让我们首先承认，这个世界是复杂的，社会科学家在精确测量公民现象方面面临着严峻的工作。
毕竟，即使是严谨的研究也会引发后续问题：研究结果在多大程度上适用于其他情境？关于某一国家政治的结论是否适用于其他国家？如果你研究的是一场悬殊选举中的选民，你的发现是否适用于势均力敌选举中的选民？这些问题都是研究过程中自然存在的一部分。
这正是江上直树（Naoki Egami）研究的切入点。江上直树是麻省理工学院的一名政治学家，专长是研究方法论。他仔细审视的其中一项内容，就是社会科学家所称的"外部效度"，即特定研究的结果是否具有更普遍的适用性。
"我常说，政治方法论这个领域，是你以政治科学家的身份提出问题，但却像应用统计学家或应用计算机科学家那样解决它们，"江上直树说。"你要找出人们在实证研究中面临的挑战背后隐藏的数学问题，然后以最优的方式解决它们。"
"所有这些事情都是并行进行的，"江上直树说。"我尝试每三到四年就开启一个新的研究方向。这有助于我学习新课题，并保持研究动力。"
实际上，江上直树的研究兴趣十分广泛。早在当前的人工智能热潮兴起之前，他就已经开始研究当AI工具被引入研究中会发生什么。这些工具的准确度如何？研究人员该如何解释AI的偏向性？专注于这些及其他问题，帮助江上直树建立起广泛的研究成果，赢得多个奖项，并在职业生涯中蓬勃发展。与此同时，他始终对政治学的基本问题以及如何正确测量事物保持着浓厚兴趣。
"你需要同时具备这两种视角，"江上直树说。"如果只考虑技术性的统计理论，有时你可能无法研究有趣的实证问题。但如果只考虑问题本身，你又无法真正以最优方式解决它们，只能临时拼凑解决方案。所以你真的需要同时具备这两种视角。"
2025年，江上直树以终身教职副教授身份加入麻省理工学院政治科学系。他同时也是数据、系统与社会研究所（IDSS）统计与数据科学中心的兼职教师。
将职业生涯当作一场研讨会
几乎每一个热爱自己工作的人，在找到这份工作的过程中都经历过某种幸运。江上直树的经历让人想起那句关于运气是准备与机遇相结合的格言。
江上直树在东京长大，就读于东京大学。他数学和物理都很出色，但同时也喜欢政治哲学，一时不知道该如何将这些兴趣结合起来。有一天，江上直树参加了一场关于美国研究生院的研讨会，他原以为这是关于工商管理硕士（MBA）项目的介绍。实际上，这场研讨会是关于博士项目的，其中一位政治学家谈到了在该领域运用数学方法，于是江上直树向她提了一个问题。
"奇迹的地方在于：那场研讨会有200人参加，结束后，我正在收拾东西准备回家，而那位演讲嘉宾——当时是一名博士生——从台上走下来找到了我，"江上直树回忆道。"她问我，'你就是那个说自己对美国政治科学感兴趣、又喜欢数学的人吗？'"
她邀请江上直树参加她以为的另一场职业研讨会，就在下一周举行。然而，他再一次判断错了。
"我到场后发现，那其实是一场学术研讨会，"江上直树继续说道。"现场只有20个人，19位是教授，还有我——一名大一新生。"接着，一位名叫小泉幸夫（Kosuke Imai，现任教于哈佛大学）的教授发表了演讲，介绍了自己将统计学应用于社会科学的研究。
"我当时无比兴奋，觉得如果自己能做到他工作的哪怕20%，那都将是梦寐以求的事，"江上直树说。"我和小泉幸夫交谈，对他说：'我想做你正在做的事情。'他当时大概以为我只是一个随便搭话的陌生人。"
受此鼓舞，江上直树由此开始追寻成为政治学家的目标。他在密歇根大学作为交换生学习一年后获得学士学位，随后申请了美国的研究生院，最终进入普林斯顿大学——小泉幸夫后来也成为了他的导师之一。在与小泉幸夫、拉斐拉·丹西吉尔（Rafaela Dancygier）、布兰登·斯图尔特（Brandon Stewart）等人的合作中，江上直树撰写了关于外部效度等方法论主题的论文，并在展示这些成果时引起了广泛关注。
"那是一次让我明白自己真正应该研究什么方向的经历，是听众和学术市场的反馈告诉了我答案，"江上直树说。2020年从普林斯顿大学获得博士学位后，他加入了哥伦比亚大学任教，五年后转至麻省理工学院。
享受麻省理工学院的精神氛围
"麻省理工学院的人真的很友善，"江上直树说道，他目前同时教授本科生和研究生课程。
江上直树工作的一个显著特点，是他对可能影响实证研究结果的各种因素进行极其细致的审视。
"在统计学中，人们会讨论数据中的个体是否相似，也就是总体数据的问题，"江上直树说。"但在政治学中，情境方面存在很多差异。"
以政治竞选活动对选民思想的影响程度这一问题为例。政治学家有时会获得许可，在实际进行中的政治竞选活动中开展实地实验。这是获得稳健研究结果的重要一步。然而，并非所有竞选情境都是相同的。政客们往往在预期自己会获胜时才允许研究人员进入，而这类选情中的动态可能与势均力敌的选情截然不同。
"开展实地实验固然很好，这通常也是人们被允许进行研究的方式，"江上直树说。"但这往往发生在政客们确信自己能获胜的情况下。然而，大多数时候，我们真正感兴趣的是激烈争夺的选区——那些政治上竞争激烈的地区。在这些情况下，其内在逻辑和选民行为可能会截然不同。"
从某种层面来说，江上直树的工作就是发现这类差异，并让其他研究人员意识到这些问题。
与此同时，他也培养出了对机器学习工具在社会科学中应用进行审视的浓厚兴趣。这一兴趣早于2022年底ChatGPT引发的人工智能热潮。江上直树的部分研究探索了如何系统性地识别AI工具引入的误差，并在研究中使用AI时充分考虑这一问题。
"过去，社会科学数据是我们精心收集、需要长时间验证后才进行分析的，"江上直树说。"但如今数据的生成方式正在发生变化。如果人们使用AI来大规模生成数据，其中就可能存在误差。所以我很早就开始思考：我们需要有能够将这些误差纳入考量的统计方法，否则许多分析结果将无法被复现。这就是我开始研究大量AI相关课题的原因。"
这一切都为江上直树在该领域赢得了认可和荣誉。去年，他获得了政治方法论学会颁发的"新锐学者奖"。他还曾获得美国政治科学协会旗下政治方法论分会（分别于2019年和2025年）、实验研究分会（2024年）以及政治网络分会（2022年）颁发的最佳论文奖。在该学科的三个不同子领域都获得奖项，充分体现了江上直树学术研究的多面性。
不过，在他看来，自己在不同领域所做的工作，本质上是彼此一致的。
"所有这些事情都是并行进行的，"江上直树说。"我尝试每三到四年就开启一个新的研究方向。这有助于我学习新课题，并保持研究动力。"
他表示，更多的动力还来自于身处麻省理工学院、并真正喜欢这里的这段经历。
"我早就知道麻省理工学院是一个我会喜欢的绝佳去处，"江上直树说。即便如此，他表示，在麻省理工学院工作的这段时间里，他对"工程精神"——即系统性地致力于解决持续存在的问题等特质——有了更深的体会与认可。无论如何，江上直树发现麻省理工学院是一个能够激发灵感、氛围融洽的工作场所。
"麻省理工学院的人真的很友善，"江上直树说道，他目前同时教授本科生和研究生课程。
他补充道："政治科学系的运转效率非常高，大家在工作上都很投入专注，但同时也都是真正友善的人。"
而这一点，恰恰是江上直树无需反复核实、便可确信的关于这个世界的结论之一。
Q&A
Q1：江上直树是谁？他的研究领域是什么？
A：江上直树是麻省理工学院政治科学系的副教授，专长是研究方法论，主要研究社会科学中如何精确测量公民现象、审视研究结果的"外部效度"，以及AI工具在社会科学研究中的应用问题。
Q2：什么是"外部效度"？为什么它对社会科学研究很重要？
A：外部效度指的是特定研究的结果是否能够适用于其他情境或群体。例如，在一场悬殊选举中得出的研究结论，是否也适用于势均力敌的选举，这类问题正是外部效度需要解决的核心内容。
Q3：江上直树为什么开始研究AI在社会科学中的应用？
A：早在ChatGPT引发人工智能热潮之前，江上直树就已关注机器学习工具在社会科学中的应用问题。他发现，如果研究数据是由AI大规模生成的，其中可能存在误差，因此需要发展出能将这些误差纳入考量的统计方法，以确保研究结果可被复现。
