当人工智能成为历史研究的基础设施

2026-11-17 来源:中国社会科学网-中国社会科学报

微信公众号

— 分享 —
链接已复制

  2025年,中国计算机学会在北京举办了以“人文智能”为主题的学术研讨会,吸引了很多人文学者与会,其中不乏历史学者。会上有人文学者提到,能够使用人工智能将成为一名合格史学工作者的必备条件。

  会用人工智能是否存在定量的考核标准?在笔者看来,人工智能的有用性是由当前的信息差造成的。而人工智能成为历史研究的基础设施,人工智能普及后,所有人都能接入应用,使用过程更方便,就不会有人再去纠结使用人工智能的标准是什么了,就如同现在不会去青睐一位熟练使用智能手机的学者。如今,没有历史学家会怀疑人工智能带来的影响力,唯一不确定的是细节,以及紧密伴随的学术伦理问题。

  实际上,我们往往缺乏想象力,对人工智能赋能历史研究的真实影响还没有超出前辈学者的设想。1982年的一篇文章显示,英国学者理查德·恩纳尔斯就在思考人工智能对历史研究的作用,提出的应用场景包括处理年表、贸易数据等原始史料,以及通过数字游戏增强历史模拟等。彼时的人工智能发展状况与当前的生成式人工智能的水平不可同日而语,但恩纳尔斯的展望包括进行信息处理、构建解释模型以及理解复杂系统等,即便放在当下也没有过时。

  我们当然还可以做一些极端化的思维测试:假设人工智能达到了极高的水平,算法更加精准,不会输出有“幻觉”的内容,言必有出处;数据更加全面,不存在偏见等伦理问题;同时,人工智能的使用像21世纪初的学者使用互联网那样频繁和便捷,历史研究将达到一种什么状态?

  毫无疑问,达到这种技术水平的人工智能,必将诞生“智能历史学家”。美国学者玛妮·休斯-沃灵顿于2025年底出版专著《人工智能历史学家》,预言了机器成为历史学家的可能性,并且这个人工智能历史学家知识渊博,擅长表达,将能够胜任综述性的历史书写。不难想象,在跨文化研究、长时段分析、稀缺材料的使用、古文字的准确理解与史料运用等方面,人工智能历史学家将有出色的表现。有知识库的加持,人工智能历史学家对各个领域的知识都能够了如指掌,更容易做到真正意义上的跨学科研究。例如,对15世纪威尼斯复式账簿档案的研究,人工智能历史学家能够在原始账簿大量缺失、字迹模糊的前提下,重建总账中丢失或者损坏的账户信息,为研究威尼斯商人雅格莫·巴多尔提供更完整、精准的财务图景。再如,研究团队利用多模态大语言模型的算力,对《纽伦堡编年史》手稿上缩写符号的含义进行推理,在无专家协助的情况下,完成了对该手稿的识读、分析、综合理解,对一个困扰人类历史学者几百年的难题给出了一个全面细致的合理解释。人工智能历史学家基于当前大语言模型的能力,就已经展示出强大的档案文献处理水平。可以预见,未来功能更强大的人工智能应用,将在历史问题的研究中体现出深刻洞见。这带来一个挑战,当人工智能历史学家基于超级算力、全数据的分析、严谨的逻辑推理打造出对历史问题的权威解释,人类历史学家还需要(或者还有能力)对人工智能提供的答案进行优化吗?

  乐观的学者会推荐人机协作的工作模式。实际上,人机协作并不新鲜,更不神秘,在大语言模型没有普及之前,我们就有类似人机协作的体验。比如,有学者要计算一些比较复杂的算术问题,会使用计算器或者Excel这样的统计工具,这就是一种协作方式。人工智能时代的人机协作同样如此,并不会因为使用了技术工具而让解决问题变得更高级,也不会因为没有协同而低人一等。实际上,算术好的研究者也可以选择不用计算工具,相信用自己的笔头也可以推算出正确结果。两种工作方式殊途同归,除了效率方面的差异,其实没有本质区别。当然,人工智能工具功能更全面,用计算器的使用来做类比并不恰当,但协同的实质完全一样。人机协同也并不保证给出的解决方案一定更加合理。当所有史学工作者在历史书写的过程中都使用人工智能作为写作助理的时候,所有人就又都站在了同一起跑线。

  一个更值得商榷的问题是,人机协同的高级形态是让人类扮演架构师的角色,负责议题的设置、内容的把关,看似实现了“历史学家在回路中”的要求,也体现了人类的主体性,实则疑点重重。如果人类史学家在一篇论文中只贡献了几个关键词,或者至多几个“金句”,如何与人工智能分摊研究的贡献率?例如本文的撰写,笔者完全可以给谷歌的Gemini投喂如“人工智能赋能历史研究”“历史学者的主体性”等关键概念,然后让大模型生成一篇完整的文章,笔者最后再润色一下就可以提交了。以协同的名义让人工智能生成一篇像模像样的论文,在技术上已经毫无问题,未来人工智能的写作水平会更加高级,这样的协同创作能够在多大程度上体现文章的意义,在多大程度上体现人的价值呢?

  人工智能大规模介入历史书写,会让普通读者对历史研究祛魅。当历史书写的作者知道自己的论文有人工智能的参与,读者知道所读的文章有人工智能的辅助,作者也知道读者知道自己的文章有人工智能协作书写时,读者与作者之间传统的信任关系就被打破了。读者会轻看论文的价值,很难与作者共情,对文章的评价也会更加谨慎,因为读者不知道眼下的这篇文字的人工智能含量有多高,是否值得全情投入。

  即使学术论文面临着被祛魅的风险,历史学家还是抵不住诱惑,会在工作中大规模使用人工智能。这里涉及效率问题。在现有的学术评价体系中,大部分学者都有追求效率优先的压力。学者需要发表论文,而且是多快好省地发表论文。当人工智能被认定能够将学者从重复性的劳动中解放出来,还能够为研究者提供研究思路、协同进行历史书写时,没有人会拒绝雇用如此优秀的学术助理。历史学家会说服自己与超级人工智能合作,因为技术可以完成脏活累活,从而赢得更多时间投入深刻的思考。但这或许是一个虚无缥缈的幻想,一个比“人工智能幻觉”更强烈的幻觉:辛苦的工作被解决以后,难道不是去享受生活吗?对大部分学者而言,只有经过艰辛的思考,优质的学术思考才会涌现。更关键的是,在人机协作的实践中,例如对中世纪历史议题的协同研究,人类史学家要有足够的基本功,才能去判断人工智能对拉丁语文献的解读是否真实有效。

  历史研究是否属于效率优先的工作?是否存在重大的历史议题由于研究者没有使用人工智能提高效率而没有被及早发现,进而延缓社会发展?这样的情况或许有,但并不是普遍存在的现象。特别是对于普通史学工作者而言,大部分学术研究工作不过是在相关议题上修修补补,还轮不到他们去创立新学派,成为新领域的开山鼻祖。开宗立派的工作只能由少数历史学家来完成,而知名历史学家的成长之路并非遵循效率优先就一定能够走通,发现或者解决重大历史议题有很多偶然的因素。

  人工智能成为历史研究的基础设施,虽然是一个令无数史学工作者向往的未来场景,但理想照进现实后的情况远比我们想象得更复杂。唯一值得庆幸的是,人工智能发展水平是否能够达到高级程度,目前还无法判断。这种展望对当前的历史学界有什么意义呢?未来的社会发展状况很难预测,要么是物理定律跟不上想象力的步伐,要么是技术的跨越式发展超出了人们的预期,不管是激进还是保守,都可能引发史学界的反思,让从业者更直白地思考历史学科的意义所在。这种思考试图达成的效果是,在人工智能历史学家拥有垄断优势的领域,人类历史学家也能够找到存在的价值。历史学当然有探寻真相的诉求,所以努力在方法论上实现科学化的尝试,但这并不意味着历史学的尽头就是人工智能历史学家独立完成的历史书写。有一点毫无疑问,历史学毕竟是关注人类命运的学科,如果没有人类的参与,那历史学就失去了存在的必要。

  (作者系南京大学历史学院教授)

【编辑:郭飞(报纸)赛音(网络)】