从循证到推演:AI时代社会工作研究方法新探索——我院“格致”学术讲座圆满举行

从循证到推演：

AI时代社会工作研究方法新探索

我院“格致”学术讲座圆满举行

2026年4月22日上午9点，贵州大学公共管理学院“格致”系列学术讲座在雅正楼519报告厅如期开展。本次讲座特别邀请中央民族大学社会学系姚红副教授担任主讲，学院刘升副教授主持本次活动，全院相关专业师生共同参与学习交流。

讲座开场，刘升副教授对姚红副教授的到来表示热烈欢迎。他指出，本次讲座聚焦人工智能与社会工作研究方法的前沿结合点，为学院在社会工作AI干预研究方向带来了新的思考方向，对促进校际学术往来、推动学院学科建设与发展有着十分重要的作用。

主讲环节中，姚红副教授围绕人工智能如何重构社会工作干预研究方法体系这一核心，提出了“条件性推演”这一创新证据生成思路。她谈到，传统循证实践模式在实际应用中存在明显短板，样本量有限导致结论难以推广、干预效果只能事后评估、统一标准难以适配复杂现实场景，长期制约着社工干预研究的科学性。

在此基础上，姚红副教授对“条件性推演”作出解读：以访谈、问卷等真实田野资料为基础，借助AI工具将调研数据转化为分析模型，在明确条件下对干预方案进行系统模拟推演，进而形成“条件性推演证据”。这一方法更贴近真实社会场景、可在小样本前提下检验干预可行性，并能实现方案实施前的前置模拟验证。

她还总结了该方法可回溯、条件清晰、机理易解释三大特点，并提出相应评价标准。同时提醒，这一方法仅适用于方案前期筛选优化，不能替代实地效果评估，使用中必须重视信息授权、数据安全、算法偏差等伦理与现实风险。

本次讲座立足人工智能时代背景，直面社会工作干预研究中长期存在的样本不足、事后评估、场景适配难等核心问题，系统提出了既有理论深度又有实践路径的“条件性推演”范式。姚红副教授的分享，为学院师生打开了从计算社会科学角度重新理解社会工作研究方法的窗口，也为学院社会工作学科在人工智能赋能下的跨学科融合与创新发展提供了重要参考。讲座所强调的过程可追溯、条件可明确、机制可解释，对培养具备前沿方法意识与社会责任感的社会工作研究人才有着积极而长远的引导作用。