AI能打通地缘研究“任督二脉”
——访华东师范大学地理科学学院副院长、地缘环境智能计算实验室主任胡志丁
人工智能这一新兴工具和方法的应用，为区域国别学的发展提供了强大的驱动力。华东师范大学教授胡志丁长期从事人文地理学研究，主要聚焦世界地理与区域地理领域，特别关注国家地缘政治维度。日前，在接受本报记者专访时，他结合自己的科研实践，谈了对人工智能赋能区域国别学的学术理解。
突破现代学术分科体系的局限
胡志丁说，人工智能带来的改变，首先是学科背景与研究范式转型。在人文地理的具体研究实践中，胡志丁曾对缅甸、日本等国进行过系统考察。传统意义上的世界地理研究，要求学者全面掌握研究对象国的地形地貌、气候水文等自然地理特征，人口结构、产业布局等人文社会经济条件，以及更深层次的城市体系、工业基础、交通网络、对外经贸关系乃至政党政治动态。这种综合性研究天然具有跨学科属性，需要融合政治学、经济学、社会学等多学科视角。
在生成式人工智能技术出现前，这类研究完全依赖于学者的人工积累：通过研读各国档案文献、学术专著、研究报告等纸质材料，逐步构建知识体系。这种研究模式导致学界形成了特定的学术分工。例如，华东师范大学的研究团队成员多具有西欧北美留学背景，该校形成了欧美区域的研究优势；浙江师范大学、南京大学则基于各自历史积累、学科传统，在非洲研究方面具有特色。这种“术业有专攻”的现象，本质上源于研究者难以在短期内消化多国别、多领域的海量信息。
胡志丁表示，当前学术研究面临结构性矛盾。历史学与地理学本为姊妹学科，但在现代学术分科体系下，不仅两个学科渐行渐远，即便在人文地理学内部，也分化出城市地理、经济地理、文化地理等细分领域。更为严重的是研究要素的割裂。在传统社会科学研究范式下，学者往往只关注特定要素，如国际关系学者研究权力博弈，经济学者分析贸易数据，如此细分则难以形成对国家或区域的整体性认知。
他的研究课题“从世界地理到国别地理环境研究”，正试图突破这些局限。以中美关系为例，传统研究或聚焦贸易争端、科技竞争、军事等因素，但实际上的有用研究需要构建能整合自然地理基底、产业发展阶段、政治制度特征、历史文化传统等多维要素的分析框架，特别是，要在百年大变局背景下，理解全球地缘环境变迁对国家行为的复合影响。
“人类智能+人工智能”的协同
在人工智能辅助研究方法层面，胡志丁表示，必须建立及时、准确、有效的知识库，对本地部署的模型进行训练。
他选择缅甸作为首个案例，源于团队对该国十余年的研究积累。通过与历史学者的合作，系统整合了以下几类材料：缅甸通史、重要历史档案等基础文献，近二十年相关论文、研究报告等学术成果，新闻媒体报道、政府公报等动态信息，经济统计、社会调查等原始专项数据资料。这些资料过去需要人工阅读整理，费时费力。如今，都可进行智能处理，比如，开发文档解析工具，将扫描版文献暂时去掉图表和图片，大幅“瘦身”，转化为可检索的轻量化文本；再如，建立自动爬虫系统，实时抓取指定媒体的缅甸相关报道，设计知识关联算法，实现多源信息的交叉验证。
基于上述准确及时的资料库，团队就可以开展应用研究，开发分析模型。比如地缘风险评估模型，量化分析政治稳定性、外交关系等指标；关系网络模型，可视化监测国家间互动关系；『趋势预测』模型，可以基于历史数据的动态推演。相较于传统研究方式，新方法显现出显著优势。重要政策变动或突发事件发生后，知识库能在24小时内完成基础分析。原本需要团队分工跟踪的领域，现在可通过智能监测实现。
在技术应用过程中，胡志丁也发现了一些突出问题。比如，信息茧房提醒我们，算法可能强化已有认知偏见；网络可获取信息与实际社会状况存在偏差，由此会产生数据代表性问题；如何界定自动生成的“知识”的学术责任，引发学术伦理边界的讨论。胡志丁强调，这些挑战提示我们：智能技术是研究工具而非替代者，学者的专业判断仍是核心。他们的研究实践表明，理想的研究模式应该是“人类智能+人工智能”的协同体系——机器负责信息处理的基础工作，研究者专注于价值判断和理论创新。
