當前，對人工智能造成的衝擊，歷史學者的態度並不一致，或熱烈擁抱，或批判吸收，或警惕反思，總體而言，是在被動地回應。 但是，僅僅被動回應是不夠的。 歷史學及其理論不僅應當重視人工智能，更應該介入和影響其發展。 早在1976年，約瑟夫·魏岑鮑姆（Joseph Weizenbaum）就提出，歷史學有必要介入人工智能，特別是保存那些無法成為人工智能輸入數據的史料。 2019年，在斯坦福大學成立了「以人為本的人工智能」研究所，該研究所認識到，人工智能在改善人類狀況方面有著非凡前景，但前提是能夠成功引導其朝著負責任的方向發展。 為達此目的，研究所吸納了不少歷史學者和其他人文學者。 這一機構之所以能贏得人工智能領域的世界級聲譽，正是其理念和舉措的結果。 近年來，也有中國學者注意到這個問題，主張將知識、技能、感性經驗、價值觀念融入數位人文研究方法，其中包括人工智能的方法，惜未充分展開。
歷史學及其理論之所以能夠介入和影響人工智能，特別是當前代表人工智能前沿方向的大語言模型（以下簡稱「大模型」）的發展，很重要的一個因素在於兩者之間工作原理的相似和相通性。 在一定意義上說，歷史學就是用語言將「數據、記憶、關於過去的證據性遺迹、文獻和遺物」變成歷史的自覺省思。 大模型實際上是對人類社會積累的語言材料的吸收和綜合，或者說，是以兼收並蓄、有時可能是雜亂無章的方式吸收綜合其可以獲得的所有文本。 由此可見，大模型的工作方式與歷史學者的研究存在很大的相似性，即基於過去的各種史料，進行加工和提煉，從而獲得比較系統化的知識。 正如約書華·斯特恩菲爾德（Joshua Sternfeld）所說，收集模型的訓練數據就像是收集史料，模型根據輸入產生輸出就像是根據證據產生歷史，總而言之，「我們越是深入人工智能（大模型）學習的過程，事實上，這個過程就開始和做歷史研究的工作越發相似」。
因此，歷史學及其理論與人工智能（大模型）之間存在深度交融的可能和必要，但具體如何實現，既需要認識前者，也需要深入瞭解後者的運作機理。
Author(s)
