反向赋能：民族学/人类学在人工智能时代的重任Reverse Empowerment: The Important Mission of Ethnology/Anthropology in the Era of Artificial Intelligence
何明,景军,尹书山
摘要(Abstract)：
人工智能在技术迭代加速和功能爆发式增强的同时，深层缺陷和潜在风险显露得越来越明显，其在认知和理解上的缺陷依靠自身的技术改进无法克服，必须借助社会科学的反向赋能。民族学/人类学的知识生产因具有具身性、整体性、“主位”与“客位”相结合等特征而成为补齐人工智能短板最为重要的学科之一。具身性的知识生产可填补人工智能对真实世界的认知空白，整体观照的民族志叙事可增强人工智能的复杂场景识别能力，“主位—客位”视角可助其走出伦理困境。民族学/人类学可以从规避人工智能技术内嵌的社会风险与文化隐患、监督与纠正通用大语言模型的生成内容、揭示其他人工智能技术研发与应用的社会文化盲点、抵制唯技术主义思潮和技术政治霸权等方面，为智能技术发展赋能。建设中国民族学/人类学基准模型，为新时代民族学/人类学服务铸牢中华民族共同体意识和构建人类命运共同体两大主题赋能。
关键词(KeyWords)： 人工智能;民族学;人类学;基准模型;反向赋能
基金项目(Foundation):
作者(Author): 何明,景军,尹书山
参考文献(References)：
- (1)参见唐嘉骏、杨海林、马子寒：《出版人工智能研究：概念、技术、影响与进路——一项系统性文献综述》，《数字出版研究》2025年第1期。
- (2)参见赵雪梅：《AI for Social Science机制研究——以信息资源管理学科为例》，《国外社会科学前沿》2024年第8期。
- (3)参见马亮：《人工智能是万灵药吗？——人机协同的社会科学研究何以可能》，《天府新论》2025年第6期。
- (1)参见Marcel Mauss，“Techniques of the body，”trans. by B. Brewster, Economy and Society, Vol. 2, No. 1(1973), pp.70-88.
- (2)海德格尔：《存在与时间》，陈嘉映、王庆节合译，北京：商务印书馆，1987年，第79页。
- (3)莫里斯·梅洛-庞蒂：《知觉现象学》，姜志辉译，北京：商务印书馆，2001年，第265页。
- (1) F.瓦雷拉、E.汤普森、E.罗施：《具身心智：认知科学和人类经验》，李恒威等译，杭州：浙江大学出版社，2010年，第139页。
- (2)何明：《新文科建设与知识生产能力提升——以人类学/民族学为中心的讨论》，《新文科教育研究》2024年第1期。
- (3)参见戴裔煊：《西方民族学史》，北京：社会科学文献出版社，2001年，第88-94页。
- (4)参见英国皇家人类学会编：《田野调查技术手册》，何国强等译，上海：复旦大学出版社，2016年。
- (1)参见路德·穆勒-威勒：《弗朗兹·博厄斯之谜：因纽特人、北极与科学》，王丽英、宋志强译，天津：天津人民出版社，2023年。
- (2)参见高丙中：《民族志发展的三个时代》，《广西民族学院学报》（哲学社会科学版）2006年第3期。
- (3)参见何明、罗艺丹：《具身性、整体性与生成性——海外民族志的知识生产特征》，《云南社会科学》2026年第4期。
- (4)参见E.E.埃文思-普里查德：《努尔人——对尼罗河畔一个人群的生活方式和政治制度的描述》，褚建芳译，北京：商务印书馆，2014年。
- (1)弗雷德里克·巴特等：《人类学的四大传统：英国、德国、法国和美国的人类学》，高丙中等译，北京：商务印书馆，2021年，第31页。
- (2)马塞尔·莫斯：《礼物》，汲喆译，北京：商务印书馆，2019年，第172页。
- (1)参见乔治·E.马尔库斯、迈克尔·M.J.费彻尔：《作为文化批评的人类学——一个人文学科的实验时代》，王铭铭，蓝达居译，北京：生活·读书·新知三联书店，1998年，第47页。
- (2)参见马林诺夫斯基：《西太平洋上的航海者：美拉尼西亚新几内亚群岛土著人之事业及冒险活动的报告》，弓秀英译，北京：商务印书馆，2016年。
- (1)参见赵汀阳：《天下体系：世界制度哲学导论》，北京：中国人民大学出版社，2011年。
- (2)参见赵汀阳：《天下的当代性：世界秩序的实践与想象》，北京：生活·读书·新知三联书店，2025年。
- (3)参见Noble Safiya Umoja,Algorithms of Oppression:How Search Engines Reinforce Racism,New York:New York University Press, 2018.
- (1)参见Bender Emily M., et al.，“On the Dangers of Stochastic Parrots:Can Language Models Be Too Big？” In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency,New York:Association for Computing Machinery,2021,pp. 610-623.
- (2)参见Arturo Escobar,Encountering Development:The Making and Unmaking of the Third World, Princeton:Princeton University Press,1995.
- (1)参见Anna Jobin, Matteo Ienca, and Effy Vayena，“The Global Landscape of AI Ethics Guidelines，”Nature Machine Intelligence, Vol.1,No.9(2019),pp.389-399.
- (2)参见Couldry,Nick, and Ulises Ali Mejías，“Data Colonialism:Rethinking Big Data’s Relation to the Contemporary Subject，” Television&New Media, Vol.20,No.4(2018),pp.336-349.
- (1)参见Yuntao Bai,et al.，“Constitutional AI:Harmlessness from AI Feedback，”December 15, 2022,https：//doi.org/10.48550/ar Xiv.2212.08073，访问时间：2026年6月13日。
- (2)参见Thilo Hagendorff，“The Ethics of AI Ethics:An Evaluation of Guidelines，”Minds and Machines, Vol.30,No.1(2020),pp.99-120.
- (1)参见Vukosi Marivate，“Navigating South Africa’s AI Future—Sovereignty, Justice, and Ubuntu，”April 16, 2026,https：//www.dsfsi.co.za/podcasts/2026-04-16-south-africa-ai-sovereignty/，访问时间：2026年6月13日。