随着数字技术和人工智能快速发展，人文社会科学研究正在经历新的方法变革。传统人文研究通常依赖文献阅读、历史档案、文本分析和理论解释，社会科学则大量采用问卷调查、访谈、统计分析和案例研究。这些方法具有重要学术价值，但当研究对象扩展到海量网络文本、数字档案、社交媒体信息和跨区域社会数据时，单纯依靠人工整理可能难以处理全部信息。数字人文和计算社会科学正是在这一背景下逐渐发展的交叉研究方向。它们将历史学、文学、语言学、社会学、经济学和政治学等传统学科，与数据科学、计算机技术、人工智能和信息管理结合起来，为研究复杂社会现象和文化知识提供新的方法。
一、数字人文的发展：传统人文研究如何与数字技术结合？
数字人文并不是简单地把纸质文献转换成电子文件，而是利用数字技术重新组织、分析和解释人文研究材料。例如，历史研究者可以利用数字档案和文本识别技术整理大量历史文献，文学研究者可以通过自然语言处理分析不同作家的词汇使用和叙事结构，语言学研究者可以利用语料库研究语言变化和地域差异，考古学研究者则可以结合三维建模、地理信息系统和数字图像技术重建历史遗址及文化遗产。
数字人文的一个重要发展方向，是从数字化保存走向计算分析和知识发现。传统研究可能通过阅读一部分代表性文本理解某种文学现象，而计算方法可以帮助研究者分析更大规模的文本集合，识别主题变化、词汇共现和时间分布。例如，研究者可以利用主题模型分析某一历史时期报刊中的社会议题，利用文本相似性方法研究不同版本文献之间的联系，或者通过知识图谱梳理历史人物、事件和地理空间之间的关系。不过，计算结果仍然需要人文学科知识解释，不能将模型识别出的主题直接视为已经得到验证的历史事实。
二、计算社会科学与大语言模型：社会研究进入新的方法阶段
计算社会科学主要利用计算方法和大规模数据研究人类行为、社会关系和制度运行。例如，研究者可以利用网络数据分析信息传播过程，利用公开政策文本研究政策议题变化，利用数字行为数据分析消费和社会互动，利用大规模调查资料研究人口、教育和就业等问题。与传统社会调查相比，计算社会科学能够处理更大规模、更多类型的数据，但同时也带来新的代表性和测量问题。网络平台上的活跃用户并不一定代表全部社会群体，某些数字行为指标也不能直接等同于真实心理状态或社会态度。
大语言模型正在进一步改变计算社会科学的研究方式。2026年10月发表于《Nature Human Behaviour》的综述，系统讨论了大语言模型在计算社会科学中的多种角色，包括作为研究对象模拟人类行为、辅助数据分析、协助生成研究假设，以及参与研究质量评价等。与此同时，研究者也需要警惕大语言模型在因果推断、隐私保护和社会复杂性模拟方面的局限。尤其需要注意，模型生成的虚拟回答不能自动代替真实参与者的访谈和调查数据，模型模拟的群体行为也不能直接被解释为现实社会中的普遍规律。
三、跨学科研究方法：从文本分析走向多源社会数据融合
数字人文与社会科学的进一步发展，正在推动文本、图像、地理空间和行为数据之间的融合。例如，研究某一城市的历史文化变迁，可以结合地方档案、历史地图、报刊文本和人口数据，分析城市空间与社会结构之间的关系；研究公共政策传播，可以结合政策文本、新闻报道和网络讨论，分析政策议题如何发生变化；研究教育公平，可以将教育政策、学校资源、区域经济和学生发展数据结合起来，研究不同社会条件对教育机会的影响。
这类研究需要综合使用自然语言处理、机器学习、统计建模、社会网络分析和地理信息系统等方法，但技术工具的增加并不意味着研究质量必然提高。研究者必须首先明确理论问题，再判断哪些数据能够提供相应证据。例如，社交媒体中的观点数量不能直接代表公众总体意见，文本中某个词语出现频率较高，也不意味着它一定是社会关注的核心议题。研究者还需要考虑平台算法、用户选择和数据获取机制带来的偏差。对于涉及个人信息和社会行为数据的研究，应遵守数据保护、伦理审查和平台使用规则。
四、数字人文与计算社会科学的科研选题及能力培养
数字人文为不同专业的学生提供了多样化的研究入口。历史学专业可以利用数字档案和文本分析研究历史知识传播；文学专业可以探索不同文本之间的语言风格和叙事差异；新闻传播专业可以研究网络信息传播和公共议题变化；社会学专业可以利用社会网络分析研究群体关系；经济学和公共管理专业则可以利用政策文本和区域数据开展实证研究。计算机和数据科学专业的学生也可以参与文本识别、知识图谱、语义分析和数据可视化等技术研究。
本科生可以从公开语料库、数字档案和基础文本分析入手，开展范围较小的课程研究；硕士研究生可以结合明确的社会科学理论，利用计算方法分析特定问题；博士研究生则需要进一步研究计算指标与理论概念之间的关系，解决数据测量和模型解释方面的问题；高校教师和在职科研人员可以结合已有学科积累，探索传统研究方法与数字技术的互补关系。对于跨专业学生而言，最重要的是先建立自己的核心学科问题，再学习真正需要的计算方法，而不是为了使用人工智能而放弃学科理论基础。
数字人文和计算社会科学的发展，正在改变人文社科研究处理材料、构建证据和开展跨领域合作的方式。未来，研究者既需要掌握传统学科中的理论分析和文本解释能力，也需要具备数据处理、计算分析和数字研究伦理意识。人工智能可以帮助研究者发现传统阅读中难以识别的规律，但人类社会的复杂性、历史情境和文化意义仍然需要专业研究者进行解释。真正有价值的数字人文研究，不是让机器替代人文思考，而是利用数字技术拓展人文社会科学能够观察和解释的范围。