2026年7月11日，为推动计算政治学学科发展，在中国政治学会的学术指导下，第三届计算政治学论坛在上海交通大学徐汇校区顺利召开。本次论坛汇聚了来自北京大学、清华大学、复旦大学、中国政法大学、中国社会科学院等众多知名高校及研究机构的专家学者，与《中国行政管理》《学术月刊》《江苏行政学院学报》《江海学刊》《上海行政学院学报》《党政研究》等期刊编辑展开了深入研讨与交流。

中国政治学会副会长、上海交通大学特聘教授、国际与公共事务学院学术委员会主任张明军致欢迎辞。他在致辞中提到，新一轮科技革命和产业革命的深刻变革正在改变着各个方面，在国家治理层面，一种全新的方式正重塑着国家治理方式的变革，对于计算政治学研究的青年才俊和各位老师，需要坚定政治学问意识和理论关怀，推动数据模型算法和自主分析治理理论政策实践的深度融合，为我们理解政治复杂现象，解释中国治理实践建构中国自主知识体系提供新的路径和可能性。上海交通大学政治学学科在计算政治学方向的发展具有良好基础，学科通过打破学科壁垒，推动文理交叉政产学研协同，把交大的技术优势、数据优势、平台优势与政治学的问题优势有机结合，更好地形成具有交大特色的交叉创新路径。

开幕式由上海交通大学国际与公共事务学院党委书记沈丽丹主持。

主旨演讲环节由张明军教授和国际与公共事务学院副院长黄琪轩教授主持。

中国政治学会副会长、天津师范大学副校长佟德志教授以“数字政治学的知识体系与创新导向”为题，系统阐述了数字政治学的知识体系及其对学科发展的作用。他强调，知识体系、教材体系、学科体系、学术体系与话语体系的协同建设直接决定人才培养质量。他指出，硅基样本（如大语言模型生成数据）在社会科学研究中具有可靠性与广阔前景，拓展了传统政治学研究主题，催生了数字主权、数字资本主义等新议题，大模型已从工具赋能升级为对研究资料、方法与思路的深度介入。他警示AI依赖可能导致人类智商退化，以及算法黑箱、虚假信息、伦理困境等挑战，尤其关注人工智能在决策过程中对人类自主权的替代与不透明性。他鼓励年轻学者在数字政治学等新兴赛道上寻求突破，强调研究问题本身的价值。最后，他总结数字政治学在数据、方法、理论和实践层面带来的革命性效应，充分肯定其学科价值与应用前景。

清华大学社会科学学院党委书记孟天广教授以“社会科学研究中的硅基样本”为题探讨了人工智能时代社会科学研究方法的变革，重点分享了团队在“硅基样本”方面两年多的探索。他指出，AI for Social Science 已获政府关注，硅基样本作为传统人力样本的替代方案，具有成本低、情景模拟灵活、伦理风险小等优势，但面临着代表性、价值观模拟等核心挑战。他详细介绍了生成硅基样本的三种技术路线：简单提示词、注入本地私有数据进行增强学习，以及用于解决问卷调查中缺失值插补和缺失变量生成（以构建面板数据）。团队已构建中国公众与官员的硅基样本池，并开发基于硅基样本的政策模拟器。最后，他总结强调，硅基样本虽有效，但需明确其适用范围、生成方法与评估标准。

复旦大学国际关系与公共事务学院高奇琦教授以“社会科学预测的认识论基础”为题，从科学哲学与认识论角度探讨了社会科学预测的可能性及其认知基础。他首先强调技术实践与底层理论思考并重，随后围绕三个部分展开：社会科学是否可预测、批判实在论视角下的科学预测、以及大语言模型驱动的多智能体仿真（ABM）的潜力与局限。他指出，由于社会现实的建构性、反身性、涌现性及开放系统特性，基于过去数据拟合的预测面临根本挑战。演讲介绍了批判实在论代表人物的观点，强调应揭示社会运行的深层机制（real），从预测转向解释。最后，他探讨了将大语言模型驱动的多智能体系统作为“机制实验室”的可能性，同时指出用黑箱解释黑箱、验证与幻觉、智能体能动性控制等核心难题，并总结立场：对技术乐观主义保持审慎，回归因果与机制解释。

北京大学国际关系学院庞珣教授以“How Can Synthetic Experiments Deliver Credible Causal Inference in Social Science?”为题探讨了大语言模型驱动的合成实验在因果推断中的根本性理论挑战与可能路径。以复现外交决策中鹰派偏见为例，指出合成实验存在随机化、人格漂移等问题，并剖析四大挑战：被估计量定义模糊（分析单元、主体稳定性、处理定义）、统计推断基础不清（总体、样本、随机化实质）及评估基准缺失。庞珣认为这些认识论与本体论问题短期内难以克服。最后，介绍了团队探索的基于学习的微调方法，通过知识蒸馏增广推理链条数据以提升因果任务表现，并展示了初步积极结果。

中国社会科学院政治学研究所郑建君研究员以“大语言模型在社会科学问卷调查中的应用——基于硅基样本的实验研究”为题，通过实验评估大语言模型生成硅基样本在社会科学问卷调查中的仿真能力与适用配比。研究基于4000份人类样本，利用DeepSeek、通义千问、豆包三种模型生成同等规模硅基样本，围绕五大领域14个议题，以综合仿真指数（SSI）评估。结果发现：整体仿真能力中等，文化嵌入型、共识导向型、科技伦理型议题表现较好，社会发展型、民生治理型议题一般；不同人口学特征群体无显著差异；硅基样本与人类样本混合使用时，比例在40%以下（尤其10%-20%）仿真效果可接受。郑教授总结认为，硅基样本目前无法完全替代人类样本，但可在预调查、特定议题及特殊群体调查中有限使用，需注意提示词工程、评估指标及伦理规范。

中国政法大学政治与公共管理学院院长庞金友教授以“数智政治学：范式建构与议题革新”为题，指出数智政治学应技术、历史、理论、全球四大逻辑而生，与数字政治学、智能政治学、计算政治学是亲密而非替代关系。他分析了数智时代政治生态在权力结构、政治运行及全面性变革三个层面的深刻变化，并提出技术、制度、价值、安全秩序四个层面的研究范式。展望了基础理论、数字化与国家治理、中国式民主、数字安全、全球治理、方法论及知识体系创新等关键领域。庞教授总结认为，数智政治学将推动政治学研究迈向数字文明新时代，传统知识体系面临转型挑战。

上海交通大学国际与公共事务学院方松英教授以“AI时代的理论：不可终结的智能”为题，指出在研究流程中AI在数据收集与分析方面能力强大，但在定义研究任务上人的作用不可替代。具体体现在三方面：第一，提出“好问题”需跳出文献范式、理解学术品味并做职业判断，AI难以把握；第二，建构逻辑自洽的理论需发现深层缺陷与提供竞争性解释，AI受限于现有文献；第三，对核心概念（如权力、民主）的测量与操作化需创造性思维与价值判断，AI无法独立完成。方松英总结认为，AI擅长解决“如何做”，而学者仍主导“为何做”与“做什么”，并对职业前景持谨慎乐观态度。

成果发布环节由上海交通大学教务处副处长魏英杰主持。国际与公共事务学院季程远与郑思尧分别汇报了团队的最新研究成果。

季程远指出，生成式人工智能时代存在知识失真与知识政治化风险，应对策略是构建优质语料库、采用检索增强生成（RAG）技术及事后逐句溯源核查架构，而非成本高昂的自研垂直大模型。其团队搭建的社会科学垂直大模型网站，基于近20年政治学、经济学、社会学、公共管理、国际政治领域的中英文顶刊论文等50万篇语料，可实现答案逐句溯源，旨在服务中国自主知识体系建构与学术议程设置。此外，团队还开发了授课方法智能体、中国城市政治经济数据库及中国期刊论文核查API等工具，强调需构建透明、严谨的学术基础设施，以实现人机协同。

郑思尧发布面向社会科学的AI智能体架构“格致”。该架构针对现有AI科研智能体与社科研究（理论、测量、识别等）工作流错配及研究者自由度问题，分为“格”（基于审稿清单追问的校验智能体）与“致”（集成多种社科研究技能的智能体），通过职责隔离与循环校验（心跳机制）协同，将重复劳动交给AI，让研究者专注提出重要问题。已演示静态成果，底层组件最大形式开源。

下午，教师论坛和学生分论坛共四场，汇聚了来自众多知名高校与科研院所的师生汇报交流。同时，《中国行政管理》《学术月刊》《江苏行政学院学报》《江海学刊》《上海行政学院学报》《党政研究》等期刊的资深编辑担任主持，共同参与学术交流。

上海交通大学国际与公共事务学院比较政治系系主任陈尧教授为本次论坛闭幕，他总结到，计算政治学作为政治学二级学科发展迅猛，本次论坛展示了计算政治学在理论构建与实践应用上的最新进展，思维活跃程度和前沿性令人印象深刻。未来，上海交通大学政治学学科将以此作为“专而精”的差异化发展战略，希望大家一起共建，共同推动学科建设。