2025年6月13日，第8期“法学+ ”跨学科沙龙在凯原楼307会议室顺利举行。本期沙龙继续关注法学与其他学科的交叉结合，邀请北京大学国际关系学院庞珣教授，主讲“大语言模型的社会科学理解与应用”。法学院院长助理彭錞老师担任主持，学院四十余名师生参与交流研讨。本次活动得到北京大学道·安法学基金的大力支持。

庞珣教授指出，无论内行还是外行，都无法真正“理解”人工智能。工程师意义上的人工智能的可解释是知晓生成的过程，但科学意义上的理解或可解释还需要借助数学表达而非模糊的语言描述，通过输入准确预测输出。迄今为止，人工智能对人类来说仍然包括不可理解的高维变量、自我训练下脱离人类控制的新生成数据、深度学习下的隐秘中间过程，这都使得人工智能堪称“黑箱”，学界只能用“随机鹦鹉”“镜鉴”“异类智能”等各种隐喻逼近其本质。在运用大语言模型时，人类可以采用“不完美的专家”“替代真实研究对象的合成对象”“不断优化的研究助理”等不同隐喻视角理解其功能。

时至今日，大语言模型融入社会科学研究的应用场景已经相当丰富，可以大致分为以下三类。首先，大语言模型擅长对已有研究数据进行分析，不仅包括简单的文本提取分析，还能处理更复杂的需求。以网络评论分析为例，无需专门定义词典中不同词语的情感倾向，大语言模型就可以解读出网络空间中的少见表达和讽刺含义。在法律领域，大语言模型可以对案件进行结构化分析，通过标注事件的主体、客体、动作、原因等要素，生成可识读的复杂数据网。其次，大语言模型还能生成原创的“合成数据”。以民调数据为例，由于经常出现缺失、虚假、低回应率等问题，部分学者尝试使用人口学变量训练大语言模型来模拟不同的民调回答，“合成数据”成为了被研究对象。第三类更激进的用途是大语言模型辅助完成社会科学研究的前期工作。除了发散思考可能的研究方向，还能对所选方向的可行性作出初步的假设检验。

进入交流环节，在场师生向庞珣教授积极提问，场面热烈。多位师生围绕不同大语言模型的内容倾向、社会模拟的技术实现、道德灵活性与函数之间的性质差异、影响模型生成的提示词与安全标准、AI时代的定量研究、AI如何实现“灵光一现”等角度展开问答。彭錞老师代表学院感谢庞珣教授带来的视野拓展和细致分享，“法学+ ”跨学科沙龙第8期讲座就此圆满结束。

法学院将积极落实学校“科技创新年”的部署要求，持续开展有组织科研，着力促进学术研究的学科间交叉融合。“法学+ ”跨学科系列沙龙致力于提升法学研究的交叉学科视野、激发学术创新思维，旨在助力北京大学法学院实现建设世界一流大学法学院的发展目标。