讲座纪要 | 王涛：从手中有AI到心中无AI：人工智能时代历史研究的挑战与路径

2026年3月27日上午，复旦大学世界文明史研究中心系列讲座第二十一讲、“AI史学”系列讲座第一讲“从手中有AI到心中无AI：人工智能时代历史研究的挑战与路径”在光华楼西主楼2001会议室举行。此次讲座由南京大学历史学院教授、数字史学研究中心主任王涛主讲，复旦大学历史学系副教授许明杰主持，复旦大学历史学系副教授夏洞奇评议，吸引了众多师生到场参与。

讲座伊始，王涛教授从自身学术经历切入，谈及人工智能对历史学界的冲击。他指出，自2022年以来，人工智能经历了从“会聊天”到“会推理、会看听说、会调用工具、能执行任务的智能系统”的快速演进，这种井喷式发展引发了历史行业的普遍焦虑，其根源则在于对AI原理的不熟悉。

随后，王涛教授对AI技术的底层原理进行了深入阐释。他以“词嵌入”（Embedding）技术为例，说明生成式人工智能技术的一个底层逻辑是通过词向量的实现，基于统计概论实现文本生成。这一方法的核心假设是：词语的含义由其上下文锚定，AI工具通过计算词语之间的近似度来判断词语在具体语境中的含义。这一过程本质上是对概率的测算——即AI通过海量数据训练，推断出最可能出现的下一个表达方式。需要注意的是，AI的“理解”与人类的“懂”有本质区别：人类的理解基于生活经验、情感体验和价值判断，而AI的计算仅停留在数据层面。因此，我们在接触、使用AI工具的同时，也应当对大数据模型“祛魅”。既要看到其高效与高容量的优势，也要清醒认识到其局限性。

基于此，王涛教授指出，AI应成为历史学者的“Copilot”（助手）。他认为，AI不具备主动性，无法自主提出问题或确立研究方向，只能回应人类的指令。历史学家的价值在于放置“多米诺的第一块牌”——即提出有价值的问题，并设计研究路径。换言之，AI可以成为得力助手，但无法取代研究者的主体地位。

讲座的第二部分聚焦于人工智能对历史学研究的辅助功能。王涛教授将其归纳为四个层面：

其一，历史文献的结构化。传统史学研究中，从海量文献中提取关键信息是一项耗时费力的工作。AI可以从文本中自动识别并提取人名、地名、时间、事件等关键要素，生成结构化表格，极大提升文献整理的效率。例如，研究者可将一批中世纪教会文献输入AI系统，指令其提取其中涉及的修道院名称、院长任期、土地交易记录等信息，AI可在数分钟内完成原本需要数周乃至数月的手工劳动。

其二，多模态文献处理。王涛教授以两个案例展示了AI在史料修复与呈现方面的潜力。一是利用AI工具复原被维苏威火山焚毁的罗马文献。通过X射线断层扫描和机器学习算法，研究者成功读取了碳化纸莎草卷中的文字内容。二是将黑白照片、早期胶片等史料进行彩色化处理，使历史场景更具直观性与感染力。这些技术为历史研究开辟了新的可能性，使原本难以利用的史料重新焕发生机。

其三，利用AI制作辅助工具。王涛教授指出，研究者可结合代码制作同声传译工具、文本转录工具、语音识别工具等，这些定制化的辅助工具能够显著提升研究效率。例如，研究德国史的学者可开发一套德文历史文献的自动摘要工具，将长篇档案快速提炼为要点式摘要。

其四，建立个人知识库。王涛教授推荐了Notebook LM和秘塔搜索等实用AI工具，并重点介绍了RAG（检索增强生成）技术。通过这一技术，研究者可将自己搜集的全部文献、笔记、档案上传至个人知识库，AI基于这一专属数据库进行检索、解读、翻译和生成，输出结果具有高度的个性化和针对性。王涛教授以“如何七天完成一篇历史论文”为例，展示了AI辅助下的高效研究流程。事实上，从文献检索、资料整理、观点提炼到初稿撰写，AI可在各个环节提供支持，但研究者的批判性思维和创造性判断须贯穿其中。

在充分肯定AI价值的同时，王涛教授也深入剖析了“AI史学”可能带来的隐患，并将其归纳为以下方面：

首先是AI与人类在“第一作者”身份上的争议。随着AI写作与AI审稿的普及，人类参与度逐渐降低，人文社科存在的必要性或将受到质疑。王涛教授指出，当前已出现“AI写作、AI修改、AI审稿”的现象，若这一趋势持续下去，学术研究可能沦为机器与机器的对话，人文关怀与主体性将被消解。效率提升带来的虚假承诺，使得AI创作内容日益增多，而创造性却难以保障。因此在他看来，未来纯人工创作可能成为稀缺品，其价值反而会凸显。

其次，AI可能沦为“认知的兴奋剂”。当研究者习惯于依赖AI进行资料检索、观点生成甚至结论推导时，思维惰性便会悄然滋生。原本需要反复推敲、深思熟虑的学术思考过程，被简化为输入提示词、等待输出的机械化操作。这种认知上的“捷径”看似高效，实则削弱了研究者的独立思考能力。

其三，在结构性层面，王涛教授提出，数字鸿沟的加剧是一个不容忽视的问题。当前中英文大模型占据绝对主流，其他语言和文化背景的模型发展相对滞后。这意味着，非英语国家的历史文献、学术传统、文化价值观可能逐渐被边缘化，甚至湮没。他以小语种史料为例指出，若未来AI训练数据以中英文为主，那么用冰岛语、威尔士语等记录的历史文献将难以被有效处理，这些文化传统的研究将面临巨大挑战。

其四，在真实性问题上，王涛教授以生动的案例警示听众：AI生成中世纪图片时出现了火车，在生成1936年的电话图片中则出现了智能手机。这类“时代错乱”表明，AI并不具备真正的历史意识，它只是在统计概率的基础上进行图像合成。因此，研究者必须对AI生成的内容进行交叉验证，并由经过专业训练的人进行判断与把关。王涛教授强调，历史学的核心能力之一正是对史料真实性的鉴别，这一能力在AI时代反而更加重要。

最后，滥用AI易催生“标准答案”，导致学术研究丧失多样性生态。王涛教授提醒我们，当大量研究者使用相同AI工具、询问相似问题、获得相似输出时，学术观点的同质化将不可避免。而缺乏生活经历与“历史感”，则使人文学者的核心竞争力被削弱。历史研究不仅需要理性分析，更需要对历史的“共情”能力。而这种能力源于研究者自身的生命体验、情感投入和对人类处境的深刻理解，是任何算法都无法模拟的。

基于以上问题，王涛教授进而指出，上述问题的根源在于当前史学教育体系仍是工业革命的产物。现代历史研究成为专业的职业活动，其核心是批判性文献研究与“科学化”方法。这一职业化模式固然推动了学科发展，但也带来了若干弊端：学术研究日益脱离现实生活，形成封闭的学术共同体；职业化的“科学范式”使得研究问题被窄化，人文关怀被边缘化；史学与公众的隔阂日益加深，历史知识的生产与传播逐渐远离大众。而AI时代的到来，恰恰放大了这些固有弊端，迫使史学工作者重新思考历史学科的本质与使命。

此后，针对上述问题，王涛教授提出了历史学者的应对路径。

首先是坚守历史学者的主体性。王涛教授强调，阐释优于描述，创造大于复制。AI可以完成描述性工作，但真正的历史阐释则必须由人完成。历史学者可以使用AI语料库，但并非成为其中的一部分。换言之，历史研究者应以人的身份写作，而非仅仅作为“AI提示词”的延伸。他形象地总结道，研究者应“提出问题，而非仅仅回答问题”，因为提问本身就体现了研究者的学术视野和价值判断。

其次是成果呈现与认定的多元化。王涛教授呼吁打破传统学术评价体系对纸质论文的单一依赖，鼓励视频、图像、算法代码、数据库、数字人文项目等新型成果形式。他指出，数字史学的发展已经催生了大量超越传统论文形式的研究成果，这些成果在学术价值上不亚于纸质论文，理应在学术评价中得到相应认可。

其三，在历史教学方面，王涛认为AI时代教师的工作重心应从知识传授转向能力培养。“传道授业解惑”的传统职能并未过时，但其内涵发生了变化：教师不再是知识的唯一来源，其更重要的职责在于引导学生如何与AI协作、如何进行批判性思考、如何提出有价值的问题。他主张以项目为抓手推进教学改革，让学生在具体的研究项目中学习如何运用AI工具、如何处理史料、如何进行历史阐释，而非固守传统的分科教学模式。

讲座最后，王涛教授总结道：面对人工智能浪潮，史学工作者既不应被AI的高效率所遮蔽，也不应对所谓“史学危机”过度担忧。我们应当反思历史研究的意义，在确认主体性的同时发掘史学研究的新价值。同时，在形式与内容方面，对历史知识生产进行升级，倡导更个性化的表达，探索新的发布形态和成果形式。此外，在拥抱人工智能带来的机遇时，研究者必须懂得取舍，始终保持批判性思维与学术主体性，并对最终的历史阐释负责。结语之际，王涛教授以“Let‘s wait and see”表达历史学者对AI时代的态度——既是对未来的开放，也是对未知的审慎，他希望研究者能够有主体性地使用AI，拥抱人工智能时代。

此后是评议交流环节。首先，复旦大学历史学系副教授夏洞奇在评议中指出，他对中国学术在AI时代的发展抱有信心，但也认为对于只有少数史料的阐释型研究，AI的冲击程度可能有所不同。他进一步强调，当前AI数据的训练和权重确定，仍然需要人工的深度介入。

复旦大学历史学系教授马孟龙则指出，AI浪潮必然带来冲击，但人文学者也要对AI保持警惕。人文学科的核心是人文关怀，不能将情感消解为技术。对史料的感悟、对历史的理解，终究基于人本身的阅读体验和生命阅历。重复性的史料整理工作是学术训练的必经之路，要警惕被AI误导，更不能因AI的便捷而跳过这一基础训练。在场师生还就AI对史学教育的具体影响、传统史料研究如何与AI结合、历史学者主体性如何落实、数字鸿沟问题如何应对等议题与王涛教授进行了深入交流。讲座在热烈的讨论中圆满落幕。（撰稿 刘展鹏 审核 许明杰）