通用性、全知全能和功能拓展，甚至蕴含无所不知、无所不在、无所不能的巨大潜力。ChatGPT 等新一代AI 如此受关注，与其生成式大语言模型的高参数带来的智能突变以及基于人工反馈的强化学习不无关系。
借助于千亿级的大参数，AI 技术在参数量达到临界点时极大地提升了从量变到质变的涌现能力。这就好比“书读百遍，其义自见”，当AI 技术所依赖的语料库和参数达到了一定水平后，其能力也实现质的跃迁。此外，新一代AI 技术借助生成式语言模型的思维链，把大问题拆解为小问题，通过提示引导而逐步解决难题。与此同时，新一代AI 技术还能基于人工反馈进行强化学习，通过人工标注和排序来训练模型，并能够持续反馈和不断迭代。
过去AI 专家认为2045 年将会是技术奇点，但是ChatGPT 等的出现则使其可能提前到来。这既会推动AI 平台发展，也使AI 成为未来工作的基础设施、操作系统和终端入口。在未来，机器换人会在一些行业出现，而人机协同则会是社会常态。
AI 技术在自然科学领域的应用有目共睹，智能科学研究已被提上日程。AI 技术的发展和应用，也会加速推动社会科学研究的转型［10］。毫无疑问，AI 技术为社会科学研究革新创造了机遇，使社会科学研究人员可以基于海量文本数据和转换模型更好地模拟人的行为和反应，更大规模和更快速度地检验有关人类行为的理论假设。
在社会科学研究中，机器学习技术的应用越来越广泛，但是也存在一定的学科差异，人们使用的工具也有所不同［25］。总体来说，社会科学研究在AI 应用方面相较于自然科学是“慢半拍”的，这也带来了AI 的社会科学赤字。AI 为自然科学、医学和工程学带来了革命性变化，但是社会科学研究并没有跟上AI 的步伐，需要加速追赶以防掉队，因此推动智能社会科学研究（AI for social science）就成为当务之急。
值得注意的是，AI 研究和社会科学渐行渐远并相互孤立，社会科学的AI 鸿沟对社会科学不利，对AI 也不利。在产业界，AI 的研究前沿受到企业专利保护，相关论文也主要是在学术会议上交流而非在学术期刊上发表，这在一定程度上会阻碍AI 技术的扩散和应用。与此同时，AI 不研究社会，却被广泛用于社会。社会科学研究有助于让AI 更有洞见和人性，但是如果社会科学研究人员跟不上AI 前进的步伐，可能会导致AI 的目中无人和见物不见人［26］。
（二）AI+社会科学的前景
社会科学研究往往遵循学术“八股文”的套路［27］，其中各个环节都可以借助新一代AI 技术而实现智能化。目前，AIGC 涌现出许多智能工具，未来还会有更多可以用于社会科学研究的方法和技术。我们结合最新AIGC 的发展，探讨其在研究选题、文献综述、数据分析、论文写作等方面的应用前景。
1.AI+研究选题
在智能时代，至关重要的问题是如何更好地提出好问题。社会科学研究面临的突出问题是如何提出合适的问题以及如何持续不断地提出研究问题。这毫无疑问离不开研究人员的前期储备和基本训练，但是同样重要的是如何更好地使用各种AIGC 工具。
对于ChatGPT 等新一代AI 技术来说，核心的诀窍就是使用合理的提示语（prompt）来引导大语言模型运行，从而得出符合用户期望的结果。这就好比是两个人聊天，一个人可能因为沟通技巧不足而“话不投机半句多”，会因为“尬聊”而结束谈话，而另一个深谙交流技巧的人则可以让对话持续推进，并产生深入的思想碰撞和精神激荡。
社会科学研究中的选题至关重要，但很多研究人员并不清楚如何提炼合适的研究问题。在智能时代，人们可以运用AIGC 工具寻找研究问题，发现文献局限，进行头脑风暴并开启创新思维。这同搜索引擎一样，我们面临同样的数据库，但是不同的搜索技巧可能导致搜索结果南辕北辙、相去甚远。当然，与搜索引擎不一样的是，AIGC 可以将搜索结果进行比较和总结，从而得出更有启发性的结果。
在智能时代，人们可以用于社会科学研究的数据是多模态的，包括声音、图像、文字、视频等，但文本分析仍然是目前数据分析的主要方式，然而，因为人类行为的许多方面都不是文本形式的，所以会带来严重的信息损失。在图像分析方面，城市街景、文字识别（标语）等日益流行。在音频分析方面，语音转换文字、声纹情绪捕捉等日渐成熟。与此同时，越来越多的人开始关注视频分析，其作为一个新兴领域发展迅猛。例如，针对政务热线、执法记录仪等渠道获取的数据进行分析，可以大大拓展社会科学研究的视界，也会让人们发现和检验更多富有价值的理论。
2.AI+文献综述
过去研究人员经常使用的文献管理工具是Endnote 等软件，如今ASReview 等文献综述工具则基于AIGC 可以实现更高效的检索、阅读、分析和管理文献。研究文献浩如烟海，而借助AIGC 则可以使研究人员游刃有余。在文献的检索、阅读、翻译、总结、批判等方面，AIGC 都可以大大提升研究人员的效率。
在文献综述方面的AIGC 工具很多，比如可以利用ChatGPT 进行文献的听说读写译，通过Elicit 进行文献检索，通过Immersive Translate、Open AI Translator 进行文献翻译，还可以使用LiquidText 进行文献阅读、笔记与管理［28］。此外，ASReview 等基于机器学习的开源系统综述软件，可以让系统综述更容易实施。
3.AI+数据分析
在数据的收集、分析、报告和解释方面，AI 技术大有可为。公共管理学往往是按照人文社会科学来设置学科和专业的，而文科生的数学和统计学基础往往不尽如人意。定量社会科学研究需要借助于统计分析工具，AI 技术为其提供了广阔空间。
在当前的社会科学研究中，尽管仍会使用Excel、SPSS、Stata、SAS、Python 等统计分析软件，但是随着AIGC 的出现，这些统计分析软件都可能惨遭淘汰。这就意味着我们需要思考是否还需要学习统计分析软件，相关统计分析课程是否也需要随之重构。随着大模型的应用，统计分析方法也会发生改变，这就需要我们改变学习统计分析和大数据分析方法的方式。例如，过去需要通过编程来实现人机对话，使统计分析软件能够读懂用户的指令并进行计算。如今，ChatGPT 等工具使得人机交互更为简便直接，人们只需要不断下达命令，就可以得到需要的统计分析结果。与此同时，Cursor 等编程工具也使人们提升了编程效率，而这一变化同统计分析一样。
在质性研究中，AI 的应用同样令人期待。以ChatGPT 为代表的AIGC 可能会带来质性研究方法的革命，而这可能意味着研究方法课程和教学模式的全方位转型。质性研究需要花费研究人员的大量时间和精力进行资料收集和编码，而AIGC 可以对文本、图片、视频等质性资料进行自动编码与模式识别。比如，人民网领导留言板数据、政务移动客户端的用户评论，都涉及如何对文本数据进行清洗、编码和分析的问题，而这些都可以通过AIGC 来实现。
与此同时，质性研究的效度与信度问题在过去饱受争议，如今AIGC 可以用于提升质性研究的可复制性和可回溯性。例如，案例研究等质性研究使用AIGC，可以通过人机对话来识别案例对应的类型，并提供理想案例与现实案例的线索，使研究人员更轻松地检索和识别典型案例。基于预设的理论框架，可以通过AIGC 来训练生成新的模拟案例，并对案例进行比较。此外，还可以通过AIGC 辅助进行案例文本采集、分析和编码。
4.AI+论文写作
在社会科学研究中，AIGC 应用最富前景也最充满争议的就是论文写作，其既可以让人“下笔如有神”，也会带来知识产权、学术规范和研究伦理的挑战。传统的论文写作是作者一笔一画地写出来，或是一个个字符地敲出来。借助于AIGC，作者可以从笔写转向口述，通过语音转换文字完成写作。在未来，如果脑机连接成为可能，那么脑思转换文字也会达到“所思即所得”，将会进一步加快论文写作速度。
对于论文作者来说，AIGC 的语言功能强大，可以帮助作者进行中文、英文等许多语种的论文写作。AIGC 工具还可以用于论文润色，根据用户指定的语言风格对论文进行修改和调整，大大提升论文的可读性。
在社会科学研究中，AIGC 的应用将大大推进社会科学研究的传播普及，实现学术传播的双向赋能。借助AIGC，人们可以更轻松地跨越语言障碍，实现跨国无缝沟通。例如，过去中文论文仅限于中文读者，而随着AIGC 的翻译功能增强，中文论文可以智能翻译为各国语言而在全球传播。这既可以提升中文论文在非中文国家的学术影响，也使非英语文献特别是小语种文献的传播得到改善。
与此同时，借助Gamma 这样的PPT 生成工具，人们可以将论文直接制作为学术报告的PPT，大大提高科研沟通和传播效率。目前已有大量提升科学研究效率的智能工具，包括ChatDoc、AudioPen 等语音转换文字工具，Galactica 论文写作工具，LEX 论文写作辅助工具，Stable Diffusion 文字转换图像工具，DALL·E、Midjourney 等绘图工具，以及Mmhmm、OBS、剪映等录制视频工具［28］。
（三）AI+社会科学的隐忧
AI 技术为社会科学研究既提供了机遇，也提出了挑战，这意味着社会科学研究实践要随之调整乃至重构，如此才能发挥AI 的巨大能量。一方面，AI 会包含和放大语料库中存在的固有偏见，导致以讹传讹和歧视问题；另一方面，AIGC 背后的大语言模型存在可解释性不足和无法进行因果推断的问题，也会使社会科学研究面临可解释性危机。
值得注意的是，AI 技术的应用会使研究的透明性和可复制性受到质疑，甚至动摇社会科学研究的根基。AI 驱动的社会科学研究，不可避免地面临方法“暗箱”与复刻难题。面对AIGC 的技术“暗箱”，我们赖以为生的科学信任会面临挑战甚至发生动摇。我们如何信任“暗箱”输出的信息？毫无疑问，信任至关重要，这也是为什么我们即便对一些高科技一无所知，也会“盲信”“盲从”，甚至会把身家性命托付给它。
在数据收集方面，AIGC 不仅可以更高效地进行海量数据搜索，并按照研究人员的意图进行数据的整理、清洗、编码和分析，这可能会透视和窥探人类的行为特质，并为仿真实验提供强大支撑。例如，人们可以不用进行传统的民意调查或大规模社会调查，就能够基于已有的海量数据来预测结果，而这会大大降低社会科学研究的成本和门槛。
大数据分析与AI 算法在社会科学研究中的应用，也会带来研究分工模式的变化。大数据分析既可以由研究人员自己完成，也可以外包完成。这是因为社会科学研究并非每个步骤都需要研究人员亲力亲为，而是可以将其中一些环节和步骤交给更专业的机构和工具完成。当然，未来社会科学研究将趋于专门化与垄断化，这类似于近代工业革命时期的现代大型实验室和职业研究人员取代手工作坊和民间科学家。过去人们关注互联网带来的数字鸿沟，如今则需要关注算力鸿沟和算法鸿沟以及它们可能在社会科学研究中造成的不平等。
在论文写作中使用AIGC 还会出现值得关注的法律和伦理问题，这也是AIGC 带来的最大麻烦。目前，一些出版单位或许接受作者使用AIGC，但是需要明确说明。如果作者使用而不说明，那么就会有伦理风险。在一些学术期刊的论文评审中，已经暴露出论文作者使用AIGC，但并没有承认的问题。例如，论文中出现“Regenerate response”，可能意味着粗心大意的作者在使用ChatGPT 时忘记了删除相关提示词。再如，一些论文的参考文献中列出了实际上并不存在的文献，也可能是ChatGPT 胡言乱语导致的。
上述这些弄虚作假都是低级错误，可能只是AIGC 应用舞弊的冰山一角。当人工“枪手”被AIGC“枪手”取代时，可能使炮制论文的“论文工厂”进一步泛滥。一方面，人工审稿速度追不上AIGC 写稿，论文真假难辨；另一方面，随着AIGC 能力不断提升，研究者发表论文的速度更快、数量更多，面对越来越多的文献，读者会产生读不完的焦虑。
当前，AI 发展势不可挡，它“作为数字助手能为人类提供更为舒适的工作和生活环境，但也有可能让相当多的人由此异化为‘数字白痴’［29］”，而唯一的对策是对其善加利用，尽可能地发挥其在社会科学研究中的作用，并降低其可能带来的风险和威胁。人们在社会科学研究中越来越多地使用一系列AIGC应用工具，努力纠正AI 的偏误与确保数据真实就变得至关重要［10］。
四、结论：基于AI的公共管理研究畅想
毫无疑问，ChatGPT 等新一代AI 技术可以大大提升研究人员的研究效率，但是不会解决社会科学研究面临的一切问题。前文探讨的当前公共管理研究方法应用中存在的若干突出问题，但是AIGC 未必能够真正有效地予以解决，甚至可能会进一步加剧“工具主义”的应用导向。畅想智能时代公共管理研究方法的未来，我们需要关注AIGC 工具在研究选题、理论构建、数据分析等方面的应用潜力，并关注本学科根本性的大问题，如什么是本学科应该优先关注的大问题、什么是理解和解释世界的合理理论视角、什么是测量与解释世界的合适方法和工具，以及如何基于数据对现象进行测量与解释。这些问题虽然AIGC 不能够回答，但是可以帮助我们更有效地思考和分析。
AI 的崛起与发展对公共治理实践和公共管理研究都提出了挑战，同时也孕育了巨大机遇。2023 年10 月15 日，在厦门大学公共事务学院召开的“AI 驱动的社会科学研究与公共治理新范式的构建”学术研讨会上，与会者发出学术共同体倡议，提出共同推动AI+公共管理研究的未来前景。于文轩教授代表大会发布了“AI+公共治理研究学术共同体厦门倡议”，提出要把握人工智能赋予的辉煌契机、创造人机同谋、共融共进的新范式、促进学科对话与跨界协同、优化社会科学人才培养模式、塑造公共管理学科生态、精益学术研究方法与工具、重视人工智能伦理问题、加强国际合作和构建全球视野。倡议强调并呼吁，“作为开放的学术共同体，我们将拥抱ChatGPT 带来的‘智能涌现’。热诚地将人工智能的新工具、新方法、新理念融合到公共治理的研究与实践中”①(笔者参与了这份倡议的起草，其过程既有与会专家学者的研讨作为“输入”，也有ChatGPT 据此作出的“输出”，真正实现了人机协同，代表了未来公共管理研究的一种立场。)。
公共管理研究方法向何处去？我们认为，公共管理研究方法不能变得更加复杂难懂和曲高和寡，而应做到深入浅出，让人们看得懂、学得会。公共管理研究方法要推陈出新，既要有宝刀不老的经典研究方法，也要有常出常新的前沿研究方法，不能完全一边倒。一项研究如果只有研究方法也是远远不够的，作为一门应用学科，公共管理学的研究要加强理论与实践的联系。研究方法不能更加脱离实践，而要更加贴合实践。要从实然走向应然，为治国理政提供决策和依据。目前，中国公共管理学还没有自己独特的研究方法，但是中国场景与情境对实证研究提出了严峻的挑战，需要基于中国本土进行必要的因应与调适。
公共管理学是兼顾科学与人文的一门学科，要兼顾二者的关系不能厚此薄彼或非此即彼。例如，案例研究越来越受到推崇，就与人们对定量导向的实证研究进行批判和反思有很大关系。与此同时，公共管理学也需要行政哲学的反思、行政逻辑的剖析、行政美学的赏析和行政伦理的激辩，而这些都关乎公共管理学追求的根本公共价值。更为重要的是，除了实证研究，公共管理学还有深厚的规范研究传统。当今，我们还应进一步提升规范研究的规范性，否则缺乏规范性的规范研究是难以得到充分认可的。
在高等教育领域，一直存在文理科之争，新一代AI 技术的崛起与应用使这一争论进一步激化。从未来公共管理学的专业要求来看，需要认识到文科也有很强的竞争优势和发展潜力。人们形容人文科学与社会科学是“文艺呆”，工程学或自然科学是“科技宅”，他们就像C.P.斯诺在《两种文化》②(参见C.P.斯诺：《两种文化》，陈克艰、秦小虎译，上海科学技术出版社，2003）。一书中所说的代表着两种文化之间存在难以弥合的鸿沟。科学、技术、工程和数学（STEM，“思特盟”）被视为更擅长AI 技术应用，但是文科同样有其独特优势。例如，美国硅谷不少高科技公司的高层管理人员都是文科出身，这同他们所具备的交流、领导和感知需求等能力密不可分。
与此同时，文理科共享许多有价值的内容，而AI 技术可以在二者之间架起沟通的桥梁。“我们遇到的一系列重大问题，要想找到解决方法必须对人类文化和程序代码都有所了解。解决问题既需要伦理，也需要数据；既需要有深度思考的人，也需要会深入学习的人工智能；既需要人类，也需要机器。它需要我们质疑算法中隐含的偏见，不但要深入探究我们构建的方法，还要探究我们构建的原因以及我们想改进的具体内容”［30］序，因此“科技给我们带来的应该是巨大的希望，而不是巨大的恐惧”［30］序。
在未来的大学课堂中，应推动出台AIGC 的使用指南，引导人们学会如何正确使用AIGC。纵观全球高校，正在从一开始的全面禁止走向慢慢接受和全面拥抱。例如，2023 年7 月，哈佛大学发布校级指导原则，鼓励教授在教学和研究中负责任地摸索和实验AI，做到保护涉密数据、保障学术诚信、避免AI诈骗、确保合规和知识产权保护③（参见：How teachers can find learning opportunities using AI-assisted technology，https：//www.gse.harvard.edu/ideas/education-now/23/0 9/experimenting-ai-classroom。）。2023 年8 月，哈佛大学人文与科学学部（Faculty of Arts and Sciences）本科生教务办公室（Office of Undergraduate Education）发布教授在课堂使用AIGC 技术的指南，提出“教授的课堂教授说了算”，赋予教授充分的自主性，教授可以在尽可能限制、全面鼓励和混合模式等三种模式中进行选择。与此同时，哈佛大学强调避免未经允许将学生作业上传到第三方平台，合作开发智能沙箱（AI Sandbox）来保障AIGC 技术的安全易用，并提供检测学生作业（AI-proof）的服务。我们期待中国高校也可以抓紧研究和制定相关指南，鼓励和引导人们在研究中更负责任地使用AIGC。
推动AIGC 工具在社会科学研究特别是公共管理研究中的应用，需要在工具可及、算法透明、数据公开、算力共享、使用负责等方面达成共识。相关问题包括：谁可以使用AI 平台和工具进行研究？研究可以复制吗？如何评估和保障研究的可复制性？如何保障人们平等使用AIGC 的权利？如何确保用户使用AIGC 的方式是合乎法律规则、伦理规范和安全要求的？本文只是初步探讨了AI 技术对公共管理研究方法的冲击和启迪，未来还需要更多研究关注和深化这些问题。随着相关AI 技术在社会科学研究中的应用日趋广泛和深入，我们还会遇到更多新问题，并需要持续不断地加以研究。
为方便编辑，文中注释与参考文献省略
文献来源：马亮. 智能时代的公共管理研究向何处去？——基于研究方法的反思与前瞻[J]. 行政论坛, 2024, 31 (03): 42-50+2.
