本文探讨了AI对社会科学研究的影响，指出AI超越传统研究方式，改变研究者的核心价值。作者经历了从依赖AI工具到与AI协作的转变，认为AI能提高研究效率，但研究者的判断力和思维仍然不可或缺。AI的崛起引发学术界争议，部分学者因担心自身价值受到威胁而抵制AI。最终，AI的进步将促使学术界重新思考研究的本质与价值。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

本研究提出了一种基于GDELT数据重建完整新闻文本的Python工具，旨在解决全面获取新闻数据的难题。通过智能合并高频n-gram数据，研究者能够更方便地进行经济预测和社会科学研究。

智能时代改变了人们的生活方式，社会科学研究者面临传统方法的挑战。清华大学团队开发的AgentSociety大型社会模拟器，通过智能体建模和真实环境仿真，模拟社会行为和复杂系统，助力社会科学研究与治理，提升政策验证和社会实验的真实性与效率。

本研究探讨了霍曼的社会交换理论（SET），利用大型语言模型代理解决其在社会科学研究中的现实主义不足和高成本问题。研究结果表明，SET在虚拟社会中得到了验证，并提出了新的研究范式，促进了社会科学与计算机科学的融合。

本研究解决了如何利用大语言模型（LLMs）的视觉能力分析卫星影像以预测村庄贫困水平的问题。通过采用成对比较方法，研究表明，ChatGPT能够以与领域专家相当的准确性对卫星图像进行贫困等级排名。这一发现为将LLMs整合到贫困评估工作流程中提供了基础，展示了其在社会经济研究中的潜在应用。

本研究解决了社会科学领域中调查项目引用不明确的问题，提出了一种名为调查项目链接(SIL)的新方法，旨在更有效地将隐式提及与知识库中的具体调查项目关联。研究发现，通过构建一个高质量的共注释数据集，尽管任务是可行的，但现有模型在提及检测阶段仍存在错误传播的问题，这对后续步骤的整体性能产生了负面影响。

设计师推出极简主义的意式咖啡机和磨豆机，重新定义传统设计。美国国防部网站出现无意义的测试页面，引发讨论。新西兰政府削减社会科学研究资金，学术界表示忧虑。数学家发现新方法计算素数，可能推动相关研究进展。

本文探讨了学术文献激增对传统审查方法的挑战，提出利用先进的机器学习和自然语言处理工具来提升社会科学系统评价的效率和范围，从而增强可扩展性和有效性。

本研究探讨民族志与机器学习在社会科学中的结合，提出新方法，分析其在大型比较研究中的价值与挑战，并提供工作流程示例，最后提出促进两者共同发展的路线图。

本文探讨了语言模型在社会科学研究中的应用，特别是GPT-3和GPT-4在定性编码和数据分析中的表现。研究发现，GPT-4在编码一致性和准确性方面优于GPT-3.5，并提出利用AI提高研究效率的建议。同时，强调了对AI模型信任度和准确性的关注，建议设计更人性化的评估指标。

本研究提出了一种生成代理基础建模（GABM）框架，旨在帮助社会科学研究人员设计可靠的大规模实验。该框架提供逐步指导，简化复杂模拟技术的使用，为各领域研究者开辟新可能性。

本研究探讨了在线性别歧视和厌女症的量化现状，提出了一种半自动化的方法以优化文献选择过程。通过对2012至2022年相关文献的综述，揭示了社会科学与计算机科学在性别仇恨言论量化中的机遇与挑战，并指出了学科间的主题分歧，为未来研究提供了启示。