信息整理：图书馆
人工智能作为一门前沿交叉学科，是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统（《人工智能标准化白皮书2018》）。
在大数据和人工智能场景下，人文社会科学研究将被赋予更多的可能性和想象力，研究对象、方式方法、研究路径、研究范式都在深刻转型之中。本报告利用Web of Science、中国知网和国家社科基金项目数据，分析人文社科领域人工智能相关期刊论文和研究项目，揭示分布现状和热点研究主题，并列出近年影响较大或关注较多的论文及基金基金项目，供相关研究参考。
一、期刊论文分布概况
通过构造检索式并实施检索发现（检索时间为2021年9月28日），2017年以来，SSCI/A&HCI数据库收录人文社科领域人工智能相关论文8439篇；中国知网收录CSSCI相关论文6188篇。
2017-2018年，全球人文社科领域人工智能相关论文发文量增长较平缓，2019年起论文量增长迅猛；国内自2017年7月国务院发布了《新一代人工智能发展规划》之后，相关中文论文量增长迅速。
图1 中外文期刊论文发文年度统计
6188篇中文论文的发文机构集中在高校和科研机构，发文机构详情见图2（仅统计署名第一的机构）。
图2 CSSCI论文发文机构统计
8439篇外文论文来自151个国家或地区，其中排名前10位的国家或地区为：美国（3051），中国（1159），英格兰（1073），德国（578），澳大利亚（476），加拿大（431），西班牙（407），意大利（315），法国（311），荷兰（309）。外文论文来自5530个机构，排名前10位的中外研究机构见表1。
二、论文学科类别分布
表2为中外文期刊相关论文的学科分布。其中，中文论文以教育学、图书馆、情报与文献学、综合性社会科学等学科为主，外文论文以情报学与图书馆学、管理学、经济学等学科为主，同时涉及其他多个学科类别，学科交叉特征明显。
选择近2年外文论文和中文论文，统计热点关键词，主要涉及machine learning、deep learning、人工智能、人工智能时代等，如图3所示。
图3 论文热点关键词分布
三、国家社科基金项目分析
2017-2021年国家社科基金人工智能相关项目共计232个（不含尚未公布名单的2021年重大项目），其中包括重大项目16个、重点项目14个、一般项目144个、青年项目58个，以上项目的年度分布如图4所示，近5年项目数呈稳步增加态势，在2020年迎来爆发。
图4 国家社科基金相关项目年度统计
232个国家社科基金人工智能相关项目中，以管理学、法学、新闻与传播学、哲学等学科为主，同时也涉及应用经济、理论经济、语言学等。详细学科分布见图5。
图5 国家社科基金相关项目学科类别分布
232个国家社科基金人工智能相关项目中共包含个572词语，其中词频数大于10的有17个，除人工智能外，发展、创新、机制、深度学习等都是热点词，如图6所示。
图6 国家社科基金相关项目热词统计
附：部分高影响力论文及国家社科基金相关项目
根据期刊质量和被引数据,本节筛选出2020年以来部分中外学术论文；同时列出国家社科基金2017-2020年相关重大项目以及2021年立项项目，供研究参考。
1．外文论文
[1]Dwivedi Y K, Hughes L, Ismagilova E, et al.Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy[J]. INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT,2021,57.
[2]Davenport T, Guha A, Grewal D, et al.How artificial intelligence will change the future of marketing[J]. JOURNAL OF THE ACADEMY OF MARKETING SCIENCE,2020,48(1):24-42.
[3]Belanche D, Casalo L V, Flavian C, et al.Service robot implementation: a theoretical framework and research agenda[J]. SERVICE INDUSTRIES JOURNAL,2020,40(3-4):203-225.
[4]Berger J, Humphreys A, Ludwig S, et al.Uniting the Tribes: Using Text for Marketing Insight[J]. JOURNAL OF MARKETING,2020,84(1):1-25.
[5]Chen Q, Srivastava G, Parizi R M, et al.An incentive-aware blockchain-based solution for internet of fake media things[J]. INFORMATION PROCESSING & MANAGEMENT,2020,57(6).
[6]Liu X, Shin H, Burns A C.Examining the impact of luxury brand's social media marketing on customer engagement: Using big data analytics and natural language processing[J]. JOURNAL OF BUSINESS RESEARCH,2021,125:815-826.
[7]Lu V N, Wirtz J, Kunz W H, et al.Service robots, customers and service employees: what can we learn from the academic literature and where are the gaps?[J]. JOURNAL OF SERVICE THEORY AND PRACTICE,2020,30(3):361-391..
[8]Dwivedi Y K, Hughes D L, Coombs C, et al.Impact of COVID-19 pandemic on information management research and practice: Transforming education, work and life[J]. INTERNATIONAL JOURNAL OFINFORMATION MANAGEMENT,2020,55.
[9]Duran J M, Jongsma K R.Who is afraid of black box algorithms? On the epistemological and ethical basis of trust in medical AI[J]. JOURNAL OF MEDICAL ETHICS,2021,47(5):329-335.
[10] Law S, Seresinhe C I, Shen Y, et al.Street-Frontage-Net: urban image classification using deep convolutional neural networks[J]. INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE,2020,34(4):681-707.
[11] Morley J, Floridi L, Kinsey L, et al.From What to How: An Initial Review of Publicly Available AI Ethics Tools, Methods and Research to Translate Principles into Practices[J]. SCIENCE AND ENGINEERING ETHICS,2020,26(4):2141-2168.
[12] Dubey R, Gunasekaran A, Childe S J, et al.Big data analytics and artificial intelligence pathway to operational performance under the effects of entrepreneurial orientation and environmental dynamism: A study of manufacturing organisations[J]. INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS,2020,226.
[13]Kumar A, Srinivasan K, Cheng W H, et al.Hybrid context enriched deep learning model for fine-grained sentiment analysis in textual and visual semiotic modality social data[J]. INFORMATION PROCESSING & MANAGEMENT,2020,57(1).
[14] Hegde J, Rokseth B.Applications of machine learning methods for engineering risk assessment - A review[J]. SAFETY SCIENCE,2020,122.
2．中文论文
[1]陈小亮,刘玲君,肖争艳,陈彦斌.生产部门通缩与全局性通缩影响因素的差异性研究——机器学习方法的新视角[J].中国工业经济,2021(07):26-44.
[2]徐辉.COVID-19防控背景下人工智能在全球性突发公共事件风险区域现代化治理中的应急体系模型与协同路径创新[J].中国软科学,2021(07):52-63.
[3]张卫,王昊,邓三鸿,张宝隆.面向数字人文的古诗文本情感术语抽取与应用研究[J].中国图书馆学报,2021,47(04):113-131.
[4]赵志耘,徐峰,高芳,李芳,侯慧敏,李梦薇.关于人工智能伦理风险的若干认识[J].中国软科学,2021(06):1-12.
[5]高奇琦.马克思主义视域下的人工智能与未来治理之道[J].政治学研究,2021(03):78-88+162.
[6]王水兴.人工智能的马克思劳动价值论审思[J].马克思主义研究,2021(05):87-96.
[7]李成.人工智能歧视的法律治理[J].中国法学,2021(02):127-147.
[8]王军,詹韵秋,王金哲.谁更担心在人工智能时代失业?——基于就业者和消费者双重视角的实证分析[J].中国软科学,2021(03):64-72.
[9]陈涛,刘炜,孙逊,朱庆华,赵宇翔.IIIF与AI作用下的文化遗产应用研究新模态[J].中国图书馆学报,2021,47(02):67-78.
[10]李训虎.刑事司法人工智能的包容性规制[J].中国社会科学,2021(02):42-62+205.
[11]申琦,王璐瑜.当“机器人”成为社会行动者:人机交互关系中的刻板印象[J].新闻与传播研究,2021,28(02):37-52+127.
[12]隆云滔,刘海波,蔡跃洲.人工智能技术对劳动力就业的影响——基于文献综述的视角[J].中国软科学,2020(12):56-64.
[13]何勤,李雅宁,程雅馨,李晓宇.人工智能技术应用对就业的影响及作用机制研究——来自制造业企业的微观证据[J].中国软科学,2020(S1):213-222.
[14]孙伟平.人工智能与人的“新异化”[J].中国社会科学,2020(12):119-137+202-203.
[15]涂良川.因果推断证成强人工智能的哲学叙事[J].哲学研究,2020(12):110-121.
[16]李河.从“代理”到“替代”的技术与正在“过时”的人类?[J].中国社会科学,2020(10):116-140+207.
[17]苏竣,魏钰明,黄萃.社会实验:人工智能社会影响研究的新路径[J].中国软科学,2020(09):132-140.
[18]陈小平.人工智能伦理建设的目标、任务与路径:六个议题及其依据[J].哲学研究,2020(09):79-87+107+129.
[19]周俊亭,席彦群,周媛媛,邱涛,翁安栋.大数据、人工智能与财税服务创新[J].中国软科学,2020(08):69-77.
[20]高奇琦.智能革命与国家治理现代化初探[J].中国社会科学,2020(07):81-102+205-206.
[21]唐晓彬,董曼茹,张瑞.基于机器学习LSTM&US模型的消费者信心指数预测研究[J].统计研究,2020,37(07):104-115.
[22]肖峰.人工智能与认识论的哲学互释:从认知分型到演进逻辑[J].中国社会科学,2020(06):49-71+205-206.
[23]杨伊,任杰.我国中小学体育课程改革70年——兼论人工智能对体育教育的影响[J].体育科学,2020,40(06):32-37.
[24]周琪,付随鑫.美国人工智能的发展及政府发展战略[J].世界经济与政治,2020(06):28-54+156-157.
[25]吕越,谷玮,包群.人工智能与中国企业参与全球价值链分工[J].中国工业经济,2020(05):80-98.
[26]陈露,刘修岩,叶信岳,胡汉辉.城市群视角下的产业共聚与产业空间治理：机器学习算法的测度[J].中国工业经济,2020(05):99-117.
[27]王林辉,胡晟明,董直庆.人工智能技术会诱致劳动收入不平等吗——模型推演与分类评估[J].中国工业经济,2020(04):97-115.
[28]林晨,陈小亮,陈伟泽,陈彦斌.人工智能、经济增长与居民消费改善：资本结构优化的视角[J].中国工业经济,2020(02):61-83.
[29]顾基发,赵明辉,张玲玲.换个角度看人工智能:机遇和挑战[J].中国软科学,2020(02):1-10.
[30]万昆,郑旭东,任友群.规模化在线学习准备好了吗？——后疫情时期的在线学习与智能技术应用思考[J].远程教育杂志,2020,38(03):105-112.
[31]肖睿,肖海明,尚俊杰.人工智能与教育变革：前景、困难和策略[J].中国电化教育,2020(04):75-86.
[32]兰国帅,郭倩,张怡,孔雪柯,钟秋菊.影响未来高等教育教学的宏观趋势、技术实践和未来场景——《2020年EDUCAUSE地平线报告(教学版)》要点与思考[J].开放教育研究,2020,26(02):27-39.
[33]钟绍春.人工智能如何推动教育革命[J].中国电化教育,2020(03):17-24.
[34]曹培杰.人工智能教育变革的三重境界[J].教育研究,2020,41(02):143-150.
3.2017-2020年国家社科基金人工智能相关重大项目
4.2021年国家社科基金人工智能相关项目
因学科专业所限，难免出错，敬请批评指正。同时，我们也面向全校师生征集关注的领域和专题。联系方式：68754258，Email:jflai@lib.whu.edu.cn
（编辑：仲秋、郑怡萍 审核：刘霞、刘颖）
