当前，数字化与智能化深度融合正在重塑传统学科边界，引发产业生态深刻变革。
如何在这一历史性变革中把握机遇、应对挑战，成为学术界和产业界共同关注的重大课题。
日前在上海创智学院举办的"数智融合下的学科重塑与产业变革"研讨会上，来自复旦大学、上海交通大学、华东师范大学等高校的30余位专家学者，围绕相关议题进行了深入探讨。
与会专家普遍认为，人工智能技术正在深度推动哲学社会科学领域的知识创新、理论创新和方法创新。
上海市大数据社会应用研究会会长、复旦大学校长助理吴力波指出，需要构建以高质量数据为基础、领域模型为驱动、开放协同生态为支撑的发展路径。
高等院校应当着力打造具有学科特色的语料库与基座模型，推动科研范式向人机协同方向转型。
在学科交叉融合方面，上海交通大学智慧法院研究院的实践提供了有益探索。
该院常务副院长杨力介绍，研究院正依托海量数据与自主研发平台，重构法律知识体系并推动应用场景落地。
这一模式体现了文科与工科深度融合的发展趋势，为解决国家重大需求提供了新的路径。
然而，专家们也指出了当前发展中存在的问题。
复旦大学国际关系与公共事务学院教授高奇琦分析认为，智能体产业的实际渗透率仍然偏低，存在"高估短期效应、低估长期价值"的现象。
社会科学研究需要向自动化、工程化的新范式转型，借助多智能体仿真技术探索新的知识领域。
在人才培养方面，与会专家强调需要转向以人工智能为中心的实践模式，培育"强技术+深领域"的复合型人才。
中国制造业的丰富应用场景为这种人才培养模式提供了良好的实践基础。
构建中国自主知识体系成为与会专家的共同关切。
上海交通大学人工智能研究院金耀辉表示，当前学术评价体系需要从依赖西方指标的"知识依附"转向"知识自主"，核心在于基于原创性、解释力与话语权构建评价标准。
通过人机协同新生态，可以将专家从重复性劳动中解放出来，以更加客观、高效的方式识别具有中国特色和全球解释力的学术成果。
在具体学科发展方面，量化历史学、中亚研究、网络空间治理等领域的专家分享了各自的探索实践。
上海师范大学商学院副院长赵红军认为，经济学与多学科交叉是发展趋势，社会科学的数量化、可计算化发展不可避免。
华东师范大学中亚研究中心主任陆钢介绍了团队构建的中亚专家模型，实现了知识的即时更新和低门槛获取。
面对人工智能发展的不确定性，复旦大学大数据研究院副院长邹宏提出，需要基于内生安全原理构建多元主体的共识机制和交叉验证的监督体系，确保技术创新在保持活力的同时守住安全底线。
数智融合带来的不是单一工具更新，而是知识生产、人才培养与产业组织方式的整体重塑。
把握这一趋势，既要在数据与模型等“硬基础”上久久为功，也要在协同机制、评价导向与安全治理等“软环境”上同步发力。
唯有将问题牵引、开放协作与安全可控贯穿始终，才能把技术势能转化为高质量发展的长期动能。