人工智能驱动的科学研究持续发展，正在推动科学发现模式与科学认识结构的变革。主体中心的科学发现观强调人类发现者的特殊性，但忽略了AI也在其中充当多种角色。不同于传统观点，集体中心观强调，发现是由多个主体和实体组成的集体共同完成的，每个主体和实体都做出了重要又性质各异的贡献。该观点规避了只有科学家可以发现的经典论断，为重新认识当前人工智能介入后的科学发现活动提供了一个新视角。通过对自动发现程序、基于大模型的发现平台以及具身人工智能等案例的分析，论述了AI在科学发现集体中，从工具到协作者，再到潜在行动者的角色变迁。这种角色变迁揭示了科学实践中主体与实体边界的模糊化，也说明了科学认识逐渐发展为分布式结构。集体中心视角为重新认识人工智能时代“谁在理解”与“何为发现”等哲学问题，提供了一种更具解释力的框架。
恩格斯自然辩证法所蕴含的整体性、历史性与生成性的自然观，是现代系统哲学中一个重要的思想渊源。波格丹诺夫和贝塔朗菲作为系统哲学创始人，他们的系统思想受到恩格斯自然辩证法的深刻启发。在他们提出的系统理论中，无论是组织、系统、要素、结构等核心概念，还是关于系统的基本原理，都深受恩格斯自然辩证法思想的影响。恩格斯自然辩证法蕴含了结构辩证法和过程辩证法思想，强调自然结构的整体性、关联性、层级性及其之间的辩证关系，强调自然演化过程的自组织、突现性、开放性及其之间的辩证关系。恩格斯自然辩证法不仅为中国自然辩证法学科奠定了坚实的基础，也为当代系统科学哲学的发展提供了重要的方法论指导。
为了促成自然形而上学与化学的汇通，康德晚年提出了一种新的图型，但却没有完整地予以呈现和阐明。实际上，通过规定性判断力和反思性判断力的共同作用能够找到全部图型，它们是热素在范畴表下表现出的性质；就其限制的同时作为纯粹知性派生概念和理念且只在外感官领域有其运用的“力”而言，它们是空间图型；但直到热素被界定为先天直观，从而使拉瓦锡的化学符合本真科学的标准后，它们才能够被称为先验空间图型。总之，康德设想的“热素”与“力”是一回事，这一结论一方面有助于为新化学提供形而上学基础，另一方面也代表着他将新化学纳入牛顿力学体系的尝试。
思想政治教育在与人工智能的交互中，实现了内容与形式层面的整体性跃迁，但其本身的学科属性、基本过程与发展目标不能因技术介入而丧失其应有定位，两者在价值倾向、运行机制与结果特征上的辩证张力预示着思想政治教育智能化转型进程的复杂性。总体上讲，智能思政面临的具体风险表现在三个层面：智能生成泛滥稀释思政教育的内容真理意蕴；技术主体介入异化思政教育的交往互动关系；资本逐利逻辑侵蚀思政教育的意识形态底色。基于此，需要从优化治理理念、夯实技术支撑、筑牢体系保障入手，探究人工智能与思想政治教育协调共生的实践路径。
数字故人是已逝者的数字化身，数字故人建构指根据逝者遗留的数字信息建构出具有逝者人格的数字人。数字故人能够以具象化方式承载逝者的数字记忆，给予生者以情感慰藉，重建起双方的关系叙事。但同时，数字故人的建构也引发了伦理层面的踌躇，突出表现在：数字故人所表征的逝者身份具有非真实、不全面的特征，揭示出逝者身份同一性断裂的实质；数字故人建构也暗含违背逝者意愿，甚至侵犯逝者权利的问题；最终，数字故人难逃被遗弃的必然结局。基于此，应从重视数字遗嘱与管理数字遗产、尊重逝者意愿并保护逝者权利、给数字故人设置合理“寿命”等方面对数字故人建构进行规范性约束，以充分发挥其积极作用。
科学链接世界的实践科学观以一种彻底的“去康德主义”路径，重构了科学知识论。蒯因、库恩及匹兹堡学派等先驱方案的“不彻底性”在于：它们或将规范性消解为因果描述，或将康德先验框架历史化、概念化，却始终受困于语义学奠基问题，未能真正超越物自体及其变体，自然主义生物学转向也因保留先天性预设和诉诸外在目的论而陷入困境。劳斯以话语生态位建构为核心的实践科学观，通过规范问责机制的内在规范目的论和生态位建构的非线性机制，论证了规范性无需任何先验或还原的基础，而是在能动的、物质性的科学实践中被局部地、动态地建构和维持，从而以彻底的实践转向完成了对康德主义的彻底改造和科学知识的自然主义重构。
<正>《当代达尔文主义纲领的哲学基础》是山西大学科学技术哲学研究中心赵斌教授主持的国家社会科学基金后期资助项目“当代达尔文主义纲领的哲学基础”（21FZXB038）的结项成果，于2026年3月由科学出版社正式出版。该书立足于生物学、科学哲学与科学史的交叉视野，沿着达尔文主义思想发展的历史脉络及其涉及的哲学问题展开探讨，揭示达尔文主义作为一种开放性研究纲领的思想结构、解释范围与应用边界。
非因果性转向是量子理论发展史上的重要一环。科学史家福曼对该主题的研究被称为“福曼命题”,该命题指出非因果性转向与彼时的社会文化环境有着密切的关联，由此引发了历久的争论。有论者将其视为外在主义的经典案例并由此展开批评，亦有论者将其刻画为社会决定论式的研究并加以拒斥，这两类反驳都忽视了“福曼命题”的原始语境。这种忽视源自反驳者所承载的特定编史立场，而这一命题实质上是福曼在历史主义取向下展开的超越了内外二分的研究，并在对方法的自觉思考中构成了对综合性编史框架之问题的探索。由此，该命题在争议之中成为了量子理论编史学发展的重要节点。
作为长期困扰物理主义的核心议题，弱突现与强还原之争被寄厚望于物理学前沿发现所提供的全新判据。然而，源于费曼图的β函数的不可加性支持了世界的分层，其能标跑动的高阶可修正性又拒斥了刚性分层结构，使物理主义之争再度陷入僵局。实际上，作为可能偏离世界真相的认识论工具，高阶费曼图在所有可能路径的基数假设上的数学基础是不牢靠的。研究发现，物理主义之争本质上是基于不同数学哲学背景的解释风格之争，取决于对数学公设的理解与选择。其最终走向实则系于更深层的数学哲学争论，为回应该争论提供了全新的数学消解思路。
算法公平是科学家和工程师为解决算法偏见问题而发展的人工智能研究及治理领域，人文社会科学界已从技术、伦理和法律角度探究算法偏见及算法不公的发生机理和规制方式，但尚未系统审视算法公平何以可能的基本问题。将算法公平纳入技术治理分析，可在认识论和方法论上弥补该缺憾。算法公平之所以可能的首要前提在于其内在的量化逻辑，它遵循从形式化定义到统计学度量的证成，由此操作得到的多种公平定义及度量指标具有不可兼容性。上述量化逻辑的实现以公平机器学习为技术手段。行动者借由公平机器学习的知识权力转译，旨在将算法公平扩展为社会工程实验。然而，从公平定义的不可兼容性到公平社会工程、从量化逻辑到运行机制、从认知到行动存在着明显的鸿沟，那种企图追求完备一致、静态单一和理想总体的算法公平治理面临着挑战。有鉴于此，算法公平治理可以采取一种“有限技治路径”,将既有的量化逻辑与运行机制重新建立在由不完备计算、动态化权衡、民主化设计和渐进式工程所构成的基础之上，如此才能更好地融贯伦理、技术和法律治理方案，构建包容、开放和多元的算法公平社会。