世界的迭变之快令人应接不暇，充满着多种不确定性和各种风险。从特朗普上台、英国脱欧、新冠疫情全球暴发到美国大规模抗议和骚乱，一系列危机事件需要研究者做出快速解释并加以预测。可惜多个危机事件中，学界的预测和解释能力虽有亮点，但也颇多失误。全球很多机构面对这些“黑天鹅”事件，事前出过不少错误预判，事后也难以做出深刻解读和专业理论解释，并以稳定的理论框架对未来走势做准确研判。

　　造成这种现象的原因是多方面的。一是历史经验和理论形成的线性思维难以研判类似“多元宇宙”异变的现实。特朗普上台出乎多数人意料，新冠疫情也改变了太多东西。二是学者受到“有限理性”的制约，自身认知和视角存在偏差，极易出现研究视野盲区。例如，支持华尔街的学者，能够清楚地了解全球金融化给世界带来的好处以及高风险下可能带来的技术创新，但他们却很难理解美国中西部农民的生活和苦楚。也就是说，学者们对于重大危机事件的解读预测，一般是基于个人情感倾向和利益立场，容易陷入固有思维范式，加上各种纷繁复杂的信息干扰和传播误导，很难对现在局势和未来趋势做出较为准确的判断和预测。这也是目前学者在研究方面遇到的重大挑战。

　　为解决上述问题，可从以下几个方面入手：一是多学科多维度的交叉和思考。多学科多维度思考有利于打破研究者固有的逻辑局限与认知偏好，能够对局势进行全方位、立体式的解读，更容易发现事物的本质，减少可能由于认知偏差带来的预测误差。

　　二是大数据、人工智能与传统研究方法的融合。应充分利用大数据、人工智能等新一代信息技术来分析问题，例如在分析突发危机事件时，大数据技术能像拼图一样将网络上的大量信息中的有用部分进行筛选和组合，最终得到完整“图景”，即解决了数据样本数量、有用性和准确性之间的矛盾;而大数据与人工智能的结合之后，我们可以把历史中发生的一切视为人工智能的学习语料，由此可能在未来，对人类社会发展做一些可能性预测，即可以对过去事件的准确分析达成对未来问题的可能预测。

　　当然，大数据、人工智能等新兴技术也需要与小数据、线下访谈和交流等方法相结合，以达到相互印证、相互支持的作用。但是大数据本身也存在着虚假信息和个人隐私侵犯等隐患。基于虚假矫正的人文计算大数据和人工智能平台是未来社会科学和国际问题研究的刚需。

　　三是感性和理性的认知整合，线上和线下结合。在感性方面，学会“共情”与洞察众生心机，并清楚认识自身的“有限理性”，能够听取他人意见，避免错误估计形势后仍固执己见;在理性方面，需要去伪存真，需要剥离传播误导带来的信息失真，需要由表及里洞察真实世界，也需要逆向由里及表关注网络表达。

　　四是全球视野与本土情怀兼具。在分析事件和预测未来时，应既有理论高度和宏观视野，又考虑本地实际与特色化因素。

　　五是重大变化的风险感知能力。研究者需要高度关注高科技带来的代际迭变，常态跟进机器人、人工智能、生物技术、3D打印、星际探索、混合现实等技术带来的风险，也需要高度关注环境保护、种族歧视、地缘政治、文明冲突、产业链融合和重置等等议题带来的整体影响，有了这种对于最大变化的感知能力和风险解释能力，才能达到对问题的准确把握和预测。

         (作者是清华大学新闻学院教授，博士赵斌对本文亦有贡献)