2025年10月24-26日，复旦大学举办“历史书写的传统与新可能性”学术会议，其中“AI与历史研究的新可能性”论坛成为焦点。本次活动汇聚了来自历史学、人工智能、考古学等领域的专家学者，共同探讨人工智能技术如何推动历史研究范式的转型。论坛内容涵盖多模态大模型构建、古文字识别、视觉文化分析等多个前沿方向，展现了AI与人文社科深度交叉融合的广阔前景。

多模态大模型开启历史研究新路径

复旦大学人工智能创新与产业研究院研究员朱思语在主旨演讲中介绍了“早期中华文明多模态大模型”项目。该项目整合考古发掘、历史文献、古文字材料和历史地理信息等多模态数据，构建跨学科专业数据库，并训练适用于历史研究领域的专用模型。朱思语指出，当前大模型虽具备广泛的知识记忆能力，但“考试能力”与“学科研究能力”存在本质区别。该项目已取得初步成果，包括结合历史地理信息与考古数据分析文明发展规律、实现古文字的智能识别与出处溯源，以及构建多模态评测体系评估模型能力。

美国加州大学圣地亚哥分校博士候选人陈丹露分享了AI在历史文献研究中的具体应用案例。通过机器学习提取17世纪书籍印刷字符的缺损特征，其团队成功考证出莎士比亚某著作的出版商；借助CT扫描与小模型迭代，从庞贝碳化卷轴中识别文字。她强调，AI应用需要专家标注数据、拆解研究步骤，可解释性强的小模型往往比大模型更实用。

视觉文化与跨学科研究的AI赋能

复旦大学历史学系副教授孙遇洲的研究聚焦“亚非团结跨国网络的视觉文化”，通过多模态AI技术分析1950-80年代有关非洲的中文书籍配图及外文刊物配图。该研究借助计算机视觉技术实现视觉资料自动识别分类，结合时空建模构建传播动态网络，填补了非文本资料研究缺口。孙遇洲指出，国际学界以往多关注苏联主导的亚非组织，忽视了中国在亚非团结中的作用，AI技术有助于纠正这一偏差。

复旦大学科技考古研究院副教授文少卿从分子考古学角度展示了AI在考古研究中的应用。通过同位素、古基因组等分子材料分析，AI技术能够揭示人群血缘、迁徙路径等信息，实现从“透物见人”到“直接识人”的跨越。文少卿还指出，AI已全面渗透考古学的发掘保护、研究展示全流程，如通过遥感卫星数据与AI结合，高效发现无人区考古遗址。

史学能力评估与AI工具创新

复旦大学历史学系博士生肖馥莲介绍了历史推理测评集HistBench与智能体系统HistAgent。HistBench依难度分为三层级、六维度评估体系，能够系统评估AI完成历史学术任务的能力；HistAgent则通过多智能体协作，模拟史家在资料检索、图像分析和史料解释中的思维路径。肖馥莲同时提醒，AI尚难取代史料批判与解释分析，模型幻觉、数据封闭等问题仍然存在。

浙江工商大学东亚研究院副研究员王侃良专注于冷门古代语言候文的翻译研究。其团队采用RAG方法，通过OCR提取专业词典要素构建图数据库，以“分析—检索注释—推理”的迭代流程优化翻译。测试结果显示，RAG方法使模型翻译质量显著提升，但语料稀缺仍是核心困境。

圆桌讨论：AI与历史学的未来

在圆桌讨论环节，学者们围绕“AI+History”与“AI for History”的概念辨析展开深入交流。朱思语强调，不能仅将AI视为时髦口号，而必须回归具体学科语境，思考“谁来主导”、“使用什么数据”以及“解决哪些历史学问题”这三个关键问题。高晞教授指出，历史学者应主动参与技术构建，而非一味担忧被替代。

姜鹏教授从历史哲学角度提出，AI的兴起应促使学界重新审视后现代史学理论启示——历史真相只能在语言内部被不断讨论与逼近，不能简单交由算法定论。法国学者杜杰庸则强调，人的“身体经验”与“时间感”构成了人文知识不可化约的基础，AI难以复现研究者与历史对象之间的情感与道德联结。

教学实践与伦理考量

在教学实践层面，学者们分享了AI融入历史教育的经验。张越教授指出，面对学生使用AI完成作业的现象，教师群体通过重新设计课堂与作业形式，引导学生将AI作为讨论与批判对象。姜鹏教授分享了让学生先借助AI生成文本，再纠正其中错误的教学设计，将AI转化为训练批判思维的工具。

总体而言，本次会议展现了AI技术在拓展历史研究边界、提升研究效率方面的巨大潜力，同时也凸显了学科规范、人工复核的重要性。正如学者们所共识，AI不会取代历史学家，但会使用AI的历史学家可能取代不会使用AI的同仁。未来，AI与历史研究的深度融合需要在技术创新与人文思考之间找到平衡点。