价值追寻：人工智能时代的历史知识生产

【摘要】生成式人工智能的快速发展给历史知识生产和历史学家的工作方式带来了新的变化。有观点认为人工智能会推动创意内容生产的大爆发，带来智慧产品的供给侧自由；但是生成式人工智能的普及，很有可能恶化历史书写的整体生态环境。历史学的专业化是工业革命时期的产物，当前，作为职业的历史书写已然无法适应人工智能时代的到来。一些历史学家担心自己的工作被人工智能取代，忽略了历史知识生产活动的特殊性。人工智能时代的历史书写更需史学工作者回到初心，充分强调史学工作本质上的思维锻炼与真相探寻，而非将其视作谋生手段，而这将更加有利于创造出本真的历史研究成果。

【关键词】生成式人工智能 历史书写 职业性

【中图分类号】K061 【文献标识码】A

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

引言

英国作家威尔斯（H. G. Wells）在其1895年出版的科幻小说《时间机器》（The Time Machine）中，不仅提出了时光旅行的概念，也让时光机相关主题成为重要的文学桥段。后来的文学作品中出现了大量相似的情节，例如，披上浪漫爱情故事外衣的《时间旅行者的妻子》（The Time Traveler's Wife），以及“架空小说”（alternate history）的案例——《米与盐的年代》（The Years of Rice and Salt）。穿越时光的构想十分令人着迷，如果历史学家能够坐上时光机进入历史现场的话，许多历史研究中的疑难杂症或许就会迎刃而解。

可惜，时光机只存在于虚构中。科幻小说中的历史学家也只能用我们熟悉的工作方式开展研究，正如《达·芬奇密码》（The Da Vinci Code）的主角那样，虽然整个故事有奇幻经历的加持，但故事的主角本质上却是靠着像历史学家那样的考证功夫一次次化险为夷。似乎这些充满想象力的天马行空的创作，也无法撼动历史学家在大众心目中的刻板印象。历史学和历史学家与技术和机器的关系到底是近是远，实难用一两句话回答。

人工智能介入下的历史知识生产

史学创作开始出现岔路。传统的历史学家形象，以及历史学家有板有眼的工作方式，在生成式人工智能的冲击下，也许将发生翻天覆地的变化。

作为一个学术共同体，历史学家们都遵循一些基本的工作原则，比如重视史料、强调因果关系的解释等。司马迁在《史记·淮阴侯列传》中透露了他的研究方式：“吾如淮阴，淮阴人为余言，韩信虽为布衣时，其志与众异。其母死，贫无以葬，然乃行营高敞地，令其旁可置万家。余视其母冢，良然。”在这看似不经意的描述中，司马迁践行了实地探访与采集口述资料相结合的方法论。无独有偶，西方史学之父希罗多德在书写关于希波战争的历史时，也采取了类似的方法。中西方两位历史大家不约而同地使用类似的史学研究手段，并为后世立下了标杆，这也说明古今中外历史知识的生产有殊途同归的方式。

人工智能介入后，史学创作开始出现岔路。自2022年底生成式人工智能应用发布以来，即使是普通人也已经领略到了人工智能在知识生产方面强大的文字输出能力。看着大模型在一堆指令的引导下，快速生成连贯的文字，我们不由得心生感叹，知识生产似乎变得愈发廉价了。一位北京的小学生已经通过与大模型合作，完成并出版了一部以火星冒险为主题的科幻小说。[1]人工智能的文字输出能力与历史学家的知识生产，具有天然的适配性，从某种程度上说人工智能的工作模式，甚至就是在模仿历史学家。[2]但是在算力和速度上远不及计算机的碳基生命体的历史学家，似乎即将面临令人沮丧的未来前景：历史书写是否要被生成式人工智能取代，狼真的要来了吗？

AI培训课程的局限性。AI浪潮席卷而来，引发了人们的焦虑，令从事学术研究的初学者惴惴不安，并由此催生了一门生意。许多机构利用人们的AI焦虑大肆营销，推出了五花八门的人工智能培训课程，大量培训课程以AI辅助学术研究为噱头，给听众传授AI赋能的技术，鼓吹人们通过学习此类“科学咒语”，就能大幅提升工作效率。很多课程的广告词颇具吸引力，例如，宣称学习此类课程能够告别内卷，让人工智能替我们打工，进而节省出大量休闲娱乐的时间。

笔者深度观察了类似课程的讲授内容和教学大纲，最干货的内容美其名曰“提示工程”，即用合适的提示词与大语言模型进行交互，课程内容涉及如何提出需求、如何限定结果输出形式等，从而最终实现完成学术论文的目标。课程的讲师们都是站在人工智能风口上的先行者，其中大部分也确实是学术圈中人，他们借由传统的学术研究经历积累了丰富经验，然后将学术生产与大模型结合起来，实现了高效的研究成果产出，看起来颇具说服力。课程体系的设置直击迷茫的年轻学者的痛点，细分课程包括如何用AI辅助撰写课题申报书，如何用大模型梳理学术综述并找到“新的”学术问题，以及最终如何写出完整的学术论文。在“洗脑”话术的影响下，众多深感学术压力巨大、缺乏实战经验的潜在客户跃跃欲试，对生成式人工智能辅助学术研究产生了不切实际的期待。

然而，所谓AI赋能学术研究相关课程的最精华部分，与司马迁、希罗多德践行的历史书写方法毫无关联。那么，这是否说明，在生成式人工智能日益普及的当下，司马迁的史学方法已经过时了。学术写作完全被简化为提示词架构工程：利用“精心”设计的提示词，激发大模型超强的语言组织能力和推理能力，最终从海量语料中梳理和总结出看上去逻辑完整的学术研究成果。

复杂的学术研究在大模型助力下变得“简单”的前景令AI课程非常火爆，研究生是主要的潜在客户。AI课程受到追捧让我们看到，最先进的人工智能被用在了最需要原创性的领域，最终却生产出了大量平庸的产品。这意味着，现在的研究生们将有幸成为生成式人工智能时代成长起来的第一批学生。然而，他们的工作方式被AI牵引，与传统学术习惯迥异：通过充分挖掘大模型在文本整理、内容生成方面的优势，学术研究的过程变成了将现有的二手研究（比如知网的论文）投喂给大模型，借助AI的算力对海量文献进行精读，然后输出一个梳理过的精简版。学术研究因而完全变成了从文献到文献的输出，在这个过程中，难以见到研究者的个人体验和深入思考。

或许，这样的结果并不令人吃惊。学术研究的“异化”时刻即将到来，只是时间早晚的事情。过分强调提示词的重要性，不仅让人机交互变成了“科学咒语”，而且在这一过程的潜移默化下，使用者的思维逻辑将愈发向人工智能对齐，而不是相反。1962年，彼时计算机尚未成为通用学术工具，已有学者担忧，对计算机的过于着迷可能导致人们只能小心翼翼地提出计算机能够回答的问题。[3]在大模型流行的时代，提示工程风生水起，从某种程度上说这只不过是人类思维向人工智能思维对齐的一种方式。从短期来看，提示词写得好，确实能将历史知识的生产提升到一个新的档次，但是，从长时段来看，这会不会是人类的思维水平被人工智能反向拉低的开始呢？各种如火如荼的AI培训课程将提示词作为卖点，是否正是把研究者的思路禁锢在了大模型的框架中。这样的担忧不无道理。

在欣欣向荣的技术史书写中，历史学家们总会强调技术进步带来知识传播效率的提升。教会垄断知识的局面被打破，最终西欧发生宗教改革，推动了整个人类历史的进步。但是，哈佛大学历史学家尼尔·弗格森（Niall Ferguson）敏锐地指出：17世纪，印刷品确实在某种程度上推动了科学革命的发展，但印刷术同样导致大量迷信内容的广泛传播，如炼金术、占星术、巫术以及关于变形论与共生论之间区别的晦涩争论，“在我们这个时代，我一直惊叹于社交媒体对阴谋论的关注远远超过对基于证据的理论的关注”[4]。一些乐观的人们满怀希望地认为人工智能会推动创意内容生产的大爆发，带来智慧产品的供给侧自由，这或许并非妄语；但也应看到生成式人工智能的普及，很有可能恶化历史书写的整体生态环境，使大模型逐步沦为生产廉价文字内容的加速器。

职业性历史书写的消失

历史学的专业化进程。AI赋能历史知识生产的概念大行其道，让深感跟不上节奏的史学家产生焦虑，却让那些认为抓住了人工智能契机的“弄潮儿”暗自窃喜，他们似乎认为，从此以后，历史书写将变得易如反掌，职称、绩效、荣誉都会接踵而至，谁会在乎产出的历史学论文是精品还是老生常谈的平庸之言呢？坦白讲，想通过人工智能在历史知识生产方面走捷径，其实没有什么可以指摘的地方，甚至说，这是历史学高度专业化之后必然出现的结果。西方史学史专家有一个共识，历史学的专业化是从19世纪开始的。历史学本身非常古老，“只是到了19世纪，历史学才被转化为一种专业化了的规范而使它自己成为了经过专业训练的历史学家们在实践着的一种‘科学’”[5]。学者们关注的是兰克学派在此过程中为历史学注入了科学性，带来了方法论上的规范化，从而提升了历史研究的专业性。但是，笔者更想强调的是历史学与专业化的历史学是两个概念：专业化更重要的价值是奠定了历史学家作为一种社会职业分工的基础。

历史学的专业化进程之所以发生于19世纪，其实是工业革命持续发展的必然结果，这是为培养符合工业社会的公民素养所作出努力的组成部分。历史认知作为公民素养的一部分，推动了历史学家向职业化迈进的步伐；相应的，大学成为了培养行业规范的场所，进一步推动了历史学研究的职业化。历史研究的专业化，包括设立了一些重要的标准，比如工作技能、学术规范（行业秩序）、培训流程、学术共同体等，都是适应工业革命的产物。通过设立历史研究的职业化规范，一方面，可以不断提升历史知识生产的专业性，从而保证产出内容的权威性；另一方面，也为历史学家这个职业设置了准入门槛，保证这一群体不失整体上的水准。虽然有各种显而易见的正面效应，但职业化进程不可避免地会出现体制僵化、业务能力之外因素的干扰等普遍性的问题。职业化意味着历史研究本质上成为一种工作类型，不论其是否为服务业，都会让从业者直面职场压力，包括晋升渠道、绩效考核、职业倦怠等，以至于有学者一针见血地指出，过度的职业化对历史学而言并非好事。[6]学术研究本质上是探索未知的过程，历史学研究需要从业者不断学习，甚至还要主动跳出舒适区，去开拓新的研究领域，而这都会形成巨大的负担，也增加了业务成本。在职业化的限制下，创新研究将在一定程度上受到遏制。

人工智能与职业化的历史学家。在历史学职业化的背景下，历史学家的工作受到了许多学术研究之外因素的影响，也会有效率优先的功利性追求。人工智能的崛起，将会给历史知识的生产带来非常微妙的变化。史学工作者会不会为了提高绩效，使用人工智能来协助研究工作呢？毕竟，完成符合学术规范的研究成果，是被学术共同体认可与接纳的重要标准，是学者的“名片”。[7]因此，从业者有充分的动机，使用人工智能来高效地完成学术论文。那么值得注意的问题是，一方面，一篇有人工智能参与的学术论文，在怎样的范围之内，才不会出现学术伦理规范的问题；另一方面，在人工智能的冲击下，历史书写所要求的专业技能被算力攻克，历史学工作者的职业技能培训会因此受到影响，所谓“由俭入奢易，由奢入俭难”：年轻人会思考，在人工智能已经能够实现快速检索、内容输出的情况下，为什么还要花时间强化历史研究的基本功，比如考据、语言训练等。从各种AI赋能课程的火爆程度，我们就能感受到未来的学者对效率的考量。

如此一来，历史知识生产由生成式人工智能代劳，除了将制造大量毫无营养的文字内容之外，还有一个重新塑造人类读者阅读品味的问题。这或许是《人类简史》的作者，以色列历史学家赫拉利（Yuval Harari）无比忧虑的原因，人工智能破坏了人类的操作系统。[8]历史书写是人类文明中特有的“讲故事”的能力，现在这项本领已经被AI习得，历史学还有存在的必要吗？职业导向的历史工作者如果以经济理性的视角应对人工智能的发展和普及，为了劳动价值的最大化，他们显然会让人工智能更加深度地介入历史知识的生产，用高效率来换取超值的一般等价物。人工智能时代成长起来的史学实践者，将会对传统学术规范进行调整，形成与19世纪以来完全不一样的学术共同体。所以，“历史学不存在”，可能并非危言耸听，而是大概率会发生的事情。

回到初心

大模型与人类历史学家。生成式人工智能介入历史研究无可避免，作为碳基生物的史学家，如何应对这世界百年未有之大变局呢？最新的进展是，OpenAI特别推出了ChatGPT的教育版，[9]开放了用户的私有数据训练，用户可以将专业的数据针对性地投喂给大模型，组建私域知识库，让先进的ChatGPT-4o在专业问题上少犯甚至不犯错误。毫无疑问，论检索、逻辑推理、知识储备的能力，大模型已经遥遥领先于人类，人类历史学家还有能力去“对抗”大模型的强悍算力吗？

当然，这里的悖论是，为什么人类历史学家要跟大模型比拼算力？人作为万物之灵长，为什么要俯下身来跟大模型对齐呢？这不是拉低了人性的价值吗？在这个科技水平高度发达的时代，飞机、摩托等现代化的交通工具为人类提供着不同的出行选择，从纯粹的速度上看，它们都比人类步行或者奔跑要快得多，但我们会因此而焦虑吗？答案是，我们不仅不会焦虑，反而会享受高效出行带来的便捷。当然，有人会说，大语言模型跟交通工具不同，前者接手的是人类擅长的智力活动，而这曾经被认为是人类独有的创意品质，现在似乎也要被机器接管了。

让我们回到数字化之初，历史学家曾经出现过类似的焦虑。史料的数字化给史学研究的工作方式带来了翻天覆地的变化。这在使得历史研究工作更加高效便捷的同时，也引发了新的问题，包括无法回溯、数字化质量低等，并由此带来了准确性的不足。[10]大模型的主要应用场景是，用户利用人工智能的信息整合能力，对长文献进行梳理，并总结要点供用户参考。我们能在多大程度上采信算法总结出来的摘要呢？各种AI赋能课程向观众展示了大模型总结和梳理长文本的功能，并且鼓吹其具备一次性处理十万，甚至百万字长文本的能力，极具诱惑力，但相关课程从未提及大模型文本总结和梳理的效果如何，甚至没有一个客观的标准来对结果进行评价。笔者在实践中，对不同大模型的摘要能力进行过测试，最大的感受是：形式上堪称完美，但是细节上仍有瑕疵。这意味着，在真实的应用场景中，史学工作者可能要不断提醒自己，AI生成的结果需要辨析，仍有必要回溯原文查找更相关的细节，那么这是不是还不如自己去阅读原文呢？

更大的问题在于，人工智能参与的历史书写缺乏主体性。作为碳基生物的史学工作者在效率上可能不如人工智能，但他们能够明确自己的诉求和研究写作目标，能够做到文责自负，而目前任何一款大语言模型都无法解决主体性缺失的问题。因此，在人工智能大行其道的当下，个体的深度阅读仍然有着不可或缺的意义。法国历史学家法尔热（Arlette Farge）用非常感性的方式强调了历史学家与档案交互的价值，应对材料进行直接的、可触摸的研读，重视接触过去残留物的感觉，比如纸张的分量、味道等。[11]在这个看似浪漫主义的描述中，研究者的主体性得以凸显，这将有助于历史学家理解历史档案，形成言之有物的认知，进而能够达到单纯检索数据库无法比拟的效果。同样的利弊之于大语言模型依然适用，史学研究需要准确性，需要可追溯，而最先进的大模型在这些方面的功能也差强人意。

回归历史书写的本质。一些历史学家担心自己的工作被取代，这是因将历史知识生产的活动与其他职业活动等量齐观地看待。而这不仅是对历史学本质的曲解，也是对人性本质缺乏自信的表现。现代化的交通工具让人们的出行毫无压力，但是，人们会因此放弃跑步吗？阿尔法狗（AlphaGo）在围棋界打败天下无敌手后，人类就选择不下围棋了吗？并没有，人们只是不再将跑步作为出行方式，也不再将围棋胜负作为功利的追求，而是仅将其视为纯粹的强身健体、思维训练的手段。同样，生成式人工智能的发展和普及也不会取消人的智力活动，如果人们真正的追求只是用历史书写锻炼思维能力，那么效率或许并非史学工作者看中的唯一优势，由此让历史知识生产的实践活动回到了史学研究的本质。有了这样的自信，即使在面对人工智能的“算力霸权”时，人们也可以从更高维度来评价人与人工智能之间的落差，那就是人性的充盈。而这是人成其为人的必然。

我们仍然可以回到历史书写的源头寻找答案。作为当下的历史学工作者，我们以为自己与两千多年前的司马迁、修昔底德是学术同行，能够与他们进行隔空对话；但我们实际上是职业化的史学工作者，显然无法与司马迁、修昔底德相提并论。我们与史学之父之间隔着工业革命，在境界和追求上毫无可比性。修昔底德在《伯罗奔尼撒战争史》中，回顾了自己写作的目的：“在这次战争刚刚爆发的时候，我就开始写我的历史著作，相信这次战争是一个伟大的战争，比过去曾经发生过的任何战争更有叙述的价值。我的这种信念是根据下列的事实得来的：双方都竭尽全力来准备；同时，我看见希腊世界中其余的国家不是参加了这一边，就是参加了那一边；就是那些现在还没有参加战争的国家，也正在准备参加。这是希腊人的历史中最大的一次骚动，同时也影响到大部分非希腊人的世界，可以说，影响到几乎整个人类。”[12]在修昔底德的自述中，我们看不到有丝毫世俗的理由在推动他的历史创作。当然，支撑这种理想主义的是坚实的物质基础，修昔底德家境殷实，父亲在色雷斯经营金矿，他毫无生活压力；此外，修昔底德曾经作为统帅直接参与了战争，在战后又经历了流放，“闲暇的时间给了我特殊的便利，使我能够深入研究一切”[13]。表面上看，修昔底德成功创作《伯罗奔尼撒战争史》似乎是因为“没有打过仗的将军，不是好的军事史学家”；而实际上，修昔底德既有雄厚的物质基础又有充足的时间，这让他有了更大的格局，即能够从一开始就意识到这是一场“伟大的战争”，以至于几乎全人类都将蒙受其影响。修昔底德没有任何职业化的束缚，他因此能够自由地进行历史写作。也正是这样一种毫无功利性的书写冲动，成就了他作为“历史科学之父”的美誉。

显然，大部分职业历史学家没有修昔底德那样雄厚的家底，但是人工智能的普及从另外的角度创造着大批有闲阶级。虽然人们都很担忧，AI会取代很多工作岗位，导致大量人类劳动力失去工作机会。但是，经济学家通过模型推演预测，人工智能的普及实际上会带来物质财富的几何级增长。[14]从积极的角度看，这意味着，AI广泛介入生产领域后能够在不增加人力成本的前提下，创造更多全体社会成员共享的财富。在社会总体财富足够充裕的情况下，通过“全民基本收入”（Universal Basic Income）进行分配，[15]这也不失为人类社会可能的美好未来场景之一。这样一来，即使大部分需要脑力劳动的岗位也让位于大模型，但由于没有了“稻粱谋”的压力，历史书写反而可以让真正的历史学者变得更加纯粹。

寻找历史书写的意义

我们经常看到历史学家抱怨历史写作是一个痛苦的过程，“我们不仅要去看书信和日记、自传、回忆录，还有家庭史，还要看文学材料——剧本、韵诗与故事，不管它们与特定人物的真实生活的关系如何”。[16]经常出现的情形是，历史学工作者为了写出一个简短而令人信服的句子，也需要进行大量的阅读，这绝非高性价比的工作，但是，坚持下来则能获得极大成就感。生成式人工智能或许能减轻写作过程中的痛苦，却也影响了成就感的获得。因此，真正以文字为乐的写作者，也许不会排斥人工智能，但是仍将珍惜“众里寻他千百度”的体验感，珍惜手作的或许粗糙但真实的成果。

理想主义的选择当然会面临风险，但是生成式人工智能对历史知识生产的影响，几乎是无法回避的。巴尔维特（Avital Balwit）曾是一位自由作家，以稿费为主要的经济来源。后来，她加盟了开发出Claude 3的人工智能公司Anthropic。不久前，巴尔维特在其题为《我工作的最后五年》（My last five years of work）的文章中写道：“我今年25岁。未来三年可能是我工作的最后几年。我没有生病，也不会成为家庭主妇，经济上也没有幸运到即将自愿退休。我站在技术发展的前沿，如果技术发展来临，我所知道的就业就有可能终结。”[17]这段文字足以令人焦虑并向读者传递了一个惊人的内幕：知识创造类工作即将过气，3～5年之后会大规模被人工智能取代。

当然，巴尔维特的本意并不是要预测一个危言耸听的前景。作为最前沿人工智能公司的CEO，她或许看到了大语言模型更为先进和高级的能力，这让她对此有着超出常人的见识。那么，生成式人工智能大举进入历史知识生产领域，似乎是不可避免的事实；历史学工作者出现冗余，似乎也是随之出现的必然结果。然而，好消息是，历史学并不会因此消失。司马迁、希罗多德、修昔底德，这些杰出的代表人物，让我们看到了历史学家应有的风格。他们不是职业历史学家，却做到了以学术为志业；他们的历史书写，或许缺乏19世纪以后史学工作者的科学性，却并不妨碍他们真诚地对待自己的知识生产。

由此观之，工业革命带来的历史研究的职业化，虽然提升了ykcrxFT3PQw7EkZiGsM4o5PrqVlmRbWgKb9CXu/RkVg=历史研究的专业性，加强了历史书写的科学性，但是，历史学研究者精神层面的追求反而被弱化了。这使得职业化的历史研究与纯粹的历史书写渐行渐远，进而沾染了功利色彩，成为赚取劳动报酬的方式。换言之，历史学研究职业化带来了历史书写状态的巨大差异。[18]然而，生成式人工智能发展普及后，职业意义上的历史学或将不复存在，但纯粹意义上的历史学依然充满价值。如果历史学研究者找回初心，那么史学研究工作将不再是为了“稻粱谋”，而是自我价值实现的路径，在这个维度上进行的历史知识生产，将不会受到人工智能的负面影响。与之相反，他／她会更加自主地借助人工智能的相关能力，并发挥自身的长处，进而更有可能在人机协作中生产出更加优秀的史学作品。而这种松弛感，将成为人工智能时代的生活哲学。

在未来的3～5年间，以历史书写为职业的历史学家或许还能坚守一段时期。当然，如果知识生产的职场氛围更加开放一些，或许能让职业化的历史学家更加从容地应对人工智能快速发展与应用的局面，比如，高校对历史学教授的评价机制不再立足于论文刊发的数量、等级，而是设置其他更加多元化的评价指标。在外部环境难以改变的情况下，史学工作者就更应修炼自己的内心，像爱德华·吉本（Edward Gibbon）那样，选择成为一名体制外的历史书写者，并不影响其创作出《罗马帝国衰亡史》。在这个问题上，中西方的哲学都能给我们带来启发。罗马时代的思想家塞涅卡（Seneca）写给友人的一封信，可以用来指点迷津。他写道：“请预留几天时间，在这几天里，让自己满足于最简单、最便宜的食物，穿着粗糙朴素的衣服，同时问问自己：这就是我曾经害怕的境况吗？”[19]如果我们对此都能给出坚定的答案，那么人工智能对知识生产的冲击就极为有限。

同样发人深省的哲理来自东方的禅宗故事。对于如何才能悟道这一问题，高僧往往建议，觉悟不能求诸外，而要在日用常行的实践中求得，即所谓“神通并妙用，运水及搬柴”[20]。高深的禅机，被融汇于日常生活，表达了“平常心即为道”的思想，而这也是我们坦然面对急速发展的人工智能的深刻奥义。如果史学工作者能对历史书写满怀激情，不去计较一时之得失，不论是否受到人工智能的影响，都能做到怡然自得，便能在日常的研究实践中有所收获。在这种顺其自然的心态之下，就不必担忧生成式人工智能会抢掉我们的“饭碗”，因为历史书写的成就感不在于“饭碗”的牢靠与否，因而也就不会汲汲于KPI，更不会跟AI比拼粗制滥造的工作报表，而是将推崇“无所用心”的精神食粮。纽约州立大学历史学博士候选人万澍在一次访谈节目中提到了面对生成式人工智能的矛盾态度：他并不排斥使用AI，但也非常看重史学研究最核心的技能，因此并不希望阅读思考写作的环节全部被人工智能取代。[21]这无疑是一种更加自觉的立场，而这其实也是人工智能时代一种更可取的史学研究价值观，在人工智能的冲击面前，每个史学工作者都需要在效率与学术理想之间进行排序，如果选择后者，那么就需要充分强调史学工作本质上的思维锻炼与真相探寻，而非物质性的追求。

结语

在本文撰写的过程中，一年一度的高考落下帷幕。令人惊喜的是，人工智能相关的议题进入了2024年高考作文题，显示了相关话题的巨大影响力。命题专家意识到了生成式人工智能对教育的影响，希望年轻人回答，随着互联网的普及、人工智能的应用，越来越多的问题能很快得到答案，那么，我们的问题是否会越来越少，提问是否还有必要。这样的作文题能够激发社会对教育本质的反思。实际上，对于使用者而言，在历史知识生产的语境下使用人工智能，问题不仅不会减少，反而对提出高质量问题有了更高的要求：一方面，我们需要通过提出高质量的问题推动有效的人机协作，在基于逻辑的思维链条中推进工作流，实现大模型的微调，并激发大模型的智慧潜力；另一方面，生成式人工智能输出的答案也需要在新的提问中得到检验。由此可见，在人工智能充分介入知识创造的进程后，人类的思维模式可能随之改变，历史知识生产的方式也终将进行调整。这或将是社会发展的整体趋势，但对于个体史学工作者而言，却可以选择秉持什么样的价值观以积极地应对挑战。

注释

[1]《9岁男孩用智谱清言创作了一本图书，现在已经上市！》，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]格奥尔格·伊格尔斯：《二十世纪的历史学》，何兆武译，北京：商务印书馆，2020年，第22页。

[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；孙江：《学而衡之》，北京：商务印书馆，2023年，第269页。

[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版本来啦：支持GPT–4o、自定义GPT、数据分析等》，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]约翰·托什：《史学导论》，吴英译，上海：格致出版社，2024年，第127页。

[12][13]修昔底德：《伯罗奔尼撒战争史》（上），谢德风译，北京：商务印书馆，1985年，第2、374页。

[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]图灵奖得主、被称为“人工智能之父”的杰弗里·辛顿（Geoffrey Hinton）在很多场合提出过类似的观点。“全民基本收入”是应对人工智能抢夺民众饭碗、维持社会稳定的方法。参见《担忧大规模失业前景 AI教父建议英国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·戴维斯：《马丁·盖尔归来》，刘永华译，北京大学出版社，2015年，第11页。

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

[18]陈恒：《西方历史书写需要一场认知革命》，《历史研究》，2024年第4期。

[20]黄河涛：《禅宗公案妙语录》，北京：中国言实出版社，2006年，第9～10页。

[21]《对谈万澍：AI来袭，历史学人的“饭碗”在哪里？》，2024年6月2日，https：//mp.weixin.qq.com/s/yM5LtnCgHsQ1op1z_AgKPA。

责 编∕包 钰 美 编∕周群英