ASI111-AI AGI ASI社区 › 门户 ›首页› AI历史学 › 查看内容

数字人文：ASI与AGI如何把数字人文推向"智能人文"新阶段？

2026-9-1 10:12| 发布者: Linzici| 查看: 2| 评论: 0

摘要: 从AGI到ASI的演进，正在把数字人文（Digital Humanities, DH）推过一个临界点——从"数字化的人文研究"转向"智能化的人文研究"（AI-DH / 智能人文）。这不是简单的工具升级，而是研究形态、方法论和认知框架的系统性 ...

从AGI到ASI的演进，正在把数字人文（Digital Humanities, DH）推过一个临界点——从"数字化的人文研究"转向"智能化的人文研究"（AI-DH / 智能人文）。这不是简单的工具升级，而是研究形态、方法论和认知框架的系统性重构。2024年上海大学召开的"AGI时代的数字人文"学术研讨会，已经把这个转向摆到了中国数字人文年会的中央；2025年《Information and Management》期刊明确提出"从DH到AI-DH"的范式跃迁理论；同年光明日报以"当数字人文遇见大模型"为题，系统阐述了大模型对数字人文"三空间"的革命性重构。下面分四层说清楚这一跃迁。

一、概念跃迁：从DH到AI-DH，再到"智能人文"

数字人文的传统定义有四个支点：数字资源、数据、用计算性方法查找和提取数据、用计算性方法分析数据并把数据可视化。这一阶段本质是"人文研究的数字化"——把古籍、文物、档案变成可计算的对象。

AGI时代的AI-DH则呈现出四个新特征：人机协作、集成化与通用化技术架构、数据智能的激活、新型研究形态的出现。其方法论发生了三重转向：

从工具辅助转向智能伙伴：AI不再只是"帮手"，而是能参与意义生成的合作者
从人文为中心转向人以中心为导向：研究旨趣围绕人的价值展开，而非围绕技术可能性
从线性工作流转向开放生成系统：研究过程不再是"问题→数据→分析→结论"的流水线，而是人与AI共同演化的对话场

"智能人文"（Intelligent Humanities）作为一个更前瞻的概念，被定义为"运用人工智能方法与技术开展人文学科研究"的新兴跨学科领域，涵盖人类文化、语言、历史、文化遗产、艺术创作和哲学反思等多个智能化发展方面。它不只是"用AI做人文"，更是探讨AI如何影响我们对世界的理解与认识。

💡 一个值得记住的区分：AGI带来的是能力跃迁（感知、记忆、推理、创作四大能力的融合）；ASI若到来，带来的将是认知架构的跃迁——模型架构从大模型跃迁到超大模型再到自主演化模型，形成场景化自主智慧体，实现知识融合与垂直深化。

二、研究形态的四大新范式

《Journal of Information and Management》的论文概括了AI-DH催生的四种新兴范式形态，这构成了"智能人文"的方法论骨架：

1. 生成式人文（Generative Humanities）

大模型凭借极强的跨模态内容生成能力，可以以文生图、以图生文、谱曲、作画、写代码。在人文研究中，这意味着：

残缺文物的智能复原与多模态呈现
历史人物、场景、文本的"生成式重演"
基于大规模语料的假设生成与反事实叙事

2. 对话式人文（Dialogic Humanities）

用户与数字空间的交互更类似于和一个博学的助手对话，而非翻阅目录索引。AI通过知识图谱和跨领域学习，把分散在多个数据库的资源关联起来，形成统一的"信息图谱"——例如在故宫"数字文物库"中，观众可以按朝代、材质、用途等多种角度探索186万件藏品。

3. 模拟人文（Simulated Humanities）

ASI级别的自主演化模型一旦成熟，将能对文明进程、文化演变、社会网络进行长周期、多主体的模拟推演。这种"数字孪生"式的历史模拟，让人文研究第一次具备了一种可计算的反事实实验能力。

4. 延伸人文（Extended Humanities）

知识空间从"死知识"变为"活流水"——数据驱动发现新知，AI通过数据分析揭示以前无法观察到的隐含模式。专业创作者与普通大众的界限正变得模糊，共创模式兴起。

三、具体研究环节的智能化重构

四川图书馆学报发表的《数字人文方法的演进与生成式人工智能的重塑》一文，逐环节梳理了大模型对细读、远读、文本批判、N-Gram词频分析、文学模式识别、文化分析学等传统数字人文方法的"增强—挑战"两面性，这是目前最细致的环节级图景：

研究环节	AGI带来的增强	关键风险与挑战
细读	辅助初步注释、识别文学手法、对模糊段落提出多种诠释、发现互文联系	可能导致肤浅或有偏见的解读；错失需人类文化理解的深层含义
文本批判	辅助版本校勘自动化、识别传播错误模式、假设手稿间关系	建立文本权威性需要LLMs目前缺乏的细致判断；"社会文本"的物质层面难以把握
远读	对大规模语料库进行更复杂的语义分析，识别更深层的主题模式	LLMs的偏见可能扭曲大规模模式的识别；若依赖摘要而忽略原始数据，远读的"距离"可能更远
N-Gram词频/文化组学	通过分析N-Gram出现语境帮助理解趋势，区分词义或识别频率变化原因	训练数据的内在偏见可能加剧语料库已有的偏见
文学模式识别	增强机器学习模型的特征提取能力，识别更复杂的文体或主题模式	识别的模式可能反映训练数据的偏见而非真实文学现象；"黑箱"特性使其难以解释
文化分析学	多模态优势，大规模自动化分析视觉和文本数据	多模态LLMs理解视觉文化细微差别的能力有限；训练数据偏见可能导致对非西方文化产品的误读

注：上表内容综合自

这张表揭示了一个核心判断：AGI能极大增强"模式发现"层，但在"意义诠释"层必须保持人类在诠释过程中的核心地位。这正是智能人文区别于"自动化人文"的根本。

四、ASI会带来什么：从"智能伙伴"到"自主智慧体"

如果说AGI让AI成为"智能伙伴"，那么ASI（人工超级智能）的演进将沿着四大趋势展开：

模型架构跃迁：从大模型到超大模型再到自主演化模型
场景化自主智慧体：AI能在具体场景中自主设定子目标、自主演化
知识融合与垂直深化：打破学科壁垒，实现深度的知识融合
人机协同共創：不是替代人类，而是与人类深度共创

在未来10-20年，超级智慧将不再是科幻概念，而是深刻嵌入经济社会高质量运行的底层架构。对数字人文而言，这意味着：

🔭 时空尺度的突破：ASI能处理的将不只是"已数字化的资源"，而是把分散、异构、跨文化的海量人文数据融合为统一的知识图谱，并在其上运行文明级别的模拟。

🌐 跨文化理解的深化：通过多语言实时翻译、跨文化理解、规则自动适配，ASI有望打破语言、文化、制度壁垒，推动全球性的"数智共同体"形成——这将改变比较人文研究的基本方法论。

🧠 认知架构的重组：AI-DH体现出"人类智能与机器智能的辩证统一、人文理性与概率推断的融合、深度探索与广泛泛化的共存"。ASI会把这种"辩证统一"推向更深层次。

五、不可逾越的边界：智能人文必须守住的三条底线

然而，越是往前走，越要清醒。AGI/ASI对数字人文的颠覆，必须伴随着对人文价值本身的守护。

⚠️ 底线一：判断力和责任不可让渡

中国社科网的最新评论一针见血：大模型是基于海量文本训练的概率模型，它的输出是对词语共现模式的统计推断，而非基于理解的意义生成。研究者尤须保持清醒——判断力、价值选择力与责任承担能力，构成了研究者主体性不可让渡的底线。"能够识别局限、评估风险、做出取舍的，最终只能是人，是具备理论素养、方法论意识和学术责任的研究者"。

⚠️ 底线二：机器的"理解"缺乏情感与价值认同

在文学批评领域，机器无法与作者和读者真正共鸣，也无法为世界赋义。它的计算结果也许能够让用户满意，但这恰恰是因为机器将其解码为批评的目标结论——它无意争辩，欠缺的恰恰是文学批评可贵的批判精神。在艺术批评中，必须明确人机分工：AI专注数据处理、特征提取等效率型工作，人类批评家聚焦价值判断、文化阐释等创造性劳动。

⚠️ 底线三：算法黑箱与工具理性的扩张

数字人文的发展悖论在于：算法技术赋能的认知扩展，本质上是一种概率化思维对因果性思维的替代，用"数据解读"取代"深度阅读"，使人文思辨被简化为数据关联，算法黑箱中的权重分配机制也使价值判断沦为可量化的参数。如果任由工具理性野蛮扩张，人文价值将面临深度消解的风险。

💡 智能人文适配人文学科的关键，在于跨学科合作和交流、确保数据的多样性和代表性、重视人工智能系统给出结果的可解释性和批判性分析。这三条不是技术优化问题，而是方法论底线。

六、未来智能人文研究者的画像

综合上述讨论，智能人文阶段的研究者需要具备三种能力的复合：

1. 提示词工程与AI协作能力

能够通过提示词工程辅助初步注释、识别文学手法、对模糊段落提出多种诠释——但这只是入门。

2. 新型批判能力

"知道大模型会出错"和"能够在具体情境中识别具体错误"之间存在显著的能力差距。研究者必须具备识别AI幻觉、数据偏差和算法预设带来的认识论偏见的能力。

3. 价值锚定与伦理责任能力

在人机协同、多模态交互与复合创作的共同推动下，研究者必须是价值锚定的主体——用AI处理数据提取、特征分析等机械性工作，再靠人类进行文化阐释、价值锚定，实现量化与质性的互补。

冯惠玲在AGI时代数字人文研讨会上呼吁：需在探索AGI在数字人文领域角色作用的关键时刻，着重研究其在感悟、理解和诠释人类精神文明的过程中发挥的作用，将中华文明连续性、创造性、统一性、包容性、和平性的特征融入通用人工智能。这事实上提出了"智能人文"的中国命题——智能人文不是西方技术逻辑的简单套用，而是要在保持对人类价值关注的同时促进数字人文的进步。

所以回到问题本身：AGI与ASI把数字人文推向"智能人文"新阶段，不是把人文研究交给机器，而是把人机协同推到方法论的核心——AI-DH的认知框架是"人类智能与机器智能的辩证统一、人文理性与概率推断的融合"。在这个新阶段，数字人文完成了从"计算性方法辅助人文"到"智能伙伴共构人文知识"的范式跃迁；但人文研究的终极问题意识、价值选择和伦理责任，反而比以往任何时候都更明确地属于人类。

马尔库塞那句话放在这里依然有效：在算法的确定性逻辑与人文的开放性之间保持张力。智能人文的真正成熟，不在于AI有多能"像人一样"做人文，而在于人能在AI的镜鉴中，更清晰地认识自己作为人文主体的不可替代性。