目前，数据壁垒与治理碎片化问题较为突出。不同部门和地区数据标准尚未统一，数据共享与整合困难重重，“数据孤岛”现象普遍存在。部门间数据无法有效互通，导致智能决策系统难以获取全面数据，严重影响了决策的科学性与精准性，进而造成治理碎片化，极大地限制了人工智能技术在跨部门、跨区域社会治理中协同效应的发挥。

数据是AI的重要基石，然而数据往往掺杂着某些社会偏见，例如对特定国家、文化、种族、性别或年龄的偏见。使用带有偏见的数据训练AI模型，会导致AI系统在分析和预测中复刻甚至放大这些偏见。AI发展中暴露的第二个问题是：数据分析的“巨人”与理论建设的“矮子”。此外，AI在与社会科学的交汇中，还面临一系列社会伦理问题。 随着AI的快速发展，各种翻译工具应运而生，大幅提升了日常对话和简单文字的翻译效率，AI“取代”人工翻译的印象同时在社会中迅速蔓延，然而与业界人士的交流表明，AI在中高端翻译领域仍然难以完全取代人类。 与其纠结于“谁取代谁”的假设，不如聚焦AI发展中存在的问题及其解决方案，这显然更具现实意义。当务之急是学会利用AI这一超级工具，更快速、精准地解析人类社会现象，解决其发展过程中暴露的问题，并在此基础上推动人工智能朝着更加有利于人类生活的方向迈进。