價值追尋：人工智能時代的歷史知識生產

【摘要】生成式人工智能的快速發展給歷史知識生產和歷史學家的工作方式帶來了新的變化。有觀點認為人工智能會推動創意內容生產的大爆發，帶來智慧產品的供給側自由；但是生成式人工智能的普及，很有可能惡化歷史書寫的整體生態環境。歷史學的專業化是工業革命時期的產物，當前，作為職業的歷史書寫已然無法適應人工智能時代的到來。一些歷史學家擔心自己的工作被人工智能取代，忽略了歷史知識生產活動的特殊性。人工智能時代的歷史書寫更需史學工作者回到初心，充分強調史學工作本質上的思維鍛煉與真相探尋，而非將其視作謀生手段，而這將更加有利于創造出本真的歷史研究成果。

【關鍵詞】生成式人工智能 歷史書寫 職業性

【中圖分類號】K061 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2024.14.006

引言

英國作家威爾斯（H. G. Wells）在其1895年出版的科幻小說《時間機器》（The Time Machine）中，不僅提出了時光旅行的概念，也讓時光機相關主題成為重要的文學橋段。后來的文學作品中出現了大量相似的情節，例如，披上浪漫愛情故事外衣的《時間旅行者的妻子》（The Time Traveler's Wife），以及“架空小說”（alternate history）的案例——《米與鹽的年代》（The Years of Rice and Salt）。穿越時光的構想十分令人著迷，如果歷史學家能夠坐上時光機進入歷史現場的話，許多歷史研究中的疑難雜癥或許就會迎刃而解。

可惜，時光機只存在于虛構中。科幻小說中的歷史學家也只能用我們熟悉的工作方式開展研究，正如《達·芬奇密碼》（The Da Vinci Code）的主角那樣，雖然整個故事有奇幻經歷的加持，但故事的主角本質上卻是靠著像歷史學家那樣的考證功夫一次次化險為夷。似乎這些充滿想象力的天馬行空的創作，也無法撼動歷史學家在大眾心目中的刻板印象。歷史學和歷史學家與技術和機器的關系到底是近是遠，實難用一兩句話回答。

人工智能介入下的歷史知識生產

史學創作開始出現岔路。傳統的歷史學家形象，以及歷史學家有板有眼的工作方式，在生成式人工智能的沖擊下，也許將發生翻天覆地的變化。

作為一個學術共同體，歷史學家們都遵循一些基本的工作原則，比如重視史料、強調因果關系的解釋等。司馬遷在《史記·淮陰侯列傳》中透露了他的研究方式：“吾如淮陰，淮陰人為余言，韓信雖為布衣時，其志與眾異。其母死，貧無以葬，然乃行營高敞地，令其旁可置萬家。余視其母冢，良然。”在這看似不經意的描述中，司馬遷踐行了實地探訪與采集口述資料相結合的方法論。無獨有偶，西方史學之父希羅多德在書寫關于希波戰爭的歷史時，也采取了類似的方法。中西方兩位歷史大家不約而同地使用類似的史學研究手段，并為后世立下了標桿，這也說明古今中外歷史知識的生產有殊途同歸的方式。

人工智能介入后，史學創作開始出現岔路。自2022年底生成式人工智能應用發布以來，即使是普通人也已經領略到了人工智能在知識生產方面強大的文字輸出能力。看著大模型在一堆指令的引導下，快速生成連貫的文字，我們不由得心生感嘆，知識生產似乎變得愈發廉價了。一位北京的小學生已經通過與大模型合作，完成并出版了一部以火星冒險為主題的科幻小說。[1]人工智能的文字輸出能力與歷史學家的知識生產，具有天然的適配性，從某種程度上說人工智能的工作模式，甚至就是在模仿歷史學家。[2]但是在算力和速度上遠不及計算機的碳基生命體的歷史學家，似乎即將面臨令人沮喪的未來前景：歷史書寫是否要被生成式人工智能取代，狼真的要來了嗎？

AI培訓課程的局限性。AI浪潮席卷而來，引發了人們的焦慮，令從事學術研究的初學者惴惴不安，并由此催生了一門生意。許多機構利用人們的AI焦慮大肆營銷，推出了五花八門的人工智能培訓課程，大量培訓課程以AI輔助學術研究為噱頭，給聽眾傳授AI賦能的技術，鼓吹人們通過學習此類“科學咒語”，就能大幅提升工作效率。很多課程的廣告詞頗具吸引力，例如，宣稱學習此類課程能夠告別內卷，讓人工智能替我們打工，進而節省出大量休閑娛樂的時間。

筆者深度觀察了類似課程的講授內容和教學大綱，最干貨的內容美其名曰“提示工程”，即用合適的提示詞與大語言模型進行交互，課程內容涉及如何提出需求、如何限定結果輸出形式等，從而最終實現完成學術論文的目標。課程的講師們都是站在人工智能風口上的先行者，其中大部分也確實是學術圈中人，他們借由傳統的學術研究經歷積累了豐富經驗，然后將學術生產與大模型結合起來，實現了高效的研究成果產出，看起來頗具說服力。課程體系的設置直擊迷茫的年輕學者的痛點，細分課程包括如何用AI輔助撰寫課題申報書，如何用大模型梳理學術綜述并找到“新的”學術問題，以及最終如何寫出完整的學術論文。在“洗腦”話術的影響下，眾多深感學術壓力巨大、缺乏實戰經驗的潛在客戶躍躍欲試，對生成式人工智能輔助學術研究產生了不切實際的期待。

然而，所謂AI賦能學術研究相關課程的最精華部分，與司馬遷、希羅多德踐行的歷史書寫方法毫無關聯。那么，這是否說明，在生成式人工智能日益普及的當下，司馬遷的史學方法已經過時了。學術寫作完全被簡化為提示詞架構工程：利用“精心”設計的提示詞，激發大模型超強的語言組織能力和推理能力，最終從海量語料中梳理和總結出看上去邏輯完整的學術研究成果。

復雜的學術研究在大模型助力下變得“簡單”的前景令AI課程非常火爆，研究生是主要的潛在客戶。AI課程受到追捧讓我們看到，最先進的人工智能被用在了最需要原創性的領域，最終卻生產出了大量平庸的產品。這意味著，現在的研究生們將有幸成為生成式人工智能時代成長起來的第一批學生。然而，他們的工作方式被AI牽引，與傳統學術習慣迥異：通過充分挖掘大模型在文本整理、內容生成方面的優勢，學術研究的過程變成了將現有的二手研究（比如知網的論文）投喂給大模型，借助AI的算力對海量文獻進行精讀，然后輸出一個梳理過的精簡版。學術研究因而完全變成了從文獻到文獻的輸出，在這個過程中，難以見到研究者的個人體驗和深入思考。

或許，這樣的結果并不令人吃驚。學術研究的“異化”時刻即將到來，只是時間早晚的事情。過分強調提示詞的重要性，不僅讓人機交互變成了“科學咒語”，而且在這一過程的潛移默化下，使用者的思維邏輯將愈發向人工智能對齊，而不是相反。1962年，彼時計算機尚未成為通用學術工具，已有學者擔憂，對計算機的過于著迷可能導致人們只能小心翼翼地提出計算機能夠回答的問題。[3]在大模型流行的時代，提示工程風生水起，從某種程度上說這只不過是人類思維向人工智能思維對齊的一種方式。從短期來看，提示詞寫得好，確實能將歷史知識的生產提升到一個新的檔次，但是，從長時段來看，這會不會是人類的思維水平被人工智能反向拉低的開始呢？各種如火如荼的AI培訓課程將提示詞作為賣點，是否正是把研究者的思路禁錮在了大模型的框架中。這樣的擔憂不無道理。

在欣欣向榮的技術史書寫中，歷史學家們總會強調技術進步帶來知識傳播效率的提升。教會壟斷知識的局面被打破，最終西歐發生宗教改革，推動了整個人類歷史的進步。但是，哈佛大學歷史學家尼爾·弗格森（Niall Ferguson）敏銳地指出：17世紀，印刷品確實在某種程度上推動了科學革命的發展，但印刷術同樣導致大量迷信內容的廣泛傳播，如煉金術、占星術、巫術以及關于變形論與共生論之間區別的晦澀爭論，“在我們這個時代，我一直驚嘆于社交媒體對陰謀論的關注遠遠超過對基于證據的理論的關注”[4]。一些樂觀的人們滿懷希望地認為人工智能會推動創意內容生產的大爆發，帶來智慧產品的供給側自由，這或許并非妄語；但也應看到生成式人工智能的普及，很有可能惡化歷史書寫的整體生態環境，使大模型逐步淪為生產廉價文字內容的加速器。

職業性歷史書寫的消失

歷史學的專業化進程。AI賦能歷史知識生產的概念大行其道，讓深感跟不上節奏的史學家產生焦慮，卻讓那些認為抓住了人工智能契機的“弄潮兒”暗自竊喜，他們似乎認為，從此以后，歷史書寫將變得易如反掌，職稱、績效、榮譽都會接踵而至，誰會在乎產出的歷史學論文是精品還是老生常談的平庸之言呢？坦白講，想通過人工智能在歷史知識生產方面走捷徑，其實沒有什么可以指摘的地方，甚至說，這是歷史學高度專業化之后必然出現的結果。西方史學史專家有一個共識，歷史學的專業化是從19世紀開始的。歷史學本身非常古老，“只是到了19世紀，歷史學才被轉化為一種專業化了的規范而使它自己成為了經過專業訓練的歷史學家們在實踐著的一種‘科學’”[5]。學者們關注的是蘭克學派在此過程中為歷史學注入了科學性，帶來了方法論上的規范化，從而提升了歷史研究的專業性。但是，筆者更想強調的是歷史學與專業化的歷史學是兩個概念：專業化更重要的價值是奠定了歷史學家作為一種社會職業分工的基礎。

歷史學的專業化進程之所以發生于19世紀，其實是工業革命持續發展的必然結果，這是為培養符合工業社會的公民素養所作出努力的組成部分。歷史認知作為公民素養的一部分，推動了歷史學家向職業化邁進的步伐；相應的，大學成為了培養行業規范的場所，進一步推動了歷史學研究的職業化。歷史研究的專業化，包括設立了一些重要的標準，比如工作技能、學術規范（行業秩序）、培訓流程、學術共同體等，都是適應工業革命的產物。通過設立歷史研究的職業化規范，一方面，可以不斷提升歷史知識生產的專業性，從而保證產出內容的權威性；另一方面，也為歷史學家這個職業設置了準入門檻，保證這一群體不失整體上的水準。雖然有各種顯而易見的正面效應，但職業化進程不可避免地會出現體制僵化、業務能力之外因素的干擾等普遍性的問題。職業化意味著歷史研究本質上成為一種工作類型，不論其是否為服務業，都會讓從業者直面職場壓力，包括晉升渠道、績效考核、職業倦怠等，以至于有學者一針見血地指出，過度的職業化對歷史學而言并非好事。[6]學術研究本質上是探索未知的過程，歷史學研究需要從業者不斷學習，甚至還要主動跳出舒適區，去開拓新的研究領域，而這都會形成巨大的負擔，也增加了業務成本。在職業化的限制下，創新研究將在一定程度上受到遏制。

人工智能與職業化的歷史學家。在歷史學職業化的背景下，歷史學家的工作受到了許多學術研究之外因素的影響，也會有效率優先的功利性追求。人工智能的崛起，將會給歷史知識的生產帶來非常微妙的變化。史學工作者會不會為了提高績效，使用人工智能來協助研究工作呢？畢竟，完成符合學術規范的研究成果，是被學術共同體認可與接納的重要標準，是學者的“名片”。[7]因此，從業者有充分的動機，使用人工智能來高效地完成學術論文。那么值得注意的問題是，一方面，一篇有人工智能參與的學術論文，在怎樣的范圍之內，才不會出現學術倫理規范的問題；另一方面，在人工智能的沖擊下，歷史書寫所要求的專業技能被算力攻克，歷史學工作者的職業技能培訓會因此受到影響，所謂“由儉入奢易，由奢入儉難”：年輕人會思考，在人工智能已經能夠實現快速檢索、內容輸出的情況下，為什么還要花時間強化歷史研究的基本功，比如考據、語言訓練等。從各種AI賦能課程的火爆程度，我們就能感受到未來的學者對效率的考量。

如此一來，歷史知識生產由生成式人工智能代勞，除了將制造大量毫無營養的文字內容之外，還有一個重新塑造人類讀者閱讀品味的問題。這或許是《人類簡史》的作者，以色列歷史學家赫拉利（Yuval Harari）無比憂慮的原因，人工智能破壞了人類的操作系統。[8]歷史書寫是人類文明中特有的“講故事”的能力，現在這項本領已經被AI習得，歷史學還有存在的必要嗎？職業導向的歷史工作者如果以經濟理性的視角應對人工智能的發展和普及，為了勞動價值的最大化，他們顯然會讓人工智能更加深度地介入歷史知識的生產，用高效率來換取超值的一般等價物。人工智能時代成長起來的史學實踐者，將會對傳統學術規范進行調整，形成與19世紀以來完全不一樣的學術共同體。所以，“歷史學不存在”，可能并非危言聳聽，而是大概率會發生的事情。

回到初心

大模型與人類歷史學家。生成式人工智能介入歷史研究無可避免，作為碳基生物的史學家，如何應對這世界百年未有之大變局呢？最新的進展是，OpenAI特別推出了ChatGPT的教育版，[9]開放了用戶的私有數據訓練，用戶可以將專業的數據針對性地投喂給大模型，組建私域知識庫，讓先進的ChatGPT-4o在專業問題上少犯甚至不犯錯誤。毫無疑問，論檢索、邏輯推理、知識儲備的能力，大模型已經遙遙領先于人類，人類歷史學家還有能力去“對抗”大模型的強悍算力嗎？

當然，這里的悖論是，為什么人類歷史學家要跟大模型比拼算力？人作為萬物之靈長，為什么要俯下身來跟大模型對齊呢？這不是拉低了人性的價值嗎？在這個科技水平高度發達的時代，飛機、摩托等現代化的交通工具為人類提供著不同的出行選擇，從純粹的速度上看，它們都比人類步行或者奔跑要快得多，但我們會因此而焦慮嗎？答案是，我們不僅不會焦慮，反而會享受高效出行帶來的便捷。當然，有人會說，大語言模型跟交通工具不同，前者接手的是人類擅長的智力活動，而這曾經被認為是人類獨有的創意品質，現在似乎也要被機器接管了。

讓我們回到數字化之初，歷史學家曾經出現過類似的焦慮。史料的數字化給史學研究的工作方式帶來了翻天覆地的變化。這在使得歷史研究工作更加高效便捷的同時，也引發了新的問題，包括無法回溯、數字化質量低等，并由此帶來了準確性的不足。[10]大模型的主要應用場景是，用戶利用人工智能的信息整合能力，對長文獻進行梳理，并總結要點供用戶參考。我們能在多大程度上采信算法總結出來的摘要呢？各種AI賦能課程向觀眾展示了大模型總結和梳理長文本的功能，并且鼓吹其具備一次性處理十萬，甚至百萬字長文本的能力，極具誘惑力，但相關課程從未提及大模型文本總結和梳理的效果如何，甚至沒有一個客觀的標準來對結果進行評價。筆者在實踐中，對不同大模型的摘要能力進行過測試，最大的感受是：形式上堪稱完美，但是細節上仍有瑕疵。這意味著，在真實的應用場景中，史學工作者可能要不斷提醒自己，AI生成的結果需要辨析，仍有必要回溯原文查找更相關的細節，那么這是不是還不如自己去閱讀原文呢？

更大的問題在于，人工智能參與的歷史書寫缺乏主體性。作為碳基生物的史學工作者在效率上可能不如人工智能，但他們能夠明確自己的訴求和研究寫作目標，能夠做到文責自負，而目前任何一款大語言模型都無法解決主體性缺失的問題。因此，在人工智能大行其道的當下，個體的深度閱讀仍然有著不可或缺的意義。法國歷史學家法爾熱（Arlette Farge）用非常感性的方式強調了歷史學家與檔案交互的價值，應對材料進行直接的、可觸摸的研讀，重視接觸過去殘留物的感覺，比如紙張的分量、味道等。[11]在這個看似浪漫主義的描述中，研究者的主體性得以凸顯，這將有助于歷史學家理解歷史檔案，形成言之有物的認知，進而能夠達到單純檢索數據庫無法比擬的效果。同樣的利弊之于大語言模型依然適用，史學研究需要準確性，需要可追溯，而最先進的大模型在這些方面的功能也差強人意。

回歸歷史書寫的本質。一些歷史學家擔心自己的工作被取代，這是因將歷史知識生產的活動與其他職業活動等量齊觀地看待。而這不僅是對歷史學本質的曲解，也是對人性本質缺乏自信的表現。現代化的交通工具讓人們的出行毫無壓力，但是，人們會因此放棄跑步嗎？阿爾法狗（AlphaGo）在圍棋界打敗天下無敵手后，人類就選擇不下圍棋了嗎？并沒有，人們只是不再將跑步作為出行方式，也不再將圍棋勝負作為功利的追求，而是僅將其視為純粹的強身健體、思維訓練的手段。同樣，生成式人工智能的發展和普及也不會取消人的智力活動，如果人們真正的追求只是用歷史書寫鍛煉思維能力，那么效率或許并非史學工作者看中的唯一優勢，由此讓歷史知識生產的實踐活動回到了史學研究的本質。有了這樣的自信，即使在面對人工智能的“算力霸權”時，人們也可以從更高維度來評價人與人工智能之間的落差，那就是人性的充盈。而這是人成其為人的必然。

我們仍然可以回到歷史書寫的源頭尋找答案。作為當下的歷史學工作者，我們以為自己與兩千多年前的司馬遷、修昔底德是學術同行，能夠與他們進行隔空對話；但我們實際上是職業化的史學工作者，顯然無法與司馬遷、修昔底德相提并論。我們與史學之父之間隔著工業革命，在境界和追求上毫無可比性。修昔底德在《伯羅奔尼撒戰爭史》中，回顧了自己寫作的目的：“在這次戰爭剛剛爆發的時候，我就開始寫我的歷史著作，相信這次戰爭是一個偉大的戰爭，比過去曾經發生過的任何戰爭更有敘述的價值。我的這種信念是根據下列的事實得來的：雙方都竭盡全力來準備；同時，我看見希臘世界中其余的國家不是參加了這一邊，就是參加了那一邊；就是那些現在還沒有參加戰爭的國家，也正在準備參加。這是希臘人的歷史中最大的一次騷動，同時也影響到大部分非希臘人的世界，可以說，影響到幾乎整個人類。”[12]在修昔底德的自述中，我們看不到有絲毫世俗的理由在推動他的歷史創作。當然，支撐這種理想主義的是堅實的物質基礎，修昔底德家境殷實，父親在色雷斯經營金礦，他毫無生活壓力；此外，修昔底德曾經作為統帥直接參與了戰爭，在戰后又經歷了流放，“閑暇的時間給了我特殊的便利，使我能夠深入研究一切”[13]。表面上看，修昔底德成功創作《伯羅奔尼撒戰爭史》似乎是因為“沒有打過仗的將軍，不是好的軍事史學家”；而實際上，修昔底德既有雄厚的物質基礎又有充足的時間，這讓他有了更大的格局，即能夠從一開始就意識到這是一場“偉大的戰爭”，以至于幾乎全人類都將蒙受其影響。修昔底德沒有任何職業化的束縛，他因此能夠自由地進行歷史寫作。也正是這樣一種毫無功利性的書寫沖動，成就了他作為“歷史科學之父”的美譽。

顯然，大部分職業歷史學家沒有修昔底德那樣雄厚的家底，但是人工智能的普及從另外的角度創造著大批有閑階級。雖然人們都很擔憂，AI會取代很多工作崗位，導致大量人類勞動力失去工作機會。但是，經濟學家通過模型推演預測，人工智能的普及實際上會帶來物質財富的幾何級增長。[14]從積極的角度看，這意味著，AI廣泛介入生產領域后能夠在不增加人力成本的前提下，創造更多全體社會成員共享的財富。在社會總體財富足夠充裕的情況下，通過“全民基本收入”（Universal Basic Income）進行分配，[15]這也不失為人類社會可能的美好未來場景之一。這樣一來，即使大部分需要腦力勞動的崗位也讓位于大模型，但由于沒有了“稻粱謀”的壓力，歷史書寫反而可以讓真正的歷史學者變得更加純粹。

尋找歷史書寫的意義

我們經常看到歷史學家抱怨歷史寫作是一個痛苦的過程，“我們不僅要去看書信和日記、自傳、回憶錄，還有家庭史，還要看文學材料——劇本、韻詩與故事，不管它們與特定人物的真實生活的關系如何”。[16]經常出現的情形是，歷史學工作者為了寫出一個簡短而令人信服的句子，也需要進行大量的閱讀，這絕非高性價比的工作，但是，堅持下來則能獲得極大成就感。生成式人工智能或許能減輕寫作過程中的痛苦，卻也影響了成就感的獲得。因此，真正以文字為樂的寫作者，也許不會排斥人工智能，但是仍將珍惜“眾里尋他千百度”的體驗感，珍惜手作的或許粗糙但真實的成果。

理想主義的選擇當然會面臨風險，但是生成式人工智能對歷史知識生產的影響，幾乎是無法回避的。巴爾維特（Avital Balwit）曾是一位自由作家，以稿費為主要的經濟來源。后來，她加盟了開發出Claude 3的人工智能公司Anthropic。不久前，巴爾維特在其題為《我工作的最后五年》（My last five years of work）的文章中寫道：“我今年25歲。未來三年可能是我工作的最后幾年。我沒有生病，也不會成為家庭主婦，經濟上也沒有幸運到即將自愿退休。我站在技術發展的前沿，如果技術發展來臨，我所知道的就業就有可能終結。”[17]這段文字足以令人焦慮并向讀者傳遞了一個驚人的內幕：知識創造類工作即將過氣，3～5年之后會大規模被人工智能取代。

當然，巴爾維特的本意并不是要預測一個危言聳聽的前景。作為最前沿人工智能公司的CEO，她或許看到了大語言模型更為先進和高級的能力，這讓她對此有著超出常人的見識。那么，生成式人工智能大舉進入歷史知識生產領域，似乎是不可避免的事實；歷史學工作者出現冗余，似乎也是隨之出現的必然結果。然而，好消息是，歷史學并不會因此消失。司馬遷、希羅多德、修昔底德，這些杰出的代表人物，讓我們看到了歷史學家應有的風格。他們不是職業歷史學家，卻做到了以學術為志業；他們的歷史書寫，或許缺乏19世紀以后史學工作者的科學性，卻并不妨礙他們真誠地對待自己的知識生產。

由此觀之，工業革命帶來的歷史研究的職業化，雖然提升了ykcrxFT3PQw7EkZiGsM4o5PrqVlmRbWgKb9CXu/RkVg=歷史研究的專業性，加強了歷史書寫的科學性，但是，歷史學研究者精神層面的追求反而被弱化了。這使得職業化的歷史研究與純粹的歷史書寫漸行漸遠，進而沾染了功利色彩，成為賺取勞動報酬的方式。換言之，歷史學研究職業化帶來了歷史書寫狀態的巨大差異。[18]然而，生成式人工智能發展普及后，職業意義上的歷史學或將不復存在，但純粹意義上的歷史學依然充滿價值。如果歷史學研究者找回初心，那么史學研究工作將不再是為了“稻粱謀”，而是自我價值實現的路徑，在這個維度上進行的歷史知識生產，將不會受到人工智能的負面影響。與之相反，他／她會更加自主地借助人工智能的相關能力，并發揮自身的長處，進而更有可能在人機協作中生產出更加優秀的史學作品。而這種松弛感，將成為人工智能時代的生活哲學。

在未來的3～5年間，以歷史書寫為職業的歷史學家或許還能堅守一段時期。當然，如果知識生產的職場氛圍更加開放一些，或許能讓職業化的歷史學家更加從容地應對人工智能快速發展與應用的局面，比如，高校對歷史學教授的評價機制不再立足于論文刊發的數量、等級，而是設置其他更加多元化的評價指標。在外部環境難以改變的情況下，史學工作者就更應修煉自己的內心，像愛德華·吉本（Edward Gibbon）那樣，選擇成為一名體制外的歷史書寫者，并不影響其創作出《羅馬帝國衰亡史》。在這個問題上，中西方的哲學都能給我們帶來啟發。羅馬時代的思想家塞涅卡（Seneca）寫給友人的一封信，可以用來指點迷津。他寫道：“請預留幾天時間，在這幾天里，讓自己滿足于最簡單、最便宜的食物，穿著粗糙樸素的衣服，同時問問自己：這就是我曾經害怕的境況嗎？”[19]如果我們對此都能給出堅定的答案，那么人工智能對知識生產的沖擊就極為有限。

同樣發人深省的哲理來自東方的禪宗故事。對于如何才能悟道這一問題，高僧往往建議，覺悟不能求諸外，而要在日用常行的實踐中求得，即所謂“神通并妙用，運水及搬柴”[20]。高深的禪機，被融匯于日常生活，表達了“平常心即為道”的思想，而這也是我們坦然面對急速發展的人工智能的深刻奧義。如果史學工作者能對歷史書寫滿懷激情，不去計較一時之得失，不論是否受到人工智能的影響，都能做到怡然自得，便能在日常的研究實踐中有所收獲。在這種順其自然的心態之下，就不必擔憂生成式人工智能會搶掉我們的“飯碗”，因為歷史書寫的成就感不在于“飯碗”的牢靠與否，因而也就不會汲汲于KPI，更不會跟AI比拼粗制濫造的工作報表，而是將推崇“無所用心”的精神食糧。紐約州立大學歷史學博士候選人萬澍在一次訪談節目中提到了面對生成式人工智能的矛盾態度：他并不排斥使用AI，但也非常看重史學研究最核心的技能，因此并不希望閱讀思考寫作的環節全部被人工智能取代。[21]這無疑是一種更加自覺的立場，而這其實也是人工智能時代一種更可取的史學研究價值觀，在人工智能的沖擊面前，每個史學工作者都需要在效率與學術理想之間進行排序，如果選擇后者，那么就需要充分強調史學工作本質上的思維鍛煉與真相探尋，而非物質性的追求。

結語

在本文撰寫的過程中，一年一度的高考落下帷幕。令人驚喜的是，人工智能相關的議題進入了2024年高考作文題，顯示了相關話題的巨大影響力。命題專家意識到了生成式人工智能對教育的影響，希望年輕人回答，隨著互聯網的普及、人工智能的應用，越來越多的問題能很快得到答案，那么，我們的問題是否會越來越少，提問是否還有必要。這樣的作文題能夠激發社會對教育本質的反思。實際上，對于使用者而言，在歷史知識生產的語境下使用人工智能，問題不僅不會減少，反而對提出高質量問題有了更高的要求：一方面，我們需要通過提出高質量的問題推動有效的人機協作，在基于邏輯的思維鏈條中推進工作流，實現大模型的微調，并激發大模型的智慧潛力；另一方面，生成式人工智能輸出的答案也需要在新的提問中得到檢驗。由此可見，在人工智能充分介入知識創造的進程后，人類的思維模式可能隨之改變，歷史知識生產的方式也終將進行調整。這或將是社會發展的整體趨勢，但對于個體史學工作者而言，卻可以選擇秉持什么樣的價值觀以積極地應對挑戰。

注釋

[1]《9歲男孩用智譜清言創作了一本圖書，現在已經上市！》，2024年5月16日，https：//mp.weixin.qq.com/s/1GT7ao0KXEj6EOxvkRytWw。

[2]J. Sternfeld， “AI–as–Historian，“ The American Historical Review， 2023， 128（3）.

[3]L. Mumford， “The Sky Line 'Mother Jacob's Home Remedies'，“ http：//www.newyorker.com/archive/1962/12/01/1962_12_ 01_148_TNY_CARDS_000269697.

[4][19]R. M. Simon， “My Last Five Years of Work，“ https：//www.russellmaxsimon.com/p/my-last-five-years-of-work-ai-disruption.

[5]格奧爾格·伊格爾斯：《二十世紀的歷史學》，何兆武譯，北京：商務印書館，2020年，第22頁。

[6]D. Wright， The Professionalization of History in English Canada， Toronto： University of Toronto Press， 2005， p. 169.

[7]R. Torstendahl， The Rise and Propagation of Historical Professionalism， Oxford： Routledge， 2015， p. 87；孫江：《學而衡之》，北京：商務印書館，2023年，第269頁。

[8]"Storytelling Computers Will Change the Course of Human History， Says the Historian and Philosopher，" https：//www.proquest.com/docview/2807109822？accountid=41288&sourcetype=Magazines.

[9]《ChatGPT Edu版本來啦：支持GPT–4o、自定義GPT、數據分析等》，2024年5月31日，https：//mp.weixin.qq.com/s/_zljXwvak2EYt4P6rq5P8Q。

[10]T. Hitchcock， “Confronting the Digital，“ Cultural and Social History， 2013， 10（1）.

[11]約翰·托什：《史學導論》，吳英譯，上海：格致出版社，2024年，第127頁。

[12][13]修昔底德：《伯羅奔尼撒戰爭史》（上），謝德風譯，北京：商務印書館，1985年，第2、374頁。

[14]“AI May Be on a Trajectory to Surpass Human Intelligence; We Should be Prepared，“ https：//www.imf.org/en/Publications/fandd/issues/2023/12/Scenario-Planning-for-an-AGI-future-Anton-korinek.

[15]圖靈獎得主、被稱為“人工智能之父”的杰弗里·辛頓（Geoffrey Hinton）在很多場合提出過類似的觀點。“全民基本收入”是應對人工智能搶奪民眾飯碗、維持社會穩定的方法。參見《擔憂大規模失業前景 AI教父建議英國政府推行全民基本收入制度》，2024年5月21日，https：//baijiahao.baidu.com/s？id=1799600541852548200&wfr=spider&for=pc。

[16]娜塔莉·戴維斯：《馬丁·蓋爾歸來》，劉永華譯，北京大學出版社，2015年，第11頁。

[17]A. Balwit， “My Last Five Years of Work，“ https：//www.palladiummag.com/2024/05/17/my-last-five-years-of-work/.

[18]陳恒：《西方歷史書寫需要一場認知革命》，《歷史研究》，2024年第4期。

[20]黃河濤：《禪宗公案妙語錄》，北京：中國言實出版社，2006年，第9～10頁。

[21]《對談萬澍：AI來襲，歷史學人的“飯碗”在哪里？》，2024年6月2日，https：//mp.weixin.qq.com/s/yM5LtnCgHsQ1op1z_AgKPA。

責 編∕包 鈺 美 編∕周群英