第三届计算政治学讲习班在上海交通大学举办

2026年7月10日至12日，第三届计算政治学讲习班在上海交通大学徐汇校区举行。本届讲习班采取小班授课与实践研讨相结合的形式，课程涵盖计算政治学、因果推断、实验方法、智能体技术、政治学预测性研究、音视频与多模态分析、时空数据分析、大语言模型和文本分析等内容。

7月10日上午，第三届计算政治学讲习班正式开讲。上海交通大学国际与公共事务学院党委副书记程茵向授课专家和学员表示欢迎。程茵指出，数字技术、平台机制、算法模型和生成式人工智能正在深刻改变公共治理和社会运行，政治学研究需要在坚持问题导向、理论关怀和规范意识的同时，掌握处理复杂数据与动态过程的新方法。本届讲习班通过小班授课、实践研讨、论坛旁听和青年工作坊等形式，旨在帮助青年学者夯实方法基础、提升研究设计能力，并促进不同高校和研究方向之间的交流。

清华大学社会科学学院党委书记孟天广教授讲授了“计算政治学概论”。孟天广指出，计算政治学不能被简单理解为使用某种模型、数据或方法，研究的价值首先来自对重要政治问题的关注。他从“计算的政治”与“政治的计算”两条路径介绍计算政治学，讨论了信息化、数字化和智能化对国家治理、组织结构及国家与社会关系的影响，并介绍了人工智能在社会科学测量、推断和预测中的应用及其效度边界。

北京大学国家发展研究院、南南合作与发展学院助理教授刘诗尧围绕因果推断展开课程。刘诗尧首先介绍了实验法相对于传统回归在控制混淆变量方面的优势，随后讲解了随机试验和非随机方法，包括匹配法、工具变量法、自然实验、双重差分法和断点回归等方法及其应用案例。不同方法以构建反事实为核心，根据不同假设适用于不同的数据条件，可以帮助研究者更加准确地估计因果效应。

北京大学政府管理学院长聘副教授、北京大学国家治理研究院、公共治理研究所研究员刘颜俊进一步介绍了实验方法。他从实验设计的基本定位和因果推断基础出发，讲解了实验法的主要优势，并重点介绍了实验室实验、调查实验和田野实验的特点与应用案例。最后，刘颜俊介绍了实验设计需要遵循的关键原则和质量控制方法。

上海交通大学国际与公共事务学院助理教授郑思尧介绍了智能体技术。他围绕面向社会科学研究的AI智能体展开讲解，介绍了智能体在研究流程中的任务分工、协同与循环校验，并强调可以将部分重复性工作交给人工智能，使研究者更加专注于提出和分析重要问题。

上海交通大学国际与公共事务学院副教授付舒介绍了因果推断方法，并举行《政治科学中的因果推断》新书介绍会。付舒介绍了全书的核心理念和内容特色，强调了因果推断方法在政治学研究中的重要性，并简要介绍了随机实验、条件忽略、双重差分、断点回归与工具变量五种核心方法及相关教学板块。

7月11日，讲习班学员旁听了第三届计算政治学论坛。论坛汇聚了来自北京大学、清华大学、复旦大学、中国政法大学、中国社会科学院等高校和研究机构的专家学者，并邀请《中国行政管理》《学术月刊》《江苏行政学院学报》《江海学刊》《上海行政学院学报》《党政研究》等期刊编辑参与交流。论坛主旨演讲围绕数字政治学知识体系、社会科学研究中的硅基样本、社会科学预测、合成实验与因果推断、硅基样本在问卷调查中的应用、数智政治学范式以及人工智能时代的理论研究等议题展开。成果发布环节介绍了社会科学垂直大模型网站和面向社会科学研究的AI智能体架构“格致”。当日下午，教师论坛和学生分论坛共四场，来自多所高校和科研院所的师生进行了汇报交流。

7月11日晚，讲习班继续开展课程教学。复旦大学社会科学高等研究院教授王中原讲授了“政治学预测性研究”。王中原首先区分了解释研究与预测研究的不同目标，指出解释研究重视变量效应、机制与因果识别，预测研究则重视结果及其样本外表现。随后，他以选举预测为主要场景，介绍了民意聚合、理论模型、混合模型、社交媒体数据和行为体仿真等预测路径，并讨论了大语言模型和合成数据在预测研究中的应用及其代表性、稳定性和验证问题。

清华大学社会科学学院助理研究员于建钧提供了音频与视频分析课程。于建钧首先从机器学习原理的角度介绍了对象向量化及向量的空间关系，其次介绍了音频与视频数字化的基本要素，包括音频特征、分析流程和分析算法等主要术语与使用方法；接着，他分享了议员情绪的性别差异、城市内种族主义的体现等相关研究，展现了音频与视频分析的广泛应用场景和潜在价值。

7月12日上午，讲习班进入智能方法课程环节。上海交通大学国际与公共事务学院比较政治系副教授曾瑜讲授了“时空数据分析”。曾瑜指出，政治现象既存在于历史序列中，也受到地区、边界、流动和网络关系的影响，时空相关性不仅是需要控制的因素，也可能体现路径依赖、扩散、模仿和溢出机制。

中国人民大学国际关系学院讲师张扬介绍了大语言模型在研究工作中的基本应用，重点演示了如何将聊天界面的单次提问转化为可通过Python重复调用的工作流程。他从对话消息的角色与内容、列表和字典等基本数据结构入手，讲解了通过API调用大语言模型、保存输入与输出结果的方法，帮助学员理解从材料获取、模型调用到结果核验的完整流程。

上海交通大学国际与公共事务学院比较政治系副教授、副系主任季程远讲授了“AI Agent驱动的文本分析”。季程远指出，文本分析不是简单地将文本交给模型进行总结，而是需要先明确所要测量的政治学概念，再将非结构化文本转化为可以验证、复现和用于后续分析的变量。他介绍了AI Agent在文本获取、清洗、标注和结构化输出中的作用，并强调研究者仍需负责变量定义、编码标准和结果验证。

7月12日下午，讲习班进入“计算政治学青年工作坊”环节。学员围绕个人研究方向和研究设计进行汇报与交流，并就计算政治学方法在具体研究中的运用展开讨论。青年工作坊结束后，第三届计算政治学讲习班举行结业仪式。上海交通大学国际与公共事务学院副院长贾开在总结讲话中向顺利完成学习任务的学员表示祝贺，并感谢授课专家的悉心指导。他指出，本届讲习班将学科视野、方法训练与研究实践相结合，课程覆盖因果推断、实验方法、音视频与多模态分析、空间分析、大语言模型、文本分析和智能体技术等内容，青年工作坊也帮助学员将课程学习落实到具体研究设计中。他勉励学员继续追问真问题、认真打磨研究、珍惜交流机会，在今后的研究中相互启发，共同建设开放、规范、有活力的计算政治学学术共同体。