一、“人工智能+智库建设”的发展前景

一是AI赋能提升智库大数据处理、模式识别和分析预测能力。AI借助爬虫、自然语言处理等工具，能快速整合政府公报、学术文献等多源异构数据，提升智库在政策研究、决策支持和社会问题分析中的数据分析效率与精准度。

二是AI辅助智库高质量、全过程决策。AI及时高效分析海量数据并挖掘隐藏关联性，推动智库研究从“经验驱动”向“数据+经验驱动”转型，弥补传统研究中倚重专家经验、时效性不足、实用性欠缺、后续追踪乏力等短板。

三是 AI 加强智库内部管理与协同创新。引入AI技术可在智库内部管理、智库间协同创新及人才培养等方面发挥积极作用，本地化部署AI系统能让智库更好适应数智时代趋势。

二、“人工智能+智库建设”在我国的发展现状

我国“人工智能+智库建设”尚处于起步阶段，但已展现出巨大潜力，在以下方面呈现重塑智库研究范式的趋势：

一是逐步实现智库知识生产的模式转化。传统智库是“知识驱动”模式，AI引入后，我国智库初步形成“知识+数据”双轮驱动模式，弥补了单一知识驱动的主观性缺陷，并为客观数据分析提供理性指导。如中国石油经济技术研究院借助AI技术实现勘探开发、生产运营等多方面智能化。

二是智库复杂系统分析与全链条智力支持能力有所提升。AI能处理海量非结构化和多源异构数据，帮助智库从全局视角洞察系统、复杂问题并提供全过程智能决策支持。以国声智库为代表的国内智库利用多种技术手段对产业数据进行智能化处理，为产业转型升级提供建议和解决方案。

三是智库知识管理、协同创新能力得到强化。在知识管理上，构建整合AI技术的系统已实现文献智能化检索与推荐，如中远海运科技的航运大模型。在协同创新上，已实现推动AI支持的在线协作平台，促进多方协同，如新华三集团的智算服务创新产业模式“图灵小镇”。

三、我国“人工智能+智库建设”面临的挑战

一是智能智库技术供给相对滞后。由于算法建设分散，技术攻关难度大，大部分智库仍倚重传统专家经验研究模式，AI与大数据分析技术普及率有待提升。

二是智库数据面临安全挑战。数据非法贩卖、黑客攻击等会导致数据泄露，采集管理不当造成数据污染，算法不公开形成“算法黑箱”，都给智库研究带来风险。

三是协作机制不畅。各智库数据库相对独立，数据共享渠道不畅，AI应用“零散化”，智库联盟运作处于起步阶段，搭建广泛的数据共享机制有待解决。

四是技术应用存在伦理风险。过多应用AI可能削弱传统“调查研究”优势，出现成果偏差时可能面临定责、追责难等问题。

四、我国“人工智能+智库建设”的未来路径

一是加快技术供给。推进前沿人工智能平台与本地智库接口整合，加快部署相关软件著作权，研发智库界通用AI平台，培训提升智库成员AI应用素养。

二是保障数据安全。制定和修订相关标准与法律法规，加强数据安全执法体系建设，细化监督检查和法律责任，加强数据安全风险研判和预防。

三是拓展应用场景。全面拓展“AI+智库” 研究的场景应用，整合政府、高校等优质生态资源，搭建开放型协作平台，推动课题开发和技术场景化落地。

四是规范技术伦理。秉持“科技向善”原则，尊重人的主体性、保护用户隐私等，完善科技伦理治理体系，将相关价值观嵌入职能算法，规制算法问题并建立动态评价监督机制。■（原文作者唐岚系中共湖北省委党校副校长、教授；董毅系中共湖北省委党校党史党建教研部副主任、教授；方慧系中共湖北省委党校硕士研究生）

《新华智库研究》是新华社第一本聚焦智库领域的学术类刊物，由新华社党组领导、新华社智库学术委员会指导、瞭望周刊社主办的智库类学术期刊，致力于展示国内外优秀智库研究成果，刊发探索智库建设规律的学术文章，打造中外智库合作交流平台。

投稿邮箱：xhzkyj@xinhua.org

订阅热线：010-63151858