對人工智能如何影響歷史學的探討有很多，但對歷史學如何影響人工智能的探討卻不多。實際上，歷史學不僅可以影響人工智能技術的發展，還可能促進人工智能治理的完善。這并非只是理論的猜想，而是正在發生的現實。國內，DeepSeek長期招聘的“數據百曉生”將“提供人類歷史……相關的知識來源”放在工作內容簡介的首位；國外，谷歌DeepMind（以下簡稱“谷歌”）在為前沿安全與治理團隊招聘科學家時，明確認可歷史學屬于前沿人工智能治理的“相關領域”。

歷史學如何促成人工智能的善智與善治，在前沿人工智能的發展中起著怎樣的作用？這里總結三種實踐路徑：第一，人工智能從業者通過科技史的回溯促成善智的突破。第二，借助制度史的實踐促成善治。第三，通過汲取史學理論，促成善智與善治的協同發展。歷史學不僅可以在交叉研究中占據更加主動的地位，也對重新理解數字與人文的關系有借鑒意義。

從科技史到人工智能善智

人工智能不是新的事物，人工智能技術的發展也不是線性向前的過程。1956年，達特茅斯會議提出人工智能這一概念后，人工智能的發展經歷了多次瓶頸、分岔和起伏。每一次遭遇困境或分歧，都是歷史學出場的良機。

突破技術路線的瓶頸，在重大分岔口做出正確的選擇，需要回顧人工智能開創者的早期洞見。早在1951年，克勞德·香農就提出，通過研究“文本接龍”，也就是通過前序文本預測下一個字，來深入地研究一門語言所含的信息量。之后70余年間，人工智能技術的發展經歷了不止一次的紛爭和退潮，不同路線在不同的時段內各領風騷。但在2022年底OpenAI發布ChatGPT模型之后，“文本接龍”乃至圖像和視頻的接龍生成，已經成為實現強大的通用人工智能最有前景的方向。面向前沿不斷實現前所未有的技術突破，背后實則有對早期開創性思想的發掘、結合和運用。值得一提的是，另一個代表前沿水平的模型克勞德，其命名就是為了紀念香農。

沿著接龍的路線可以生成有一定質量的文本、圖像和視頻，為了讓這些內容的準確性有所保障、更好與人溝通并完成任務，還需要讓人工智能和人類價值保持對齊。1960年，諾伯特·維納提出兩點相關主張。一是人工智能具備強大且高效的學習能力。在其能力邁過一個閾值之后，有可能以人類專家都無法理解的速率繼續向前演進。這啟發了之后有關技術奇點的討論。二是在此基礎上，有必要確保人類為人工智能設定的目標，就是人類所追求的目標，也就是實現價值的對齊。否則，強大的人工智能不僅不能完成目標，還會帶來災難。

這只是兩個最具代表性的例子。即使是在一個不斷涌現顛覆式創新的領域，也很少有什么變化真是突如其來的，通常可以在歷史上找到一定的延續性。香農提出了信息論，維納提出了控制論，他們在信息論和控制論語境下提出的想法歷經人工智能技術發展的多輪周期仍有生命力。我國近代科技發展的歷史中也有深厚的信息論、控制論和系統論傳統，與人工智能在我國的早期發展密切相關。挖掘“三論”的本土轉化和創新的當代意義，值得期待。

從制度史到人工智能善治

人工智能的發展喚起了治理人工智能的需求。為了實現人工智能的善治，需要為人工智能制定向善的規則。從谷歌、OpenAI和Anthropic等研究機構和頭部企業的前沿實踐來看，解決前沿的治理問題，反而更離不開對制度史資源的挖掘。

谷歌等企業和機構的前沿實踐不約而同地采取了“托古制以改今智”的思路。為了制定內容允當、廣泛認同、容易實施的人工智能治理規則，需要充分聽取并吸收包括用戶在內的各方訴求。為此，這些機構和企業一方面從雅典的城邦制度等民眾直接參與決策的制度中尋求鏡鑒，另一方面借助生成式人工智能不斷增強的溝通、總結和草擬能力，暢通用戶參與形塑制度的渠道。根據這些大公司的探索，最終形成的方案通常包含三個實踐步驟：一是用戶通過和人工智能交流提出各自的訴求；二是由人工智能組織用戶之間的討論，溝通凝聚對治理問題的共識；三是根據治理共識，草擬、通過并且實施最終的規則。

人工智能治理前沿實踐對制度史資源的選取和挖掘，既有微觀層面的差異，也有宏觀層面的趨同。在微觀層面，主要是挖掘的具體制度有所不同。除了雅典的城邦制度之外，休謨關于良好公共意見的設想和美國建國之初制憲會議的安排，都啟發了人工智能治理規則制定的具體方案。由不同制度啟發的方案，相應在參與范圍、方式和程度上有所不同。在宏觀層面，雖然看似選擇和挖掘了跨越千年的各種制度，實際依然高度局限于極少數國家的制度史傳統，既缺乏對于這些制度的批判反思，更缺乏廣大發展中國家的制度表達。隨著谷歌等西方機構和企業在全球范圍內持續擴張其用戶規模、試驗其制度設想，因而有必要關注全球人工智能治理規則形成中的參與不平等問題。

從史學理論到智治兼善

史學對人工智能的促進不止于一條技術路線的決斷，也不止于一個治理規則的制定。從技術原理和應用潛力看，人工智能可能構成一種新體裁的歷史。循良史，求善智，得善治，史學對人工智能的發展和治理具有全局性意義。

在技術原理上，這些人工智能的強大能力主要源自對海量訓練數據的學習和壓縮。這一令人矚目的能力中，有相當一部分來自對史料的學習和壓縮，雖然常常是不盡準確、頗多偏倚的學習和壓縮。在應用潛力上，學習如此之多的史料后，人工智能自然具備了回答歷史問題甚至開展淺層的史學探索的能力。循此，借助人工智能輔助史學研究的探索方興未艾。隨著新一代學者越來越多通過人工智能來了解甚至鉆研歷史，大眾意識中的歷史體裁也將不限于紀傳體、編年體或者紀事本末體，還可能包括一種新興的大模型體。

既然人工智能的輸出就是一種特定的歷史，對良史的探討和追求也就內在地與對善智和善治的探討和追求相統一。質量上乘的史學研究各有千秋，但通常都具備史料充分、論從史出、論斷精到的特點。質量上乘的人工智能也一樣，用技術的話語來說，就是訓練數據盡可能豐富、生成內容要保持準確、探索增強邏輯推斷能力。人工智能在史料占有、據史立論、探幽入微方面當然還比不上歷史學家，但這不妨礙其向歷史學家學習。從史料選擇、編排再到闡釋和結論，史學理論對這一過程如何蘊含立場、視角和導向有著深刻的認識。人工智能從訓練數據生成結論的過程同樣可能蘊含偏見，可經史學理論加以體悟和糾正。如果將“百曉生”換成歷史學家，我國大模型或許可以因此再上臺階。

進言之，既然人工智能就是一種展示歷史的方式，發展人工智能一定意義上相當于撰修一部歷史書。修的不再只是一個地域、一個斷代的文字和圖像史，而是混同地域、貫通朝代、以數字和代碼書寫的歷史。從中國的大歷史到人工智能大模型，由此值得追問：中國的大模型將如何承載本國的歷史，國外的大模型又將如何與中國的歷史對話？提升這樣一部歷史的質量，并匡正其導向，同樣值得期待。

我們簡要梳理了歷史學促進人工智能的三種實踐進路，既有現實的總結，也有前景的展望。在歷史學和人工智能之間，我們處在一個歷史時刻。不僅是人工智能的發展處在一個歷史時刻，顛覆式的創新接連涌現；歷史學對人工智能的推動，乃至歷史學本身同樣處在一個歷史時刻，歷史學不應在書寫大模型體的大歷史的時代實踐中缺席。隨著歷史學逐步在交叉研究中邁向托古改“智”的主動地位，人文與數字的關系也將得到重估與重構。或者說，從數字的人文，邁向人文的數字（智）。

作者系同濟大學法學院助理教授、上海市人工智能社會治理協同創新中心研究員；中國人民大學清史研究所副教授、中國人民大學數字人文研究中心研究員

來源：中國社會科學報

責任編輯：郭飛

新媒體編輯：曾煜婷

如需交流可聯系我們