什么话题？聚起北大清华四位老师对谈

北京大学中文系教授陈平原

清华大学人工智能研究院教授孙茂松

北京大学计算机学院教授陈斌

清华大学中文系教授李飞跃

齐聚北大

围绕AI时代人文学术的挑战与机遇

展开了一场深刻的跨学科对谈

01 人工智能在文学创作中的应用如何影响人文研究的深度与创新？

现如今，许多AI语言大模型的一大作用便是服务于人们对于自身文学创作的需求，在社会上也出现了许多难辨是否为AI生成的文字，面对这一现象，人类所创作的文字与文学作品的价值将发生怎样的改变是尤为值得讨论的。

陈平原：

AI生成的文本常带有程式化表达与包含虚假信息的特点，为了测试使用的提问方式以及AI回应的技巧，我请教了DeepSeek等大语言模型。其中模仿我的文风生成的《人文学的压舱石，在算法湍流中守护文明航向》虽有我特有的立场、方法和概念，却堆砌概念、拼贴了许多他人的研究，甚至引用的文献基本上都是报道、征引、转述和短视频。可见人文学者若依赖AI提供文学创作的原材料，可能丧失对史料真伪的敏感与主动发现问题的能力。AI辅助的文献综述虽高效，但若未经亲自阅读与思考，研究将流于表面，因此需要明确AI的辅助边界，避免其以虚假创新的方式侵蚀人文研究原本的深度。

孙茂松：

通过“九歌”人工智能写诗模型生成古典诗词的实践我们可以发现，AI能够自动掌握五律、七律的音韵与格律，无需人工指导即可生成许多诗作。例如，系统生成的《旅夜抒怀》，对仗工整且意境尚可，基于此，我们在运用AI时的基本任务可能就发生了某种变化。AI的创新更多是基于海量数据的重组，虽能突破传统人类创作的小圈层，但生成的文本仍需人工筛选与修正。这提示人文研究需从以往的冥思苦想转向精炼，同时也需要警惕模型幻觉对学术真实性的威胁。

02 AI生成内容的可靠性及学术伦理如何规范？

我们还可以看到，由于AI在搜索与总结方面的突出能力，许多人倾向借助于这份便捷力量来更快地生成出自己想要深入探索的方向。与此同时，AI生成的文本也在众多验证下表现出相对的不可靠性，如何去处理与面对这份自动生成的答卷，也是我们需要去思考的。

陈平原：

学术期刊已开始警惕AI生成内容，最近两个月，几乎所有重要的学术杂志都在开会，紧急磋商如何面对投稿中可能出现的AI写作或AI参与部分写作。国内顶级刊物《历史研究》刚刚发布的《关于规范深层次人工智能工具使用的启示》，强调不接受AI投稿，但可以用AI从事辅助研究，不能是核心观点，不能是主体方向，不能伪造资料，但规定的边界依然模糊。如果像今天的论文查重一样，用AI也可以清楚自动标识出AI创作的部分，才能显示AI在学术研究中的参与度，若仅仅依赖作者自报家门、自我澄清，很有可能出现隐瞒或误判的情况。这确实是个技术难题，很可能决定人文学界以后对待AI的真实态度。

孙茂松：

大模型在生成文本时出现的幻觉问题仍然无法完全避免，例如生成诗歌时虚构意象或混淆史实。为了让其生成的文字更加可靠，可以要求AI附参考文献并逐句验证，但技术层面仍难实现完全可信。在人文研究当中，需要探索思考许多有深度有内涵的东西，而AI恰好可以将海量的数据整合起来供你参考，也可能会提供崭新的研究角度，这点无疑是有所帮助的。人文真正打动人的，是学者对这个问题认识的深刻性，这一条要靠机器来做的话，我觉得怎么也做不到的。所以在任何时候，有深度的人文学家都必然会有他的位置，不会被机器替代。

03 人文学科如何在与AI融合中保持独立价值？

当今的社会建构下，AI已经深入每个人生活的方方面面，我们听到的声音似乎更多是AI已经与传统观念上的理工科绑定了强相关的关系，而对于人文学科，则是多抱有一种遗憾与惋惜，认为AI在未来的发展当中势必会取代很大一部分人文学科的基本价值体现。面对此种困境，我们又将如何应对呢？

陈平原：

我理解的与AI共舞是在承认危机、适应变化的同时，坚守人文精神，保有人类的尊严与价值。这话说来很简单，做起来很难。我辈努力的方向就是面临必须的磨难，不要惊慌失措，也别以为能够轻易战胜。并且，并非所有的人文学者都必须直接与AI对话，你可以积极地运用，但也可以目不斜视走自己的路。想让所有人文学研究都必须由AI赋能，那是不对的。这是加法和乘法，但不是替代或者降维打击，人文学自有其独立价值。与此同时其实人文学中的语言学、逻辑学已经深深地介入了人工智能的理论世界，甚至成为其重要的支柱之一。这也提醒我们，人文和科技并未决然对立，二者确实有边界，但不绝缘。本就感情细腻、擅长想象、喜欢异想天开的人文学者，通过借用AI，或者与其他专业学者合作，说不定也能抓住机会，打一场精彩的防守反击。

陈斌：

我们在开设的人工智能通识课中引入社会网络计算、博弈论定量分析等案例，用大语言模型模拟虚拟人参与社会推演，突破传统统计调查的局限，为人文社科的同学们传达大语言模型的运用方法，教会大家如何用AI来处理在人文研究之中人类较为薄弱的环节。以这种教学方式，我们希望大家在面对AI带来的诸多挑战时，可以拥有提出问题、鉴别真伪、正确选择的能力，同学们可以经由我们的课程，充分利用AI的相关能力作为辅助开展人文学科的相关研究。

04 如何在跨学科研究中平衡人文与技术的视角？

在研究AI给现实带来的种种影响和冲击时，跨学科研究为其非常重要的一种研究方式，人们通过对于不同学科之间的结合学习与研究，将AI剖析为数个学科的切片，进而促进研究成果的产生。而在其中人文与技术的不同领域视角尤为突出，一方是制造出研究对象的领域，一方是正在经受其研究对象考验的学科，两者之间该如何平衡彼此的对话交流与合作显得十分重要。

李飞跃：

跨学科研究需打破文理分割，引入工程思维，例如通过数据清洗、知识对齐、算法设计等手段控制变量，减少人文学科的随机性和盲目性。数字人文项目需多人协作，从数据收集到工具调试均需分工明确，这不仅是技能训练，更是对沟通与领导能力的培训。同时，人文学者需将伦理、法律等传统知识工程化，让文科由软变硬，以制衡算法系统的操控性。

孙茂松：

跨学科合作的关键在于技术透明化与人文深度结合。大模型的机理（如神经元激活路径）对研究者完全开放，这为人文学者分析语言机制提供了新视角。例如最新研究表明，人脑语言处理与大模型的预测机制可能存在相似性，人文学者如果拥有相关的计算思维，研究视野也会更加广阔，有关大模型机理的相关问题反而会在人文学科的领域收获更加精彩的答案。

05 如何正确看待AI工具？

使用AI是一个探索的过程，我们应该如何看待这一工具并恰当处理其与人之间的关系呢？

陈斌：

大语言模型为我们提供了这样一个工具——它可以突破我们人的局限性。这里的局限性包括人的精力和情绪等因素。我们在使用的过程中，不仅要用它“跑得更快更远”，还要解决“跑去哪里”这个关键问题，就是价值观对齐的问题。尤其在我们的人文社科领域，同样的一组数据，你有什么样的看法就表明了你将引领这个大语言模型往何处去。进而需要思考的是：工具本身也会改变我们人类自己。计算社会科学有一个很重要的前提，我们之所以可以用大规模的数据和计算的方法来解释或研究一些社会现象，是因为在信息通讯技术和网络技术快速普及的今天，我们的社会也在被技术改造。这意味着人文学科的研究范围被拓展，我们不光要研究现在正在面临的问题，还有很多层出不穷的未来问题等待着被研究。

李飞跃：

人工智能的出现，把人这一变量重新引入到科学研究中。那么，人同时也开始了量化的过程。随着脑机接口、情感计算的发展，人的听觉、视觉、触觉都在增强和重塑，变得可以被记录、被分析、被建模了。人就从最大的变量，转变成了一连串的参数。未来，人文学者应该都是AI算法工程师，能够制衡算法和价值对齐。人文学者用各种发散思维，对技术思辨和批判，寻求更好的可能。我们需要及早把尽量多的人文知识带入到数字空间，抵制科技带来的个性泯灭和人类异化。只要人还是意义的来源，人文的超越性就一直会在。

来自DeepSeek的北大校友们，也分享了他们关于“AI时代中个人成长与社会发展何去何从”这一问题的看法。

两位校友都探讨了在人工智能浪潮中如何借助跨学科优势推动技术与人文的融合。其中一位校友强调了“模型素养”的培养，主张通过理解语言模型的基本原理、掌握基础编程工具、建立对模型输出的审美能力，以及运用解构与建构问题的方法，让各领域专业知识成为推动AI发展的桥梁；而另一位校友则从人文社会科学的角度阐释了模型对齐训练的重要性，认为人文学科所培养的审美、道德与社会认知能力不仅对AI模型的社会化至关重要，而且在技术进步中依然具有不可替代的价值。两位校友共同呼吁大家积极参与和协作，在迎接AI革命的同时，用各自学科的智慧塑造更加全面和谐的未来。

崭新的技术浪潮

带来崭新的契机与使命

相信在不远的未来

人文学者能驾驭算法逻辑

坚守人文研究的本质

让学科在AI的辅助下

于技术赋能中开辟新局