【学术争鸣】

　　知识生产工具的每一次迭代，都在不同程度上改变着学术研究的面貌。从手写抄录到机器印刷，从卡片摘引到建立数据库，技术的更替不仅提高了工作效率，也往往促成研究范式与学者工作方式的转换。如今，以大语言模型为代表的人工智能已广泛进入学术生活。那么，面对这一趋势，历史学将会发生怎样的改变？对此，史学界基本已经达成共识，在当下试图将AI完全排除在历史研究之外已不可能。历史学者们对AI的讨论越来越多，且多集中在两个层面：一是视其为辅助工具，探讨其在史料搜集、文字翻译与文献整理等环节中的应用潜力；二是担忧其潜在风险，努力防范其引发史实错误、学术伦理问题的可能。

　　笔者以为，以上探讨固然重要，但容易将AI仅视为一款新的检索或处理信息软件，而忽略了它或许正在带来的史学研究的实质性转型。笔者认为，AI正推动历史学逐渐从侧重“史料积累与考订”的传统路径，向更强调“问题洞察与整合分析”的范式转变。这种转变不仅涉及具体研究方法的更新，也将促使我们重新界定学术工作的内容，甚至重新审视历史学者的自身定位。

　　人工智能正在改变历史学的研究方法

　　曾经，历史研究在很大程度上是“劳动密集型”工作。“皓首穷经”“板凳要坐十年冷”，既道出了治学的辛苦与坚守的必要，也反映了传统史学对学者时间投入的要求。但AI正在减轻这些基础性劳动，逐渐改变史学研究的重心。

　　传统史学的基础流程，大致包括资料获取、整理、阅读和考证等几个环节，每个环节都伴随着大量的，甚至是机械的体力与脑力劳动。AI的介入正在改变这一局面。首先是资料的文本化。以往研究者面对史料，需要逐字录入，或依赖准确率不高的早期OCR技术。如今，结合大模型的AI工具，其OCR精准度已大幅提高，效果远非昔日可比。其次是翻译。语言是历史研究者绕不开的门槛，但AI可以快速生成各种语言的原文与译文逐段对照文本，通过调用几个不同的大模型翻译同一段从未涉及的语种文献，比对它们的一致与差异，学者基本能判断翻译的可靠程度，从而大大拓展了研究者接触和理解不同语种史料与研究成果的可能。最后是资料长编的整理。将OCR处理后的海量文本按特定主题或时间线梳理成资料长编，是历史研究的重要步骤，以往极为耗时。现在基本可将需求清晰地规划出来，交给AI智能体执行，之后再人工核对、筛选与补充，通过人机协作初步将研究者从繁琐的资料整理工作中解放出来。

　　这三件事合在一起，意味着过去被视为治学基本功的“辛苦”劳动，其重要性正在下降。当一位学者花几年积累的卡片资料，信息量可能还不如AI半个月处理的数据库时，历史研究的重心就不得不从“比谁占有的资料多”“比谁更能坐冷板凳”，转向“比谁的问题更有洞察力、分析框架更具解释力”。

　　AI正在使比较研究的时空限制被打破。这不仅体现在研究者可以读到更多语种的文献，更重要的是研究思维也会随之改变。受制于语言能力和资料获取的难度，以往多数研究者只能深耕于特定地域或时代，跨越时空的比较研究很少有人敢于尝试，且易流于表面。比如一个研究清代盐政的学者，很难同时阅读英、法文献，更不用说意大利、西班牙、德国等同样有过食盐专卖制度国家的材料。但AI极大地降低了跨时空比较的门槛，研究者可以迅速获取不同语言、不同地域的史料和研究成果。这使得一种新的研究方式有了普及可能，即使是研究一个很小的题目，也可以放在一个宏大的时空框架中审视。比如，清代盐政可与同时期英法意德盐政进行深入比较；而若想研究某个村落宗族变迁，同样可以借助AI快速了解同时期其他国家的村落社会形态及其与国家权力关系的相关史料和研究成果，从而在更广阔的参照系中理解研究案例的独特性。

　　通过比较，能更清楚地看出哪些特征是特定时空背景下的产物，哪些可能具有普遍性。这种建立在广阔视野之上的比较，使具体问题的分析有了更强的穿透力，它推动历史研究从封闭框架内的“内部挖掘”乃至“盲人摸象”，走向开放参照系中的“定位分析”。

　　史实考证是历史学的核心，传统观念中，优秀史学家必须掌握版本、目录、年表、地图等工具和音韵、训诂等“独门秘籍”，加上不为人知的稀见史料和广博的知识面，便具备了超越同侪的考据能力。但在AI时代，这一优势正在被削弱。

　　大模型所能阅读的文本量，已远远超出任何一位博闻强识的学者。到现在，它们的“记忆能力”同样无人可及，以往学者的独门秘籍正在丧失其优势。有人举例说，以前考证一两句未具名唐诗的作者和写作背景，非唐史学者可能需要花一两周时间去遍查典籍，但借助AI，只要几分钟就能得到可验真的正确答案。在史料广度与考证能力上，人脑与AI的竞赛已失去悬念。这意味着，历史学者的核心竞争力正在变化：从发现、占有史料并进行史实考据，开始转向激活和整合史料。当海量史料已成为随时可以调用的数据，研究的起点便不再是“我有什么别人没有的资料”以及“我有什么考证的独门秘籍”，而是“我能提出什么别人想不到的问题”。历史学人的价值越来越多地体现在提出具有原创性的研究问题上，历史研究正从“资料驱动”“史实考证”转向“问题驱动”。

　　人工智能正在增加历史研究的任务

　　AI在研究中的广泛使用，使历史学者增加了防范风险的任务，这是AI带来的历史学的另一重要转变。AI会一本正经地编造不存在的人名、事件和文献，即所谓的“幻觉”；它会顺着用户的思路、迎合用户的观点，即所谓的“谄媚”；它还喜欢用绝对化、夸张化的语言，使学术表达变得不够精准。这些问题已成为研究者利用AI工具时不得不面对的现实。如何防范这些风险，就成为历史研究的一项新的任务。

　　AI最广为人知的缺陷之一是“幻觉”，它习惯编造不存在的东西，或将不同人事张冠李戴。这对以求真为天职的历史学而言无疑是致命伤。过去，研究者只需要核实原始史料。现在，面对AI提供的大量信息，还必须花一道工序去核实AI输出的文字，即对AI生成的信息进行批判性“验真”。过去，历史学者的主要工作是“从无到有”发掘事实；现在，除了既有的发掘工作，还需要“从有到真”辨别真伪。这一过程与传统的考据工作类似，但考证的信息来源已大不相同。这在一定程度上提高了对历史学者的要求，毕竟超出知识储备的内容，需要花大量时间才能核实真伪，但无论如何，学术研究不可能背离求真的本质、不可能容忍AI的“幻觉”。这就要求学者们具备一刻不能松懈的批判性思维，不仅要评估AI提供的信息本身，还要用多个AI或人工来检验AI，最终将AI的输出都视为需要严格审核的“证言”而非可直接采信的“事实”。

　　比幻觉更隐蔽的风险是AI的“谄媚”倾向。为了提供“令人满意”的回答，AI会顺着用户的思路，迎合用户的观点，经常主动夸赞用户。这种看似愉悦的互动，对严谨的学术研究而言是个巨大陷阱。过去研究者只需要对自己的判断保持警惕，现在还需提防AI在不知不觉中影响自身判断。当一个研究者带着未经证实的假设与AI互动时，AI的谄媚机制会不断强化这个假设，优先呈现支持性证据，忽略反对性证据。研究者容易在AI营造的“回音室”中，将偏见误认为是经过验证的结论，最终陷入“循环论证”陷阱。这就要求从追求史料的客观转向主动的自我批判。学者必须意识到AI这个“合作者”是一个会迎合你的谄媚者，必须有意识地主动寻找与自己观点相悖的证据，或指令AI“从反对我的角度重新审视”。在持续的自我诘问和反思中，才能穿透AI带来的认知迷雾，逼近历史的“真相”。

　　风险还来自AI对语言的“污染”。AI喜欢使用一些绝对化、夸张化的句子，如“伟大的变革”“历史的关键”等。用AI润色文字时，它会将你审慎而有弹性的表达变得绝对化和夸张化，本来正确的表述瞬间变成错误的表达。过去，历史学者只需注意自己的文字表达，现在还要留意AI带来的语言污染，多了一道将其转译为正确表达的工序。AI还容易滥用“社会科学味”表达，热衷使用“结构转型”之类跨学科的抽象概念，甚至自行发明一些听起来高深但内涵模糊的术语，它还不分语境地搬用“利维坦”“修罗场”这类概念，对于不熟悉其理论背景的读者而言，这非但不能增进理解，反而造成困扰。历史学的美感与深度，恰恰在于对特定时代、特定人群的具体、鲜活、充满微妙差别的语言的尊重与再现。AI带来的语言同质化和去语境化倾向，是对这种历史感的威胁。因此，历史学者必须守护历史语境和精微表述，在使用AI辅助写作时对其生成的文本进行严格过滤，剔除夸张、绝对、不恰当的表达，将其“翻译”回朴素、准确、符合历史情境的语言。

　　AI的便利性构成了AI时代对历史学人的又一个重大挑战。由于AI的高效率和便利性，部分学者可能会以AI生成论文或者以AI审稿和评审学位论文，这有非常大的道德与学术规范风险。一方面，如果用AI审稿或评阅学位论文，几乎等于将作者辛苦许久做出来的研究放进了AI的数据库和训练资料集，这些学位论文就会不具名地被公开提供给AI的普通用户，严重侵犯知识产权。另一方面，以AI生成的学术论文，如果未标示AI在论文生产过程中的作用，也相当于是弄虚作假。

　　人工智能正在改变历史学者的角色

　　研究方法的转型和新风险的防范，最终都指向一个问题：历史学者自身定位的转变。当AI“接管”了越来越多学者的许多工作，“我们还能做什么”这个问题变得空前迫切。答案或许是，AI并非在取代学者，而是在促使我们从考据之学走向哲思之学。

　　传统史学训练在很大程度上是在培养处理繁琐、枯燥、机械的基础性工作的能力。目录、版本、校勘、音韵、训诂等工作的核心价值就在于为后续研究打下坚实资料基础。然而，这些工作正日益被AI取代。虽然考据和资料积累永远是历史学最基础的工作，但将其作为安身立命之本的空间正在被压缩。研究者必须从那些AI可以替代的重复性劳动中解放出来，去进行更具原创性和思想性的知识创造。这不是一个可选项，而是关乎学科未来的必然选择。

　　随着AI取代历史学者从事机械性工作，未来历史学家的核心价值可能体现在以下几种工作之上：

　　形成对史实的深度分析。AI赋予了历史学者前所未有的视野和时空比较能力，即使是一个很小的研究题目，也能通过广阔的时空比较提炼出更有穿透力的分析观点和更深刻的分析结论。历史学者的价值进一步体现在对历史材料的深度考据和解析，对海量信息进行整合、剪裁和重构，最终形成一个逻辑严密、论证扎实、有解释力的框架和“一语道破天机”的分析结论上。

　　提出有价值的原创问题。当“寻找答案”的成本被AI大大降低后，“提出问题”的能力就愈发显得重要。一个平庸的问题，只能从AI那里得到平庸的、人云亦云的答案；而一个深刻的、具有原创性的问题，则可能开启一个全新的深入研究。未来历史学者的核心竞争力，将越来越多地体现在其思想的原创性、理论的敏锐度和对时代脉搏的把握上。

　　创造出哲学高度的思考。从繁重的考据中解放出来后，历史学家有更多精力思考事实背后的意义。我们应该主动从历史中提炼思想资源，上升到哲学层面去思考。历史研究不应该继续充当哲学家的素材，而应该让自身具有哲学思考能力。历史学者创造的从历史中升华出的哲学思辨，AI难以企及，将是人类思想宝库中的重要内容。

　　践行田野调查。从司马迁开始，历史学就有田野调查的传统。近年来，田野调查在历史研究中重新兴起，既发掘了大量以往从未进入研究视野的史料，又为研究者提供了切入历史现场、理解史料语境的能力。目前，AI仍无法替代历史学家开展田野调查。践行田野调查，发现新史料，理解史料语境，借助AI处理史料，以有深度、有哲学思维、能提出原创问题的研究者身份展开研究，是历史学在AI时代极具生命力的领域。

　　AI时代的来临，对历史学而言不只是一次技术升级，它可能开始触及学科的根基，意味着一场深刻转型。这场转型挑战与机遇并存。挑战在于，历史学人长期以来所珍视和依赖的许多传统技能正在迅速贬值，大家必须直面被AI超越的焦虑，学会与一个强大而似乎并不那么“可靠”的伙伴共处。但更大的机遇在于，AI将历史学人从繁重的基础工作中解放出来，推向了更加广阔的思想创造的自由空间。历史学的未来，不在于抗拒或无视AI，而在于以开放、批判的心态去驾驭它。新一代历史学者，不仅要掌握传统的史学方法，更要懂得提出深刻的问题、设计巧妙的研究路径、批判性地使用AI，最终成为能驾驭复杂性、进行哲学性思考的学者。但仍须提醒的是：AI时代，历史学者必须保证研究成果的思路与框架，全部出自自己的思想，更重要的是，必须确保所写文章的每一个字，都在自己的切实掌控之中。

　　（作者：黄国信，系中山大学历史人类学研究中心暨历史学系教授）