面向社会公益的自然语言处理：挑战、机遇与负责任部署综述

近年来，大语言模型（LLMs）的快速进展为各类应用场景带来了前所未有的可能性。然而，作为一个研究共同体，我们认为自然语言处理（NLP）领域亟需以更有意识和更负责任的方式推进模型的部署与应用。 本研究与“人工智能服务社会公益”（AI for Social Good）这一更广泛的愿景保持一致（Tomašev 等, 2020），旨在探讨 NLP 在应对社会重大挑战中的作用。通过对社会目标与潜在风险的跨学科分析，我们提出了值得关注的研究方向，并指出了当前亟待解决的挑战，以确保 NLP4SG（面向社会公益的自然语言处理）研究实现负责任、可持续且公平的进展。

1 引言

“理解问题本身就是解决方案的一半。” —— 查尔斯·凯特林（Charles Kettering） 要充分释放自然语言处理（NLP）的潜力，我们必须跳出纯技术成就的视角，围绕社会的紧迫需求重新构建任务框架。为此，我们借鉴了**联合国可持续发展目标（UN SDGs）与2025 年全球经济风险报告（Global Risks Report, GR）**中的洞见，为 NLP 的跨学科重构奠定基础，推动人们反思语言技术如何与当今最紧迫的挑战交汇。

我们之所以选取这两个议题作为分析基点，是因为从社会公益（Social Good）的角度来看，联合国可持续发展目标为实现全球和平与繁荣提供了框架。然而，这些目标制定于 2015 年，彼时人工智能尚未经历当前的快速发展。因此，为了将其置于当今技术语境中，我们同时参考了2025 年全球风险报告中的洞见，该报告既强调了技术及信息处理的变革潜力，也指出了其潜在的全球性风险。 我们的研究建立在以下先前工作的基础之上：包括评估 NLP 积极社会影响的研究（Hovy 和 Spruit, 2016；Jin 等, 2021）、将 NLP4SG 工作映射到 SDGs 的尝试（Adauto 等, 2023；Gosselink 等, 2024）、关于现代 NLP 中开放问题的综述（Ignat 等, 2024b），以及关于 NLP 与 AI 系统局限性的讨论（Mihalcea 等, 2025）。 据此，本文的研究目标涵盖以下三方面： * RQ1：哪些 NLP 方法已经对社会产生了积极影响？

RQ2：在构建具有社会积极影响的 NLP 应用中面临哪些主要挑战？

RQ3：当前被忽视的、有前景的研究方向有哪些？

为回答上述问题，我们依据 SDGs 与 GRs，识别出九个关键的 NLP 研究方向（见图 1）。接下来的章节将概述每一领域中的研究任务、开放挑战与潜在机遇，并最终归纳出跨领域的开放研究议题以及推动 NLP4SG 主动发展的社区行动建议。