以 AI 重塑社科研究：博士生何绍斌携“智能扎根理论”框架亮相国际会议
摘要： 近日，何绍斌同学在“公共政策研究前沿”国际研讨会上，报告了一项融合多智能体与监督微调的开创性研究。其提出的“智能扎根理论”（IGT）框架，旨在破解社会科学经典定性方法的瓶颈，实验证明其性能不仅媲美人类专家，更展现出 AI 辅助科学发现的潜力，获得与会学者，特别是顶刊主编的高度评价。
1. 会议概况：博士生亮相国际前沿研讨会
2025 年 7 月 9 日至 11 日，由中山大学政治与公共事务管理学院、中山大学中国公共管理研究中心及留美公共政策学会（ASPA）联合主办的“公共政策研究前沿：过程、分析与方法”国际研讨会在广州中山大学顺利举行。会议聚焦技术变革时代的公共政策研究创新，吸引了全球众多学者与政策制定者。
北京中关村学院 AGI 学部的博士生何绍斌，受邀在会议核心环节“人工智能与公共政策”workshop 中，代表项目组作了题为 《Intelligent Grounded Theory: A Multi-Agent LLM Framework with Fine-tuning and Empirical Validation》 的学术报告，向与会的社会科学家们展示了来自 AGI 领域的交叉学科探索成果。
2. 研究背景：直面社会科学经典方法的“三重困境”
对于在场的许多社会科学家而言，扎根理论（Grounded Theory, GT） 是他们从访谈、档案等海量文本中构建理论的“看家本领”。然而，这一经典方法长期面临着“三重困境”：
效率困境：人工分析过程极其耗时，一个项目可持续数月乃至数年。
主观性困境：分析结果高度依赖研究者的个人经验和理论敏感度，易引入偏见。
复现性困境：由于上述主观性，不同研究者分析相同材料，结果往往难以复现，影响了研究的科学严谨性。
这些痛点，正是我们 AGI 研究者可以大展身手的领域。我们的研究目标，便是利用前沿 AI 技术，为这一传统方法论带来革命性的效率与范式升级。
3. 核心创新：智能扎根理论（IGT）框架详解
为系统性解决上述困境，我们设计并开发了“智能扎根理论”（Intelligent Grounded Theory, IGT）框架。该框架的精髓在于两大技术支柱的协同作用：
3.1 协作式多智能体系统：模拟专家级研究流程
我们将复杂的扎根理论流程，解构成一个由大语言模型（LLM）驱动的、各司其职的智能体（Agent）团队：
分段智能体 (Segmentation Agent)：负责将原始文本材料自动切分为有意义的分析单元。
三级编码智能体 (Coding Agents)：分别执行开放式、轴向和选择性编码，从数据中提炼概念、发现范畴并构建理论核心。
评审智能体 (Reviewer Agent)：对编码结果进行迭代式批判与修正，确保逻辑一致性与理论深度。
这一多智能体架构，高效地模拟了人类顶尖研究团队的协作、编码与头脑风暴过程，将原本非结构化的分析流程，转化为一个标准化、自动化的工作流。
3.2 领域知识微调：打造“懂行”的 AI 分析师
通用大模型虽强大，但缺乏社会科学的特定分析“语感”。为解决此问题，我们开展了扎实的“数据基建”工作：从已发表的高水平 GT 论文中，系统性地挖掘并构建了一个独特的“分析过程”数据集。利用该数据集，我们对多个前沿 LLM 进行了监督微调，成功地将社会科学的分析逻辑与编码范式“注入”模型中，使其成为一个真正“懂行”的 AI 分析师。
4. 成果与验证：AI 表现媲美人类专家，并展现“科学发现”潜力
空有框架不足以服人，严格的实证是检验其价值的唯一标准。在报告中，我们展示了全面的对比实验结果。IGT 框架在编码的一致性、精确率和召回率等核心指标上：
显著优于其他自动化方法（如仅微调模型、仅使用智能体框架等）。
表现与人类专家相媲美，达到了极高的分析水准。
更令人振奋的是，IGT 框架展现了卓越的 AI 辅助科学发现潜力。它不仅能高保真地复现人类专家的核心发现，甚至在多次实验中，成功识别并提炼出了被人类分析师所忽略的新颖且相关的理论概念。这证明了 IGT 不仅是一个“替代工具”，更是一个能激发新洞见的“研究伙伴”。
5. 学界反响：获顶刊主编高度评价
我们的研究在以社会科学学者为主的会场中引发了强烈反响。众多学者对 AI 赋能其研究范式的可能性表现出极大兴趣。
公共管理领域的国际权威期刊 《Public Policy and Administration》主编 Edoardo Ongaro 教授 在听取报告后，给予了高度评价。他认为：
“这项工作极具创新性，它为我们思考如何将尖端 AI 技术与严谨的社会科学分析方法论深度融合，提供了一条非常重要且充满前景的思路。”
6. 结语与展望：关于信息引擎项目（AGI 学部）
信息引擎项目是一个刚刚成立的 AI 组织，致力于构建未来的智能系统，我们欢迎所有对系统性学习、跨学科探索与工程实践感兴趣的同学加入我们，一起构建与推动更多有深度、有影响力的学生主导项目！
我们强调“对内成长、对外输出”，鼓励每一位参与者既是学习者，也是创造者和传播者。
信息引擎项目将持续推动知识共享与技术传播，为更多同学搭建展示与交流的平台。欢迎更多志同道合的伙伴加入我们！
作者：Shaobin He
排版校对：Shaobin He, Nan Jiang