【论点摘编】

　　大模型不仅是人类一般智力和科学知识对象化的产物，也是实现人类一般智力和整体知识统合的重要方法，将给人类知识生产方式带来深刻变革，推动知识生产范式从主体生产到人机协同、从强调相关关系到强化因果关系、从小学科到跨学科融合创新范式的转变。

　　首先，从唯一主体到人机协同范式的转变。在生成式人工智能产生之前，知识生产和思想生产是人类特有的活动，也是人类区别于其他动物的基本特征之一。不论是经验形态的知识还是科学原理形态的知识，人类都是知识生产的唯一主体：基于个体和团队的独特思考和观察实验，在批判反思前人成果的基础上，提出自己的专业判断和专业见解，不断推进知识更新和科学发现，实现人类一般智力的进阶式发展。然而，日趋成熟的大模型及其具身化有可能打破人类作为知识生产主体的唯一性，并以其自身的灵活性、自主性、互动性、学习性等特征介入知识生产过程，形成以“主体活劳动+大模型对象化劳动”为双螺旋的人机协同式的知识生产模式，进而实现对传统以人为唯一主体的知识生产模式的历史性变革。

　　其次，从强调相关关系到强化因果关系的逻辑转换。传统因果关系表现为某种原子式的因素引起某种原子式现象的关系，这是一种典型的经典力学因果观。这种因果观首先遇到量子力学的冲击，而后在大数据时代又受到相关关系的冲击。大数据技术是人工智能大模型的基础，通过算法设置，大数据和大模型能够较为全面地生成各种因素和变量之间的相关关系。有西方学者断言，相关关系的崛起意味着因果关系的落幕。这一判断有些言过其实。相反，相关关系的崛起不仅促使我们反思传统因果观，还强化了因果关系在现代知识发现中的重要性。从功能上来看，因果关系在本质上表征的是对结果产生机制的一种方向性、趋势性的系统阐释；而相关关系表征的是原因中各种不同因素与结果或不同因素、不同变量之间的数量关系，更多涉及不同变量之间的共变统计，而不涉及结果的产生机制问题。对于知识创新而言，发现因果关系是科学研究的关键，而相关关系的生成则为主体透过数量关系发现潜在的因果关系提供了新途径、新方法。借助因素之间、不同因素与结果之间的新型量化关系，人类更便于发现其背后的因果关系。由人工智能驱动的科学研究就是重要示例：大模型能够实现各种因素的可能组合，帮助科学家更快发现世界的运行规律，加速科学发现进程，推动科研范式和科学发现方式的变革。可见，相关关系不仅不可能代替因果关系，反而进一步强化了后者在大数据时代和现代科学发现中的重要地位。现有大模型更多由算法+数据驱动，凸显了相关关系在知识生产和知识发现中的作用，为人类实现从相关关系到因果关系的质性飞跃提供了有力支撑。随着具身智能的不断发展，未来大模型将可能实现从数据驱动到数据—知识双驱动的转变，进而在相关关系和因果关系的互动中实现知识生产范式的内在变革。

　　最后，从小学科到大学科交叉融合范式的转换。随着人类社会的发展演变，一般社会知识也在不断积聚增长。由于专业化的限制，这些知识往往被分割在不同学科领域之中，时至今日，人类个体已不可能仅依靠自己的大脑完全掌握各种知识。在这方面，大模型彰显了强大的统合能力，能够实现人文与科技、全球知识与地方经验的有机融合，进而打破知识的专业壁垒，实现多领域、多学科知识的融会贯通，开启以大学科为指引的交叠形态的知识生产模式。

　　可以说，由于其自身的特性，大模型不仅可以实现对过去一般智力和人类知识总体的汇聚，也能够用知识来生产知识，彰显了强大的知识统合能力和生产力。这不仅突破了传统以人为单一主体的知识生产范式，也深层改变了知识自身的存在样态。

　　《中国社会科学》2026年第6期，孙乐强撰文

　　《光明日报》（2026年08月07日 11版）