上海社科新人訪談錄｜潘浩之：應用人工智能做“頂天立地”的研究

【編者按】

作為上海市理論社科領域一項重要的人才選育機制，“上海社科新人”評選活動有力助推了一批青年才俊加快成長，對加強本市理論社科隊伍建設發揮了積極作用。為勉勵本市理論社科青年學者潛心治學、勇攀高峰，第十二屆“上海社科新人”評選活動在中共上海市委宣傳部的指導下，由上海東方青年學社于2024年11月至2025年1月組織開展，最終評選出19位“上海社科新人”。

“澎湃新聞”在中共上海市委宣傳部的指導下，對這19位青年學者進行了訪談。訪談圍繞青年學者各自的研究領域、學術旨趣、研學經歷、治學故事與經驗啟示、“上海社科新人”評選活動對于青年學者學術成長的助推作用、個人學術成長與本市理論社科事業發展相互促進等話題展開，以期為青年學者的治學提供可資參考的經驗與啟迪，成為其學術成長過程中彌足珍貴的有益激勵。

本篇訪談的“上海社科新人”是上海交通大學國際與公共事務學院教授潘浩之，其研究聚焦大數據與人工智能技術推動智慧城市治理及全球可持續合作。

上海交通大學國際與公共事務學院教授潘浩之

澎湃新聞：請您介紹一下自己的主要研究方向和內容。

潘浩之：我的研究核心是探索如何運用人工智能技術，促進全球可持續發展中的公平與效率。我特別關注那些最易受氣候變化等全球挑戰影響，卻因語言障礙或數據匱乏而難以發聲的地區，比如低收入的小島國、高原地區和非英語國家。這些地方的真實災害常常因為缺乏英文記錄或監測設備，成為國際視野中的“被消音的災難”，損失巨大卻得不到足夠關注和援助。

為此，我致力于應用前沿的人工智能技術來破解這些難題。我使用能理解和處理全球多種語言的人工智能，去主動發掘和分析當地非英語、小眾低資源語言的新聞、社區記錄乃至口頭知識，讓“被消音的災難”可以發聲，幫助這些地區爭取更公平的資源。同時，我開發了能融合科學數據與本土經驗的人工智能，將難以量化的傳統智慧，比如部落預測旱情的方法或獨特的水資源管理方式，轉化為科學模型能使用的信息，使解決方案更貼合實際、更有效。此外，我利用能同時解析文字、圖像、聲音等多種信息的人工智能，去填補貧困地區的數據空白，例如通過分析居民手機拍攝的污染影像結合衛星圖，更精準地評估他們的健康風險。

澎湃新聞：您能向我們介紹一下您的學術經歷嗎？

潘浩之：我的學術生涯始于在美國的學習和研究。我在伊利諾伊大學香檳分校獲得了區域規劃博士學位，并在美國國家超級計算中心進行博士后工作，有幸參與了首個專門分析社會與空間數據的超級計算機“ROGER”的項目。這段經歷讓我深入掌握了利用尖端計算技術處理各種類型的復雜數據并進行長期預測的方法。我參與開發了實時監測城市經濟韌性的“芝加哥商業活動指數”，并進行了非常精細的、基于“地塊級別”的芝加哥未來社會經濟預測，同時也為斯德哥爾摩的碳中和規劃提供了技術支持。這些工作都是在城市或區域尺度上，利用超算能力進行高精度社會模擬的實踐。

基于在超算領域積累的處理復雜數據和預測的經驗，我目前的研究重心轉向了生成式人工智能在全球可持續治理中的應用。我回到中國，在上海交通大學工作，致力于將先進技術應用于應對氣候變化、災害管理等更宏大的全球性挑戰。我的研究始終追求“頂天立地”的路徑：一方面，“立地” 體現在深度關注微觀尺度和本地智慧，就像當年做地塊級的城市預測一樣，我現在利用AI技術去捕捉和分析乍得湖牧民的口頭旱情經驗等傳統水資源管理智慧，或者通過居民手機拍攝的圖像來評估印度貧民窟的污染健康風險，核心是深入理解最基層、最脆弱群體的真實狀況和本土知識。另一方面，“頂天” 則體現在將這些微觀的、本地的洞察，通過多語言、多學科、多模態的生成式人工智能大模型進行整合、轉化和提升。目標是構建覆蓋全球范圍的風險圖譜和智能決策支持系統。這直接影響洲際乃至全球尺度的關鍵議題，如更公平的氣候融資分配、更精準的災害早期預警，以及更有效的跨境水資源協作。

澎湃新聞：能不能介紹一下您此次申報“上海社科新人”的相關課題？

潘浩之：我此次申報的課題主題是“‘全語種—跨學科’生成式人工智能在氣候風險治理中的應用”研究，目標在于破解全球氣候治理中的一個關鍵困境：許多真實發生的災害因語言壁壘成為“被消音的災難”。例如，非洲旱災或南亞洪澇等事件，因當地記錄非英語而被國際數據庫忽略，導致脆弱地區無法獲得應有援助。

課題提出用“全語種+跨學科”生成式人工智能破局。技術上，開發多語言模型突破英語霸權，通過參數高效微調等技術，讓人工智能精準理解低資源語言描述的災害信息，整合衛星數據與本土記錄，構建公平的風險圖譜。同時，設計跨學科智能框架，融合水文學、人類學等視角，將歷史成功氣候合作案例轉化為可復用的“數字治理圖譜”，使隱性經驗成為可操作的解決方案。

最終目標是構建一個開放協作平臺，讓氣候脆弱社區用母語輸入本土知識，人工智能自動生成符合國際標準的治理提案。通過嵌入事實校驗與多方協商機制，確保技術決策透明可信。這一路徑不僅填補了傳統數據體系的缺失，更推動從語言平權到資源落地的解決方案，讓最需要幫助的群體直接受益于技術創新。

澎湃新聞：可否以某一氣候事件為案例，具體談談您的研究如何為“被消音的災難”發聲，以及其中“跨學科”視角的具體體現？

潘浩之：我們用“全語種”的全球大語言模型系統性比對了新聞報道與氣象觀測再分析數據后發現：在過去十年里，許多地區被英語主流媒體或本國官方媒體報道的極端高溫事件，數量不到真實發生數的2% 。以巴西大西洋沿岸亞馬孫雨林邊緣帶、安哥拉，以及小島嶼發展中國家巴布亞新幾內亞為例，這些地方在同一時期經歷過符合氣象學“熱浪”判定的高溫過程（如連續3天大于40℃或連續5天大于35℃），卻鮮少進入國際輿論場。與此同時，歐洲“熱浪”頻繁刷屏，但其中部分報道對應的溫度強度與持續時間，并非全球范圍內最極端的情形，比如連續數日超過30度或者某一天達到40度。問題的關鍵不在于“誰不該被關注”，而在于欠發達國家與小島嶼發展中國家往往氣候韌性更弱、基礎設施薄弱，同等或更嚴重的高溫會造成更高的人身與經濟損失，卻缺乏與風險相稱的話語可見度。這正是我們所說的“被消音的災難”。

我們的研究之所以能夠為這些事件“發聲”，依賴的是一套嚴格的跨學科工作流：第一步，用傳播學與計算語言學的方法，構建多語種新聞與社媒語料，統一不同語言里對“熱浪/高溫”的表述差異，識別具體事件與時間—地點標簽。第二步，用氣象學與數據科學的方法，將上述事件與地面站、衛星與再分析等多源高分辨率數據進行時空匹配，按通行閾值判定是否構成極端高溫，并估算強度與持續性。第三步，引入經濟學、公共衛生等視角，疊加脆弱性指標（如用電可及性、醫療資源密度、氣候預警系統能力等），評估同一溫度沖擊在不同地區的實際風險差異。

這里的“跨學科”不只是把不同學科的結果并排擺放，而是用大語言模型來做術語和知識對齊。我們先分別用氣象學、傳播學等學科的文獻與數據，訓練若干“學科智能體”，讓不同的智能體圍繞同一批事件在虛擬環境中開展大量“預討論”：統一定義、交換證據、暴露分歧、生成可互相理解的中間結論。再由總控模型把這些結論與證據進行溯源整合與一致性檢查，輸出既能被公眾讀懂，也經得起學術審視的事件清單與解釋框架。這種“先在模型里讓學科對話”的方式，大幅降低了跨學科協作的門檻與成本，顯著提升了研究的效率與可信度。

澎湃新聞：獲得了“上海社科新人”稱號之后，您覺得對于您的課題研究會有哪些助益？

潘浩之：“上海社科新人”稱號已經幫助我“全語種-跨學科”生成式人工智能在學術界增加了不少曝光度。能聽到同行更多的討論與見解，對未來研究很有幫助。

澎湃新聞：您覺得您的學術研究領域的水平提升將會如何助益于上海的城市軟實力的提升？

潘浩之：我的研究同時依托于上海交通大學中國城市治理研究院與輿論學研究院兩個智庫平臺，基于高精度城市治理預測模型與全球城市的系統性比較研究，我在城市創新、可持續治理、國際傳播等領域也進行資政建言的工作。通過高精度城市治理預測模型，我們能更科學地預判發展挑戰、模擬政策影響，為提升城市運行效能提供核心支撐。例如，在推進“兩舊一村”改造、創新街區等關鍵工作中，這種精準性將助力實現精細化規劃、高效資源調配與更優決策。

同時，我的研究關注增強上海的國際敘事與形象塑造能力。依托輿論學研究院平臺，我們致力于理解國際傳播規律，深入挖掘上海在科技創新、高水平開放、城市更新等領域的實踐，構建更具吸引力、共鳴感的“上海故事”，精準傳遞其在平衡發展與治理、推動開放與安全、融合科技與人文等方面的創新成就，有效提升上海在全球輿論場的可見度、美譽度和話語權。

澎湃新聞：在您的學術生涯中，遇到過哪些困難？您覺得對于青年學者來說，哪些方面的幫助是很重要的？

潘浩之：當前對青年學者期望的異化是我感到最大的困難。社會期待他們成為無所不能的“六邊形戰士”，追求“零錯誤”。這種高壓環境，讓許多青年學者長期處于恐懼和壓力之中，而這恰恰是創新能力的巨大敵人。大量的精力被消耗在擔憂上：害怕教學事故，擔心學生論文抽檢被某一個專家看了10分鐘就打低分，焦慮于中期或年度考核的指標遺漏，疲于應付各種必須參加的會議和材料準備。這種狀態對創新氛圍的傷害是很大的。

整個社會的創新環境也是一樣的，需要給予創新者更多的空間和寬容。真正好的創新環境，應該鼓勵“做減法”而非不斷“做加法”，能夠提供“彈性”空間而不是設置層層“紅線”。青年學者最需要的幫助之一，就是能擁有一些可以心無旁騖地、專注于自己真正關心的問題的時間，不必時刻擔憂是否錯過了某個必須在工作日第一天早上8點“必須遞交”的任務。