研究进展汇报-AI4SocialScience（2026年7月）

人工智能正在悄悄改写社会科学的研究剧本。想想看：社交媒体每天喷涌出海量数据，深度学习忙着搭建那些弯弯绕绕的非线性模型，而社会科学又始终执着于"这到底为啥"——这三股力量一碰撞，AI for Social Science 反而找到了更自在的生长空间。我们团队从2022年开始折腾"AI for Social Good"，一路从幸福感评估、可解释性一致性、用户跳转行为建模，跌跌撞撞闯到社会模拟——学科交叉这事儿，确实费头发，但也确实让人上头。

1. "猜猜你幸福吗"

想知道你此刻的幸福等级，以及到底是哪些因子在暗中操盘？我们首次提出了因子可解释的量化评估框架，让幸福感预测不再是个黑箱。

> Towards the Quantitative Interpretability Analysis of Citizens Happiness Prediction, IJCAI 2022.

https://www.ijcai.org/proceedings/2022/707

2. 从"猜"到"信"

幸福的理由千差万别，该信谁的？我们提出了"right prediction for right reason"——不仅要猜对，还得猜得有道理，让模型给出的解释和领域知识对得上号。

> Happiness Prediction With Domain Knowledge Integration and Explanation Consistency, IEEE Trans. Comput. Soc. Syst. 2025.

https://ieeexplore.ieee.org/document/10878303/

3. 从"问卷"到"社交媒体"

用户在信息海洋里并不是乖乖从左读到右，而是不断跳转、选择、回避。我们首次提出"思维森林"（Forest of Thought），用 branching 的推理链来建模这种选择性行为，打破了大模型那种扁平的从左到右的叙事惯性。

> Exploring Selective Avoidance for Online User Behavior Analysis: A Forest of Thought Explanation, AAAI 2026.

https://ojs.aaai.org/index.php/AAAI/article/view/37101

4. 从"个人"到"集体"

合作、竞争、合竞——人在群体里总是在动态调整策略。我们首次提出根据任务进展的上下文动态切换合作模式，打破了社会模拟里"合作模式一旦设定就焊死"的僵化机制。

> Belief-Driven Multi-Agent Collaboration via Approximate Perfect Bayesian Equilibrium for Social Simulation, WWW 2026.

https://dl.acm.org/doi/10.1145/3774904.3792976

大模型给社会模拟插上了翅膀——它不再只是"模拟"，而是正在进化成一个社会实验场，为复杂社会决策提供一块可以反复试错的沙盘。未来可期，头发可再长。