作者简介：冯仕政(1974- )，男，重庆市忠县人，中国人民大学人口与社会学院教授，博士生导师，研究方向：社会转型与社会治理；陆美贺(1989- )，女，中国人民大学经济学院博士研究生，研究方向：经济社会学、世界经济学（北京 100872）。　　　

   基金项目：国家社科基金重大项目“大数据时代计算社会科学的产生、现状与发展前景研究”(16ZDA086)的阶段性成果。

　　随着信息技术的飞速发展，无论在科学研究上，还是在公共政策上，“社会计算”(social computing)都日益成为一个热门话题。在很多人看来，利用社会计算，能够更好地监测社会运作、洞察社会规律、预测社会趋势、规划社会生活；社会计算具有无限广阔的发展前景。单从技术的角度来看，应该是这样。然而，任何技术都是在特定的社会关系和结构中运用的，技术固然拥有巨大的力量，可以不同程度地改变社会关系和结构，但社会关系和结构也不是完全被动的，同样会深刻地影响技术如何发挥功用，以及发挥什么功用。因此，本文将在全面理解社会计算的基础上，从计算什么、怎样计算、谁来计算三个方面，来剖析社会计算在当前面临的约束，以及相应而来的前景和风险。

　　一、什么是社会计算？

　　要理解社会计算的前景和风险，首先必须厘清“社会计算”的含义。对于什么是社会计算，有很多说法，归纳起来，主要有两种理解：一种可以称为“社会的计算化”，另一种则可以称为“计算的社会化”。

　　所谓“社会的计算化”，是指随着互联网的普及，越来越多的社会活动都通过互联网进行，人类因此而在互联网上留下海量而且相互关联的数据足迹，基于这些数据足迹，大量原本不可追踪、检索、汇编、计量和运算的社会活动，变得可以追踪、检索、汇编、计量和运算。要知道，在此之前，人类社会中能够进入计算的素材主要是在高度控制条件下获得的实验数据，而高度散漫的社会现象和过程是难以形成数据，从而难以计算的。“社会的计算化”意味着，人类对社会现象的观察、分析、预测和规划，将更加系统、更加精密、更加实时。

　　社会的计算化主要有三个方面的应用和表现：一是社会建模，二是社会实验，三是人工智能。其中，社会建模是根据人类社会活动的特征，利用计算技术再现社会场景，为社会交往提供方便。最典型的表现是各种社交软件和网络社交平台，比如facebook、微信，等等。而社会实验则是利用计算技术构拟真实的社会环境，然后利用该环境对社会行为进行测试，以便掌握可能发生的社会现象及其后果。比起自然条件下的社会实验，基于计算技术的社会实验，具有参数控制更方便、情境设置更逼真、成本更节约、后果更可控等优点。最后，人工智能是利用机器训练和深度学习等信息技术，模拟、延伸和扩展人的意识和思维能力。语音识别就是一种常见的人工智能。

　　与“社会的计算化”相对应的是“计算的社会化”。所谓“计算的社会化”，是指互联网创造了一种环境、一个平台，使群众能够广泛地参与计算过程，从而使在数据的挖掘、分析和应用等方面，充分集中群众智慧成为可能。不言而喻，计算是社会分析中的一个必不可少的环节，但在相当长的时间内，计算都是一个高度封闭性的过程，只有少数在才情或地位上处于精英水平的人才能参与。而互联网，则创造了一个高度开放的环境，即使普通群众也能随时参与数据计算。在此过程中，尽管每个人的贡献是有限的，甚至是错误的，但不断迭代和累积的效果却是十分惊人的。易言之，信息技术使计算过程真正进入了众筹模式。

　　对于“计算的社会化”，大家最熟悉的形式可能要数人肉搜索和网络评级。在人肉搜索中，广大网民彼此素不相识，却能够不约而同地参与对同一个目标的搜索，不但免费贡献自己的智慧，并且相互激励、相互评鉴、相互启发，其中有冲突，有竞争，有合作，参与者可以随时进入，也可以随时退出。搜索是一个复杂的计算过程，但从参与计算的人数、参与者的特征、工作的方式来看，该过程具有强烈的社会性，这是以往的计算过程所不具有的特征。类似的情况还有网络评级，即在消费过程中，网民根据个人体验给商品或商家打分，最后汇总成该商品或商家的信用评级。在此过程中，网民们的意见相互参照、相互引用，也具有强烈的社会性，与以往的信用评定方式显然不同。

　　以往在讨论社会计算时，很少明确区分上述两个方面，甚至常常只关注前一个方面而忽略后一个方面。但从社会学角度来看，这两个方面都是社会计算的题中应有之义，因为它们均对社会学关注的两大主题，即秩序和发展，均具有显著的影响。与此同时，分类是分析的基础，清晰而合理的分类有利于更好地揭示事物发生和演变的机理，因此，在兼顾上述两个方面的同时，对两个方面做出合理的区分也很重要。