工作坊｜从人工到智能：AI时代的历史与人文探索

2025年1月11日至12日，由南京大学历史学院、南京大学数字史学研究中心数智文献研究室联合主办的“从人工到智能：AI时代的历史与人文探索”学术工作坊在南京成功举行。来自中国社会科学院、华中师范大学、加州大学圣克鲁兹分校、澳门理工大学等海内外知名高校及研究机构的30余名学者齐聚一堂，围绕人工智能技术在历史与人文研究中的应用、数字史学的发展潜力与挑战等议题展开深入探讨。

会议开幕式由南京大学历史学院副院长王涛教授主持，南京大学历史学院院长张生教授致辞。张生指出，南京大学作为中国“数字人文”研究的前沿阵地，始终关注人工智能等新兴技术在历史研究中的应用，并呼吁学术界努力探索数字史学发展的边界与可能性。

一、大会报告：数字时代的史学建设

华中师范大学中国近代史研究所所长马敏教授在《数字史学，何以成学？》的大会报告中，系统梳理了数字史学的起源与发展。他强调，数字史学是数字人文在历史学领域的具体实践，其核心在于利用计算机技术、网络技术和软件系统分析、生产与传播历史知识，超越了传统计量史学的范畴。马敏指出，当前历史数据库主要分为两类：一是基础性历史文献数据库，如“国家清史工程数字资源总库”“抗战文献数据平台”等，通过文献数字化与可检索化提升研究效率；二是研究性量化数据库，如“中国历代人物传记资料库”（CBDB）、“中国多世代人口数据库”（CMGPD）等，借助大样本数据推动历史研究的定量化与科学化。此外，社会网络分析、语境关键词分析等新方法的应用，标志着数字史学方法论的革新。面对生成式人工智能（如ChatGPT）的崛起，马敏认为，数字史学将迎来新一轮变革。如何利用大语言模型实现史学的“思考”与“发声”，将是未来研究的重点。

中国社会科学院近代史研究所副所长金以林研究员在报告中介绍了其团队主持的“抗日战争与近代中日关系数据平台”项目进展。目前，该团队已积累近2000种近现代人物日记的数字化版本，计划三年内完成10亿字日记的全文检索，并纳入年谱、书信集等文献，构建大规模智能化史料库。金以林强调，数据建设是史学数字化的基石，但资源分配与话语权不足仍是制约发展的关键问题。

加州大学圣克鲁兹分校历史系教授胡明辉提出“半机械翻译”（Cyborg Translation）概念，旨在结合机器翻译与人工校对的优点，提升中文学术文献的翻译质量。以《现代中国思想的兴起》第四章为例，其团队通过分割文本、机器初译与人工润色的流程，实现了翻译的准确性与风格统一。胡明辉指出，这一模式尤其适用于处理复杂术语与古典文献。

南京大学数智文献实验室助理教授金伯文展示了该校自主研发的数智文献平台。该平台集成Qwen、DeepSeek等国产大语言模型，支持历史文献的快速数字化、翻译与知识挖掘。现场演示中，团队展示了目录自动解析、多语种文献翻译等功能，并预告未来将开发多模态数据分析工具，进一步拓展平台的智能化应用场景。

二、专题讨论：数字技术的应用与挑战

会议设置三场专题讨论，聚焦人工智能工具、数据库建设与跨学科实践。

第一组专题报告由《广东社会科学》主编李振武主持。南京大学历史学院王涛在《人工智能是历史学家的兴奋剂吗？》中指出，AI虽能加速研究，但也可能导致“兴奋剂效应”，即过度依赖技术而忽视基础训练。他通过测试腾讯知识库工具与谷歌Notebook LM发现，现有工具在处理复杂历史文本时仍存在“车轱辘话”与“幻觉问题”。澳门理工大学人文与社会科学学院马光则探讨了本地部署AI知识库的必要性，强调开源模型（如LLAMA、Qwen）在处理古籍与手写文献时的潜力与局限。《历史研究》编辑部赵懿提出，生成式AI可系统化整理史料，但缺乏对历史主体情感与价值的理解，“现实关怀”仍是人类学者的不可替代性所在。

第二组专题报告由《澳门理工大学学报》主编陈志雄主持。金伯文展望了人工智能时代电子藏书的三大变革：数据库标准化、文献智能化与知识原子化。他提出，未来学者可通过数智文献平台构建个性化文献社区，实现知识共享的扁平化。量化研究案例亦引人注目。华中师范大学马克思主义学院薛勤借助缙绅录数据库，量化分析了清代学政的仕途流动；社科院姜涛助理研究员则聚焦国民党军官群体的地理与出身特征，揭示了政治变动对人事结构的影响。

第三组专题报告由《广东社会科学》编辑张祥梅主持。南京大学历史学院姚念达利用数字报刊数据库与BERTopic工具，分析了20世纪50年代美国社会的“核恐惧”对冷战政策合法性的冲击；南京大学信息管理学院宋宁远从资源语义化角度，探讨了AIGC技术在史料处理中的应用，并呼吁以“循证”思维整合数据分析与人文研究。南京大学历史学院李磊基于《中共组织史资料》构建数据库，通过数据驱动方法系统揭示了1927年后中共省委组织规模的动态演变及地域差异。

三、圆桌讨论：人工智能时代的史学未来

在南京大学信息管理学院张斌主持的圆桌会议上，学者们就数字史学的学科定位、技术应用等问题展开了热烈讨论。李振武指出，当前大数据研究结论多与传统方法雷同，需开发更契合史学需求的数据库；马光强调，数字史学应通过学科交叉挖掘新观点；赵懿则提醒，学者需保持主体性，避免沦为技术的附庸。南京大学历史学院李庆认为，AI可提升多语种史料处理效率，但技术开发需对接史学需求；《史林》编辑施恬逸预测，未来可能出现“个性化AI调试师”职业，以解决数据库整合与版权难题。张斌认为，人工智能与大数据的应用确实提升了数据收集与处理能力，但人工智能驱动的研究不应仅停留在数据的堆砌，而应致力于解决更复杂、深入的问题。

本次工作坊系统梳理了数字史学的发展脉络，展示了人工智能在文献处理、量化分析与跨学科研究中的广阔前景。与会学者一致认为，技术革新为历史学注入活力，但如何在效率与深度、工具与思想之间寻求平衡，仍是数字人文领域亟待探索的核心命题。