國內人工智能哲學研究知識結構與知識基礎
——基于CSSCI的科學知識圖譜分析

廖壽豐

（中共湖南省委黨?？萍寂c生態文明教研部，湖南 長沙 410006）

引言

人工智能（Artificial Intelligence，AI）是引領未來產業的新型戰略性技術，是驅動新一輪科技革命和產業革命的重要力量。2018年10月31日習近平總書記在中共中央政治局第九次集體學習時指出，人工智能呈現的新特征有很強的“頭雁”溢出效應，“對經濟發展、社會進步、國際政治經濟格局產生重大深遠影響”[1]。不僅促進了新一代人工智能技術的發展，而且引發了人工智能科學家、哲學家及其他各領域專家對人工智能更深層次的哲學反思。

人工智能哲學反思仍然處在“技術哲學的兩種傳統”掌控之中[2]，專家學者多從不同的進路或“傳統”進行微觀或中觀的研究，而較少從人工智能哲學宏觀視角來探究。徐英瑾系統梳理人工智能哲學符號主義和連接主義兩條進路在西方哲學中的歷史淵源，列舉了符號主義的弊端、形式邏輯的“五宗罪”及批判連接主義的深度學習對人類人文資源的剝削，而通用人工智能依舊遙不可及[3]25-61。許勇、黃福壽主要從人工智能哲學的主體性、倫理問題、社會分工、人的解放四個維度進行述評[4]。肖峰通過從概念界定、可比性、特征屬性辨析了人工體能和人工智能的區別，揭示了兩者作為人的工具屬性卻反作用于人的內在本質，即物品生產和信息處理的機械化、程式化、形式化及高效化，同時也闡明兩者社會效應的相似性，其中就包括兩者對人的勞動價值和心理的負效應，以及兩者技術融合發展，實現高級階段人的自由全面發展、知行合一的正效應，進而反思人工智能的人文價值和意義（肖峰，2019）。也有比較中西身體觀探析“具身性”對人工智能的啟示（解靜，2020）?；仡櫹嚓P核心文獻，鮮有對人工智能哲學領域作出全面的、系統的梳理，應用量化實證研究少之又少，且目前研究多是哲學思辨研究，同時人工智能哲學研究又出現“供給不足”的困境[3]23。雖有一些研究采用Citespace等科學知識圖譜方法，其研究過程不但存在操作不規范，而且還有“應景”、配圖之嫌?？茖W知識圖譜工具實際上是數據挖掘工具，數據清洗、合并步驟也是非常嚴謹，因此很有必要樹立正確的科研觀，摒棄科研中存在的“形式主義”，合理應用研究工具（方法），客觀反映研究數據，科學推斷研究結論。本文正是基于此問題，應用文獻、知識、科學計量學原理，引入學科主題詞標準，客觀正確使用知識圖譜工具，進行知識挖掘，秉承工具始終服務于內容的原則，將復雜的知識體系結構化、簡約化，從而降低哲學思辨研究的維度，筆者從“零基礎”的視角，嘗試理順人工智能哲學的知識框架與知識底座，量化呈現前人的知識遺產，切入人工智能哲學研究，實現研究的疊加效應。

一、研究方法與數據來源

（一）研究方法

科學計量學是“以研究科學發展的過程、趨勢、內在機理及為科學管理提供支持依據為目的，以定量分析方法為主要途徑，以反映科學活動的主體和客體為研究對象的一門應用性科學”[5]。Citespace是在科學計量學理論、知識計量學理論及數據信息可視化技術框架下，一款能分析文獻潛在知識的可視化引文分析軟件[6]，是在圖情領域應用非常廣泛的科學知識圖譜工具。Citespace不僅能通過引文分析、知識單元共現及結構洞來挖掘知識和發現知識，而且能以知識域為對象，可視化顯示科學知識的發展進程、研究熱點和演進趨勢以及科學知識的結構關系[7]。本文先結合科學計量學、文獻計量學方法及原理對數據展開文獻描述性分析，再對數據展開關鍵詞共現網絡和引文共被引的分析，通過研究知識主題、關鍵詞、術語的知識流動情況以及重組產生新知識的過程，梳理國內人工智能哲學研究的知識結構與知識基礎。

（二）數據來源

人工智能哲學遵循技術哲學研究傳統，文獻基本上分布在信息科學和哲學范疇，但是信息科學深入人文社科如政治、經濟、文化等學科領域，分布了大量人工智能研究非哲學問題的研究文獻，如AI產業發展、AI人才發展等系列相關文獻，還有屬于人工智能哲學但又細分到哲學各分支的相關研究而又未劃分在信息科學和哲學范疇，因此本文文獻檢索策略設計較復雜。本文檢索原則：整體宏觀、精準覆蓋、重點補充。數據檢索方法：以“人工智能”和“哲學”檢索詞，篇名和關鍵詞為檢索項全排列組合檢索（T1）；補充“篇名”或“關鍵詞”包含“人工智能”，學科為哲學與人文類（哲學、邏輯學、倫理學、心理學、美學、宗教）、馬克思主義哲學、科技哲學（自然科學理論與方法）的檢索（T2）；補充“篇名”或“關鍵詞”包含“人工智能”，期刊類別為“馬克思主義哲學”和“哲學”的檢索（T3）；T1+T2+T3合集T（需要處理重復數據）的文獻為本文研究數據。數據庫采用中文社會科學引文索引（CSSCI）和中國知網期刊數據庫（來源類別為CSSCI），數據檢索日期為2022-04-26。中國知網數據需要手工清洗去掉“序、綜述、選題、征稿、訪談、評論、會議、資訊、新書介紹”等不相關的文獻。文獻學科分類按《中國圖書館分類法（第五版）》和知網文獻分類，期刊分類按《中國人文社會科學期刊AMI綜合評價報告（2018年）-A刊評價報告》分類的內容。

二、國內人工智能哲學描述性數據與分析

（一）文獻年度分布及增長規律

文獻數量是衡量知識量的一個重要測度。衡量文獻的增長通常有兩種方法：按年度累積數和按年度新增數。研究表明國內文獻的年度累積數符合普賴斯邏輯增長規律。2010年之前屬于緩慢發展的前期，表現為直線型，是學科處于誕生時期的自身固有發展規律[8]50,59；2011-2021年屬于加速發展的中前期，表現為指數型增長，內因是學科的細化研究，外因則是外部環境因素的影響如政策等。年度新增數表現為2016年之前較平穩，而2016年之后研究熱度明顯增加，可見2016年為關鍵轉折點或拐點，2020年之后年度新增速度放緩，一是政策刺激有限、逐漸回歸到學科正常發展軌道，二是國內外不確定性因素的共同影響。2016年作為一個“奇點”，引發國內研究熱度不斷攀升，說明2016年人工智能某領域發生“范式革命”，因為“哲學家往往對科學與工程學領域內的范式革命更感興趣，而不會對一種既有技術的迭代與拓展抱有太大興趣”[3]23。2017-2021年國內文獻年度累積數和新增數變化顯著，說明國內人工智能哲學學科發展以外的環境因素發生了積極的變化。通過進一步研究發現：2016年知網報刊關于“人工智能”的主題高頻詞是“人機大戰”“人工智能技術”“李世石”“AlphaGo”“深度學習”“人工智能產業”。自從2015年以來，“人工智能”就成為國內外科技產業中最火爆詞匯之一，AlphaGo圍棋對弈以4：1戰勝世界冠軍李世石，這一世界標志性事件引爆人文社科學家對人工智能的強烈關注和全世界國家對人工智能產業的高度重視，國內政治、經濟政策對人工智能的重視是國內人工智能研究高速發展的重要外因。

（二）核心機構、核心作者分布及合作網絡數據與分析

科學生產者及科學生產者與科學文獻的關系是科學發展的重要測度。依據普賴斯定律（洛特卡定律的一個推論）：“發表了0.749*(Nmax)0.5（Nmax指最高產科學生產者論文數量）篇以上的科學生產者所發表的論文總數等于全部論文總數的一半”[8]，并由此說明這些杰出的科學生產者構成了“核心科學生產者”。國內杰出的研究機構有59所，并且已形成人工智能哲學研究的核心機構群，除蘭州大學之外，都處于“胡煥庸線”東南方，主要分布在北京（11所）、上海（9所）、江蘇?。?所），按發文量前18所是：南開大學、復旦大學、上海大學、中國人民大學、中國社會科學院、北京大學、浙江大學、山西大學、華東師范大學、北京師范大學、華中師范大學、上海交通大學、大連理工大學、華南理工大學、清華大學、中國科學院、江西師范大學、東北大學。

同理，國內杰出作者最低發文為0.749*(Nmax)0.5=3.26篇，大于或等于3篇以上杰出作者有91位，發表的論文總數小于全部論文總數的一半，說明國內尚未形成人工智能哲學研究的核心作者群，在這91位作者的419篇文獻的中位數是210篇，對應的是刊發4篇的作者，根據普賴斯定律，5篇及5篇以上的25名作者為核心作者，共發表203篇（占48.45%）。前25位核心作者按年齡大小順序是：章士嶸、童天湘、桂起權、蔡曙山、王前、任曉明、王天恩、陳凡、鄭祥福、肖峰、倪梁康、高新民、魏屹東、酈全民、成素梅、李建會、孫偉平、段偉文、杜嚴勇、閆坤如、徐英瑾、董佳蓉、趙澤林、高奇琦、夏永紅，其中肖峰、徐英瑾、王天恩是高產作者前三。中國社會科學院著名學者童天湘是國內最早（1978）研究人工智能哲學的核心作者，也是國內人工智能哲學的開創者和人工智能事業的先驅者[9]。從作者出生年代分析，50年代及以前有13位，60和70年代各5位，80年代2位，出生年份在1969-1975年的核心作者斷檔，出現“年輕的學者中，跨學科人才供給亦相對不足，這也就造成了人工智能哲學事業的后繼作者群在數量上的不足”[3]23。從學歷學位來看，絕大多數是哲學（科哲）博士，其中44%的學者有理工科背景，且理工科背景的學者發表文獻總量普遍不及純哲學背景的學者。

國內作者與機構的合作網絡顯示機構之間、作者之間合作不密切，機構之間學術共同體尚未形成，僅見機構之間偶有合作。學術共同體僅表現為機構內部學術帶頭人與同事學生之間的合作網絡，且合作頻次較少，相對多數都是獨著，這也符合國內人文社科類文獻的特征。

（三）文獻學科與核心期刊分布

文獻學科分布主要為自動化技術計算機技術（34.80%）、哲學（17.60%）、自然科學理論與方法（8.60%）、倫理學（6.84%）、邏輯學（3.32%）、醫學教育與醫學邊緣學科（2.83%）、信息經濟與郵政經濟（2.64%）。學科發展變化最初發生在1992年，人工智能哲學的“技術哲學兩種傳統”處于交互發展狀態，到底以那種方式為主要研究進路很難單純從學科分類來判斷。學科分布主要為“自動化技術計算機技術”，這與2016年以來國內政府對人工智能技術高度重視，出臺系列相關戰略和產業發展政策、規劃有關。期刊是科學研究成果的載體，根據布拉德福定律處理數據，發現刊發累積9篇及以上的“核心區”刊發量占總量的33.29%，初步判斷國內“人工智能哲學”研究的“核心”理論載體是：《自然辯證法研究》《自然辯證法通訊》《哲學動態》《科學技術哲學研究（科學技術與辯證法）》《哲學分析》《醫學與哲學》《思想理論教育》《哲學研究》《學術界》《上海師范大學學報（哲學社會科學版）》《理論視野》《西南民族大學學報（人文社科版）》《人民論壇·學術前沿》《中州學刊》《教學與研究》《中國社會科學》16種期刊。

三、國內人工智能哲學知識結構分析

（一）知識結構學科分類的數據建構

分析知識體系的知識結構，可以根據“知識單元構建模型”[10]，由一組主題詞表達一種類型知識單元，有多種類型知識單元組合成主題知識單元集合，由主題知識單元集合組合成學科知識單元集合形成知識體系[10]。通常把主題或關鍵詞的學科聚類看作是類型知識單元的表達方式，或以“一組主題相似、學科相近的文獻聚類”構建的知識群組來表達類型知識單元，以達到分析知識結構的目的。本研究先構建一種科學、合理并適合本研究的解構知識結構的方法：依據普賴斯定律，合并核心主題關鍵詞所屬學科，再進行聚類分析；國內參照《中國分類主題詞表（第三版）第一卷分類號_主題詞對應表》（A-R）、（S-Z附表）[11]建構國內關鍵詞分類數據。

分析知識結構與關鍵詞學科分類具有代表性和全面性。國內研究數據為中國知網期刊CSSCI數據庫的文獻題錄數據，關鍵詞共1496個，頻次共2866次。依據普賴斯定律，選取頻次大于3以及中介中心性0.1以上除“人工智能”外144個（9.63%）核心關鍵詞（占總頻次47.56%），并以本研究的分類標準為基礎按關鍵詞詞義近似合并、歸類處理關鍵詞共423個（28.27%），共有125項直接分類，可歸納為29項二級分類、10項一級分類。

（二）知識結構學科一級分類的共現特征與分析

知識結構學科一級分類（如表1所示），主要分布在B哲學宗教、TP自動化技術計算機技術、N自然科學總論、G文化科學教育體育、C社會科學總論、D政治法律、H語言文字、Q生物科學、F經濟9個類別?？梢娙斯ぶ悄艿膶W科多樣性及學科交叉也決定了人工智能哲學研究的學科多樣性與交叉。當然人工智能作為信息科學的一門分支，其哲學研究始終繞不開信息科學（TP；G）、科技哲學（N）和科學哲學（G），因此該領域關鍵詞頻次和中介中心性占有相當比重，學科交叉主要表現在信息科學（TP）與語言學（H）、生物科學（Q）、智慧產業的交叉融合及其哲學問題，而哲學問題研究主要分布在哲學理論、倫理學、邏輯學和思維科學，另外比較偏好在經濟、生物科學、馬克思主義哲學領域探索研究，但是從中介中心性來看，除“人工智能”主題詞外其他分類的中介中心性都比較低，說明國內學者在單篇研究文獻中涉及學科不多且研究的知識單元比較獨立，中介中心性不高意味著研究中該知識單元不受重視、重要性不高，或與其他學科的知識單元關聯度不高，在知識網絡中傳播程度也不高。

表1 國內人工智能哲學研究知識結構學科分類

（三）知識結構學科二級分類的共現特征與分析

從知識結構二級分類可知，國內知識單元主要分布在B0哲學理論、B82倫理學（道德哲學）、B84心理學、B81邏輯學（倫理學）、TP3計算技術計算機技術、TP1自動化基礎理論，其次是N0自然科學理論與方法論、H0語言學（如圖2）。B0哲學理論主要分布在B017認識論、B089其他哲學流派。B017類高被引文獻是：孫偉平（2017，哲學研究）、鄭祥福（2005，自然辯證法研究）、項后軍（2001，自然辯證法研究）、肖峰（2020，中國社會科學）、鄭祥福（2005,科學技術與辯證法）、吳高臣（2020，自然辯證法通訊）、孫偉平（2019，江海學刊）、王治東（2019,南京社會科學）、肖峰（2020，馬克思主義與現實）、成素梅（2019，思想理論教育）等。B82倫理學主要分布在B82-02倫理學的哲學基礎、B82-057道德與科學技術。B82-02類高被引文獻依次是：王東浩（2014，倫理學研究）、李倫（2018，教學與研究）、閆坤如（2019，自然辯證法研究）、王軍（2018，倫理學研究）、王鈺（2019，自然辯證法通訊）、孫偉平（2018，教學與研究）、劉振宇（2018，自然辯證法研究）、王天恩（2019，哲學分析）、王天恩（2019，思想理論教育）、潘恩榮（2020，自然辯證法通訊）等。

圖1 國內人工智能哲學研究知識結構二級分類聚類圖譜

研究表明，國內人工智能哲學研究的知識結構，呈現出關注“B哲學、宗教”類研究的熱度非常高，突出了該類知識單元在研究中的重要性。另外，國內學者更有意向探索馬克思主義與人工智能的哲學關系。

（四）知識結構學科直接分類的共詞分析

依據普賴斯定律，出現頻次大于等于17次的分類為核心分類。分布如下：B82-02倫理學的哲學基礎（56，11.02%）、B82-057道德與科學技術（46，9.06%）、N02科學的哲學原理（44，8.66%）、B01哲學基本問題（37，7.28%）、B089其他哲學流派（32，6.3%）、B017認識論（32，6.3%）、TP301.6算法理論（30，5.91%）、B842.1認知（29，5.71%）、B84-069其他（25，4.92%）、B016.98意識論（23，4.53%）、TP242.6智能機器人（22，4.33%）、B842.7意識與潛意識（22，4.33%）、TP311.131數據庫理論（20，3.94%）、B023認識論、反映論（20，3.94%）、TP18人工智能理論（18，3.54%）、O141數理邏輯（符號邏輯）（18，3.54%）、H03語義學、語用學、詞匯學、詞義學（17，3.35%）、B81-06邏輯學流派及其研究（17，3.35%）。由此可見，人工智能哲學研究主要分布在六個方面：哲學理論（28.35%），其中哲學基本問題占18.11%、辯證唯物主義占3.94%；倫理學（20.08%），其中科技倫理為9.06%；計算機技術（17.72%）；心理學（14.96%），其中心理過程和心理狀態占10.04%；符號主義進路研究（10.24%）；科技哲學（8.66%）。中心性依次為：0.15、0.09、0.11、0.08、0.04、0.02。倫理學的哲學基礎研究中，王東浩、李倫等認為人工智能體應該具備道德屬性，應設計成為完全的道德主體，閆坤如認為現有的研究表明人工智能體的道德主體標準不一致需要重新界定，人工道德主體模型尚在構建中，但不論如何都“應該對人工智能可能帶來的危害做出防范”，孫偉平、王鈺等認為人工智能從設計到使用應實行全過程倫理規制，王天恩指出人工智能倫理依靠倫理規制和倫理觀念創新的學理支撐。道德與科學技術研究中，夏永紅、李建會從尊嚴風險、倫理風險、生存風險、決策風險四個維度論證了人工智能不會超越人類，但會給人類帶來決策風險，杜嚴勇從政府、技術、公眾、關系四個層面論證：應該建構“友好人工智能”為全社會造福。

四、國內人工智能哲學知識基礎分析

（一）國內人工智能哲學知識基礎概況

共被引網絡實質上是由被引文獻組成的知識基礎而建構的知識網絡，而高頻次、高中介中心性的重要節點文獻構成知識基礎網絡的核心框架。本研究仍采用普賴斯定律（洛特卡定律的一個重要推論）[10]148-149測評核心被引文獻，探尋其核心框架。研究數據為中文社會科學引文索引數據庫（CSSCI）檢索數據，數據分析的樣品文獻數為590篇，經數據清洗后共有“共被引文獻”1090條（設置：Node Types=Reference；TopN=50），共引用2112次，平均每篇施引文獻引用3.58次（篇），被引文獻平均被引1.94次，共被引作者845人，共被引2379次，作者平均被引2.82次/人，被引5次及以上的核心被引文獻有64篇，按相同作者及內容合并為49篇，其中含35部（套）專著、14篇期刊文獻。被引文獻中，35部（套）專著除李開復、高奇琦、徐英瑾、李彥宏的4部專著外，其余都是譯著。表2列出國內高被引前26篇核心文獻，形成國內研究人工智能哲學的“核心”知識基礎。

表2 國內人工智能哲學研究高被引核心文獻

（二）國內人工智能哲學知識基礎的聚類分析

對高被引文獻按關鍵詞進一步聚類分析，發現以下主要聚類：第一，“人機關系”聚類（由“#0人機關系”類、“#9人=機器”類組成）。主要有馬克思恩格斯系列著作、《未來簡史》《道德機器》（MORAL MACHINES TEACH）《奇點臨近》（SINGULARITY IS NEAR）《人工智能時代》等。馬恩著作中被引用的多是馬克思主義哲學和政治經濟學的理論，如機器觀、唯物史觀、勞動價值論、生產力理論等等，其他譯著主要是闡述未來人工智能的人機倫理關系。國內學者趙汀陽、閆坤如、孫偉平等從存在論、道德主體、價值原則等維度審視人工智能的人機倫理關系。第二，“中文屋論證”聚類（由#1中文屋論證、#12形而上學類組成）。主要是塞爾.約翰系列相關著作和國外譯著，國內徐英瑾在前人基礎上提出“中文屋論證”邏輯結構的第五種模式并論證。第三，“弗雷格”聚類（#3弗雷格）。主要是《人工智能哲學》（博登.瑪格麗特）、《哲學研究》（維特根斯坦）、《計算機不能做什么》等。第四，“具身理論”聚類（由#21具身理論、#8認知發展理論、#19具身、#4內心感覺能力組成）。主要是圖靈的《Computing Machinery and Intelligence》、黑格爾相關著作、休謨的《人性論》、彭羅斯·羅杰的《皇帝新腦》等等。國內學者王天恩在該領域研究較深，備受國內學者關注。

五、結論與展望

（一）研究結論

第一，人工智能哲學科研成果不斷涌現?？蒲形墨I呈現指數型加速增長，說明相關研究處于文獻邏輯增長規律的中前期，特別是體現在核心文獻上，更提示相關研究在整體上處于高質量發展階段?？蒲形墨I數量的增長主要與國內人工智能的高速發展密切相關，特別是國內大力發展數字經濟，以數據作為生產要素驅動各領域的“數智化”轉型。人工智能發展的同時也給社會帶來多方的風險與挑戰，主要表現為人工智能應用系統對現有法律和規范體系的挑戰不斷擴大、對倫理和社會秩序的沖擊不斷加大，這種風險與挑戰勢必會引起學者關注和研究。另外相關科研文獻增長與科研經費和科研人員數量增長、學科知識的滲透擴散等有關系。

第二，人工智能哲學研究的核心機構群已經形成，但核心作者群尚未形成，且缺乏合作。本研究表明，國內人工智能哲學研究的核心機構與人工智能產業的發展、分布密切相關。機構之間合作不密切，尚未形成機構間的學術共同體，現有核心作者中存在梯隊建設不完備。人工智能哲學核心機構群的形成說明核心機構的規模已經形成，而核心作者群尚未形成表明核心作者的研究深度和核心文獻量不夠，這種核心機構與核心作者背離的現象不利于人工智能哲學研究的可持續發展。究其原因，這主要與人工智能哲學復雜性有關，人工智能哲學屬于廣義的“特定科學的哲學”[3]3，它與信息哲學、技術哲學、心靈哲學、認知科學哲學的邊界也是相對模糊的。

第三，用好知識結構的研究方法能梳理出清晰的學術脈絡。知識結構學科二級分類的共現分析表明人工智能哲學研究主要集中在哲學的基礎理論與倫理學，而基礎理論集中在認識論和哲學流派，知識結構學科直接分類的共現分析，可以進一步梳理出細小學科分支及對應的作者觀點，同時有可以發現相關文獻與其他學科關聯度，如本研究發現國內人工智能哲學研究與其他學科知識關聯度不高，換句話說就是國內人工智能研究成果在國內知識網絡中的傳播程度不高。人工智能本身就是交叉學科，與各學科關系是密切的，從而可以發現國內人工智能研究的罅隙。

第四，國內人工智能哲學理論研究滯后于國外。分析知識基礎來源，表2中26篇核心高被引文獻為國內的人工智能哲學研究提供了理論基礎，但是在26篇高被引核心文獻中除6篇是國內學者近年所著，其余均來源于國外，研究表明國內核心作者沒有形成合力、研究成果在知識網絡中滲透性不高，沒有形成強大的學術共同體，在國際上尚不具備實力，不能很好地、廣泛的為其他理論研究者提供理論支撐。人工智能專家蔡自興認為人工智能哲學思想的交鋒在一定程度上能推動了人工智能技術的發展。

第五，拓展人工智能哲學的馬克思主義哲學是國內研究亮點。知識結構學科直接分類分布的六個方面實際上對應人工智能哲學研究的“拓展人工智能哲學的馬克思主義哲學”“引領人工智能哲學的自然辯證法”、符號主義進路、連接主義進路等等。拓展人工智能哲學的馬克思主義哲學在學科分類中主要表現是研究哲學基本問題（B01）、認識論（B017）、意識論（B016.98）、認識論反映論（B023）及辯證唯物主義，在研究基礎上多引用馬克思恩格斯選集、文集、全集中馬克思主義哲學和政治經濟學理論，如辯證唯物主義、勞動價值論、機器觀等等。引領人工智能哲學的自然辯證法研究主要體現在科技哲學（N02科學的哲學原理）、計算機技術（TP301.6算法理論、TP242.6智能機器人、TP311.131數據庫理論）、科技倫理（B82-057道德與科學技術）等。符號主義進路主要表現在數理邏輯（O141）、語義學語用學詞匯學詞義學（H03）、邏輯學流派及其研究（B81-06）的學科分類。連接主義進路多表現在認知（B842.1）、意識與潛意識（B842.7）、其他（B84-069）的學科分類。當前學界多關注于社會治理中人工智能的科技倫理。

（二）研究局限性

本研究盡可能將“人工智能哲學”相關文獻納入知識圖譜可視化研究范疇，但是這種范圍不是絕對的，而是相對的?！叭斯ぶ悄苷軐W”這個學科范疇或論域的邊界還是比較大，仍存在很多分支是無法通過本研究檢索方法包羅的，譬如“人工智能哲學”關于“技術哲學的馬克思主義傳統”，在本研究中知識結構占比僅占國內0.57%（見表2），但是實際上真要較為全面了解相關研究，必須更改檢索策略：以“人工智能”為關鍵詞、“馬克思”為主題、CSSCI為檢索數據庫可檢索出近200篇文獻，但這并不能說明本研究方法是錯誤的，因為知識結構是依據研究者都關注的主題、關鍵詞的頻次、中心性產生的結論，每一個主題都可以展開研究、細分檢索出更多、更細的文獻，作為知識挖掘的科學知識圖譜工具Citespace，檢索的數據如同統計抽樣的數據一樣具有代表性，統計數據是通過各種算法抽取具有代表性的數據作為最后研究的數據，因而具備科學性，表2所呈現的國內文獻對馬克思恩格斯著作的“高引用”現象實證這一點，但它又屬于一種不完全歸納法，由此而具備局限性。另外，尚未對國內外學界關于人工智能哲學研究作出充分的對比研究和探析國外的經驗與啟示。使用Citespace近乎綜述性研究“人工智能哲學”，不是研究的終結，而是剛剛開始。它能給我們展現知識結構的脈絡、知識基礎的框架，研究者借助它能清晰、順利挖掘出學術的真諦。

（三）研究展望

國內人工智能哲學研究需加強機構間的合作交流、加強學科交叉融合、整體提高科研水平，提高國際話語權。人工智能哲學的人才培育在用好“存量”時，也要做好“增量”。交叉學科培養時，嘗試哲學研究生+人工智能研究生交叉培育模式或哲學研究生融入人工智能產業培育模式。

近年來，“數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量?！盵12]，新一代信息技術不斷加速創新，以“數智化”（數字化、智能化）形式日益融入經濟社會發展各領域，在人工智能技術高速發展新階段，人工智能哲學不能缺位，應與人工智能發展同頻共振，適應時代要求。