文科之声 | 黄国信：AI推动历史研究范式转变

7月20日，《光明日报》刊发中山大学历史人类学研究中心暨历史学系黄国信教授的文章：《人工智能与历史研究的转型》。全文如下：

人工智能与历史研究的转型

黄国信

知识生产工具的每次革新，都在不同程度上重塑学术研究的面貌。从手写抄录到机器印刷，从卡片摘引到建立数据库，技术的更迭不仅提升了工作效率，也常促成研究范式与学者工作方式的转变。如今，以大语言模型为代表的人工智能已广泛渗透学术生活。那么，面对这一趋势，历史学将发生怎样的变化？对此，史学界基本已形成共识：在当下试图将AI完全排除在历史研究之外已不现实。历史学者对AI的讨论日益增多，且多聚焦于两个层面：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。

笔者认为，以上探讨固然重要，但易将AI仅视为一款新的检索或处理信息软件，而忽略了它或许正推动史学研究的实质性变革。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”的范式转型。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”，既道出了治学的艰辛与坚守的必要，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