复旦人工智能与史学研究工作坊丨历史学版MBTI测验和AI抵抗型作业，历史教师应对AI的攻与防
【按】开发“历史学版MBTI测验”、用游戏还原撒哈拉黄金贸易、为《红楼梦》的两万余句情感文本画出情感曲线、用嵌入向量把AI抽取的美第奇家族人物关系逐条比对原文……历史教师正在如何使用人工智能？人工智能正在怎样改变历史课堂与史学研究？
与此同时，史学研究中，AI幻觉的成因与治理正在成为焦点，有学者提出“不求AI可信，但求可解、可核验”，有大学教师布置“AI抵抗型作业”，据学生提问的方式考察其思维水平，也有教师取消写论文，要求学生用图书馆的实存资源完成一场策展，把评价重心从成果转向提问与思维。当AI进入知识生产，人的判断与主体性应置于何处？
2026年10月18日，这些问题在复旦大学西方史学史研究中心主办的“人工智能与史学研究”学术工作坊上得到了热烈的讨论。此次工作坊由复旦大学历史学系吴晓群教授主持，围绕“人工智能如何进入人文教育与历史研究”这一主线展开，内容涵盖AI在中学与大学课堂中的教学实践、AI辅助史学研究的工具与方法、AI幻觉的成因与治理，以及人文学科在AI时代的主体性与评价标准等议题。发言人们结合各自的教学与研究实践，分享了使用的平台、工具与主要观点。
陈计宏：一个历史教师在北京的AI实践
陈计宏系复旦硕士毕业生，兼有计算机和历史学的背景，目前于北京亦庄实验中学国际部任教，并参与学校的人工智能教学建设。他介绍，亦庄为全国商业航天产业高地，学校以数理智能为特色，并与北大计算机学院共建北京亦庄少年人工智能学院。
陈计宏
在教学工具与平台方面，陈计宏老师以游戏化教学方式开发多个网页游戏，例如围绕非洲中世纪撒哈拉沙漠黄金贸易设计了一款商人角色扮演游戏，让学生在课堂45分钟中用约20分钟沉浸式掌握“跨撒哈拉沙漠贸易”等。此外，他还参与了第二届CCF人文智能大会，对基于Vibe Coding的历史人物与生涯教育结合的历史学版的MBTI测试平台的开发进行汇报，展现了AI在中学生涯教育上的巨大潜力。他还组织了面向北京市经开区以及全北京市的中学生AI黑客松活动，并与开源中国等企业合作积极探讨中学人工智能研究、校园算力中心建设的可能性。
他曾带领学生在中科院空天院团队指导下完成了“校服熊上天”高空气球项目，将校服熊升至37.6千米的高空，并在过程用AI辅助方案与技术学习，师生共研完成了载荷研制、放飞与数据回收。
“校服熊上天”高空气球项目
在AI模型与前沿安全领域方面，他分享了对模型对齐与可解释性的个人探索，并结合现实中的模型越权与安全评估案例引发思考。此外，他还关注近期AI在历史密码学领域进展，如辅助破译1941年Enigma电文、1809年密信等，展示了AI结合计算方法的巨大潜力。最后，他借数学学者邓煜的观点强调：在AI时代，提出好问题、理解并验证结果，是人文与理工科共同的责任。
邓锐：数智人文与未来史学——人文践行与人文疗愈
邓锐教授首先介绍了陕西师范大学历史学部未来人文研究中心的两大工作方向：一方面是进行数智人文研究，即将AI应用于文史哲等学科的研究与教学；另一方面是探讨AI时代人文学科的发展方向，“把该由AI做的事交给AI，人专注于AI做不了的事”——主要是基于情感体验的共情、意义探索、高阶价值判断与创造性活动。
邓锐教授认为当代人文学科可以在主流形态之外发展出“人文践行”的支流，即以在现实生活中提升人的精神自由与人生境界为导向，而非单纯制造知识。他进一步提出以“人文疗愈”作为人文践行的一种方式，主张从文史哲与艺术内部发掘心性资源，将21世纪出现的“人文治疗”扩展为“人文疗愈”。
他认为，现代教育往往重视理性之“智”，而忽视心性之“慧”，无法解决现代生活方式和技术发展带来的心理问题与精神问题。现代心灵需要人文精神的滋养，而非仅仅需要医疗意义上的治疗。同时，邓锐教授指出“人的体验”尤其是情感体验，是意义与高阶价值判断的来源，而这恰恰是AI永远无法独立获得的。他归纳了“人文疗愈”的三条实现路径，并简要介绍了中心团队目前的工作进展：第一，通过现有医疗体系中的艺术医疗、心理咨询等通道发展人文疗愈；第二，在现有学术形态中发展生活实践导向的践行研究；第三，整合心理咨询、人文治疗与艺术医学，研发相关疗愈产品与服务，尤其是借助AI技术的大规模个性化线上工具。
邓锐
王闯闯：AI辅助史学研究的方法论分享
王闯闯副教授指出，现阶段，AI进入史学存在两条路径：一是用新技术做过去个人难以完成的研究，如剑桥人口社会结构小组式的数字人文计算；二是借新技术更好地研究传统材料，这更贴近研究者的日常状态。在幻觉的问题上，他认为，在历史研究中，AI常产生四类幻觉：史料虚构（给出精确却无据的数字与细节）、观点错位（将学术观点张冠李戴）、以偏概全（综述时抹平学术争议）、以点代面（只做局部检索却装作通读全书）。
王闯闯
基于此，他认为，目前AI介入史学的一大挑战便是生产出的知识不可检验，并提出“不求AI可信，但求可解、可核验”的使用原则。随后，他以自己的研究实践为案例，细致地解释了AI辅助史学研究的方法论：首先，借助AI工具按章节需求收集、筛选、切分文献，通过OCR转码把扫描PDF还原为可机读、带结构信息的Word或Markdown文件；其次，用Minder等转码工具及“经纬”工具标注物理页与印刷页，形成页码锚点；接着，再用OKR（Obsidian）、OneNote、阿里云等笔记软件建库；最后，写作前先让AI逐篇精读、概括观点材料方法并附页码，建立规则以便同步核验。他强调精读质量优于数量。
同时，王闯闯副教授指出，现阶段AI辅助史学研究的一大门槛在于许多关键史料尚未公开、数字化，或者无法被模型直接访问，这些会限制AI解决实际问题。他呼吁机构、图书馆与学者共同体共建大型文献库以避免重复劳动，并提醒与会者效率仍应当服务于人本身。
叶根：从情感史学到AI历史研究
叶根系复旦在读博士生，他分享了自己的AI人文研究经历及在研的“炎黄”早期中华文明大模型平台。他接触AI人文的契机是参与了《红楼梦》前八十回情感叙事的可视化分析。团队自建情感词典，根据情绪色彩为不同的情感词标注的正负及数值，将难以捉摸的感情量化，为进一步研究作铺垫。随后，团队针对《红楼梦》约22000句含情感表达的文本，用信号分析方法去除噪声，最终形成了可视化的情感曲线，直观地展现了《红楼梦》情感叙事的设计，及不同人物之间情感的错位。叶根同学提出，类似的情感标注方法也可以吸收前沿的人工智能科研成果进一步改进并迁移到古典文本研究中，以发挥AI在识别古希腊语、拉丁语、中古英语上的巨大优势。
黛玉、宝钗、袭人、晴雯的情感变动曲线对比图
晴雯情感强度变化图
叶根
目前，他正参与“炎黄”早期中华文明大模型平台的建设。该平台以开源大模型为基础，其训练数据均来自学术资源库，以匹配人文社科学者的研究需求。该平台具备构建Notebook知识库、深度研究(deep research)、按需编写skill及搭建个性化学术Agent等功能，现阶段的目标是在其基础上继续开发为适配人文社科科研的Auto-research平台。叶根坦言，AI资料收集能力很强，但逻辑性欠佳。目前AI的产出更像学术报告而非真正的学术论文，即使把学者从材料到观点的论证结构拆解后教给AI，效果仍可能一般。AI或许在拆解思维上具有优势，但在产出好的原创成果上还略有欠缺。AI已经能够参与从研究构思到成果传播的科研全流程,但“会生成”并不意味着“可信可靠”；现阶段最合理的模式是由AI提高效率、由人类负责科学判断、验证和问责。
“炎黄”早期中华文明大模型平台中的莎士比亚遗嘱情感分析
张光伟：大模型进入人文社科：AI幻觉的验证与治理
张光伟认为，AI已经实质性地进入知识生产环节。对人文社科而言，问题已不在于是否使用，而在于如何保证其产出可靠，而幻觉正是这一环上的主要障碍。他不主张简单弃用，而主张厘清成因、加以治理；治理的关键，在于验证。他在DH2026会议上报告过一个案例：以美第奇家族书信集为语料，先由AI通读全书、抽取人物关系，搭建起关系网络；再用嵌入向量把这些关系逐条与原文比对，能在书中找到对应语句的，回填原句与出处，找不到的标为待核，交研究者复核。需要注意的是，这套流程自动完成的是出处定位，而非史学判断。
在区域国别研究中，其团队研发的“三海两亚”智能体是AI原生的智能研究系统，依托数千余部专著、万余篇论文构成的近1TB动态知识底座，以专门设计的抗幻觉机制保障学术严谨性，并建有可溯源的证据库。多智能体协同使系统能在迭代中纠正阶段性结论，将AI幻觉的系统性治理贯穿构建过程。此外，他以核裂变的“级联激活”类比学术积累：AI产生的是“快中子”式的快速知识，而人文学科的慢速积累使这一反应趋于可控，并释放出更高的能量密度。在数智时代，AI虽在知识体量上占绝对优势，决定研究质量的仍是学者多年积淀的学科素养。
张光伟
徐成：县域高中AI融入教学的实践与限度
徐成系绍兴市柯桥区越崎高中历史教师。他坦言，在现行高考制度下，县域高中的教学仍以成绩为核心，AI能提分才“有用”。同时，在考试禁用AI、普遍禁用手机的高中校园中，AI主要用于辅助教师教学。他将AI对中学教育的价值归纳为五个维度：知识结构化、思维可视化、学习个性化、评价深度化、师生成长专业化。
在AI工具的选择上，县域高中教师较多使用国产免费工具，如用豆包、Kimi等共建全校知识库，输入试卷、教材教辅与论文等数据，用于整合、出卷与命题。教师可以用AI制作导学案、实现思维可视化，并用AI出题并借助学情分析系统分析试卷，大大提高教师工作效率。在备课时，教师可以用AI制作漫画辅助理解，引导学生用AI生成视频、图像、语音与剧本，制作互动类历史情景游戏，从而深化学生对知识点的理解，并向与会者展示了由学生制作的“王安石变法”“五四运动”等主题的游戏。
同时，徐成指出现阶段AI在辅助教学上的弊病，如AI命题污染严重，常把材料之外、书本之内的内容混入答案，甚至在试卷中出现AI虚构材料的情况。此外，AI无法替代教师对学生情感与表情的感知，以及个性化的管理与交流。徐成老师认为，AI对史学论文的帮助有限，因为研究中的想象力与灵光乍现是难以复刻的。
徐成
范丁梁：AI辅助研究的主体性反思
范丁梁指出，一年来AI已完全进入历史知识生产的全过程。然而，她认为对AI不必过于悲观，历史学家往往自己也不完全清楚工作流程，其主体性（思维倾向、直觉偏好）常退隐于成果之后。AI压缩并加速了原本漫长的阅读、交流与思考过程，反而促使研究者反观自身的主体性，追问“哪些判断原是我做出的、我的提问指令是否已蕴含预设”。
在教学中，范丁梁取消了传统的论文作业，设计了“AI抵抗型作业”，要求学生通过与AI的多轮交互形成可操作的研究议题，并据其提问方式考察其思维水平，从而对学生的学科素养进行评估。她还设想在通识课中构建“历史学思维协同智能体”，让AI作为在场主体发布任务、捕捉学生提问并形成个性化辅导，但市场化设计成本约8万至10万元，需依托商业平台（如超星）开展，同时需处理版权归属与数据伦理等约束。
范丁梁
讨论与总结
陈雁教授结合教学现况，分享了自己的“AI抵抗型作业”设计。在某节本科生专业课上，她取消了小论文，要求学生用复旦大学图书馆现有的资源完成特定主题的策展。策展形式不限，可以是数字的、视频的，但必须依靠图书馆实际存在的资源。这样的作业设计既鼓励学生探索图书馆的资料，又避免了学生用AI敷衍交差，达到了学术训练的目的。
汪丽红副教授询问了陈计宏老师历史游戏搭建的投入时间，以及学生所达到的训练效果。她还结合现实中医院疼痛科的治疗，探讨了“人文疗愈”的介入渠道。她指出不论是以讲座还是对话的形式，人文疗愈都需要长时间的内化，这是它区别于音乐等艺术疗愈的地方。因此，人文疗愈需结合现实情况在渠道上进行优化和考量。
张智副教授从史学史视角提出，当下仍以传统史学标准评价AI生产的新史学知识是否已不具备合理性。他设想，当AI能很好地处理文献时，文献在史学研究中的关键性作用是否会下降。同时，他也结合大卫·休谟、马尔萨斯的人口论等“失败的预言”提醒与会者历史的不可预测性，对AI时代的史学和史学史发展的预测，仍需经时间检验。
大数据学院的李由同学结合人工智能专业背景，建议引入多智能体交叉审查机制，以减少审查过程中的遗漏与误判；提出在受控环境中开发和测试相关软件，并通过多智能体协作为学生提供主动提示与引导。同时指出，单纯依赖基准测试（benchmark）评估人工智能在历史相关任务中的能力存在一定局限，建议结合具体任务场景，利用多智能体系统进一步考察其实际表现。
朱联璧副教授提出，目前大型数据库训练的成本前期投入仍然十分惊人，而产出成果是否具备同样的价值犹待商榷。她主张人文学者先从自己研究的具体场景、从较为低预算的智能体做起，积累如何将历史学的知识转化为计算机可以运行的规则的经验。
彭爽从农业交叉学科与政府系统视角指出，AI只能做预测、引领方向，人的智慧才是关键。她结合所在单位与武汉大学合作的方志数据库的实践经验，认为当下人文社科与理工科对AI的使用存在错位，不能将现有的、理工科的AI工作经验生硬地套入人文社科环境。
最后，吴晓群教授作总结发言。她讲述了整理父亲手稿时的发现：作为前苏联留学生，父亲留下了大量的农学论文。尽管它们在当时是先进的知识，但在当下早已被更先进的研究取代。反而是那些“鸡毛蒜皮”的日常记录中凝聚的人的感受和思考，跨越时空，真正触及了晚辈的心灵。她以此回应“主体性对技术性”之辩：
技术性的内容终将被取代，但人在学术过程中作为个体的思考与感悟，始终具有超越时代的价值。
吴晓群、陈雁
（本文图片由冷昉暄拍摄）