◇任丽梅（马克思主义

研究院）

哲学社会科学的研究虽在流派、发展阶段等方面存在差异，但研究的起点始终是问题，核心目标在于提供实用的解决方案以指导现实实践。在复杂且系统的研究过程中，研究者通常会运用文献综述、研究设计、资料数据收集、数据分析与逻辑推演等方法，致力于发现问题、剖析问题并解决问题。然而，在当下数据与知识呈爆炸式增长的时代，传统哲学社会科学研究陷入认知困境，亟须借助新工具与新方法革新研究方式，进而实现研究范式的创新突破。 

以文献整理环节为例，在收集和整理大量已有文献资料、调查档案、历史记录等信息数据时，传统人工处理方式不仅耗费大量时间与精力，还容易出现信息不全面、存在认知偏差等问题。在此背景下，生成式人工智能支持的新型系统性文献综述法应运而生。该方法集成学术数据库、搜索引擎等工具，能够对海量学术资源进行自动化分析与归纳，可快速、精准检索与研究主题相关的文献资料，并完成基础性的筛选、分类和整理工作。这不仅有助于研究者总结经验、挖掘问题，增强研究选题的准确性与深度，还能大幅节省信息收集整理所需的时间和精力成本。在技术层面，这种方法基于知识创新机制，通过解读文献构建知识间的联系，从而探寻知识的本质；在结果层面，它既能有效避免盲目查找文献的低效问题，又能确保在既定标准下全面覆盖所需资料。