◇李二苓（当代中国研究所）

　　新一轮科技革命正以迅猛之势重塑全球发展图景，人工智能作为引领这场科技变革的核心技术，正在深刻改变着人类的生产生活方式和社会发展格局。“十五五”规划建议明确指出，要以人工智能引领科研范式变革，这一战略部署具有重要的时代意义。人工智能凭借其强大的数据处理能力和算法优势，为科学研究带来了全新的思路和方法。在这一背景下，当代中国社会史研究既面临着技术赋能的机遇，也面临着学科转型的挑战。

　　史料处理效率的革命

　　当代中国社会史研究面临着史料数量庞大、形式多样的挑战。以公开出版的官方文献、中央及各省市县档案馆的档案为基础，辅之个人回忆录、各类民间文献和口述史料，研究者需要处理的史料呈现出前所未有的丰富性和形式的多样性。人工智能技术的引入，为应对这一挑战提供了创新性解决方案，带来“史料处理效率的革命”。

　　当代史的史料具有特殊性。首先，随着全球化进程的加速，历史学研究需要处理多语种的史料。其次，科技的发展带来了史料形式的多元化，从传统的文献史料扩展到文字、图像、音频、视频等多种模态的史料。这种多语种、多模态的史料体系对研究者提出了更高要求。人工智能技术通过结构化数据转换、关键词提取、语义聚类、实体识别、时间线串联等手段，显著提高了史料处理的效率。

　　以新中国城市史研究为例，研究者可以运用地理信息系统（GIS）技术对城市地图、规划文件等进行数字化处理，获取城市的空间布局信息；利用图像识别技术对城市老照片进行分析，追踪城市外貌的变迁轨迹；结合人口统计数据、经济发展数据等，分析城市发展与人口增长、经济活动之间的关系模型；通过整合国外城市发展数据和研究成果，开展中外城市建设、城市社会治理等多维度比较研究，为城市未来发展提供历史镜鉴。

　　区别于政治史等，社会的发展变化往往是渐进的，因此，社会史的研究更需要有“大历史”的研究视野。人工智能这种多语种、多模态史料融合的研究方法，能够帮助研究者实现从“细读”到“远读”的转变，为长时段、大空间的历史研究提供了新的可能。

　　史料是运用人工智能技术进行历史研究的基础，然而在史料数字化的过程中往往存在一些必须谨慎对待的问题。例如，那些被损毁或残缺的史料在数字化过程中，生成的数据不完整，进而影响研究工作。另外，人工智能系统在处理数字化史料时，训练数据的局限性和对上下文理解的偏差，导致输出内容与事实不符、逻辑错误或完全虚构的现象，即所谓“AI幻觉”。这种现象严重违背了历史学“论从史出”的基本原则，威胁研究的科学性和客观性。

　　因此，历史学者在利用人工智能生成的内容时，必须严格进行考据和验证，具体措施包括原文查证、跨文献比对、权威数据库验证等。目前，有些提供生成内容出处原文链接的大语言模型，如ChatGPT、豆包、知网AI等，为研究者提供了较友好的研究环境。

　　跨学科研究方法的重构

　　当代中国社会史具有鲜明的学科交叉特征，它不仅是关注社会变迁的专门史，也是一种方法论和研究范式。它要求研究者突破单一学科的局限，敏锐把握社会发展热点和学科发展前沿，善于运用多学科视角和方法来分析复杂的社会历史现象。

　　当代中国社会史研究受政治和社会动态的影响。例如，党的第三个历史决议和党的二十大对新时代做出了全新定位，新时代成为新的重点研究领域；“社会质量”研究维度的提出，呼应了社会高质量发展主题。研究这些热点需要医学、政治学、社会学等多学科知识，人工智能成为便利、有效的跨学科研究工具。

　　人工智能实现了多元知识的深度融合，激发了智能涌现效应。人工智能技术具有显著的赋能作用和“渗透”特征，能够打破学科壁垒，拓展科研边界，整合不同学科的知识和数据，催生交叉学科研究。我们不仅可以运用人工智能技术研究社会历史，还可以将人工智能对社会的影响作为研究对象，产生跨学科的新兴领域，如数字史学、网络游戏研究、数智时代社会风潮研究等。

　　更进一步，人工智能技术为跨学科协作平台的建设提供了重要支撑。这种支撑不仅体现在技术层面的整合，还体现在促进多学科研究者在平台上的深度协作。例如，通过有组织科研模式，促进史学研究者与人工智能工程师深度合作，定向研发当代中国社会史大数据模型。一方面，将史学逻辑与需求转化为技术参数，开发定制化工具，提升模型对老旧书报刊、地方文献的智能识别；史料辨伪、口述史资料互证；多语种文献翻译等场景的处理精度。另一方面，联合学术机构整理标注一手史料，构建史学专用训练数据集，嵌入史料可信度分级机制，从源头降低错误风险。此外，算法设计融合历史背景知识和国际视角，开发基于历史语义、多元文化理解的算法，使人工智能能够准确理解历史事件的背景、原因、影响和意义。

　　在进行跨学科分析时，研究者需准确把握所用学科知识的背景和理论框架，避免以先验的知识模式填充特定时段的史料，确保研究成果符合社会实践。跨学科协作平台将为各学科研究者提供协同攻关的新空间，使不同学科知识合理应用，共同解决复杂学术问题，构建良好的人机共生生态。

　　研究表达与传播的升级

　　人工智能技术在历史学的研究表达与传播中能够发挥重要作用。当代中国社会史的研究对象贴近当下生活，生动地呈现其研究成果能给公众带来更多的沉浸感。例如，通过元宇宙等技术，可以实现研究成果可视化表达；运用增强现实（AR）和虚拟现实（VR）技术，不仅能够复原历史场景，还能通过3D建模技术立体呈现历史人物的活动轨迹。这些技术手段的综合运用，提升了研究成果的可读性和公众的历史认知兴趣。

　　在学术交流层面，自然语言处理技术突破了语言障碍，有利于推动国际学术共同体的形成。人工智能协作平台打破了学科界限，促进了跨学科研究的开展。同时，这些技术对学术规范、评价标准与教育体系提出了新的要求，影响着学术生态的整体格局。

　　然而，无论技术如何发展，表达和传播的研究成果必须由人类主导。人工智能的算法设计和训练会受到特定时代背景和文化环境的影响，容易产生偏见。例如，西方的人工智能系统可能难以理解社会运动在中国特定历史时期的必要性和积极作用，这种偏见可能导致对中国历史发展道路的误读。这种误读不仅影响研究的客观性和科学性，还可能误导公众的认知，阻碍历史研究的健康发展。尤其在当代中国社会史研究领域，研究的偏差可能会影响社会舆论导向和民众价值观的形成。因此，历史学者在运用人工智能技术时，必须保持高度警惕，防范历史虚无主义的渗透。

　　人工智能本质上是一种概率计算的工具，缺乏情感认知和批判性思维能力。2025年2月，历史研究杂志社发布了《关于规范生成式人工智能工具使用的启事》，明确规定了人工智能工具在学术研究中的使用范围，“仅限于语言润色、文献检索、数据整理与分析、思路开拓等辅助研究环节”。这一规定体现了对历史研究人文属性的坚守，强调了人工智能在历史研究中的辅助角色。

　　学者用其具备的专业素养、研究经验和历史洞察力，解读和批判AI生成的信息是十分重要的。因此，培养学者的批判性思维至关重要。史学课程中应增设AI基础、数字史料处理、数据可视化及AI伦理教育，使学者具备技术理解、应用与批判的综合能力，正确认识AI技术的优势和局限性，从而应对AI技术发展带来的各种挑战。

　　总之，人工智能通过强大的数据处理能力，改变了科研的逻辑起点。传统科学研究主要依赖理论推导和实验验证，以假设检验为核心。人工智能则是通过对海量数据中隐含规律的挖掘与分析，构建起以数据驱动和算力驱动为核心的科学研究体系，从而发现一些传统方法难以察觉的规律和关系，实现“精准科研”的目标。

　　当代中国社会史研究具有鲜明的学科特征：史料丰富多样、跨学科综合性强、承担凝聚民心的使命。科学运用人工智能技术，不仅是提高研究效率的现实需要，更是创新研究方法、拓展学术表达的重要途径。然而，历史解释仍应依赖人类的理性思辨与情感体验，这是史学研究不可替代的人文价值。期待人工智能与史学研究深度融合、平衡发展，为当代中国社会史研究注入新活力，开创新范式。