Artificially intelligent agents in the social and behavioral sciences: A history and outlook
作者: Petter Holme, Milena Tsvetkova
分类: cs.AI, cs.CY
发布日期: 2025-10-07 (更新: 2025-10-31)
💡 一句话要点
回顾社会与行为科学中智能代理的发展历程与未来展望
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 人工智能代理 社会模拟 社会科学 行为科学 历史回顾 大数据 生成式AI
📋 核心要点
- 早期社会模拟研究面临着向不熟悉计算机的受众展示成果的挑战，这反映了技术接受度与社会认知之间的复杂关系。
- 论文核心在于追溯人工智能代理在社会科学中的演变，揭示技术进步如何塑造我们理解自身的方式。
- 文章讨论了大数据时代对知识体系的冲击，以及当前生成式人工智能在社会科学领域应用的潜力与挑战。
📝 摘要（中文）
本文回顾了社会与行为科学中人工智能代理（agentic AI）的历史发展和当前趋势：从第一台可编程计算机和随后的社会模拟，到今天对大型语言模型的实验。综述强调了人工智能在科学过程中的作用以及由此带来的变化，包括技术进步和从1950年左右至今科学的更广泛演变。涵盖的具体要点包括：向一个不了解计算机的世界展示最初的社会模拟研究的挑战、社会系统科学的兴起、智能博弈论代理、大数据时代及其随之而来的认知剧变，以及当前对生成式人工智能应用的狂热等等。一个普遍的主题是我们与用于理解我们自己的技术之间存在着深刻的联系。
🔬 方法详解
问题定义：本文旨在梳理人工智能代理在社会和行为科学领域的发展历程，并展望其未来趋势。现有研究往往侧重于特定技术或应用，缺乏对整个领域发展脉络的系统性回顾与反思。此外，大数据和生成式AI的出现对社会科学研究范式带来了冲击，需要重新审视。
核心思路：论文的核心思路是通过历史回顾的方式，将人工智能代理在社会科学中的应用置于更广阔的科学发展背景下进行考察。通过分析不同阶段的关键技术、研究范式和社会影响，揭示技术与社会之间的相互作用关系。
技术框架：本文并非提出一种新的技术框架，而是采用历史研究的方法，对人工智能代理在社会科学中的发展历程进行梳理。主要包括以下几个阶段：早期社会模拟、社会系统科学的兴起、智能博弈论代理、大数据时代以及生成式AI的应用。每个阶段都分析了关键技术、研究范式和社会影响。
关键创新：本文的创新之处在于其系统性和历史性的视角。它不是简单地介绍各种技术，而是将这些技术置于社会科学发展的历史背景下进行考察，揭示了技术进步与社会认知之间的复杂关系。此外，本文还对大数据和生成式AI对社会科学研究范式的影响进行了深入分析。
关键设计：本文没有涉及具体的参数设置或网络结构等技术细节，而是侧重于对历史事件和趋势的分析和解读。研究方法主要包括文献综述、案例分析和历史比较。
🖼️ 关键图片
📊 实验亮点
本文通过历史回顾，揭示了人工智能代理在社会科学领域发展的关键节点和转折。例如，早期社会模拟研究面临的挑战、大数据时代对知识体系的冲击以及生成式AI带来的机遇与挑战等。这些发现有助于我们更全面地理解人工智能对社会科学的影响。
🎯 应用场景
该研究有助于社会科学家、人工智能研究者和政策制定者更好地理解人工智能在社会科学中的作用和影响。通过回顾历史，我们可以更好地预测未来发展趋势，并制定相应的政策，以促进人工智能在社会科学领域的健康发展，并应对潜在的伦理和社会挑战。
📄 摘要（原文）
We review the historical development and current trends of artificially intelligent agents (agentic AI) in the social and behavioral sciences: from the first programmable computers, and social simulations soon thereafter, to today's experiments with large language models. This overview emphasizes the role of AI in the scientific process and the changes brought about, both through technological advancements and the broader evolution of science from around 1950 to the present. Some of the specific points we cover include: the challenges of presenting the first social simulation studies to a world unaware of computers, the rise of social systems science, intelligent game theoretic agents, the age of big data and the epistemic upheaval in its wake, and the current enthusiasm around applications of generative AI, and many other topics. A pervasive theme is how deeply entwined we are with the technologies we use to understand ourselves.