2025年10月17日，中国人民大学“人工智能与历史研究”通识讲座系列第6讲在立德楼511教室举行。本次讲座由中国社会科学院大学数字史学研究中心、历史学院副教授向静老师主讲，讲座主题为《人工智能在数字史学领域的演化与冲击》，中国人民大学清史研究所副教授萧凌波主持，数十位校内外师生参与。向静老师对人工智能在数字史学领域的发展与应用作了探讨，介绍了这一领域的学术趋势和实践成果，通过具体案例，揭示了人工智能在文本识别、史料分析、数据建模等方面的潜力，展现了技术如何促进历史研究的创新与拓展。同时，向静老师也指出人工智能在处理复杂历史问题上的局限，强调了历史研究中理解与解释历史情境的不可替代性。

讲座的第一部分介绍了中美学界讨论数字史学涵义的不同侧重面，指出国内学界从理论上界定的涵义包括两方面：一是用以概括数字时代的历史研究；二是从狭义上认为数字史学属于历史学和信息科学的交叉领域，特点是以数字技术来开展历史研究和传播。向静老师介绍了社科大数字史学研究中心主持建设的《全球数字史学案例数据库》项目，从目前收录的859份个案研究来看，数字史学的实践集中于“数据”“工具”“平台”三方面，主要致力于将议题的多模态史料转化为复杂历史数据，发展针对历史数据的新方法与新工具，并从时间、空间、结构性与流动性四个维度来探索、呈现与传播历史研究的过程与结果。

向静老师分析了人工智能在数字史学领域迅速演进的动力与方向。面对21世纪以来出现海量数字原生数据的现实，历史学者需要借助机器、采用人工智能方法来应对史料形态变化的问题，但当前历史学的传统技艺主要来自于研究传统文明与非数字史料的领域积累，如何完成这一转变是对未来“历史学家技艺”的核心挑战。向静老师从历史地理、经济史等领域采用GIS、量化方法入手，分析了学科外部压力如何促进技术传导，并以交叉领域内代表学者的工作为例，指出解决学科内的核心问题始终是历史学采用新技术的内在动力，这也是观察数字史学领域内人工智能方法演进方向的基本角度。

向静老师提出，人工智能对于史学研究的冲击并不在于个别技术的推广，而是来自它与研究全流程的深度结合。她分析了机器技术分别用于史料整理、统计分析、空间映射方面的案例，认为n8n、“吾与点智能数据平台”等国内外技术目前已经提供了历史学者在低代码、无代码情况下尝试“全流程”的条件，并介绍了社科大团队在吾与点平台上进行数据整理、搭建RAG、自动调用小程序进行明代人物分析的案例。从已有的研究案例和尝试方向来看，人工智能在数字史学领域的演化，通过加速数据生产、丰富类型、提升质量、并由于它的方法特点，会对有量化色彩的研究形成各环节的全面支持，在这方面首先形成一种人机合作的研究工作流，这对于非量化的其他研究领域会带来积极还是消极影响，有待观察。此外，向静老师也结合《全球案例库》的数据，探讨了历史学者和非历史学者在数字历史研究中方法偏好、合作形式等方面的差异，如历史学者更倾向于基础建设与历史阐释的新角度；而非历史学者更关注自然语言处理、机器学习等通用型方法和工具的探索。

最后，向静老师提出一个问题：“历史学需要什么样的人工智能？”由于学者往往面对的是不完整、相互矛盾、不精确的史料，而人工智能在作为分析工具时会窄化和简化历史信息，对于历史研究的分析与判断而言实际会构成一种“片面性深刻”。从目前来看，历史学者对人工智能的期望指向一个能整合多源史料、支持分析性问题解答的动态建构工具，但这仍然只是理性思路的一种凝聚物，向静老师指出，在AI时代的挑战之下，历史学者有必要强调个体经验与情感联结所展现的研究独特性，保持批判性思考，实现既凸显个体的差异，又尽力维系学术共同体的目的。

讲座的最后，在座师生就现有数字工具所呈现的史料数据差异性与均一性问题展开讨论，向静老师指出历史学研究要关注数据的来源与结构差异，比如在使用各种数据库时，需要考虑数据库的来源、建立方法，才能理解使用中的数据性质及其用于历史阐释的有效性。

转发自公众号：人大历史本科教学