12月9日中午，“御风传播工作坊”系列讲座在上海财经大学新闻与社会高等研究院116室如期举行。本次讲座邀请到上海交通大学－南加州大学文化创意产业学院助理研究员赵汗青博士作题为“从复杂性到ABM：社会系统如何被建模与生成”的学术分享，讲座由乔睿老师主持，吸引了来自多个专业的师生参与，现场交流氛围热烈。
从自然到社会：解码复杂系统的统一逻辑
讲座以意大利罗马大学物理系关于鸟类群体飞行的研究为切入点，揭示了复杂系统的核心特征。研究团队通过高速摄影机观测发现，鸟类仅通过“观察周边6只鸟的飞行方向并取平均”“保持安全距离避免碰撞”两条简单规则，即可实现上百万只鸟的有序集群。
这一现象揭示出复杂系统的关键特征：秩序源于无序的互动，简单规则可涌现出宏观的、自组织的复杂行为。赵老师指出，人类社会中的社交网络、舆论传播、经济波动等，同样是由个体微观互动驱动的复杂适应系统，传统还原论方法在理解这类系统时面临着局限，而“整体大于部分之和”的特性涌现，要求研究者突破传统线性模型，转向更具解释力的复杂系统视角。
ABM：预见未来的社会科学实验工场
针对传统社会科学研究在动态过程捕捉与反事实推演方面的不足，赵汗青老师重点介绍了基于主体的建模（Agent-Based Modeling, ABM）方法。ABM将社会中的个体抽象为具有自主决策与交互能力的“智能体”，通过定义其行为规则，模拟从微观互动到宏观现象的演化过程。
赵汗青老师结合两个经典模型说明了ABM的解释力：
1. 狼－羊－草生态模型：模拟草、羊、狼的互动规则，展示捕食、移动、繁殖、死亡等简单规则如何形成动态平衡；
2. 种族隔离模型：个体仅需30%同种族邻居满意度即可涌现全局隔离现象，揭示微观规则对宏观模式的影响。
ABM就像是一个预见未来的社会科学实验工场，允许研究者进行“如果……会怎样”的情景推演，例如模拟没有社交媒体的舆论场会如何演变，这为机制研究与政策评估提供了全新工具。
融合大模型：社会模拟技术的“智能进化”
讲座的前沿部分聚焦于ABM与大语言模型（LLM）的融合。赵汗青老师介绍了其所在研究团队对大语言模型如何驱动agent形成共识、大语言模型之间的囚徒困境博弈等问题的探索。ABM与大模型结合的尝试，不仅让智能体行为在语义交互上更贴近真人，也为传播学、社会学等学科开展“虚拟田野调查”提供了新的方法论可能。
挑战与展望：在简单与真实之间寻求平衡
赵汗青老师坦言当前研究面临的主要挑战，如模型校准复杂、算力成本高、可解释性仍待提升等。他强调，建模应用尽可能少的变量捕捉社会现象的本质，避免因过度复杂化而削弱解释力。
展望未来，随着多模态数据与大语言模型技术的进一步发展，社会模拟有望成为“数字孪生社会”的核心构成，在舆情预警、政策仿真、社会危机管理等领域发挥着预演的作用。
结语
赵汗青老师的讲座系统梳理了从复杂系统理论到ABM方法、再到LLM融合应用的研究脉络，展现了计算社会科学的跨学科活力与方法论潜力。在数字化不断深化的今天，社会模拟不仅是一种研究方法，更是一种理解复杂世界的新语言，为推动社会科学走向更精细、更前瞻的研究范式提供了重要推动力。
供稿 | 傅思宇
供图 | 陈静秋
