笔谈：数智时代人文学科的教育实践

【编者按】近年来，人工智能的运用替代了大量以往只有人才能完成的工作，而且AI的效率比人的效率要高许多，甚至可以快速完成人类多年未能完成的工作。这种趋势下，“低效率”“低产出”的人文学科再一次被推上风口浪尖，文科“无用”论再次兴起。世界多地的高校也出现了裁撤人文学科专业、缩减招生规模、关闭人文学科研究中心等现象。人文学科的发展也因此蒙上了一层迷雾，仿佛陷入了困境。

数智时代，人文学科是否会被算法替代，未来的人文学科能产生什么样的知识，其价值又如何展现？人文学科教师是否还被需要，人文学科的教育要如何展开，才能打破困局？人文学科的人才培养该何处何从？近日，凤凰网国学频道特邀岳麓书院一线教师于月、章成、石瑊、陈岘等，结合自身的教学实践和思考，就这些问题展开探讨，以下是几位年轻教师的笔谈内容。

于月：人工智能与人文科学人才培养的智慧碰撞

ChatGPT和Deepseek等生成式人工智能（AI）的横空出世，引发了前所未有的人文教育革命浪潮，传统的人文教育受到了巨大的冲击与挑战，同时在时代的风口下也面临着前所未有的新机遇。我们首先需要思考的问题是人工智能的“智”与人类思想的智慧究竟有何异同？如此，我们才能更好的利用人工智能，真正做到AI赋能人文教育，从而解决人工智能时代人文学科将被AI替代的焦虑。

人工智能的“智”正是计算语言学研究的核心课题——语言模型。语言模型（Language Model, LM）是一种计算一段文本概率的统计模型。它的核心任务是根据已有的文字预测下一个词，据此生成连贯的文本，完成撰写文章的任务。ChatGPT和Deepseek是基于大语言模型的人工智能，根据学者的研究，基于深度神经网络的大语言模型最突出的能力是其展现出的“智能涌现”功能。通过在海量数据基础上的训练，展现出强大的任务泛化能力，可以胜任问答生成、撰写文章、代码编写、机器翻译等多场景应用。

不可否认，在信息爆炸时代人工智能在语言翻译、资料搜集、阅读归纳、文章写作方面具有超高的效率，这也是人文学科被AI替代焦虑的根源之一。然而，所谓“智慧”除了信息的处理与知识的生成，还有不能被AI替代的部分，那就是人类的思考、想象力与情感。笔者认为，在数智时代教师对人文学科人才的培养不仅要拥抱人工智能，在课堂教学上引入人工智能的多种应用辅助教学；还要对人工智能怀有警惕与质疑的态度，在课堂上时刻提醒学生不能放弃思考的主动性与主体性。

可能很多人会很难想到，在信息爆炸时代，年轻的大学生更容易处于巨大的信息茧房之中。大学生的社交媒体工具诸如抖音、小红书会利用大数据不断推送个人感兴趣的信息，对兴趣之外的信息与知识其实形成了隐性屏蔽。因为在数智时代，人与网络媒体的交流逐渐取代人与人面对面的交流，大学生因为信息茧房更容易沉迷于感兴趣的领域，而对其他领域毫无兴趣、所知甚少。这种情况对我们目前倡导的新文科跨学科交叉融合学习背道而驰。因此，笔者认为在数智时代教师的课堂教学是教师与学生面对面信息沟通与情感交流的珍贵场景，教师利用AI赋能课堂教学，既能帮助学生全面的掌握AI理论与多种人文学科的专业AI平台，又能引导学生涉足跨学科知识与领域，在教师的热情感染下让学生体会深度学习的愉悦情感。如此，才能实现人工智能与人文学科人才培养的智慧碰撞。

以笔者的《历史文选》课堂为例，笔者想谈一下自己的课堂教学经验与体悟。《历史文选》课程设立的初衷是教师引领学生共同阅读经史子集经典文献的选篇，通过让学生对经典文献深度阅读，使学生了解古代经典文献的语言风格、时代特征以及古代汉语与版本目录学的基础知识。然而在人工智能的冲击之下，越来越多的人质疑《历史文选》课程的必要性，主张取消《历史文选》课程。然而笔者的想法是《历史文选》教学既要回归传统，也要拥抱人工智能，同时还要启迪学生的思考主体性与批判性思维。

在数智时代，人文教育更需要重视传统、恢复传统。《历史文选》的课堂教学依然坚持小测验，包括繁简字转化、文言文的标点和翻译，课后作业安排抄写古籍经典段落，原因是人工智能依然不能取代人类自主学习的宝贵经验，看似简单重复的训练过程，却能发展学生的神经网络。数智时代要培养的人文学科人才，需要具备比人工智能更高明的智慧，能够识别人工智能产生的幻觉，能够利用人工智能提高工作效率，为人文研究提供新的思路与灵感，而并非培养只能够被人工智能替代的人文学科人才。

另一方面，《历史文选》这门课程需要与时俱进，主动拥抱人工智能。笔者在课堂上为同学们展示了北京大学“吾与点”智能数据平台、北京大学与字节跳动联合开发的识典古籍阅读与整理平台、国家图书馆开发中华古籍智慧化服务平台，在课堂上展示了这些人文学科AI平台的古籍整理、点校、翻译、搜索功能，以及可视化人物图谱的生成功能。通过课堂展示让学生了解并利用ChatGPT、Deepseek和豆包等通用人工智能之外的人文专业人工智能平台，从而提高学生的学习效率与学习兴趣。

笔者认为培养学生的批判性思维、质疑精神、问题意识与想象力，是实现人工智能与人文学科人才培养智慧碰撞的另一前提。正所谓“我思故我在”“我怀疑故我在”，教师在课堂上要引导学生在智能时代不能放弃思考的主动性与主体性，不能让思考的懒惰吞噬学生的智慧、灵性与创造力。人文学科所具有的情感、同理心、悲悯心，以及对真理的不懈追求、对人类命运的关怀情节在任何时代都不会被替代与泯灭。

章成：数智时代的“慢”与“深”——AI浪潮中本科历史课堂的传统沉淀、深度坚守与工具理性

近年来，本科历史课堂的潜在转变已不再是个别授课教师的独特体验。学生提交的读书报告初看行文流畅、观点周正，但深入探究便会发现，此类文本多由AI对开源经典文献预处理后搭建框架，学生仅在此基础上完成最终调整与润色，个人思考特征几乎被消解。文献综述类作业的这一问题尤其突出，输入几个关键词后，AI能在短时间内生成外观规范的学术史梳理，格式合规、引注齐全，教师往往难以区分哪些文献条目是学生实际研读所得，哪些是算法从数据库拼接生成的结果。这类场景正逐渐成为历史教学中的普遍现象。

表面上看，学生的学习效率显著提升，作业整体质量也有所改善，似乎并无值得忧虑之处。但一个核心问题已然浮现，当“工具理性”以效率为名，将其逻辑全面渗透到历史学习的核心环节，沉潜的文本阅读、独立的思辨过程、长期的思考推敲等历史学科最为珍视的核心能力，正面临系统性消解的风险。作为高度依赖时间沉淀与深度阐释的人文学科基础门类，历史学在数智时代能否守住其不可替代的“慢”与“深”，在“工具理性”中找到适合本学科的“价值理性”？

这一问题至关重要且无法回避，其根源在于AI提供的“思维捷径”具有极强的吸引力。德国社会学家马克思·韦伯曾用“工具理性”与“价值理性”的二分框架剖析现代性困境：工具理性仅关注“如何高效实现目标”，却从未追问“目标本身是否值得追求”这一根本问题。这一矛盾或许自一战后便存在于人文学科中，而数智时代的本科历史课堂恰好成为这一论断的当代注脚。AI能帮助学生更快定位史料、生成观点、完成写作，但“更快”是否等同于“更好”，这一问题尚未得到学界的充分回应与严肃反思。当效率至上的工具理性逻辑从历史研究领域蔓延至本科教学领域，当“可计算性”与“可替代性”成为衡量学习成效的核心标准，历史训练中最核心的能力——如对原始文献的耐心辨析、对复杂问题的独立判断、对海量史料的整合与论证、问题意识的生成等——正被逐步架空。此外，更为隐蔽的风险在于“认知窄化”与“思维惰化”的相互强化，算法推送的“个性化”学习内容看似精准适配，实则过滤掉所有偏离学生既有认知框架的异质性信息，在史学认知层面形成信息茧房。AI替代学生完成文献阅读与观点生成的艰苦过程后，学生主动提出问题、独立搜寻证据、反复修正判断的完整思考链条被截断。若长期处于有效率却无深度的学习模式中，学生将逐渐丧失与原始文本直接对话的能力与勇气。这是历史学训练不可退让的核心底线。面对工具理性的渗透，历史课堂并非缺乏应对与转型的路径。恰恰相反，那些看似“低效”且难以被AI替代模拟的传统教学路径，正是本学科在数智时代最应坚守的核心阵地。

岳麓书院“中国通史（2）”本科必修课程坚持的一手文献细读训练，便是极具代表性的实践案例。当学生面对清代奏折中百余字的记载时，需要辨析奏折提及人物间的关联、考证史事的内在脉络、体察具奏官员在措辞分寸间的微妙取舍。细读训练的核心目标从来不是获取碎片化信息，而是培育学习者对文本的敏感度与思维活跃度，理解文本中每一句话背后蕴含的作者书写选择，每一个语词承载的特定历史语境与主体意图。这种敏感度只能在反复、缓慢甚至充满阻滞的逐字推敲中逐步养成，不存在任何算法能加速这一过程。

在岳麓书院本科生培养体系中的“中国近代史史料学”课程，则是另一种不可替代的核心训练。该课程要求学生直面近代史研究中最具挑战性的史料类型，包括未刊档案、私人日记、时人函电、报刊新闻及各类官方文书。第一层是原始文献的细读与校勘。任课教师选取一份存在多处涂改或版本差异的原始档案，要求学生逐字辨识字迹、比对不同抄本的异同，并推测涂改背后的意图。AI或许能快速识别文字并提供标准化转录，但无法引导学生体会书写者的犹疑、刻意隐藏的信息或历史语境中的微妙张力。正是这些难以量化的细节，构成了历史解释的真正起点。第二层是史料来源的辨伪与互证。学生面对一份日记或回忆录时，不能直接采信其叙述，而须将其置于更广泛的同时代材料网络中进行交叉检验。课程设计了具体的辨伪练习，让学生在相互冲突的史料中判定可信度、建立证据等级。相较于AI汇总大量文献信息，在证据矛盾中进行判断的复杂决策过程，是重构价值理性的关键环节。因为学生的思考不仅涉及信息检索，更是价值权衡与情境推理的过程。第三层是基于史料的论证与推演。在以上两步的基础上，学生围绕一个具体史实问题撰写一篇基于一手史料的考证短文，从原始证据出发建构因果链条，而非套用现成结论。整个训练过程看似节奏缓慢，但正是这种“慢”，确保了每一位学习者都经历了从原始文本到独立判断的完整思想旅程，学生在反复比对、怀疑、验证和修正中，逐渐形成学术直觉与判断力。这三层训练共同指向一个核心论断：历史学本科教育的本质，不是让学生掌握更多历史知识，而是帮助他们习得历史思维方式，培养具有个性的问题意识。所谓“慢”，并非效率低下，而是深度思考得以发生的必要前提。

在明确哪些教学环节必须“慢下来”之后，一个自然的问题随之产生，人工智能在历史课堂中的应用边界界定。简单拒斥人工智能既不具备现实可行性，也不符合理性原则。既有研究指出，人工智能智能体在教育领域的角色定位，应当从“工具代理”转向“认知协同”。它为思考提供辅助，但不能替代思考。它能够提升效率，但不消解思考深度。这一界定对历史课堂的教学设计具有直接指导价值。在具体课程实践中，人工智能可作为文献检索工具，帮助学生在海量数据库与已有研究成果中快速定位相关史料与研究线索，也可成为语言障碍的缓冲工具，辅助学习者阅读外文文献，降低文本准入门槛。但是，人工智能无法替代学生开展原典阅读。读书报告与课堂讨论所要求的，并非仅掌握文本大意，而是感知文本的内在肌理。同时，也无法替代课堂的思辨交锋，省略真实的思维碰撞。AI教学边界意识的落地，要求教师在课程设计层面进行主动、有意识的安排。在课程评价机制与学习反馈层面，也应当从结果导向转向过程追踪。通过要求提交阶段性草稿、保留修改痕迹、记录思考过程的演化路径等方式，挤压AI代写的生存空间，同时帮助教师更精准地判断学生是否经历了真实的思维成长。归根结底，人工智能在历史课堂中的合理角色，取决于教师能否在教学设计层面主动划定应用边界，而非被动等待技术重新定义教学逻辑。

数智时代下，历史学科面临的真正考验，不是是否应当应用人工智能，而是能否在应用人工智能的同时守住“深度”的底线。如果历史训练的价值仅在于提供知识与信息，那么人工智能的确可在很大程度上替代教师的功能。但实际情况是，历史学的根本魅力与不可替代性，恰恰在于它迫使学习者慢下来，慢到足以与一段文本建立真实关联，慢到足以在反复追问中逼近历史真实的复杂性，慢到足以在一次次修改中体察思想生成的完整过程。

当“工具理性”以效率为名全面渗入教育领域时，本科历史课堂或许正是大学众多学科中为数不多的、能在微观教学层面系统性防治思维退化的关键场域。它依托文本细读、论辩交锋与长周期写作这类看似“低效率”的路径，守护着一项更为珍贵的智识品质：在信息过载的时代，仍愿意投入充分时间进行深度思考。理解文本的能力，在观点流量化泛滥的时代仍敢于独立作出价值判断的勇气，在算法精准推送的时代仍能坚守思想自主性的尊严。最优的历史教育，始终是引导学生在无数独处时刻直面一段文本、一个问题、一项论证，历经困惑、纠结，最终抵达豁然贯通的过程。这一过程无法被加速，也不应当被加速。

石瑊：AI时代的历史写作教学浅议

历史写作是专业研究者的必备技能，也是历史学科人才培养环节的重点和难点。无论是学术论文、研究专著，还是各类研究报告与评议文章，文字表达的清晰、严谨与深度，直接关系到历史研究成果的呈现质量。一个不能“写”的历史学者，其研究本身也难以立足。可以说，写作既是历史学者向外界传递思考的唯一通道，也是其内在学术训练成熟与否的最终检验。因此，写作训练在史学教育中具有不可替代的核心地位。

历史写作教学之所以困难，主要源于两方面。其一，历史写作并非单纯的文字书写与文本组织，它实际贯穿了历史研究的全过程。从选题立意、史料搜集、文献综述、史料辨析、观点提炼到论证展开、文本润色，每一环节都关乎“写作”本身。学生若不能在每一环节获得切实指导，最终呈现的文本必然零散浮泛。换言之，“写作”在历史学科语境中，不是研究的尾声，而是研究的全过程。

其二，历史写作的训练包含两个层面：偏重形式的专业规范训练，与偏重观点创新的内容训练。前者诸如注释格式、史料征引、行文体例，规则相对明确，可以在课堂环节相对轻松地完成训练；后者关乎问题意识、史料解读、观点突破，需要研究者长期的浸润与思辨，难以速成，更难以“批量”传授。

无论是过程的全程跟踪，还是内容层面的个性化指导，都需要长时段、针对性的训练。这与现代教育普遍采用的班级教学方式存在天然张力。一位教师面对数十名学生，难以为每个人都提供持续而细致的反馈。传统师徒制下的个案训练效果固然显著，却成本极高、见效缓慢，难以推广至当代高校大规模培养的实际场景中。如何在班级教学的现实约束下，逼近师徒制的训练效果，长期以来是史学教育领域悬而未决的难题。

大语言生成模型（LLM）技术的出现与应用，为破解这一难题提供了新的可能。人工智能（AI）强大的人机互动能力，可以轻松实现写作过程的全流程个案式跟踪辅导。从选题阶段的可行性研讨，到史料阅读阶段的对话式质疑，再到草稿阶段的逐段反馈，AI在理论上能够为每一位学生提供“近乎一对一”的陪伴式训练，弥补班级教学难以触及的个体盲区，降低优质指导的边际成本。学生可在任意时段就具体问题展开追问，反复打磨、即时修正，这是过去任何一种教学模式都难以实现的。这一前景，对历史学科的人才培养而言无疑具有重要意义。

但更关键的问题在于，应该如何合理利用AI技术。这需要我们为AI找准定位。在当前的应用场景下，AI主要承担的是内容生产者的角色，学生输入提示，AI输出成稿。这一模式既不符合学术伦理规范的要求——学术成果的创新性贡献应由作者独立完成；也并不切合现阶段技术的真实能力，当前LLM综合既有文本概括输出的能力较强，但尚无法独立生成智识上的原创性内容，高水准的学术写作暂时还无法在技术上实现。让AI充当“代笔者”，既越过了伦理红线，也容易产出貌似完整、实则平庸，乃至漏洞百出的伪学术文本，长此以往，不仅无益于提高学生的学术写作能力，反而会逐步侵蚀学生独立思考的意愿。

更恰当的定位，是让AI扮演导师角色，作为教练员和训练员，全程辅助学生完成历史写作，提升其学术能力。这种辅助包括但不限于：扩宽文献检索范围，质疑史料的运用方式，对观点与思路提供批判性意见，核验行文逻辑与论证链条等等。传统的写作中，人往往需要自己与自己较劲。诚如学者翁彪所指出：“如果AI能帮助人检索、比较、反驳、追问、拆解陈词滥调，扩大人的理解和判断，那么写作便能从对既有材料的占有和提取，转向对不同声音的回应和互证。”由此，写作的过程，也就从孤立的独白，变为持续的对话。

反之，若颠倒人与AI的关系，让学生成为躲在屏幕后面发号施令、却无心思考的“懒汉”，那么AI越强大越自主，学术训练就越失败。技术的便利不能替代心智的劳作，工具的高效不能取消思想的责任。在学术训练与人才培养环节，始终必须坚持人的主体性地位。

与之相应，政府管理部门、高校和科研机构应当展开新形势下科研伦理规范的讨论，尽快完善AI应用的学术规范，明确何种使用方式属于辅助、何种属于代笔，何种须披露、何种须禁止，避免规则空白下AI使用失序的情况蔓延开来。同时也应配套建立面向师生的培训机制，让AI的合规使用成为学术训练的明确意识和基础素养。

此外，应推动LLM在历史学科方向上的特化构建。通用模型在面对历史学专门性知识与学术规范时仍存在明显短板，对冷僻史料的识别、对学术脉络的把握、对史源真伪的判断，均有待加强。唯有结合学科语料与专业知识进行定向训练与微调，才能让这一前沿技术真正获得解放，更好地服务于历史学的人才培养工作。

AI不会取代历史学者，但善用AI的历史学者，或将重新定义历史写作教学的形态。

陈岘：基于哲学反思与人工智能的传统医易数象文化当代教学探索

在刘歆编纂《七略》第一次为中国学术类型进行归类划分时，除六艺、诸子、诗赋这三类显著人文导向，并在后世发展为经、子、集三部之学的类别外，兵书、术数、方技三类技术导向的类别亦占据半壁江山，尤其是以追求健康长生和探索人生命运为主要目的的方技术数之学，在汉代思想文化中占据着重要地位。然而，由于历史上的长期禁绝，以及与之相关的古代医学、象数易学、天文学、星象学等皆有极强的学术壁垒，导致医易数象文化虽在中国历史文化中占据重要地位，如今却隐而不显，几成“冷门绝学”。但在笔者看来，基于近年来人工智能技术的飞速发展，如果能利用人工智能加以辅助，再站在现代社会的视角尤其是哲学层面的彻底反思，将极大有助于我们返回古人的思维之中，重新理解中华文明对宇宙世界与人生的认识。

中国传统的方技术数之学大致可以分为山、医、命、相、卜五个大类，但值得注意的是，方技术数之学并不独立于六艺、诸子等主流学术门类。比如说，位居群经之首的《周易》就既会出现在六艺类中，又会出现在术数类中，就连宋代大儒朱熹也曾强调“《易》本卜筮之书”。事实上，中国古代的医学、地理、天文、乐律、建筑、文学、艺术等等，都深受易学的影响，即便是在民间流行的堪舆卜筮之法，也往往强调其与《周易》间的密切关系。再比如说，方数五大类中的“山”，原本指的就是在深山中进行修炼的方法，后来则逐渐与道家、佛家的修炼、修身工夫结合，成为了中国历史文化中非常重要的文化意象。仅以四大名著为例，无论是《红楼梦》里的算卦，《西游记》中的炼丹，《水浒传》中的阵法，《三国演义》中的星象，我们可以找到的医易数象文化例证就不胜枚举。可以说，如果没有对医易数象文化的深度研究，我们在理解中国古代文化上就总会留有巨大缺陷。

然而，对传统医易数象文化的研究一直以来却存在着巨大的障碍，其中首当其冲的是研究难度。虽然无论是古代医学、象数易学还是天文历法之学都有大量的传世文献存世，但对一般读者来说均宛如天书。这些文献不单文辞古奥，而且往往由大量意涵复杂的专有名词构成，无论是天干、地支、五行、二十八宿，还是六十四卦卦爻、七十二候，都有各自独立的理论系统。在历史文献中，这些独立的概念又往往会被拆分组合或杂糅在一起，让理解难读成倍增加。更麻烦的是，许多相关文献因为历史流传或禁毁等复杂原因，流传下来的版本都残缺不全，让今人读上去就像是一本残缺的密码本，根本无从下手。事实上，除少量专家靠着多年的钻研，才能对这些“冷门绝学”中的一部分有所掌握之外，即便是对以古代历史文化研究为业的专家学者，也往往不得其门而入，更遑论普通历史文化爱好者了。

不过，有了人工智能技术的迅猛发展，为我们研究这些“冷门绝学”提供了一条新的可能路径。随着生成式人工智能训练水平的不断提高以及海量算力的支持，许多研究团队已经开发出可以高精度阅读处理古籍的人工智能平台，甚至部分平台已经可以模拟古人进行对话。有了这些技术支持，许多以往需要掌握“密码”才能阅读研究的冷僻古典文献，便有了新的开门钥匙。对于残缺不全的文献，以及近年来新出土的竹简、帛书等，人工智能的助力也可以极大第提高识读、研究的效率。事实上，在相关领域的前沿研究中，人工智能已经辅助许多专家学者取得了颇具开拓性的进展。

然而，仅有技术手段的支持，对传统医易数象文化的研究来说也还是不够的。之所以许多类似的学问在历史上会被禁绝，既有部分统治者蓄意对文化的破坏，我们也需要认识到其中的有些内容带有一定的历史滞后性及局限性，既不完全符合客观世界的运行发展规律，也不再适用于当今中国社会的发展。那么，如何站在当今中国社会发展的视角，正确认识传统医易数象文化，做到“古为今用”呢？这就必须基于哲学层面，对包括医易数象文化在内的古代文化进行系统反思。这种反思，不是简单的“取其精华，去其糟粕”，而是能够在深入剖析古人对宇宙世界与人生关系理解的基础上，构建基于中国文化知识和认知系统基础上的宇宙、世界、人生观念，再从文化视角明确树立中华文明的主体性。只有这样，我们对传统医易数象文化的认知才能拜托其历史滞后性与局限性，从当今中国社会文化发展的视角准确、深刻地理解中华优秀传统文化，实现中华优秀传统文化的创造性转化和创新性发展。

本文的笔谈作者皆系湖南大学岳麓书院历史学系、哲学系教师。