通版阅读请点击:收缩通版
历史学
本版新闻导航

重估人工智能时代史料数据库的价值

作者:马力
2026年11月17日 版次:A04

◇马力

据美国媒体报道,一些人工智能企业通过中间商在二手书市场大批收购旧书,拆书扫描后用作训练数据。它们所看重的,是那些文字是否出版于生成式人工智能普及之前。其原因在于,用模型生成的内容反复训练模型,输出会越来越平庸、单一,业界称之为“模型坍缩”。时至今日,人写文本与机器生成文本已难以分辨,唯有形成于人工智能技术普及之前的文本,方能确认出自人类之手。

日期本身成为衡量文本价值的标准,这意味着:史学关于史料的两个基本维度——“真”与“异”,在人工智能时代并未过时,而是获得了新内涵。史料数据库的价值,也需据此重新估量。

在通常情形下,史料研究大致默认文本出自人手,其形成年代也可由整理与考证来判定。辨伪仅限对少数可疑之作进行内证,即在文中寻找时代错置的痕迹。清人辨《古文尚书》、瓦拉辨《君士坦丁赠礼》,即...