4月23日，中央财经大学2025年专题学术讲座、龙马社心红砖大讲堂在学院南路校区图配楼506举行。此次讲座特邀北京大学社会学系助理教授乔天宇老师，带来题为《发现因果的算法——被忽视的计算社会学工具箱》的前沿分享。讲座由社会与心理学院张樹沁副教授主持，多位师生到场参加学术沙龙。

讲座伊始，乔老师首先阐述计算社会学的两大研究取向——数据驱动的数据挖掘与理论驱动的模拟仿真。在此基础上乔老师进一步引出社会学研究中因果解释的重要性。因果发现在社会科学中鲜受关注，其从观察数据直接生成因果模型，极具应用潜力。

接着，乔老师详细阐述因果发现的两大理论框架——潜在结果模型与结构因果模型，并介绍了因果发现的三大桥梁原则：因果马尔科夫条件、d-分离准则与因果忠实性假设，这些原则实现因果图模型与观测数据的桥接。

之后，乔老师对因果发现算法进行介绍，分别介绍了基于约束的因果发现算法（如PC算法）、基于分数的因果发现算法（如GES算法）、函数因果发现算法（如ANM算法）。各种因果发现算法各有特点，研究者需根据具体研究问题和数据特点选择合适的算法，以实现最佳的因果分析效果。

最后，乔老师分享因果发现算法在计算社会学中的四大应用路径：区分直接和间接原因，突破传统中介分析局限；提示未观测变量及其潜在影响，为理论构建提供线索；挖掘变量间的复杂因果关系结构，弥补回归模型不足；用于识别测量模型，助力分析多维动态社会概念。同时他提醒因果发现算法也存在一定局限。综合来看，因果发现算法在计算社会学领域具有广阔的应用前景，但研究者需充分认识其局限性，合理运用以提升研究质量。

在互动交流环节，现场师生踊跃提问，围绕因果发现算法在社会学研究中的具体应用场景、如何选择合适算法、算法结果的可靠性评估以及与大语言模型的结合前景等议题展开深入探讨。乔老师耐心解答，鼓励大家积极尝试因果发现算法，为社会学研究注入新活力。

撰稿人：陈雨欣

审核人：王立勇