【编者按】

作为上海市理论社科领域一项重要的人才选育机制，“上海社科新人”评选活动有力助推了一批青年才俊加快成长，对加强本市理论社科队伍建设发挥了积极作用。为勉励本市理论社科青年学者潜心治学、勇攀高峰，第十二届“上海社科新人”评选活动在中共上海市委宣传部的指导下，由上海东方青年学社于2024年11月至2025年1月组织开展，最终评选出19位“上海社科新人”。

“”在中共上海市委宣传部的指导下，对这19位青年学者进行了访谈。访谈围绕青年学者各自的研究领域、学术旨趣、研学经历、治学故事与经验启示、“上海社科新人”评选活动对于青年学者学术成长的助推作用、个人学术成长与本市理论社科事业发展相互促进等话题展开，以期为青年学者的治学提供可资参考的经验与启迪，成为其学术成长过程中弥足珍贵的有益激励。

本篇访谈的“上海社科新人”是上海交通大学国际与公共事务学院教授潘浩之，其研究聚焦大数据与人工智能技术推动智慧城市治理及全球可持续合作。

上海交通大学国际与公共事务学院教授潘浩之

：请您介绍一下自己的主要研究方向和内容。

潘浩之：我的研究核心是探索如何运用人工智能技术，促进全球可持续发展中的公平与效率。我特别关注那些最易受气候变化等全球挑战影响，却因语言障碍或数据匮乏而难以发声的地区，比如低收入的小岛国、高原地区和非英语国家。这些地方的真实灾害常常因为缺乏英文记录或监测设备，成为国际视野中的“被消音的灾难”，损失巨大却得不到足够关注和援助。

为此，我致力于应用前沿的人工智能技术来破解这些难题。我使用能理解和处理全球多种语言的人工智能，去主动发掘和分析当地非英语、小众低资源语言的新闻、社区记录乃至口头知识，让“被消音的灾难”可以发声，帮助这些地区争取更公平的资源。同时，我开发了能融合科学数据与本土经验的人工智能，将难以量化的传统智慧，比如部落预测旱情的方法或独特的水资源管理方式，转化为科学模型能使用的信息，使解决方案更贴合实际、更有效。此外，我利用能同时解析文字、图像、声音等多种信息的人工智能，去填补贫困地区的数据空白，例如通过分析居民手机拍摄的污染影像结合卫星图，更精准地评估他们的健康风险。

：您能向我们介绍一下您的学术经历吗？

潘浩之：我的学术生涯始于在美国的学习和研究。我在伊利诺伊大学香槟分校获得了区域规划博士学位，并在美国国家超级计算中心进行博士后工作，有幸参与了首个专门分析社会与空间数据的超级计算机“ROGER”的项目。这段经历让我深入掌握了利用尖端计算技术处理各种类型的复杂数据并进行长期预测的方法。我参与开发了实时监测城市经济韧性的“芝加哥商业活动指数”，并进行了非常精细的、基于“地块级别”的芝加哥未来社会经济预测，同时也为斯德哥尔摩的碳中和规划提供了技术支持。这些工作都是在城市或区域尺度上，利用超算能力进行高精度社会模拟的实践。

基于在超算领域积累的处理复杂数据和预测的经验，我目前的研究重心转向了生成式人工智能在全球可持续治理中的应用。我回到中国，在上海交通大学工作，致力于将先进技术应用于应对气候变化、灾害管理等更宏大的全球性挑战。我的研究始终追求“顶天立地”的路径：一方面，“立地” 体现在深度关注微观尺度和本地智慧，就像当年做地块级的城市预测一样，我现在利用AI技术去捕捉和分析乍得湖牧民的口头旱情经验等传统水资源管理智慧，或者通过居民手机拍摄的图像来评估印度贫民窟的污染健康风险，核心是深入理解最基层、最脆弱群体的真实状况和本土知识。另一方面，“顶天” 则体现在将这些微观的、本地的洞察，通过多语言、多学科、多模态的生成式人工智能大模型进行整合、转化和提升。目标是构建覆盖全球范围的风险图谱和智能决策支持系统。这直接影响洲际乃至全球尺度的关键议题，如更公平的气候融资分配、更精准的灾害早期预警，以及更有效的跨境水资源协作。

：能不能介绍一下您此次申报“上海社科新人”的相关课题？

潘浩之：我此次申报的课题主题是“‘全语种—跨学科’生成式人工智能在气候风险治理中的应用”研究，目标在于破解全球气候治理中的一个关键困境：许多真实发生的灾害因语言壁垒成为“被消音的灾难”。例如，非洲旱灾或南亚洪涝等事件，因当地记录非英语而被国际数据库忽略，导致脆弱地区无法获得应有援助。

课题提出用“全语种+跨学科”生成式人工智能破局。技术上，开发多语言模型突破英语霸权，通过参数高效微调等技术，让人工智能精准理解低资源语言描述的灾害信息，整合卫星数据与本土记录，构建公平的风险图谱。同时，设计跨学科智能框架，融合水文学、人类学等视角，将历史成功气候合作案例转化为可复用的“数字治理图谱”，使隐性经验成为可操作的解决方案。

最终目标是构建一个开放协作平台，让气候脆弱社区用母语输入本土知识，人工智能自动生成符合国际标准的治理提案。通过嵌入事实校验与多方协商机制，确保技术决策透明可信。这一路径不仅填补了传统数据体系的缺失，更推动从语言平权到资源落地的解决方案，让最需要帮助的群体直接受益于技术创新。

：可否以某一气候事件为案例，具体谈谈您的研究如何为“被消音的灾难”发声，以及其中“跨学科”视角的具体体现？

潘浩之：我们用“全语种”的全球大语言模型系统性比对了新闻报道与气象观测再分析数据后发现：在过去十年里，许多地区被英语主流媒体或本国官方媒体报道的极端高温事件，数量不到真实发生数的2% 。以巴西大西洋沿岸亚马孙雨林边缘带、安哥拉，以及小岛屿发展中国家巴布亚新几内亚为例，这些地方在同一时期经历过符合气象学“热浪”判定的高温过程（如连续3天大于40℃或连续5天大于35℃），却鲜少进入国际舆论场。与此同时，欧洲“热浪”频繁刷屏，但其中部分报道对应的温度强度与持续时间，并非全球范围内最极端的情形，比如连续数日超过30度或者某一天达到40度。问题的关键不在于“谁不该被关注”，而在于欠发达国家与小岛屿发展中国家往往气候韧性更弱、基础设施薄弱，同等或更严重的高温会造成更高的人身与经济损失，却缺乏与风险相称的话语可见度。这正是我们所说的“被消音的灾难”。

我们的研究之所以能够为这些事件“发声”，依赖的是一套严格的跨学科工作流：第一步，用传播学与计算语言学的方法，构建多语种新闻与社媒语料，统一不同语言里对“热浪/高温”的表述差异，识别具体事件与时间—地点标签。第二步，用气象学与数据科学的方法，将上述事件与地面站、卫星与再分析等多源高分辨率数据进行时空匹配，按通行阈值判定是否构成极端高温，并估算强度与持续性。第三步，引入经济学、公共卫生等视角，叠加脆弱性指标（如用电可及性、医疗资源密度、气候预警系统能力等），评估同一温度冲击在不同地区的实际风险差异。

这里的“跨学科”不只是把不同学科的结果并排摆放，而是用大语言模型来做术语和知识对齐。我们先分别用气象学、传播学等学科的文献与数据，训练若干“学科智能体”，让不同的智能体围绕同一批事件在虚拟环境中开展大量“预讨论”：统一定义、交换证据、暴露分歧、生成可互相理解的中间结论。再由总控模型把这些结论与证据进行溯源整合与一致性检查，输出既能被公众读懂，也经得起学术审视的事件清单与解释框架。这种“先在模型里让学科对话”的方式，大幅降低了跨学科协作的门槛与成本，显著提升了研究的效率与可信度。

：获得了“上海社科新人”称号之后，您觉得对于您的课题研究会有哪些助益？

潘浩之：“上海社科新人”称号已经帮助我“全语种-跨学科”生成式人工智能在学术界增加了不少曝光度。能听到同行更多的讨论与见解，对未来研究很有帮助。

：您觉得您的学术研究领域的水平提升将会如何助益于上海的城市软实力的提升？

潘浩之：我的研究同时依托于上海交通大学中国城市治理研究院与舆论学研究院两个智库平台，基于高精度城市治理预测模型与全球城市的系统性比较研究，我在城市创新、可持续治理、国际传播等领域也进行资政建言的工作。通过高精度城市治理预测模型，我们能更科学地预判发展挑战、模拟政策影响，为提升城市运行效能提供核心支撑。例如，在推进“两旧一村”改造、创新街区等关键工作中，这种精准性将助力实现精细化规划、高效资源调配与更优决策。

同时，我的研究关注增强上海的国际叙事与形象塑造能力。依托舆论学研究院平台，我们致力于理解国际传播规律，深入挖掘上海在科技创新、高水平开放、城市更新等领域的实践，构建更具吸引力、共鸣感的“上海故事”，精准传递其在平衡发展与治理、推动开放与安全、融合科技与人文等方面的创新成就，有效提升上海在全球舆论场的可见度、美誉度和话语权。

：在您的学术生涯中，遇到过哪些困难？您觉得对于青年学者来说，哪些方面的帮助是很重要的？

潘浩之：当前对青年学者期望的异化是我感到最大的困难。社会期待他们成为无所不能的“六边形战士”，追求“零错误”。这种高压环境，让许多青年学者长期处于恐惧和压力之中，而这恰恰是创新能力的巨大敌人。大量的精力被消耗在担忧上：害怕教学事故，担心学生论文抽检被某一个专家看了10分钟就打低分，焦虑于中期或年度考核的指标遗漏，疲于应付各种必须参加的会议和材料准备。这种状态对创新氛围的伤害是很大的。

整个社会的创新环境也是一样的，需要给予创新者更多的空间和宽容。真正好的创新环境，应该鼓励“做减法”而非不断“做加法”，能够提供“弹性”空间而不是设置层层“红线”。青年学者最需要的帮助之一，就是能拥有一些可以心无旁骛地、专注于自己真正关心的问题的时间，不必时刻担忧是否错过了某个必须在工作日第一天早上8点“必须递交”的任务。