附件二｜理论论文

社会科学为何结构性不完满

——SDA视野下的知识边界、竞争解释与动态重验证

文颜

摘 要

本文提出“社会科学结构不完满”命题：社会科学理论不是对封闭对象的终极复制，而是在开放、动态、反身且证据不完全的现实中，由概念、材料、方法、尺度、时代与权力条件共同约束的有限结构投影。不完满不等于错误、相对主义或不可科学化；相反，它要求理论明确适用包络，保存未知与冲突，比较竞争解释，并在新证据、行为反馈与历史条件变化时动态重验证。本文以SDA（Structure–Dynamics–Algebra，结构—动力—代数）为方法框架，区分对象不完满、观测不完满、概念不完满、因果不完满、反身性不完满与价值不完满，提出研究状态、理论适用包络、竞争假设集、下一证据门及可恢复研究流程。该命题为AI进入人文社会科学提供一种不同于“生成更流畅文本”的基础：AI的任务不是消除不确定性，而是使知识边界、证据关系、替代解释和失败条件变得可见、可追踪、可修订。

关键词：社会科学；结构不完满；SDA；竞争性假设；证据治理；人工智能

一、问题的提出

现代社会科学长期在两种压力之间摆动：一方面，它试图通过概念、变量、模型和因果识别获得科学性；另一方面，它面对的社会现实始终开放、历史化、可解释并会对知识本身作出反应。理论越追求封闭，越可能剪除现实中决定性的关系；理论越强调复杂，越可能失去判定与证伪。人工智能的进入把这一矛盾进一步放大。大模型可以迅速综合材料、生成解释，却也容易把文本闭合误作知识闭合，把遗漏的变量、冲突的证据和无法区分的机制隐藏在流畅叙述之中。

本文所称“结构不完满”，不是说社会科学永远无知，也不是把一切结论降为意见，而是指出：任何社会科学主张都只在某一对象定义、证据集合、时间区间、空间尺度、概念语言、方法选择与制度环境中成立。理论能够真实地捕捉结构，却不能默认自己穷尽现实。科学性因此不应只表现为给出结论，还应表现为公开结论的边界、竞争解释和改变结论所需的证据。

二、结构不完满不是传统“不确定性”的同义词

统计不确定性通常描述估计误差、抽样波动或参数置信区间；结构不完满则进一步追问：对象是否被正确划界、变量是否遗漏、关系是否随时间改变、观测机制是否选择性地产生材料、行动者是否因理论和政策而改变行为。即使样本无限增加，错误的对象本体、不可见的关系和反身性反馈仍不会自动消失。

它也不同于一般的“复杂性”。复杂系统可能包含大量变量，但在给定边界下仍可建立有效模型；结构不完满强调边界本身也是研究选择，且会改变被观察的对象。最后，它不同于相对主义。相对主义容易把多种解释并列而放弃裁决；结构不完满要求明确哪些证据能够区分解释，何时只能保留等价模型集合，何时已有充分理由淘汰某一主张。

三、社会科学结构不完满的六个来源

第一，对象不完满。社会对象不是天然封闭单位。“家庭”“阶级”“国家”“宗教”“公共舆论”等对象的边界会随制度、语言和研究目的而变化。对象划界不是研究之前的纯技术步骤，而是理论的一部分。

第二，观测不完满。档案由制度生成，调查由提问方式生成，平台数据由算法和商业规则生成。缺少记录可能意味着事件没有发生，也可能意味着某类人缺乏留下记录的能力。证据缺失机制必须与研究对象一同建模。

第三，概念不完满。同一概念跨时代、跨语言、跨群体使用时可能改变含义。概念既是观测工具，也是社会行动中的资源；研究者不能假定名称相同就代表结构相同。

第四，因果不完满。不同机制可能产生相同观察结果，同一机制在不同约束下也可能产生相反后果。社会科学常面临不可识别性：现有材料不足以区分候选机制。此时科学输出应是等价解释集合，而不是语言上最完整的单一故事。

第五，反身性不完满。经济预测、政策分类、风险评级和身份理论会进入行动者视野，改变其行为，进而改变理论原本描述的对象。理论不仅观察世界，也可能成为世界中的变量。

第六，价值不完满。研究问题、指标和损失函数隐含何者值得观察、保护或优化。价值无法由数据自动推出，但可以被明确声明、比较并接受公共论证。

四、SDA的形式化表达：从结论文本到研究状态

SDA不把研究理解为从材料直接跳到文章，而把时刻t的研究表示为状态R_t=(O_t,Q_t,E_t,H_t,C_t,M_t,U_t,A_t,V_t)。其中O为对象与尺度，Q为问题，E为证据及关系，H为竞争假设，C为边界条件与约束，M为方法和模型，U为未知、冲突与不可识别项，A为已执行和候选研究动作，V为版本、责任与出处。

研究进展不是文字增加，而是状态发生可说明的更新：新证据可能支持或削弱假设，概念修订可能改变对象边界，反例可能迫使模型降级，材料冲突可能把“暂时成立”改为“无法裁决”。因此必须区分三个非蕴含关系：找到材料不等于材料支持主张；材料真实不等于结论可以成立；文本流畅不等于知识有效。

对任一理论T，应声明其适用包络Ω(T)：对象范围、时间空间边界、证据条件、机制假定、允许扰动、反身性条件和价值前提。理论的严谨性不仅取决于包络内解释力，也取决于它是否诚实地标出包络外的未知。

五、竞争解释与下一证据门

结构不完满要求研究不以一个最顺畅叙事封闭问题。对核心现象至少建立竞争假设集H={H1,H2,…,Hn}，分别记录每个假设能够解释的证据、不能解释的异常、依赖的隐藏条件和可能推翻它的观察。竞争解释不是附录中的形式性“局限”，而应进入研究设计。

当现有材料不能区分假设时，系统不应强行排序，而应提出“下一证据门”：什么新材料、自然实验、时间序列、异质性模式、反事实分叉或跨介质证据能够提高区分度。下一证据门把“尚不知道”转化为可行动的研究计划。

负向控制同样关键。若一种模型在目标材料、随机材料和同复杂度替代模型上都得到相似结构，则该结构不具有特异性。若删除一个关键维度就使结果完全消失，研究必须判断它是理论核心还是编码制造。允许负结果进入资产，正是避免AI把所有研究包装成成功故事的必要条件。

六、动态重验证与可恢复研究

社会结构变化意味着曾经有效的理论可能失效。动态重验证要求在新材料、制度变化、测量变化或行动者反馈出现时，重新检查理论适用包络，而不是仅在原模型上继续累积引用。研究系统应保存父版本、修改理由、证据变化和结论变化，使知识演化可以追踪。

可恢复研究意味着错误不必导致整个项目作废。发现编码偏差时，可以回到冻结语料重新编码；发现某个机制不可识别时，可以降级为描述性结构；发现对象边界错误时，可以保留旧版本并重建本体。恢复不是掩盖失败，而是把失败转化为下一轮研究动作。

七、AI为何既加剧问题，也提供新可能

大模型扩大了材料处理和候选解释的规模，却天然倾向于补全、连贯和回答。若没有结构约束，它会把Unknown填成推测，把冲突材料折叠为折中措辞，把相关关系改写成因果语言。社会科学结构不完满因此不是AI应用的障碍，而是AI研究系统必须面对的首要事实。

另一方面，多模型和多Agent可以承担检索、编码、反驳、替代解释、方法审计和复现等不同角色；知识图谱可以表达证据与主张的关系；版本系统可以记录人工修改；模拟和网络方法可以暴露传统阅读难以发现的结构。关键不在于让AI代替学者判断，而在于让学者能够看见AI为何得出某个候选结论、它遗漏了什么、何种证据会改变它。

SDA ScholarOS据此把AI定位为“结构性研究环境”：模型负责扩大搜索和生成可能性，系统负责保存约束与证据状态，学者负责对象定义、语境解释、价值判断和最终责任。

八、对既有社会科学知识生产的重构

结构不完满命题并不否定既有社会科学。经典理论在其历史问题和证据条件下可能具有强解释力；问题在于后来的使用者常把局部适用理论转换为无边界的标签。SDA要求把理论重新放回生成它的对象、尺度、材料和制度条件中，并检验它在新语境下哪些关系仍稳定、哪些已发生结构漂移。

这也改变论文评价。高质量研究不只看结论是否新颖，还看问题是否被正确重构、证据生成机制是否被讨论、竞争解释是否被公平比较、Unknown是否被保存、失败条件是否明确、核心结构能否复现。论文由封闭文本变成可继续更新的研究资产。

九、可证伪命题与研究议程

本文提出五项可检验命题。其一，在复杂人文社科任务中，显式保存Unknown与冲突的系统将降低无证据强断言比例。其二，强制生成竞争假设和下一证据门，将提高专家对研究问题增量的评分。其三，把证据生成机制纳入模型，将改变部分仅靠材料数量得出的结论。其四，保存版本、参数和人工修改，将提高独立复刻的结构一致性。其五，与通用大模型相比，SDA流程未必总能写出更漂亮的文本，但应在证据可追溯性、反例处理和结论降级方面表现更好。

这些命题需要跨学科评价基准。可选择历史、文学、宗教、教育、传播等具有不同证据制度的课题，比较通用大模型、常规数字人文工具和SDA ScholarOS；评价不应由系统设计者单独完成，而应包括独立领域学者、盲审编码者与复现团队。

十、结论

社会科学的不完满不是等待更大数据或更强模型消除的暂时缺陷，而是其研究对象开放、历史化和反身性的结构事实。承认这一事实不会削弱科学性，反而为更严格的知识纪律提供起点：明确对象与尺度，声明理论适用包络，保存未知与冲突，比较竞争解释，设置下一证据门，并在世界变化时动态重验证。

AI时代真正需要的不是一台把所有问题写成完整答案的机器，而是一套能够区分已知与未知、发现结构又限制解释、允许失败并支持恢复的研究基础设施。SDA及SDA ScholarOS的理论任务，正是把这种纪律转化为可执行、可复现并能由学术共同体持续批评的系统。

参考文献（理论框架基础文献）

Bhaskar, R. A Realist Theory of Science. Routledge, 1975.

Giddens, A. The Constitution of Society. Polity, 1984.

Luhmann, N. Social Systems. Stanford University Press, 1995.

Merton, R. K. Social Theory and Social Structure. Free Press, 1968.

Popper, K. The Logic of Scientific Discovery. Routledge, 1959.

Simon, H. A. The Sciences of the Artificial. MIT Press, 1969.

Abbott, A. Time Matters. University of Chicago Press, 2001.

Pearl, J. Causality. Cambridge University Press, 2009.

Longino, H. Science as Social Knowledge. Princeton University Press, 1990.

Cartwright, N. How the Laws of Physics Lie. Oxford University Press, 1983.