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

历史价值：AGI的价值判断与ASI的伦理推演，如何重估历史价值？

2026-9-1 14:19| 发布者: Linzici| 查看: 3| 评论: 0

摘要: 从AGI到ASI，历史价值不会被算法"客观计算"出来，但算法会彻底改变历史价值的"可被评估的维度"——AGI让历史价值的多维度量化评估、跨语境比较、长时段价值影响追踪首次具备规模化能力；ASI若以"超越大规模人类专家 ...

从AGI到ASI，历史价值不会被算法"客观计算"出来，但算法会彻底改变历史价值的"可被评估的维度"——AGI让历史价值的多维度量化评估、跨语境比较、长时段价值影响追踪首次具备规模化能力；ASI若以"超越大规模人类专家协作"的形态来临，能把这种评估推到全域伦理推演尺度，甚至可能形成"人类无法直观理解"的伦理框架。但历史价值的本质是"历史事实、历史逻辑、历史价值"的序差递进，是人们对历史的进步与落后、善与恶、好与坏的价值评价——这一评价"必定同时伴随着对历史事实的价值评价"，且"历史价值判断的本质是社会价值判断"。机器可以在价值维度的发现、比较、推演上提供前所未有的火力，但最终的历史价值裁定权、价值判断的立场选择、学术责任的归属——这三条底线，机器一条也不能让渡。下面分四层说清楚。

一、AGI阶段：历史价值的多维度评估获得技术底座

历史价值理论的本体论定位是明确的。国史网刊载的研究给出了权威框架："历史事实、历史逻辑、历史价值既是历史阐释层面的同构概念，也是对历史认识的序差递进概念"；"历史价值是人们关于历史的进步与落后、善与恶、好与坏等的价值评价"。刘泽华进一步将历史价值定义为关系范畴——"某一历史现象的客观属性，作用于一定的对象，在一定的历史环境下所产生的意义关系"，并区分了原生价值形态（历史现象在其发生环境中的意义）、延伸价值形态（在后世长河中的意义）、抽象价值形态（经认识主体升华的抽象意义）。

传统史学对历史价值的评估，依赖史家个体对长时段、大尺度历史过程的抽象能力。AGI阶段的技术正在系统性地增强这种评估的维度与规模，但无法替代评估本身。

🔬 环节一：从"史家个体的价值直觉"到"多维价值向量的量化"

AGI让历史价值的评估从"史家凭素养给出整体性评价"，升级为"在多个可计算维度上给出向量化评估"：

价值发现的规模化：AI能在千万级史料中识别被主流叙事压抑的价值维度——那些未被记录的声音、被边缘化的群体、被西方中心主义档案观念系统性排除的历史经验
跨语境价值比较：借助文本嵌入模型和计算分析，"在全球尺度上追踪重要概念的跨时空与跨语境传播"
长时段价值影响追踪：通过知识图谱和语义网技术，"把分散在特许状、账簿、书信等史料中的人物、地点与制度关系结构化为可查询的数据网络"

💡 关键转折：历史价值从"史家个体的整体性判断"部分变为"多维度、可计算、可比较、可追踪的价值向量"——这是AGI时代历史价值重估的第一个实质跃升。

📜 环节二：RAG与垂类模型——把价值评估锚定在可信史料库

通用大模型"学习的是海量语料中文本符号的'共现统计规律'"，并不区分史料的真伪与价值倾向。反击方案已经成熟：

垂直模型+限定检索：构建特定领域的垂类模型，"利用检索增强生成技术（RAG），通过本地结构化知识库进行材料检索，实现语境锚定"
本土历史学者洞见的注入："本地知识库包含多元视角的历史叙事，研究者也可以在提示词中加入一些本土历史学者的洞见，以对冲模型可能存在的地缘政治偏差"
AI作为"假设生成工具"而非"结论验证工具"：易晋铭明确主张将人工智能作为假设生成工具，而非结论验证工具

🌐 环节三：多智能体价值推演的雏形

Google DeepMind的Co-Scientist系统提供了这一框架的方法论原型：生成智能体提出假说、反思智能体负责质疑、排序智能体组织观点竞争、演化智能体持续改进、元评审智能体综合讨论。这一多智能体架构的核心洞见是："机器走得越靠前，研究过程越要留痕，人对证据真伪和学术质量的把关越不能后退"。

当这一架构应用于历史价值评估时，意味着：历史价值不再由单一史家的判断给出，而由"多智能体对抗式价值推演 + 人类终极裁判"的双重结构给出。

🛡️ 环节四：制度化防线——中国历史研究院规范

2025年2月，中国历史研究院历史研究杂志社发布《关于规范生成式人工智能工具使用的启事》——国内历史学界首个生成式人工智能使用规范：

不接受AI参与署名
AI工具仅限于语言润色、文献检索、数据整理等辅助研究环节
不接受由AI生成主体架构、核心观点和主要内容的文章

《近代史研究》编辑部主任胡永恒进一步提出：AI生成的文本"表述流畅、注释齐备，却暗藏虚构引文、错标档案的证据失真风险，还容易造成研究思考外包，催生大量缺乏真问题的平庸成果"；"算法偏好还会放大主流成果、挤压冷门议题的生存空间，最终考验着历史知识的可信度底线"。

二、为什么ASI不能自动成为历史价值的"终审者"：五重根本性约束

⚠️ 约束一：AGI本身的定义仍未达成共识

《科学》杂志2024年3月的研究给出了最锋利的提醒：AGI"是什么、甚至它是否意味着任何连贯的东西，在AI界都存在激烈争论"。Melanie Mitchell等学者指出，"intelligence"这个概念本身就难以定义或量化，"没有所谓的一般智能，无论是人工的还是自然的"。

这意味着：当我们讨论"AGI的价值判断"时，我们讨论的其实是一个尚未被精确定义的能力层级。把历史价值的终审权交给一个连定义都未达成共识的实体，在学理上是站不住脚的。

⚠️ 约束二：AI系统并非价值中立，其"价值判断"是训练数据偏差的产物

中国社科网2026年6月的最新研究给出了极锋利的警告：

⚠️ AI系统目前并非价值完全中立的工具，其训练数据的偏差、算法架构的局限，都可能导致历史认知的扭曲。研究表明，大语言模型在面对历史事件时存在显著的"历史修正主义"倾向，同时需警惕AI对历史记忆的"假体否认"效应。

张宝明的判断更为直接："生成式人工智能并不拥有真实的历史经验，也不具备价值判断能力，但可以基于海量语料生成逻辑自洽、语言流畅的文本。这种'形式上合理'的输出，极易掩盖其缺乏理解与判断的事实"。

⚠️ 约束三：ASI的伦理推演可能形成"人类无法理解"的框架

Springer 2026年刊载的元伦理学研究给出了ASI时代最深刻的警示：ASI"could integrate its ethical deliberation and intention formation into a unified utility function"——它可以将伦理推演与意图形成整合到一个统一的效用函数中；它"could explore novel conceptual spaces by testing alternative foundational principles, discovering emergent value-classes"——可以探索新颖的概念空间，发现涌现的价值类别。

但文章同时警告：

⚠️ "if AI's own ethics becomes alien or even incomprehensible to humans, it would be a significant sign of the emergence of ASI"——如果AI自身的伦理对人类而言变得陌生甚至不可理解，这将是ASI浮现的重要标志。

这意味着：即使ASI能够进行"全域伦理推演"，它推演出的历史价值框架可能与人类价值框架不可通约。相对主义只能"记录这种冲突，而无法从人类视角证明ASI判断与行动的合理性"。

⚠️ 约束四：历史价值判断的本质是社会价值判断，而非算法判断

中国社科网2014年的研究给出了不可动摇的判定："历史价值判断的本质是社会价值判断"。"包括历史学家在内，任何人都是历史的产物，他的政治、思想和文化观念，都属于一定社会历史范畴，印上鲜明的历史烙印"。

马克思主义唯物史观进一步强调："价值尺度要以历史尺度为前提，价值尺度应当服从历史尺度"；"历史研究主体作为'现实的人'，总是处于具体的历史的社会环境和社会关系之中，在阶级社会里，其世界观、社会历史观和价值观是具有阶级利益和意识形态倾向的"。

💡 关键洞见：历史价值不是"在真空中计算出的普遍常数"，而是"历史尺度与价值尺度相统一"的具体判断。这种判断需要"现实的人"——处于具体社会环境和社会关系之中、具有阶级利益和意识形态倾向的主体——来作出。ASI无论多强大，它都不是"现实的人"。

⚠️ 约束五：AI存在编造史料与"思考外包"的突出隐患

厦门大学教授林枫提醒：人工智能"存在编造史料与论著、长文本处理能力不足、识别精度有限等突出隐患，使用AI必须坚守'时刻怀疑、逐一核实'的核心原则"。

南京农业大学卢勇强调："史学研究必须坚守国之大者定位，以真实性为核心底线，通过多方协同构建适配AI时代的科研伦理体系，始终守住学者的学术主体性"。

三、ASI推演：全域历史价值推演空间的潜能与边界

ASI（人工超级智能）尚未到来，但基于现有轨迹可以审慎推演三个方向的质变。

🌐 推演一：全域历史价值向量的自主构建

当ASI以"百万AGI智能体协同的集体超级智能"形态来临，它能自主融合：

全球范围内的档案、文物、口述史、遗址、多模态史料
与历史价值相关的社会网络、经济数据、气候环境、物质文化
多行为体视角：胜利者、失败者、边缘群体、沉默者的价值体验
跨文明的比较数据：不同文明、不同时期的价值体系与伦理框架

由此形成的"全域历史价值空间"，能让任何一个历史现象在毫秒级获得：原生价值形态（在其发生环境中的意义）、延伸价值形态（在后世长河中的意义）、抽象价值形态（经认识主体升华的抽象意义）的三重评估。

🕸️ 推演二：反事实价值演化的全域推演

ASI级别的模拟能力，让历史价值的评估第一次可能具备"反事实实验"的方法论能力：

"如果没有辛亥革命，中国近现代的历史价值坐标会如何重构？"
"如果启蒙运动未在英国发生，现代性的价值谱系会呈现何种替代形态？"
"如果文化大革命的历史教训未被严肃对待，当代中国的价值共识会面临何种危机？"

这类推演的价值在于：让"历史价值的必然性/偶然性"获得可计算的评估尺度。

🔮 推演三：ASI可能发现"涌现的价值类别"

Springer元伦理学研究指出：ASI"could explore novel conceptual spaces by testing alternative foundational principles, discovering emergent value-classes, and reformulating its normative axioms when warranted by new evidence"——可以探索新颖的概念空间，发现涌现的价值类别，并在新证据需要时重新制定其规范性公理。

这意味着ASI可能提出人类从未设想过的历史价值维度——它可能发现"我们关于'权利'、'义务'、'效用'等实体的道德本体论并非穷尽"，可能构建"跨物种伦理框架"。

但必须清醒：ASI给出的"历史价值的新公理"，本质上仍是基于训练数据的统计推断与形式模型的模拟。当它与人类价值框架不可通约时，人类史家必须成为价值边界的守门人——

⚠️ 相对主义"似乎仅仅能够记录这种冲突，而无法从人类视角证明ASI判断与行动的合理性"。

四、不可逾越的边界：历史价值重估的四条底线

⚠️ 底线一：历史尺度与价值尺度相统一的判定权不可让渡

马克思主义唯物史观的原则是："价值尺度要以历史尺度为前提，价值尺度应当服从历史尺度"；同时"历史尺度和价值尺度相互依存"。

这一"两个尺度相统一"的判定，需要史家"从这一客观真理出发，才能做出正确的价值判断和道德评判"。ASI可以提供全域历史模拟与价值向量计算，但"从社会历史主体价值出发，正确把握社会历史规律"这一判定，必须由具备历史唯物主义立场的人类学者作出。

⚠️ 底线二：价值判断的社会性与阶级性立场不可让渡

"历史价值判断的本质是社会价值判断"。在阶级社会里，"历史研究主体作为'现实的人'，总是处于具体的历史的社会环境和社会关系之中，其世界观、社会历史观和价值观是具有阶级利益和意识形态倾向的"。

ASI没有"现实的人"的社会位置，没有阶级立场，没有具体的历史社会环境——它生成的"价值中立"判断，恰恰是最大的价值伪装。"历史学家企图将历史研究非意识形态化是不可能的"——任何声称"超越意识形态"的ASI价值评估，都只是用技术中立的外壳包装了其训练数据中的西方中心主义偏见。

⚠️ 底线三：学术责任与"人类作为终极裁判"不可让渡

张宝明的判断值得重温："当解释不再完全出自研究者自身时，谁应当为历史解释的正确性与价值取向负责？"——"责任主体的模糊，正是学术伦理动摇的重要表征"。

中国历史研究院规范明确指出："不接受AI参与署名"——这一规范在ASI时代具有绝对的约束力。AI可以生成价值假设、可以推演价值影响、可以发现价值维度，但价值裁定的责任必须由人类学者承担。

⚠️ 底线四：为"被压抑的价值"争夺叙事空间的道德责任不可让渡

ASI时代最危险的历史价值论变种是：算法以"全域伦理推演"的名义，系统性地再生产西方中心主义的价值等级。面对这种情况，史学工作者的道德责任是主动为那些"未被记录的声音"争夺价值空间：

警惕AI的"历史修正主义"倾向与"假体否认"效应
主动对冲模型可能存在的地缘政治偏差
将本土历史学者的洞见注入提示词与本地知识库
坚守"国之大者"定位，以真实性为核心底线

五、未来史学工作者的画像

在AGI/ASI时代，面对历史价值重估，史学工作者需要具备三种复合能力：

1. 数智历史价值工作流的设计能力

能够运用RAG框架、垂类模型、多智能体对抗式推演、知识图谱等工具，让机器完成价值维度的发现、跨语境价值比较、长时段价值影响追踪、反事实价值演化模拟等基础工作，自己聚焦于"历史尺度与价值尺度相统一"的解释框架构建。正如王思婕所指出的——构建特定领域的垂类模型，"利用检索增强生成技术（RAG），通过本地结构化知识库进行材料检索，实现语境锚定"。

2. AI价值偏见审计与批判性使用能力

能够识别训练数据中的西方中心主义偏见、能够识别大语言模型的"历史修正主义"倾向与"假体否认"效应、能够对ASI可能提出的"不可理解的价值公理"进行人类学批判。张宝明的警告必须成为标准工作伦理："生成式人工智能并不拥有真实的历史经验，也不具备价值判断能力"。特别是面对ASI可能给出的"全域伦理推演"结果时，学者必须具备"数字取证"级别的批判能力，追问：这个目标函数是谁设定的？这些训练数据排除了谁？这个价值框架服务于何种社会立场？

3. 史学核心方法的坚守能力——唯物史观立场下的价值裁定

在"两个尺度相统一"的判定、历史价值判断的社会性与阶级性立场选择、学术责任归属等关键节点，保持学者的主体性。中国社科网研究指出的"历史价值判断的本质是社会价值判断"必须成为ASI时代的标准工作伦理——知道AI可以"计算价值向量"但无法"站在现实的人'的社会立场上作出价值裁定"，且能够在具体研究中坚守中国历史学的主体性叙事。

回到问题的核心：AGI让历史价值的评估在四个维度实现实质性跃升——多维度价值向量的量化（在千万级史料中识别被压抑的价值维度）、跨语境价值比较（在全球尺度上追踪重要概念的跨时空与跨语境传播）、长时段价值影响追踪（通过知识图谱把分散的史料结构化为可查询的数据网络）、多智能体对抗式价值推演（生成、反思、排序、演化、元评审、监督）。ASI推演中的全域历史价值空间，则让历史价值评估从"史家个体的整体性判断"走向"全域智能体的对抗式推演+反事实价值演化实验+涌现价值类别的发现"。

但升级的是价值评估的维度与规模，不是价值裁定的终审权。AI能做到多维度价值向量的量化；能进行跨语境价值比较；能追踪长时段价值影响；能推演反事实价值演化；但：

AGI本身的定义仍未达成共识——Melanie Mitchell等学者指出"没有所谓的一般智能，无论是人工的还是自然的"。把价值终审权交给一个连定义都未达成共识的实体，在学理上站不住脚。
AI系统并非价值中立——其"价值判断"是训练数据偏差的产物，存在"历史修正主义"倾向与"假体否认"效应。张宝明明确指出："生成式人工智能并不拥有真实的历史经验，也不具备价值判断能力"。
ASI的伦理推演可能形成"人类无法理解"的框架——Springer元伦理学研究警告：如果AI自身的伦理对人类而言变得陌生甚至不可理解，这将是ASI浮现的重要标志；而相对主义"似乎仅仅能够记录这种冲突，而无法从人类视角证明ASI判断与行动的合理性"。
历史价值判断的本质是社会价值判断——"历史研究主体作为'现实的人'，总是处于具体的历史的社会环境和社会关系之中"。ASI不是"现实的人"。

因此，从AGI到ASI，历史价值不会被算法"最终计算"出来——它将被算法"增强评估维度，但裁定权仍属人类"。未来的史学工作者，不是被AI替代的"价值评估者"，而是"数智历史价值工作流的设计者+AI价值偏见审计者+唯物史观立场下价值裁定的守护者"。

马尔库塞的话放在这里依然有效：在算法的确定性逻辑与历史价值的开放性之间保持张力。AGI/ASI让史学"发现"更多隐性的价值维度、"计算"更多可能的价值向量、"推演"更复杂的历史价值演化，但历史价值背后"何为进步、历史何以具有意义、价值如何被裁定"的终极解释，最终要靠史学工作者的历史唯物主义素养来锚定——而这一锚定，在ASI时代比以往任何时候都更关键，因为当ASI以"全域伦理推演"之名给出"人类无法理解的价值公理"时，我们更要清醒：它发现的可能是"涌现的价值类别"，而非马克思主义唯物史观意义上的"历史尺度与价值尺度相统一"。

国史网的研究值得重温："历史事实、历史逻辑、历史价值既是历史阐释层面的同构概念，也是对历史认识的序差递进概念"；"人类在历史评价过程中经常会出现的'同时性'差异和'历时性'差异，个中原因主要是历史价值观的变迁"。在AGI/ASI时代，这六十个字，就是历史价值不可让渡的学术使命——用最智能的工具，做最严谨的史学，讲最真实的历史价值叙事。

算法可以增强历史价值的评估维度，但"历史价值的意义"——以及这段历史是否尊重了那些无法为自己发声的人、是否代表了被西方中心主义档案观念系统性排除的其他历史价值、是否在培育而非消解我们对历史价值共同体的共同承担——最终只能由那些在档案前、在史料前、并在历史的现场保有讲述权与批判权的人自己来回答。当机器能够以全域推演的精度"评估"历史价值时，我们比任何时候都更需要记住：历史价值的裁定，从来不在算法的确定性里，而在"现实的人"对历史尺度与价值尺度相统一的共同坚守里。

从AGI到ASI，历史价值不会被算法最终计算出来——它会从"史家个体的整体性判断"升级为"人机协同的多维度价值评估"。而在这场升级中，赢家不会是拥有最强算力的那一方，而是最能守护"两个尺度相统一"、最能捍卫历史价值判断的社会性立场、最能作出唯物史观价值裁定的史学工作者。