2025年5月25日上午9：00，弗吉尼亚大学访问教授，上海师范大学史学理论与史学史教授陈新受山西大学历史文化学院邀请作“数据科学、AI与当代历史学的若干思考”的讲座。本讲座为河汾讲堂第243期，在线上进行，由尉佩云教授主持。

陈新教授

讲座伊始，陈新教授点明了认识到当代数据科学与历史学研究之间关联的必要性，数据科学的发展深刻影响着史学界未来的走向以及历史学专业以及从业者的境遇，但不论是国内外史学理论界依旧对技术革命缺乏反思。

陈新教授首先分析了AI与历史学思维的异同。要回答这一问题，一方面涉及历史学所具有的价值及其与真实性之间的关系，此处受到关注的是功能主义的历史学概念，即承认历史学在个体、群体与社会等不同层面上都发挥着价值效用。当代的数据概念则是理解上述关系的另一个关键。数据（data）概念通常指以数字、文本、图像、音频或其他形式存在的、可被收集、存储、处理和分析的信息，其所具有的多样性、大规模、价值性、实时性以及隐私与伦理性的特点都与历史学的要素存在对应关系。尤其是，在说明数据中的结构化与非结构化的区分时，陈新教授指出，对数据进行结构化处理是历史学研究中的关键行为。

其次，从数据科学的角度来看，AI所产生的洞见基于统计学、计算机科学以及不同领域的知识。数据科学是一门工具，针对不同行业如商业、法律、生物学和历史学等，通过定义问题、收集数据、清洗与准备、探索分析、建模与推理、印证与解释以及应用于迭代获得洞见，这一过程与历史学研究“问题意识—文献选择—结构化处理—论证”的过程所接近。不过，相比于历史学追求的真实性，数据科学强调有效性。之所以如此是因为，历史学所涉及的问题、文本与表现都受到认知主体之间差异的影响。

陈新教授借助伽达默尔的解释学循环与理解前结构说明了历史学“无始无终”的认知模式。通过前有、前见、前把握与前筹划，历史研究的问题意识得以产生。同时，在历史研究的过程中，观念也在不断更新，意义筹划也随之改变，解释学的循环由此运作。这一点为历史研究者运用数据科学提供了洞见，即在历史学研究中，研究者需要先有前见和前把握，对领域有深入的了解，才能利用统计学和计算科学形成洞见，并且基于解释学循环，实现自我认知的更迭。这种理解—解释的循环，是数据科学所缺乏但极为宝贵的思想资源。

随后，陈新教授介绍了大数据研究的人文属性问题，这既涉及AI研究与历史性之间的关系，尤其是在形成洞见方面，面对AI构建因果关系的需要，历史学训练必不可少，历史学的思维方式也因此成为洞见的基础。AI的训练方式本质上是对既有语料的统计归纳，而历史学对“因果关系”的构建往往依赖于解释者的主体意向、语境选择、时间与空间尺度的设定、证据的组织与论述等高度复杂的过程。

讲座现场

最后，陈新教授讨论了AI对历史学从业者的影响，AI已经参与进解释学循环之中。在历史学家向AI提问并寻求满意解答的过程中，历史学家就成为AI的训练师。可以说，历史学家与AI互为读者、互为作品，这使得AI超越了预训练的模式。陈新教授指出面对数据科学对历史学产生的诸如真实性、认同构建等挑战，以及目前AI面临着的渠道与平台限制的情况、伪对齐与逻辑一致的强制性以及赛博空间与真实空间的映射和冲突等问题，历史学者应当认识到，AI和数据科学并非历史学的终结者，而是促使其转型的重要契机。在保持学科独立性的前提下，历史学应积极参与到新技术建构过程中，成为AI时代中不可或缺的批判性声音与意义生产者。

讲座最后，陈新教授同与会听众就20世纪语言哲学对数据科学的奠基作用、数据科学在中学历史教育与历史意识培养中的作用、以及AI历史叙事与个体历史叙事关系等问题进行了交流，讲座在热烈的讨论中结束。此次讲座有助于拓宽关于当代技术发展与史学研究深刻关系的认识，启发了对历史学习者与从业者时代命运的思考，是一场兼具学术深度与现实关怀的重要学术对话。

文字、图片：李皓然

审核：尉佩云

二审：刘改芳

三审：向晋卫