复旦蓝皮书：AI治理需哲学和社会科学深度参与
AI治理不再仅是技术问题，复旦蓝皮书强调哲学和社会科学是构建可信AI的关键。
WAIC多个论坛聚焦AI治理，复旦大学发布《2026人文社会科学智能发展蓝皮书》。哲学家孙宁提出智能需身体、环境、他者和历史；自进化模型可生成论文但需谨慎评估；社会科学模拟存在偏差；治理需技术、政策、伦理协同，并建立可追溯的流程。
正文摘录
例如在WAIC科学智能开放论坛的平行专场 《心智与智能·青年生态论坛》 上，第一位登台演讲的嘉宾，就是复旦大学哲学学院教授 孙宁 ；科学智能开放论坛主场讨论《AI原生时代的原始创新》，复旦大学哲学学院教授 孙向晨 同样坐上了巅峰对话席。 无独有偶，WAIC期间由复旦大学国家发展与智能治理综合实验室发布的《2026人文社会科学智能发展蓝皮书》，又把深度思考、科研可信和AI治理摆到了聚光灯下。 几年前参加AI大会，大家谈论最多的是参数、算力和榜单；而如今，AI已经会写论文、做数学证明、生成蛋白质构象，还能用一群智能体模拟社会。 早在上世纪90年代，认知科学家 Stevan Harnad 便提出符号奠基问题，追问符号系统怎样通过感知和交互获得真实意义。差不多同一时期，机器人工程学家 Rodney Brooks 又提出物理奠基假说，并留下一句颇有影响力的话——世界本身就是最好的模型。 沿着这条思路，孙宁提出，一种深度扎根于世界的智能，至少需要身体、环境、他者和历史。身体让行动产生代价，环境提供反馈，他者带来规范，历史则让失败沉淀成经验。 这场青年论坛由复旦大学国家发展与智能治理综合实验室、上海科学智能研究院、复旦大学哲学学院、上海市青浦复旦未来技术研究院和 Datawhale 共同主办。 台上既有青年科学家，也有哲学家、社会科学家和创业者。大家从自进化模型聊到数学证明，从蛋白质动态聊到社会模拟，最后又把话题落到了治理和产业。 哲学家刚追问完“什么是智能”，超衍智能创始人 陈勇超 便带来了一个更具体的问题—— AI 能否成为新的科学家？ 过去的大模型主要从互联网数据中学习人类已有知识。陈勇超所说的自进化模型，则希望进入真实任务，从科研过程和环境反馈中持续学习。