摘 要：生成式人工智能在学术研究中的广泛应用看似消除了语言壁垒，构建了不同语言之间学术交流无障碍的“巴别塔”，实则掩盖了本土与全球科研系统之间更深层的本体论冲突与结构性脱钩。本研究引入社会系统理论视角，将生成式人工智能视为一种重构学术系统边界的强力语义媒介，深入剖析了三种重构机制：首先，通过“区隔机制”掩盖本土知识在跨语言转换中的深层意义损耗与文化失真；其次，通过“程序机制”，用算法生成的统计优化逻辑影响研究者对知识的选择，使算法与现行科研评价制度合谋，催生出缺乏现实依据的符号空转论文；最后，通过“结构耦合”机制，导致中英文语料库这一知识基础设施的中美双寡头主导格局，使得本土系统面临信息茧房与深层脱钩的潜在风险。本研究认为，要应对这一系统性危机，必须超越技术乐观主义和悲观主义的分野，澄明和发扬学者的主体性自觉，构建锚定实践的评价机制，并在解决本土真问题的过程中确立学术坐标，以在算法时代捍卫本土知识自主权。

关键词：生成式人工智能；社会系统理论；本土科研系统；全球科研系统；自主知识体系

一、GenAI：“巴别塔”还是“文化高墙”？

“巴别塔”的故事出自《圣经·创世记》。传说上古时期，全人类只说一种语言，他们团结一致，想要建造一座通往天堂的宏伟高塔（即“巴别塔”），以彰显人类的力量。上帝为了阻止人类的傲慢，施法混淆了他们的口音，留下了延续千年的语言隔阂。今天，生成式人工智能（Generative Artificial Intelligence，GenAI）堪称新的“巴别塔”，因为它通过大语言模型构建了一种统计学意义上的世界语，似乎正在抹平上帝留下的语言鸿沟，赋予了非英语母语学者通向全球科学中心的语言通行证。大量实证研究表明，ChatGPT等大语言模型已被广泛应用于学术写作、润色及翻译中，并被视为非英语母语研究者的福音。恩尼斯·卡亚阿尔普（Kayaalp，M.E.）等人研究发现，GenAI工具有效降低了学术写作的语言门槛，使得母语非英语研究者能够以更地道、更流畅的英文表达参与国际对话，如同“润滑剂”一般抹平了长期阻碍本土科研系统融入全球系统的语言鸿沟，这将加速本土知识向全球的流动，最终实现两个系统更紧密的融合。然而，这种看似“无障碍”的融合可能掩盖了更深层的本体危机。科研系统本质上是一个以语言符号为媒介来表征知识、构建共识的系统。正如路德维希·维特根斯坦（Wittgenstein，L.）所言：“我的语言之界限意味着我的世界之界限”。语言不仅描述世界，更是构成了我们所能认知的世界的边界。在传统科研模式中，科研系统的边界由人类学者的认知框架、制度规则与社会文化共同塑造和维系，具体体现为一套共享的理论预设、方法论规范、价值评判标准以及相应的学术话语体系（如著述、演讲中的特定符号与修辞），并通过同行评议、荣誉授予、资源分配等社会性认可机制得以巩固和延续。

GenAI之所以让所有人都为之震撼，就是因为不同于以往任何一次技术进步，它不仅是提高效率的技术工具，更是一种能够稳定沟通预期、促进意义传播的语义媒介，并深度参与到社会意义的建构和流通中。大语言模型能够生成符合语法、语境连贯的文本，直接介入以意义沟通为本体的社会系统。GenAI不再是沉默的技术工具，而是沟通的“参与者”或“代理”，影响我们认知世界和表达自我的方式。正如语言并不仅仅是表达思想的容器，而是社会系统进行区分和标记的符号工具，GenAI也并非透明的技术中介，而是建立在人类语言的大规模数据之上，深刻内化了科研系统既有的运作逻辑与符码规则（如“真理/非真理”和“主流/边缘”的区分等）。因此，GenAI与科研系统的关系并非简单的“人使用工具”提高科研效率，而是技术工具对科研系统的介入与重构。它通过对科研系统语义概率的预测，参与到对科研系统边界的划定之中。它不仅加速了沟通的流转，更深层次重塑了科研系统如何区分“信息”与“噪声”，如何定义“有效知识”。

当然，不得不承认的是，GenAI对意义的处理主要基于统计数据的句法模式，而非真正的理解。它生成“合理”文本的能力源于对海量语言数据中概率分布的学习，而不是对世界的内在体验或认知。这导致了其作为语义媒介的内在悖论：它能够高效地生产出具有社会可接受性的意义形式，但其运作基础却与人类的意义生成机制截然不同。当知识的表征不再源于人类的主体性思考，而是源于算法对下一词汇的统计预测时，维特根斯坦所言的“世界之界限”便实质性地被算法概率所重构。尽管语言的表层摩擦消失了，但最新的研究警示了GenAI模型中内嵌的语言与文化偏见。例如，Johnson等人指出大语言模型在训练数据上存在严重的西方中心主义偏差，它们在处理本土概念时可能会进行“隐形过滤”或“强制归化”。此外，梁伟欣（Liang，W.）等人研究发现，GenAI检测器倾向于将母语非英语者的写作误判为AI生成，这暗示了算法逻辑对标准英语范式的过度拟合。

基于此，本研究试图探究：在GenAI广泛介入学术工作的背景下，它究竟如何改变了本土科研系统与全球科研系统之间的关系？GenAI是为全球科研系统建造了一座促进沟通的“巴别塔”，还是横亘在本土和全球之间的一堵固化偏见的“文化高墙”？

二、GenAI和全球学术权力的再协商：技术乐观主义和悲观主义的分野

长期以来，全球科研系统被描绘为一个高度分层的“中心—边缘”结构。在这个系统中，以欧美为中心的学术规范、英语霸权和高影响力的出版社和期刊构成了权力的核心，而包括中国在内的非西方国家则处于边缘位置。这种不平等不仅是地缘政治的映射，更被学术资本主义、学术审计文化和学术评价制度所强化，量化的出版指标（如引用量、影响因子等）成为衡量学术价值的唯一通货，迫使边缘国家的科研系统为了获得合法性而不断内化学术中心的标准。

因此，对于非英语国家的学者而言，英语不仅是交流工具，更是筛选机制。非英语国家学者为了进入全球学术对话，往往被迫进行“文本的妥协”（textual negotiation），不得不剥离过于具体的本土语境，以换取全球读者的可理解性。文雯（Wen，W.）等的研究揭示了中国本土科研系统与全球科研系统之间长期存在的复杂张力：一方面，为了获得全球合法性，中国学者必须遵循以英语为主导的国际发表规范；另一方面，为了回应本土社会需求和保持文化主体性，他们又必须进行本土原创研究。这种双重束缚使得中国学者长期处于一种“探索与协商”（Navigating and Negotiating）的动态过程中，在语言障碍、评价标准差异以及研究范式的冲突中艰难平衡。结果往往是为了迎合国际期刊的偏好，而牺牲了对中国本土问题独特性的深入挖掘，造成了“为了发表而发表”的异化现象。等进一步指出，对SSCI/SCI为首的国际学术评价指标的过度追求，导致了本土知识的失语和对西方理论的依附。

中国之外的其他非西方国家也面临类似问题。一项关于东欧国家科研现状的文献计量学研究指出，当指标本身成为目标时，科研活动就会异化为一种纯粹的符号生产。萨里·哈纳菲（Hanafi，S.）指出，阿拉伯世界的科研存在“全球发表，国内出局”（Publish Globally，Perish Locally）的困境，全球知名度往往以牺牲本土相关性为代价。换句话说，学者们在国际期刊上发表了大量论文，但这些成果往往难以转化为解决本土社会问题的有效方案。总而言之，处在全球科研系统边缘位置的国家都不同程度地受到了来自学术中心的引力，为了尽可能靠近中心，部分研究已经表现出将追求外部系统的符号认可置于解决本土具体问题的现实需求之上的倾向。

随着GenAI的广泛应用，学术界对其在塑造本土和全球科研系统中的角色的态度两极分化。技术乐观主义者视其为打破语言壁垒的“新巴别塔”，具有促进边缘融入、弱化中心位置的均衡器作用。大量研究表明，生成式人工智能作为“写作助手”能显著降低非英语母语者的写作门槛，“夷平”语言壁垒。这种观点认为，技术可以作为中立的“假肢”，弥补人类能力的不足。只要语言通达了，知识的流动就会自然发生。技术悲观主义视角则担忧GenAI可能加剧现有全球学术的结构性不平等。由于主流大语言模型（LLMs）的训练数据高度依赖英语互联网语料，其生成的文本往往内嵌了西方的认识论偏见和思维模式。过分依赖GenAI进行学术研究，可能导致非英语学者为了追求算法生成的完美英语而进一步放弃本土的思维方式和话语特征，从而在不知不觉中遭受算法的同化。在技术悲观主义者看来，GenAI出现之前的语言张力虽然带来了巨大的认知负担，但也构成了本土科研系统和全球科研系统之间的实质性互动，也正是通过不断的摩擦与对话，本土科研系统逐步在全球确立了自己的位置。

尽管现有文献已经分别探讨了全球科研系统的结构性不平等以及GenAI在学术写作中的工具性影响，但目前仍缺乏关于GenAI如何作为一种“结构性力量”重构本土与全球科研系统关系的深入研究。

三、社会系统理论：一个分析视角

尼克拉斯·卢曼（Luhmamn，N.）的社会系统理论为剖析这一问题提供了独特的理论视角。社会系统理论强调系统由沟通而非个体行动者构成，沟通是系统自我再生产的基本元素。科研系统就是一个通过学术出版、会议报告、同行评审等沟通形式不断自我指涉、再生产自身的运作封闭网络，并通过特定的二元符码（真/假）来运作并维持其边界。根据社会系统理论，有三个核心机制界定了科研系统如何维持自身边界、确立内部规范以及与外部环境互动。

第一个机制是区隔（Distinction），它是系统存在的本体论基础。依据乔治·斯宾塞—布朗（Spencer-Brown，G.）的形式逻辑，区隔是一种“划定界限”的操作，它将世界分为“被标记的状态”（marked state），即可见的，和“未被标记的状态”（unmarked state），即不可见的。系统通过区隔来确立什么信息是有价值的，什么信息是噪声。在全球科研系统中，“区隔”指“哪些知识对于学者是可见的并将进入新一轮知识生产”的筛选机制。在前AI时代，语言是显性的区隔边界，中文内容较难参与以英文为主的全球科研系统的知识生产，反过来，英文内容则是本土科研系统的重要信息来源。这种基于语言的区隔，虽然构成了壁垒，但也如实反映了知识在不同系统间转换的本体论差异。

第二个机制是程序（Program），它是系统内部结构化的期望（Structured Expectations），为系统提供了“连贯的语法”，设定了系统可以做什么以维持自身连贯性的条件。在社会系统中，程序表现为规章、流程、评价标准等，它们稳定了系统的期望。在科研系统中，程序指学术成果生产和评估合法性的结构化期望，涵盖了科研活动中理论、方法、数据采集、学术发表格式以及评价（如期刊影响因子、引文数量、科研项目申请标准等）的规范和惯例。这些程序构成了科研系统内部的权力结构，规定了哪些研究是被允许的，哪些是噪声或偏差。这些程序在GenAI介入之前，已经形成了特定的路径依赖。

第三个机制是结构耦合（Structural Coupling），指两个或多个系统之间通过长期互动而形成的复杂关系。结构耦合并非指两个系统融合为一，而是指它们通过特定的“接口”相互扰动、相互适应的机制。在本研究中，“结构耦合”特指本土科研系统与全球科研系统之间的既有耦合关系。这种耦合是通过全球科学共同体的评估标准、国际学术出版物、语言规范、跨国合作网络和人才流动等机制实现的。这些机制充当了本土科研系统和全球科研系统之间进行信息和能量交换的转换器，使得本土系统既能够保持一定的运作独立性，又能够响应全球系统的影响，进而维持着一种虽不平等但紧密相连的动态平衡关系。

四、GenAI重构全球与本土科研系统张力的三种机制

GenAI作为兼具工具性和语义性的新兴技术，通过区隔、程序与结构耦合这三种机制，深度重构了本土与全球科研系统的关系。

（一）区隔的重构：算法平滑中的认知隐忧

在GenAI普及之前，语言（如中文、英文等）是区隔本土与全球科研系统最显眼、最刚性的边界。这种壁垒虽然一定程度上阻碍了知识的流动，但客观上起到了一种“保护膜”的作用。本土概念（如中医的“气”、社会学中的“关系”等）在被翻译成英文时往往非常困难，这种翻译的阻滞感迫使学者必须进行大量的解释性工作。这种“摩擦”保留了本土知识的异质性，即承认有些概念是不可通约的，必须置于特定语境下理解。翻译无法完全做到意义的对等，在其构成的概念簇和文脉上必然会有意义的损耗。

GenAI的介入制造了“巴别塔”的幻象。与其说它是在不同的语言文化之间进行翻译，不如说是基于概率算法的“语义补全”机制。当翻译一个复杂的本土概念时，GenAI会自动匹配全球语料库中最高概率、最为通用的英文词汇来替代它。GenAI之所以能够带来新巴别塔的幻象，不在于它发明了一种新语言，而在于它把所有语言都转化成了统计学上的语义结构。无论我们用英文、中文，还是用代码、图像，在GenAI那里，它们本质上都是可被建模的统计关系。GenAI就像一个万能转换器，它能识别出“A语言中的X”与“B语言中的Y”在统计学的语义结构上是等效的。在这个意义上，它确实提高了拥有不同语言框架的人们相互理解的可能性。但是，这种“理解”可能是一种浅层的错觉。GenAI把人类语言转化成统计概率后，可能把本土知识中那些“不可通约”的、独特的、尖锐的部分磨平，自动过滤掉那些难以被全球科研系统快速消化的异质性内容，看似平滑无缝地衔接了不同的语言，实际上减弱了深度理解。

以教育学和科学社会学中的重要概念“Scientific Literacy”（科学素养）为例。在中文语境中，“素养”一词深受儒家修身传统的影响，侧重于个体的内在品质、知识水平和道德修养，它指向的是一个“更完善的人”。在西方语境中，“Literacy”的词源来自“读写能力”（Literate），在历史进程中与宗教改革（阅读《圣经》的权利）、启蒙运动以及现代民主制度紧密相连，侧重于公民权利，即个体是否有能力阅读社会文本、行使投票权并参与公共事务，指向的是一个“合格的公民”。

在前AI时代，这种社会文化背景层面的巨大裂痕，迫使中国学者在翻译时必须经历一个艰难的概念推敲过程。为了准确传达“素养”的意涵，往往需要反复比较“Competence”“Quality”“Literacy”等词的细微差别，甚至需要引入拼音或长注脚进行概念辨析，以确保本土概念的丰富性不被误读。这种因翻译困难而产生的时间延宕和认知摩擦，反而构成了一种宝贵的保护机制，时刻提醒着学者：这里存在不可通约的差异，必须警惕意义的流失。

然而，GenAI的“一键生成”翻译跳过了这一过程。当将“中国学生的科学素养”输入GenAI系统时，模型会在毫秒级的时间内给出“Scientific Literacy of Chinese Students”这一看似完美的翻译，算法的极速响应制造了一种“意义已经对等”的直观错觉。那个曾经至关重要的、对概念进行反复衡量和辨析的认知空间被技术的效率逻辑压缩殆尽。这种无摩擦的翻译掩盖了巨大的社会文化背景裂痕，当研究者省略了推敲和忖度，仅仅依赖机器翻译，就不仅丢失了“Literacy”一词在西方文化中与民主、公民参与相勾连的深层社会政治内涵，更在无意识中让中国“素养”概念中蕴含的独特的修身内涵在转换中隐没。结果是，一篇使用GenAI进行翻译的论文虽然使用了正确的英文词汇，却无法真正对话西方学界关于“科学作为民主工具”的核心关切。这种由GenAI中介的、缺乏摩擦的互动形式，使得本土知识在全球流通中变成了一种“失去所指的能指”。本土学者与全球学者看似通过GenAI顺畅地交流沟通，但实际上是在一种互不理解的幻觉中通过GenAI相互致意，实质性的理论对话并未发生。

（二）程序的重构：从现实锚点到符号空转

科研系统的核心“程序”旨在通过结构化的期望来筛选具有真理价值的知识，其初衷在于解决现实世界的问题。在前AI时代，尽管评价体系已经开始显现出量化指标导向，但研究并撰写论文本身仍是一个高强度的认知加工过程。这一过程要求研究者必须亲自处理数据、构建逻辑、打磨论点。这种与“粗糙”现实材料搏斗的过程，客观上构成了科研程序的“锚点”：它迫使研究者必须不断回到现实材料中去寻找支撑，写作过程本身就是对现实问题的反复咀嚼。从现实世界中找到问题，提炼出科学问题再加以研究，研究成果以论文、著作、专利等方式呈现，最后这些成果又能转化成产品、技术、政策等以解决现实世界的问题，由此形成了科研系统基于现实世界的例行“程序”。

然而，GenAI的介入改变了研究者的“选择结构”，进而从根本上异化了程序的运作逻辑。正如以赛亚·伯林（Berlin，I.）所言，自由不仅仅是免于干涉的“消极自由”，更涉及可选择多种可能性的积极自由。GenAI并非通过强制命令来改变研究行为，而是通过大幅降低某些操作的难度，隐性地重塑研究者的决策环境。它提供了一种“脱嵌于所指的能指”，即那些在符号层面流畅、规范，在统计学上看似合理，但与现实指涉物相脱钩的表达和模型。这种选择结构的变化，诱导研究者的思考过程朝向在符号逻辑上更流畅但信息熵更低的方向发展。

这种程序异化的风险，在新手研究者身上体现得尤为明显。例如，在社会科学的量化研究中，模型构建（如工具变量的选择、中介效应的设定等）往往高度依赖研究者的“学术直觉”。这种直觉并非凭空而来，而是建立在对现实社会问题长期的田野观察、对制度背景深刻理解的基础之上，这是一种将现实逻辑转化为统计语言的“转译”能力。新手研究者恰恰缺乏这种基于现实感积累的直觉。在前AI时代，这种匮乏会构成一种硬性约束，迫使他们必须先深入理解现实，才能尝试构建模型。但在GenAI时代，这种约束被打破了。当面对复杂的数据集无从下手时，只需向AI输入指令，算法便能迅速构思出一堆在统计意义上完美、在现有文献中常见的工具变量或中介机制。AI提供的这些变量，在形式上具有极高的欺骗性：它们逻辑自洽，引用规范，符合学术共同体的形式审美。但这恰恰是一种危险的“统计学过拟合”，即它并非拟合了数据，而是拟合了系统的“形式程序”。这种看似严谨的模型构建，实际上是建立在算法对通用学术语言的概率预测之上，而非建立在对具体研究情境中真实机制的理解之上。这些论文虽然在符号世界里实现了完美的逻辑闭环，顺利通过了期刊的审稿程序，但实际上陷入了从符号到符号的空转。更为严重的是，科研系统内部既有的评价程序主动勾连了AI的算法逻辑，这种符号空转的动力很大程度上是体制病理与技术特性的合谋，而不是单一技术的后果。

（三）结构耦合的重构：双寡头语料库造成的认知鸿沟

结构耦合指系统与环境之间建立稳定互动渠道的过程。在前AI时代，本土科研系统与全球科研系统的耦合虽然带有“单极中心—多重边缘”的特征，但其基础设施是相对开放且多元的。系统的耦合依赖于具体的物理载体或个体的具身经验：图书馆的多语种馆藏、跨国学术会议、海外访问经历，等等。虽然效率较低，但这种互动是真实的、多维度的，允许意外和边缘观点的进入。

GenAI的介入并没有消解中心与边缘的矛盾，反而因为算力垄断和数据主权的原因，导致了知识基础设施的二元分裂。目前，具备通用认知能力的大语言模型实际上已经形成了“英文大模型”（如ChatGPT、Claude、Gemini）与“中文大模型”（如DeepSeek、豆包、千问等）的双寡头格局。至于法语、德语、阿拉伯语等其他语言，在算力和数据生态上处于绝对劣势，在新的AI秩序中面临“失语”。这意味着，GenAI不完全是连接全球的桥梁，在某些情况下也可能是固化分裂的围墙。它通过算法权重，将原本松散连接的全球知识图谱，重组为两个相互隔离甚至互不兼容的“回音室”。

这种基础设施的分裂，导致了同一个研究问题在不同模型中呈现出截然不同的面貌，在一定程度上重塑了学者的认知结构。以社会科学中热门的“数字平台对劳动者的影响”为例。在前AI时代，学者通过传统的文献检索，虽然费力，但有机会构建一个立体的图景：既能读到西方顶尖期刊关于平台伦理、数据隐私的规范性讨论，也能挖掘到拉美学者关于数据殖民主义的批判，更能接触到中国本土关于外卖骑手、网约车司机生存状态的翔实田野报告。这些观点在现实的学术空间中并存并交锋，虽然混杂，但保留了世界的全息图景。而在AI时代，AI工具的选择直接决定了研究者所能看到的世界的样貌。如果使用英文大模型，算法将基于其训练数据中的概率分布，大量引用英美学者关于Uber、Amazon的研究。但由于训练语料的权重偏差，中国本土特有的劳动治理逻辑，或者全球南方关于平台资本积累的激进批判，极有可能因为概率较低而被算法自然过滤掉。反之，如果使用中文大模型，生成的知识图谱将发生显著偏转。模型会显著增加关于数字劳动的异化风险、分配机制等马克思主义理论视域下具有中国政策语境和治理特色的话语权重。这是一种完全不同的理论视角，它解释了中国经验，但同时也可能屏蔽了来自英语世界的规范性对话，以及其他发展中国家的替代性方案。这种深层脱钩比语言障碍更可怕，因为它是隐形的：研究者以为自己看到了全世界，实际上只看到了算法让他看到的“话语权最高的世界”。

大语言模型所带来的目之所及的两个世界之间的差异揭示了一个深刻的危机：技术本身成为新的结构性壁垒。研究者并非主观上想要封闭视野，而是当GenAI成为科研的基础设施后，算法的预筛选机制一定程度上自动接管了知识的筛选权。中文语料在英文大模型中变得几乎“不可见”，英文世界的某些核心议题在中文大模型中被边缘化，而那些处于两者之外的第三世界经验，则在双寡头的挤压下悄然消失。原本脆弱的跨文化对话桥梁，被这种基于数据主权的基础设施分裂所截断。本土科研系统与全球科研系统不再是充满动态张力的关系，而是面临深层脱钩、各自封闭、内部循环的风险。

五、打破“巴别塔”的幻象：学者能动性的澄明与发扬

GenAI在表面上消除了语言障碍，带来了“巴别塔”的幻象，但实际上因为本土知识的意义损耗、符号空转现象加剧、语料库分裂带来的知识分流等机制，加剧了本土科研系统和全球科研系统两个系统的各自闭合。这两个系统正在从充满张力的主动协调时代，滑向一个看似连接紧密但实则深层脱钩的时代。如果不对这种脱钩进行干预，将导致本土知识在全球学术生态中愈发失语。GenAI不仅是提高科研效率的工具，更是重塑系统边界的语义媒介。它通过概率算法介入知识生产，决定了什么是可见的，什么是合法的，什么是有意义的。这提醒我们，在拥抱技术便利的同时，必须警惕其对知识多样性和系统主体性的隐形侵蚀。面对这种冲击，本土学者应该采取积极的行动策略，主动在本土科研系统和全球科研系统之间担任“摆渡人”。

（一）保持学术主体性自觉，夯实自主知识体系建设的学理根基

针对GenAI算法逻辑导致的本土知识意义损耗，我国学者亟须保持学术主体性自觉，夯实自主知识体系建设的学理根基，自觉担当起知识传承与创新的责任。正如博阿文图拉·德·索萨·桑托斯（Santos，B.D.S.）和玛丽亚·保拉·梅因塞斯（Meneses，M.P.）在“全球南方认识论”理论中深刻揭示的，全球知识流动中潜藏着认知种族灭绝的危机，而GenAI的概率性生成机制正以前所未有的速度加剧这一进程。因此，在面向国际学术对话时，我们不应盲目追求被算法处理后“地道”的、“流利”的英语，而应主动制造并利用认知摩擦，有意识地捍卫并彰显本土核心概念的内涵与理论张力。

自主知识体系的构建，其本质是一个重构本土科研系统与全球科研系统之间“区隔”的动态过程。许多中国学者都提出中国社会科学要有“主体性自觉”，这要求学者将根植于中国实践的独特本体论预设与价值关怀系统性地传播到全球科研系统，促使国际学界跳出西方中心主义的概念舒适区，进行必要的认知调适与理论反思。唯有当英语构成的全球知识体系在与其他语言知识体系的交流对话中感受到适度的“翻译阻滞”与概念张力时，真正平等且富有成效的跨文化对话才得以开启，从而为构建具有中国特色、中国风格、中国气派的自主知识体系奠定坚实基础。同时，应通过全球协作建立有助于促进理解的生态，如共同投入资源发展开源、多语种的大模型。

（二）锚定科研实践的本真，构建抵御符号空转的评价机制

GenAI在赋能科研的同时，也可能引发科研程序空转的风险，即研究从旨在解决真问题异化为满足算法概率的符号生产。为应对此挑战，必须对现行的科研评价制度进行调整。具体而言，评价应聚焦科研活动的“入口”与“出口”两个关键环节。在课题立项的“入口”端，必须强化问题导向，确保研究课题源于社会的真实需求、国家发展的重大关切或学科前沿的真切挑战，而非仅仅是文献计量分析下的热点追逐。在“出口”端，则要打破“唯论文”的单一评价桎梏，将成果的实际转化效益作为核心衡量标准。这意味着，不仅要考察其学术价值，也要评估其经济效益（如技术突破、产业应用）与社会效益（如政策咨询、公共服务改善）。通过这种从源头到终端的全流程引导，才能促使科研活动回归其服务社会、推动进步的本质，有效规避在算法逻辑下陷入“为了发表而发表”的符号空转陷阱。

在人工智能时代，最易被生成与测量的是作为符号的论文，而最难以量化却至关重要的则是鲜活的实践。有研究者对文献计量学的滥用展开了批判，也有学者提出科研评价应该“测量我们所需要的，而非仅测量易于测量的”。因此，评价程序必须向那些AI无法替代的“具身性劳动”（如长期的田野调查、复杂的实验试错、艰辛的原始档案挖掘等）进行实质性倾斜。唯有将评价标准重新锚定于求真务实的真实实践中，方能有效阻断算法主导下的符号空转，确保科研活动真正回归其探索真理、服务社会的本真价值。

（三）重塑具身体验，立足本土达致全球普遍性

GenAI基于中英文语料库形成的中美“双寡头”格局，极易导致本土科研系统在算法构建的封闭循环中运行。这种双轨制的知识分流风险在于：中国学者若过度依赖英文模型的逻辑输出，则易陷入西方中心主义的概念框架；若仅局限于中文模型的知识回溯，则可能导致理论与实践的创新停滞。无论何种路径，算法提供的同质化符号体系都有可能消解中国本土实践中那些复杂且独特的治理经验与社会机制。只有从中国具体的社会情境和现实挑战出发，提炼出具有原创性的本土概念与理论，才能生产出具有实质解释力的知识成果，从而在全球知识体系中确立其不可替代性。

此外，GenAI正在抽离学术研究中的具身性与情境感。当检索、对话甚至写作都可以由算法在瞬间完成，学者作为“人”在场的必要性似乎被削弱了。然而，真正的知识创造从来不是纯粹的信息处理，而是一次又一次深深植根于具体情境、充满情感张力与身体经验的社会实践。因此，在新技术制造的“巴别塔”幻象下，我们必须重申情怀与体验在学术研究中的不可替代性，并主动呼唤一种有温度的学术交往——它应当通过深入的交流互访、扎根现实的调研与平等的国际协作，重新锚定知识生产的具身性，捍卫人在创造中的根本在场。

（本文参考文献略）

The Illusion of Babel: How Generative AI Reshapes the Tension Between National and Global Scientific Systems

Wen Wen

Abstract: The widespread application of generative artificial intelligence (GenAI) in academic research appears to dismantle language barriers, constructing a “Tower of Babel” for seamless cross-linguistic scholarly communication. However, this illusion masks deeper ontological conflicts and structural decoupling between local and global scientific systems. Drawing on social systems theory, this study moves beyond a simplistic instrumental view by reframing GenAI as a powerful semantic medium that reconstructs the boundaries of academic systems. It analyzes three mechanisms through which GenAI reshapes research ecosystems. First, through the distinction mechanism, GenAI obscures the significant loss of meaning and cultural distortion that occur when local knowledge is translated across languages. While creating a facade of fluency, it fails to capture context-dependent nuances, leading to epistemological erosion. Second, via the programming mechanism, the statistically optimized logic of algorithms reconfigures researchers’ decision-making structures. When aligned with existing academic evaluation systems, it incentivizes the production of symbolically empty publications, exacerbating the gap between research and real-world impact. Finally, through the structural coupling mechanism, the bifurcation of Chinese and English training corpora fosters a U.S.-China dominating duopoly in knowledge infrastructure, potentially trapping local systems in algorithmic filter bubbles and deepening systemic decoupling. To address this crisis, the study argues for moving beyond technological optimism by reclaiming scholars’ agency as “ferrymen” of knowledge. This involves establishing evaluation mechanisms anchored in realities and defining academic coordinates through solving locally meaningful problems, thereby safeguarding epistemic autonomy in the age of algorithms.

Key words: generative artificial intelligence; social systems theory; national scientific systems; global scientific systems; autonomous knowledge systems

初审：魏莉莎

复审：孙振东

终审：蒋立松