作 者 简 介

彭玉平，中山大学中国语言文学系主任，教育部长江学者特聘教授；蒋述卓，暨南大学党委原书记、文学院二级教授，汕头大学特聘教授；王立军，北京师范大学文学院院长，教育部长江学者特聘教授；张旭东，纽约大学比较文学系、东亚系教授，国际批评理论中心主任；张福贵，教育部中文类专业教学指导委员会主任，吉林大学哲学社会科学资深教授；朱国华，华东师范大学国际汉语文化学院院长，教育部长江学者特聘教授；等等。

挑战、融合与重生——人工智能时代中文学科高质量发展峰会（节选·上）

摘要：2025年7月15日至18日，“人工智能时代中文学科高质量发展峰会”在厦门大学召开，国内多所高校及研究机构的二十余位专家学者围绕AI技术对中文学科的多维影响展开深度对话。与会者从学科建设、文学创作、文学研究、语言研究、教学实践等角度出发，探讨了人工智能与人文精神对抗、协同、交融、共生的复杂关系。学者们指出，AI在数据处理、文献检索、模式化写作等方面展现显著优势，但在原创性、情感表达、历史语境理解等方面仍存在局限。会议呼吁中文学科应在坚守“人文优先”原则的基础上，主动探索人机协同的新范式，推动跨学科融合与人才培养模式创新，构建兼具传统底蕴与数字素养的中文学科新生态。本次峰会系统梳理了AI时代中文学科面临的机遇与挑战，为未来学科发展提供了理论反思与实践路径。

关键词：人工智能；中文学科；人机协同；人文精神；学科转型

人工智能时代的诗歌困境

彭玉平（中山大学中国语言文学系主任，教育部长江学者特聘教授）

AI给大家和这个世界带来了挑战，有的人为此高兴，有的人为此担心，高兴的原因是很多基础的、简单的、常规的事可以交给它，省去了人的很多烦累；担忧的原因是人的地位好像被部分剥夺了，既然很多工作可以用人工智能去完成，则历史上的天、地、人“三才”似乎要加上人工智能而成为“四才”了。这带来了许多新的哲学问题，比如人类是否依然很伟大，是否依然不可替代，是否依然值得敬畏……这些问题显示出AI带给我们的观念和职业上的动荡。

我今天讲的是诗词创作领域。我曾经有幸与中华诗词学会的会长周文彰一起开会，他在发言中说，现在我们每天的诗歌创作数量近5万首。这是什么概念？《全唐诗》总数近49000首，现在的诗歌创作数量差不多一天就能达到一个唐朝所创作的诗歌数量，这还不包括AI创作的诗歌。这一方面是令人恐怖的创作数量，另一方面也显示出令人担忧的创作质量。在我认识的朋友里面，确实有每一天的生活从诗歌创作开始的，他每天早上4点多钟开始写诗，准时发在几个群中，风雨无阻，有时一天可以写两首，不存在一天一首不写的。

老先生的每一天从诗歌开始，我虽然不能理解他为何每天都有创作冲动，但还是觉得这总比每天掼蛋、打麻将好。很多的诗词活动，他也到场。曾经有记者采访我，你怎么看待某某先生的这个诗歌，我说我感觉他的诗歌创作水平一直很稳定；然后记者再问稳定是什么意思，我就回答，他的诗歌符合格律，平平仄仄一点没问题，韵脚也没问题，但就是审美与言外之意少了一点。

我一直觉得写诗的人跟诗人是两个概念，就好像写毛笔字的人与书法家是两个概念一样。清代的江湜曾写道：“我要寻诗定是痴，诗来寻我却难辞。今朝又被诗寻着，满眼溪山独去时。”真正写诗的人，不可能每天写诗的，他只有受到特别的感动，才会写诗，所以像这位每天起来苦苦找诗的人，其实已经违背了写诗的一个真谛，因为诗歌是必须敬畏的，而敬畏就给诗歌创作带来了很多的条件。我们让AI写诗，就是给它下指令，然后它来写，受制于此前的大数据，AI写诗只能在大数据中翻跟斗；如果AI以后不受任何指令就能写诗，其对诗人的挑战才算真正开始。

那么对高水平的诗人，AI的冲击怎么样呢？我觉得AI在抓文辞、意象、基本体式以及普泛性感情等方面，有一定的优越性。但是AI创作诗歌的高段位空间十分有限。换句话来说，AI写的诗可能比前面提到的那位老先生写的要好，但它不能冲击“一流”的诗人，因为原创才是诗歌的生命。

AI写诗建立在大数据的基础上，大数据里面有《全唐诗》《全宋词》等，你让它写个东西，它就能智能调动这些知识储备来写，所以AI写的诗在我看来只是诗歌的次生品，它建立在前人诗歌的基础之上，不是原创品。一等的诗人不是努力就可以的，还需要天赋的加持。就如我曾经举过一个例子——李清照的“易安体”，她用的每一个字你都认识，但这些字经过她重新组合却产生了新的震撼人心的意思，这个就叫天赋。

AI永远写不出的诗歌又有哪些呢？比如“红杏枝头春意闹”，因为写这样的词句，你必须在现场，必须对现场特别有感觉，才能写出来；AI也永远写不出“泪眼问花花不语，乱红飞过秋千去”，因为这是非常特殊的个人化情感和场景；等等。这样的诗句才是诗歌不可替代、至为尊贵、永为经典的个性生命和灵魂。如果不这样写，那就是纯粹的文字组合，里面没有一种现场感，没有个人的一种灵感。没有个人的想象形成的诗歌，那还叫不叫诗歌？

如果论触及灵魂的诗心诗境，一般写诗的人与AI都是无计可施的，因为没有灵魂的诗歌其实不能称为诗，只是一种符合诗歌文体句式和规范的文句组合，所以有的人写了一辈子诗，他依然是个写诗的人，而成不了“诗人”；有的人其实写得不多，但他是个诗人。“乌台诗案”以后，苏轼被贬到黄州，这一特殊的经历促使他创作出了特殊的作品。作为文坛巨擘，他虽然被贬到黄州，但来求见的人依然很多，然而他不能见，因为“乌台诗案”的教训就是不要轻易给人写文字，不要轻易见人，万一你下次倒霉，这些人就会都跟着倒霉。所以他“称病不见为良计”“市人行尽野人行”，路上没人的时候才出门，在夜深人静时独行，刻意疏离这个喧嚣的世界。正是在这种孤独自省的状态下，其诗性才得以焕发。我们读他的《海棠》：“东风渺渺泛崇光，香雾空濛月转廊。只恐夜深花睡去，故烧高烛照红妆。”这样的诗歌没有天才永远写不出来，为什么？因为这种感觉很孤独很寂寞。夜阑人静，唯海棠相伴，诗人唯恐花也“睡去”，更添孤寂，故而要点燃蜡烛，留住这深夜的慰藉，这便是诗人的情怀。凡人的情怀没有这么细腻和深沉的。

因此，诗人自信的根源，就在于诗人之心一定有想象与灵感的加持，没有灵感跟想象加持，诗歌就没有魂。辛弃疾的“我见青山多妩媚”本是很普通的一句，谁都能写，但是“料青山、见我应如是”却是没有诗人之心就写不出的句子。换言之，诗人并不是每一句都超出你的预想之外，而是在你熟悉的句子里面突然来这么一句点醒你的诗心。李清照说：“只恐双溪舴艋舟，载不动、许多愁。”前面“只恐”一句是常人都能写出的，也没有什么新奇之处，但“载不动、许多愁”六个字，就只有诗人才能想得到，并真切地书写出来。

从事创作一定是要灵感的，没有灵感，写出来的文字就没有光泽。我们推崇的文学作品一定是质感、光泽都有的，这就离不开灵感的加持。陆机的《文赋》对此说得很清楚。灵感的特点就是来去无踪，不可控制，所以你不可能每天在规定时间写诗，因为那肯定不是灵感驱动，而是勤奋与苦思。一流的诗歌要有深入的生活体验，要有宏阔的诗歌格局和指引向上一路的诗歌价值观。

那么，AI什么时候能够超越人类？如果只写人类尝试过无数次的文体，那么它永远超越不了人类已经写出的诗歌经典；但是AI哪一天自己创造了一种未来文体，人类没写过，那么人类可能就写不过AI了。这种未来的文体什么时候出现，它是一个怎样的形式，其实我也不知道。或许，如果“人工智能”前面“人工”两个字可以去掉，“智能”的真正威力才会发挥出来。

所以，有使命感的诗人，请相信自己。

技术时代文学教育何为

蒋述卓（暨南大学党委原书记、文学院二级教授，汕头大学特聘教授）

教育技术的发展，从粉笔黑板时代到PPT时代，再到智能技术时代，是一个逐步演进的过程。然而，无论教育技术手段如何变化，教育的核心命题始终未变：传道、解惑、育人。“仁”是教育的核心。从教师角度看，是“达己达人”；从学生角度看，是“成人”。同时，教学中的基本矛盾也未曾改变——教与学的对立统一，其最佳解决之道是实现“教学相长”的和谐局面。

如今，技术与人却构成了新的一对矛盾。技术与教师、技术与学生之间的关系，都对教师形成了挑战。我们需牢记：技术是工具，这一新矛盾的本质是人与工具的矛盾。人必须是主体，工具不能反客为主。坚持人的主体性，是解决人与技术矛盾的关键，即实现“人机共存、人机共生”。这意味着我们需要追求“教学与技术相长”——既要坚持教学相长，也要实现技术与教学的良性互动。

我们不能完全依赖技术。例如，有教师仅依赖PPT授课，却完全不与学生沟通，这样的技术应用意义何在？技术应服务于人，教师的主体性必须体现为与学生的交流互动。否则，人便丧失主体地位，技术反而成为统治人的工具。当然，精心制作PPT等准备工作确有益处。例如，利用AI技术动态展示杜甫在四川的游历路线，能增强教学效果，但教师仍需注重与学生的沟通。

对教师而言，掌握新技术的培训变得至关重要，学校正将其作为重点培训内容。在技术普及时代，学习机会得到极大丰富。例如，学校的后勤人员（食堂员工、保安等）通过新学习平台持续学习，其知识水平甚至可能超越博士、教授。同样，新技术平台使普通人（如快递员、保洁员）也能成为优秀诗人，如王计兵的诗作因其真切的生命体验而感人至深，技术快速地将普通人带入了文学创作的时代。

《南方周末》的“创意写作学堂”便是一个例证。它通过技术上的运作，在全球招募学员，每期数千人，每人收费数百元，邀请名家（如余华、格非）授课并批改作业，甚至吸引欧美作家参与学习并设立奖项。这种模式类似但超越过去的电视大学，凭借资本和技术力量取得了显著效果，对高校中文系创意写作人才培养形成了挑战，其示范效应值得我们关注。

这促使我们回归教学的核心问题：不仅要培养学生终身学习的能力（To Learn），还要培养其实践能力。同时，教师自身也必须具备终身学习的能力，当前教师群体正面临巨大的终身学习压力。教学的核心还在于培养学生的思考、批判与辨识能力（To Think）——即深度思考、判断是非的能力。在技术时代，学生不能仅是信息接收的终端，而应成为知识的思考者、批判者与创造者。即使借助AI获取信息，也须具备分辨能力，不可照搬，否则易出错。例如，我曾测试AI对文学“形神”及“文道”关系的理解，它将“山水以形媚道”错误归源于唐代郭熙，其实则为南朝宗炳所倡。若缺乏知识储备和辨别力，直接引用便会犯错。学生和教师皆应如此，避免事事依赖技术。过度依赖技术可能导致思维惰性甚至退化，如同收银员过度依赖机器，一旦断电便无法心算找零。因此，中国基础教育中基础能力（如心算）的培养仍需坚持，教育需“守正创新”，例如珠算技艺可能成为非遗，但核心能力不可废弛。

教师、学生与技术之间还催生了另一新矛盾：抄袭与创造。如何检验学生作业是否抄袭（尤其借助AI）成为道德难题。技术挑战需通过技术来应对，“道高一尺，魔高一丈”，技术的发展将催生“用人工智能反人工智能”的检测工具，设置障碍以培养学生的辨识、批判与创造能力。学生使用AI技术会在电脑上留下痕迹，尽管实际操作中难以查验，但如同论文查重技术，在资本驱动下，此类反抄袭技术必将出现。当然，技术解决方案本身也可能伴随新的问题出现（如流氓软件），因此我们需要审慎对待技术。

在技术时代，我们的态度应是：学习并善用新技术，实现“教学与技术相长”。教育必须坚持“守正创新”，着力培养学生和教师自身的终身学习能力、批判性思考能力和创造能力。最终，教师需在“达己达人”的过程中，完成对学生“成人”的培育。如同雕塑家在雕琢作品的同时也在打磨自身，教师也应在运用技术的实践中不断完善自我。这才是我们教学的中心任务。

人工智能融入中文学科

建设的探索与实践

王立军（北京师范大学文学院院长，教育部长江学者特聘教授）

人工智能时代已经到来，我们中文学科到底应该持一个什么样的态度去对待它，是非常狂热地拥抱它，还是应该冷静地审视它，这确实是值得思考的。

眼下，“人工智能时代”已经成为热词，各个学科都在讨论，我们中文学科实际上在这半年以来，也已经在不同的场合讨论过这样的话题，前不久，北京外国语大学还专门召开了一个人工智能对中文学科发展影响的专题讨论会。在那个会上，像张福贵老师等各位老师也都发表了高见。就像刚才张老师、蒋老师和彭老师所说的，人工智能对于我们中文学科来说，它的一个核心身份就是工具，这个有点像我们原来说的“语文”的双重性质，即人文性和工具性的结合，这现在转而用来说人工智能和中文学科的关系也是合适的。

我们如何去看待这个工具？当然我们要根据它的实际效应，认真审视它对我们的学科有没有切实的帮助。上次在北京外国语大学那个会上我也说了，中文学科并不是铁板一块，其对人工智能不会采取一致的态度，这既不可能，也不现实。中文学科内部又分很多二级学科，就其中的语言和文学这两大阵营来说，其对待人工智能的态度就不一样。

文学学科可能更多地从文学创作、文学评论去考虑人工智能的问题。对于语言学科来说，人工智能的工具性可能要远远大于文学学科。一方面，人工智能所依赖的大语言模型就是基于语言学研究之上而建立的；另一方面，人工智能又为语言的研究带来更大的助力。因此，我们讨论人工智能对中文学科的影响，要区分中文学科各个二级学科、各个研究方向，要去思考这些不同的二级学科到底应该如何跟人工智能相结合，如何让人工智能能够切实发挥积极的推动作用，而不能像贴标签一样，把人工智能硬贴上去。其实在北师大中文学科，我也多次跟老师们说，希望老师们能够关注人工智能，不管哪个学科，先关注它，然后看人工智能到底适不适合，如果适合的话，不妨用它来助力我们的研究，提高我们的研究效率。特别是在语言学科中，我特别强调要把人工智能这个技术引进来。

也正因如此，我们从今年开始，从本科阶段就推出了“汉语言文学＋人工智能”的双学士学位培养项目。跟往常的双学位概念不一样，这个项目的学生经过4年的专业学习，就可以直接拿到计算机科学和中文学科的汉语言文学两个专业的学位，这也是一个新的尝试。其实就语言学来讲，我们北师大一直紧跟技术发展。我的导师王宁先生在进行传统语言学研究时就高度重视技术应用，很早就将信息技术与汉字研究、传统语言学研究相结合。例如，我们开发的“汉字全息资源应用系统”，便是将数字化技术应用于汉字研究的成果；王宁先生主持开发的“数字化《说文解字》研究平台”，更是将数字技术深度融入《说文解字》研究。这些均为早些时候的成功探索。在此数字化基础上，我们进一步将人工智能技术引入古代语言研究。

以“汉字全息资源应用系统”为例，该平台集成了从古文字到现代楷书的历代汉字信息资源，汇聚了字形、字音、字义、字用、编码五大类属性信息，提供多元化服务功能，特别是强大的“系联”功能，如构形系联、训释系联、语音系联。借助平台集成的历代字书训释系联功能，研究者可将解释同一字或相关字的材料汇聚关联，便于观察其内在联系与演变脉络，从而助力于上古汉语词汇系统、语音系统等研究。相较传统依赖人工抄录卡片进行有限比对的低效方式，数字化平台能集成更大规模、更复杂的材料系联网络，极大拓展了研究视野与深度。这充分证明技术可为研究提供强大助力。传统的研究方式，主要是靠抄卡片，就像我们的老师指导我们的，《说文解字》系联就是靠抄卡片，那种人工所抄的卡片，系联范围是很有限的。我们把这些信息集中在一个数字化平台里，就可以让研究的视野更加开阔，得以把更多的资料更大规模地系联在一起，从而呈现一个复杂的关系网络。

在ChatGPT出现之前，我们已基于国家语委重大项目“古籍整理智能化关键技术研究”，开发了“AI太炎”平台（命名旨在向章太炎先生致敬）。该平台的核心目标是实现古籍整理的智能化，最终功能包括：古籍自动标点、自动注释、自动翻译以及典故自动提取。典故识别是古籍阅读与注释的难点，但平台通过海量精加工数据训练，能有效掌握并自动抓取典故。同时，凭借其处理大规模数据的能力，“AI太炎”还能辅助发现并修正现有大型辞书在释义、书证（文献引例）、标点及翻译等方面的错误。实测表明，该平台在特定古籍处理任务上的表现远超普通博士生水平。如果博士生不借助文献去跟“AI太炎”比拼，是拼不过“AI太炎”的。

“AI太炎”能达到这样效果的关键，在于其采用了与当前其他通用大语言模型（LLM）不同的技术模型——垂直领域专业模型。通用大模型（如ChatGPT）常因数据庞杂而产生“幻觉”，如张冠李戴（错误署名）、虚构参考文献、随意关联信息等。为规避此类问题，“AI太炎”并未基于通用模型，而是利用海量经专家精校标点的古籍语料库进行训练。这就使得该模型专注于专业领域内的思考，其信息关联与推理严格限定在可靠的专业范围内，从而大幅减少产生幻觉的可能性。

当然，我们不能因为人工智能的智能化，就完全躺倒了靠它工作，这是不行的，包括上面提到的那个系联工具，它只是我们提供的工具，要解决什么问题，还是得靠专家借助工具去实现。所以人工智能仍然是一个工具，但是怎么用好这个工具，是值得我们中文学科思考的一个重要问题。

AI与传统文学教育的范式革命

张旭东（纽约大学比较文学系、东亚系教授，国际批评理论中心主任）

目前，在美国人文学界，AI已渗透进教学研究的各个环节。一些理论出身的德语系、媒体研究系同事已转向这方面的专门研究，应用新知识新技术，创立了“数字人文实验室”等跨学科研究平台，整合计算机科学、脑科学、认知科学、心理学、应用数学开展深入的方法论和应用研究。我本人相对“保守”，只利用现成的国际批评理论中心冬季研讨会，组织了一场由纽约大学、波恩大学、东京大学和澳大利亚国立大学四校师生参与的“技术时代的人文学”讨论会，但大家最关心的问题的确是AI。我觉得高度专门化的整合研究，目前仍是少数前沿学者在做。对于大多数学者，包括我自己，对AI的接触和了解还停留在同自身研究和教学直接相关的直观和实用层面。

其中一个具体的挑战，是学生作业中AI使用的泛滥。海外中国留学生对AI的依赖似乎更明显，也更缺乏必要的反思，所以其作业和论文有时让老师很头疼——它们往往带有明显的“背书”甚至“抄袭”的痕迹，这也许是“应试教育”和以教材、教师为中心的“标准答案”教育的后果。但是AI时代其实并非有利于这种“知识传授—知识归还”的教育模式和惯性思维，而是恰恰暴露和放大了那种“会查找、会复述信息”的低端重复式教育的弊端。越来越多的同事正在探索新方法应对这个局面。其中一种简便方法，是在期末布置学生用AI撰写一篇“论文”，但同时现场手写一篇个人化的分析和评论，以考核学生在获取AI提供的知识的过程中，是否具备起码的解释能力、判断力、分析能力和批判性思维。我觉得这在目前还不是一个简便有效的办法。

这个权宜之计其实在某种程度上也点出了问题的要害：在AI时代，无论是知识的传授，还是知识的生产，都再一次面临什么是意义理解、意义阐释和意义创造的问题。我觉得这是人工智能时代人文学科发展的基本问题，也是中文学科提质发展的关键。其中所包含的信息—知识—观念和观念生产问题，带来了对阅读与理解的实践及其理论的全面更新。相对于系统性知识传授，相对于学术传承、权威等老问题，知识摄取同人的判断力、理解力之间的张力，以及这种张力能否带来可持续的观念讨论和知识创造，似乎是更值得我们探讨的问题。人文学科的边缘化在中国和美国都能感受到，但我觉得这个一般情况也不是一天两天的事情，其实用不着多谈，更用不着焦虑。我想多说几句的是，AI为文学研究或者整个人文研究带来新的可能性，就此有以下几点和各位同行交流。

首先，AI极大拓宽了研究视野和信息来源。它能处理海量文献，进行大规模语言分析，为研究提供新视角和更大的视野，能催生有关文本和艺术形式探讨的新议题，因此毫无疑问将成为跨学科、跨语言研究的强大工具。这个知识生产工具上的飞跃，或许尤其有助于打破中文教育和知识界存在的单一语言框架的限制。中国文学和中国文学研究本来就是世界文学和世界学术的一部分，我们“学科”基础的现代起源深深植根于世界文学和世界学术的土壤。以鲁迅为例，他的翻译与创作在语言模型层面实难区分。今年，我在对鲁迅文学的详尽文本分析中越来越意识到，翻译是鲁迅在创作中遇到困境时的“充电站”，是他精神上的大地和语言上的灵感源泉。鲁迅的创作语言和翻译语言事实上共享着同一套语码、同一套句法、同一套语汇，而鲁迅的写作，就其“文学革命”和“新文化”的本质而言，事实上更接近自德国浪漫派以来的主流翻译观，那就是翻译的真正目的不是把外来语变成母语，而是把异域植入本土，从而推动本民族语言内部的开放、创新和变革。AI在跨文化知识获取、打破语言封闭性以及在此基础上养成比较视野和批判问题意识方面，潜力无疑是巨大的。

其次，AI在理解和阐释层面再一次提出了一个根本性问题：即“前理解”与“后理解”的问题。“前理解”是阐释学中强调的、作为理解基础的“前见”甚至“偏见”。现代阐释学认为，“偏见”和“阅读的效果史”一样，是理解活动的前提。它的局限性可从积极的意义上去看。没有基于文化、经验、价值观形成的认知框架，面对AI提供的大量知识碎片和语义联想，我们容易陷入断章取义或无效拼凑。“后理解”则指的是在AI提供相对完整的“知识”之后，如何进行判断、分析、批判性阐释和观念生产。这正是人文学的核心能力所在，也是当前最需要强化的环节。

我认为，如果AI能为人文学科带来一场范式革命，其契机就在于此。因为它极大地挑战了传统人文学科教学和研究中的固有模式，即那种一直为人诟病但却又难以真正摆脱的应试教育模式、教材模式、教师一言堂或“传授系统知识”模式，包括死记硬背、经验主义、历史主义的师徒相授，封闭的“学术规范”的束缚等，结果就是学科发展的保守和迟缓，就是“天下文章一大抄”的低端重复的知识生产。面对这种现状，AI有望将学者和学生从低端重复性的知识复制工作中解放出来，而这种工作可能占据了学生从本科到研究生教育的相当大精力，包括怎么查资料，怎么厘定研究边界，怎么确定研究范围和标准，怎么学做文章、发文章，怎么在更大的学术共同体和学术思想“场域”中交流、切磋和提高。AI的介入，可以让我们将更多的精力和智慧聚焦于“后理解”环节——即知识的创造性生产。我们需要大力推动从知识传授向知识—观念创制的转变，强调想象力、创造力（希腊语“Poiesis”的本意，即“创制”——在自然之上创造新事物，无论是技艺还是思想）；同时聚焦于基础理论和研究方法的深入探讨。有了时代性、创造性和国际性的“后理解”，中国人文学方才有条件去深入探索历史性、社会学、人类学意义上的“前理解”，即决定我们集体潜意识结构的符号、心理和价值构造。这就好比我们能从“故纸堆”里读出什么东西来，越来越取决于我们今天在人文研究核心问题、基础理论和基本方法领域的讨论达到怎样的水准。这种高水准的讨论固然需要建立在牢固的语文学（文献学）训练的基础上，但AI对这种基本的知识准备并不是障碍，反倒是一种学习工具和手段上的助力。

再次，AI作为大规模语言模型，有助于中文学术突破单一语言和单一学术话语场的限制，在一个真正国际化的时空里学习、研究、交流。相对于西方学术界，中文学界仍然是相对孤立闭塞的，在基础理论和研究方法方面尤其如此。AI渗透进学习、教育、研究和学术批评的各个环节，一方面固然会带来种种问题和挑战，比如懒惰的遇事就问AI，但同时也可能会带来摆脱封闭僵化的训练体系和知识结构的自主学习革命，带来一种以问题为导向、以批判性阅读为核心的新学术标准。AI带来的许多积极“副作用”之一，是能够帮助我们借鉴科学领域全球实时知识生产与共享模式。在自然科学领域，不管中国、德国、日本、美国哪个实验室有什么微小的进步，理论上讲全世界所有的博士生、博士后都会同时看到。自然科学研究领域充分国际化的研究平台、研究团队、知识共享和学术评价模式，或许能助力中国的人文学界建立起更前沿、更专业、更科学严谨的研究态度与共享机制，帮助我们克服某些体制性或习俗性的系统偏差。总之，中文世界的人文生产尚有很大的提升空间，AI可以为这种呼之欲出的范式革命助力。

最后，我想我们也必须正视AI在中文语境下的特殊性。例如工具理性同构与人文学科边缘化制度化，这虽然是全球性问题，但在特定社会和文化环境下也有不同的表现，包括教育体系的惯性，即应试教育、高考制度、教学写作的同质化与僵化问题。语料质量也会成为一种无形的瓶颈，即统计学上所谓“垃圾进，垃圾出（Garbage In,Garbage Out）”问题。中文大模型训练语料的质量（如风格趋同、修辞贫乏、信息环境受限）直接影响生成内容的质量和创新性。这些特殊性提醒我们，在鼓励批判性思维、知识边缘突破、建立开放学术共同体的努力中，需要更具策略性和韧性。

人工智能与中文学科的共生：

机遇与路径

余江（天津商业大学党委常委、副校长）

人工智能和中文学科共生，这是一个必然趋势。即便是作为似乎远离或者比较远离技术的传统中文学科和汉语教学研究者，过去5年，包括在座诸位的可能都几乎亲历了AI从概念到教学科研工具的转变。作为时代和历史的见证者，我深刻地体会到了AI不是冰冷的工具，而应是照亮传统经典的明灯，它带来的不应该是危机，而是文明传承的崭新可能。下面我主要基于对目前国内高校——其中有些就是在座诸位所在学校——已做或者正在做的一些工作的了解，以及在这个基础上产生的一些思考，跟诸位做一个简单的交流。

第一个方面，AI带来了研究方法层面的革新。可以说，当下AI技术的发展使文学经典“火”起来了。过去学者穷尽一生只能研读有限的经典，而如今的AI技术却让我们可以实现对经典的全景化扫描，瞬间就可以对其进行全景洞察。但是在这个过程中，我们要注意，技术只是一个新的“脚手架”，思想才是目的。我们绝不能因为算法的强大而放弃对经典文本的细读。再有，AI也成为我们进行文学研究的“时空穿梭机”。可以说，AI技术打破了传统研究的时空局限。目前，国内高校正在进行或已完成的通过AI展开文学研究的技术尝试，如对《红楼梦》中4000多个人物的关系图谱进行瞬间生成，进而就此展开可视化研究和分析，就是非常成功的典型案例。还有一种尝试，就是通过技术手段，让李杜的诗歌和19世纪西方的诗歌进行跨时空的意象对话。在这个基础上，我们是不是可以考虑利用AI技术建立类似于经典文献数字化的协作工作组，开发意向分析工具包等，以推动资源的共建共享，进而为文学欣赏、诗歌解析提供新方法与新视野。

第二个方面，在教学模式的转型方面，AI进一步推动了教学从知识搬运向思维锻造的转变。AI在课堂教学方面引发了革命性的实践。越来越多的老师开始使用AI作为智能备课的助手，减轻了很多低层次的工作强度；也有老师通过AI进行沉浸式的写作训练；还有老师通过AI复原濒危方言的声音系统，推动了方言保护和方言教学……此外，在AI技术的辅助下，师生的角色也被重新定义。教师从知识的传授者变成了学习的设计者，而学生从被动的接受者转变为批判性活动的协作者。AI在教学方面带来的最关键变革，是使我们一直推崇的因材施教真正成为可能——当系统为每位学生生成个性化的学习路径的时候，我们就得以真正践行孔子的教育思想：不愤不启，不悱不发。

第三个方面，在文化传承方面，AI能够让传统更有效地接轨现在和未来，这也使得经典实现了破圈性的突破。我们可以利用AI技术，将经典中的意象与现当代流行歌曲中的意象进行比对，从而发现某些意象所具有的跨时空的共性。这种穿越古今突破领域的对话模式，可以更有效地提高年轻人对经典的接受度。此外，AI技术的引入还可以使母语教育真正实现有效的守正创新。本人一直在做汉语推广方面的工作，由此发现一个现象：现在的小学不再教笔顺了，这就导致现在的孩子在书写过程中出现大量的倒插笔情况。如果能在中小学推行AI笔顺矫正系统，实时反馈书写错误，我们就可以让学生从小真正理解汉字，学会正确书写汉字。再有，我们还可以通过AI对经典阅读进行游戏化设计，通过角色扮演进行差异式阅读，提高学生对经典文本的理解程度。但是我们也要注意，技术赋能绝对不等同于简单的娱乐化。我们要时刻警惕技术炫技对文化深度的消解，就像我在做这个发言PPT的时候，曾试图借助AI工具，结果就是炫酷的技术呈现掩盖了发言内容，所以我放弃了对AI工具的借助。

第四个方面，我们要如何应对关于AI的伦理风险。一个基本的原则，就是在技术浪潮中，我们要始终筑牢人文的堤坝。目前，在AI技术的使用与推广中存在着一些常见的风险，比如说刚才诸位谈到的AI幻觉、AI分析的不准确等。站在中文学科的立场上，我们应该遵循一些基本的原则，如“三校验”原则，即要做到历史语境的还原、经典注疏的比对、现实价值的校准。我观察到，已有高校在开展上述工作。还有一个问题是AI带来的文化偏见。目前，使用较多的翻译软件在对某些特殊词汇和概念进行翻译时，经常会出现误译误读。这一问题要怎么处理？我想我们需要建立相关的文化敏感词库，对一些特殊的语汇、词语概念进行特别标注处理。另外就是学界比较关注的学术写作的规范问题，包括学术伦理失范、AI代写论文等。目前已有高校推出论文溯源系统，强制规定标注AI的参与度，从而有效遏制论文写作的投机行为。

面对上述问题时，我们应有一个基本的立场，即要立足人文精神，承认技术的合理性。面对AI技术的浪潮与趋势，我们既不能置身在技术之外，也并不反对人文精神的技术表达。比如可以大胆地在中文专业里边开设诸如“AI＋文学伦理”等课程，这一举措能有效提高学生，尤其是中文学科学生的技术判断能力。此外，仅仅从锻炼写作这个角度来讲，我们也可以鼓励师生大胆使用AI工具进行一些实验性的写作。因为写作不是天生的，虽说天赋之于写作十分重要，但是要写出上佳的好作品，还是需要通过一些训练，才有可能实现。通过AI的训练，我们就可以摹写出兼具文体技术规范和特定风格、又含有现代关怀的作品。当然，这里涉及技术应用的核心原则，即技术应用必须遵循人文优先的原则，我们绝不能一味追求技术效果而背离文化本真。

最后，聊一下如何构建人机共生的中文教育新生态，我认为可以由以下几个方面入手：

在学科建设方面，我们或许可以设立智能人文教研团队，培养复合型人才，这方面北师大“汉语言文学＋人工智能”双学位项目就做得比较好。我们还可以推广建设“经典数字孪生系统”，对更多的文学经典进行三维建模，实现可检索、可关联、可推演的立体化研究。

在教学改革方面，我们可以进一步推行双师课堂，搭建教师主讲、AI助教的教学模式；还可以构建能力本位的评测体系，减少记忆性的考核，增加“AI辅助研究项目”和“数字人文作品”等创新性的评价指标。

在学术研究方面，我们可以进一步建立人机协同的研究范式，以AI为“研究助理”，由其负责数据清洗、文献整理等基础工作，学者则专注理论建构和思想创新。

此外，我们还可以与技术企业进行联合，发起“中华经典智能传播计划”等项目，让更多的典籍转化为多语言的数字化产品，推动其在更广阔的元宇宙平台进行跨文化的传播。

各位同仁，两千年前，张骞凿空西域，用双脚丈量文明交流之路；今天我们正手握AI这把新钥匙，开启文明传承的新境界。要特别强调的是，我们要有一个基本的自我认知，即在面对技术冲击时，要勇于做技术浪潮的摆渡人。技术的浪潮不会褪去，人文学者的使命始终是让技术成为传递智慧的舟楫，而非遮蔽星空的乌云。让我们以更加开放包容的姿态拥抱AI，因为在这场人机共生的文明实验中，中文学科永远拥有最珍贵的遗产，也即我们天然的优势：那颗“究天人之际，通古今之变”的永恒的赤子之心。

人工智能时代中文学科的建设问题

王尧（苏州大学学术委员会主任、讲席教授，教育部长江学者特聘教授）

这是我原来准备的题目，刚刚听了几位的发言，我也调整一下发言内容，就人工智能时代中文学科的建设问题说一下我自己的想法。我也没有做PPT，这样更显示出人工而不是智能的特点。前段时间中国人民大学和苏州大学在苏州举办了中国人文学科年度发展大会，我也做了一个主题发言。我谈论的话题是人文学科最大的危机是什么，我认为是阐释世界的思想能力在弱化。后来澎湃新闻对此做了报道，使之成为一个热门话题。发言的视频发布后，有读者留言，问我思想能力弱化的主要原因是什么，原因当然是复杂的。今天我们在讨论人工智能与中文学科发展的关系时，不能完全理想化地想象AI技术会一帆风顺往前走，然后被这个想象牵着鼻子来设计我们的学科。中文学科发展，其实是学科体制、技术、资本、学者个人选择等多方综合协商的结果，其过程是非常复杂的。

今天我们所能看到的最完整的中文课程体系是《清华大学人文学科年谱》中的相关记载，它详细记载了民国时期清华大学包括文史哲在内的人文学科课程体系设置及其教师学术著述情况：课程如何设置、怎么调整，这一年哪些教授发了什么样的文章、出了什么样的著作等。另外一份材料是北京大学成立一百周年时内部发行的校史，记载没有清华大学的详细。

参照《清华大学人文学科年谱》可以发现，中华人民共和国成立后，清华大学的人文学科体制有所变化，但是在课程体系上并没有发生大的变动，仅在某些方面参照苏联模式进行了部分调整，以及在政策取向上发生了部分变化。20世纪90年代末我去香港和台湾访问的时候，发现香港中文大学、台湾大学使用的是当年清华和北大的课程体系。1996年以后，中文学科融入了互联网相关技术，学科整体发展产生了非常大的变化。当时就有部分学者非常关心中文学科是否会消失等问题，但是到现在为止其仍然没有消失。互联网的兴起、网络文学的出现改变了我们对于通俗文学乃至文学的定义与理解，这是百年中文学科发展不变下的新变。

西南联大时期的总务长郑天挺、清华大学校长梅贻琦、北京大学的罗常培三位先生曾一起商讨如何办中文系。清华大学中文学是由文入史，北京大学是由史入文。当下关于文学、文学史的争议就源于当年北大和清华“由文入史/由史入文”之辩。这是一直以来存在于学科内部的争议。因此，我觉得我们不能只关注学科外部的危机，学科内部的危机也需要关注，这是我要讲的第一个问题。

第二个问题，讨论人工智能时代中文学科发展，要注意区分创作和研究。创作和研究与AI的关系是完全不一样的，二者分歧比较大。这方面我赞成玉平兄的观点，就是特别优秀的经典与创新之作，AI是无法产生的。另外一个问题，几千年以来，我们虽然积累了许许多多的文学遗产，有许多伟大作品，但是包括我本人在内都不愿意放弃自己的“平庸”写作。创新是写作者追求的目标，但很不容易。我最近新著的长篇小说《桃花坞》，讲述的是抗战沦陷后国内知识分子的家国情怀、书生意气、儿女情长。其中的男女主角方后乐和黄青梅从苏州到西南联大读书，师从朱自清与闻一多先生。抗战胜利，方后乐到北平跟随清华的朱自清先生读研究生，后来到哈尔滨解放区投身革命。黄青梅喜欢林徽因，后来到美国费城读书去了，可能回来，也可能不回来。两人的命运在结尾时是不确定的。这部小说在《人民文学》发表后，一个中学生在江苏书展上找到我，问我这两个人后来有没有在一起。中国人追求大团圆，他说他问了豆包和DeepSeek，结果都没有答案。我说没有答案的原因，第一，王老师不是伟大作家；第二，《桃花坞》刚刚发布，还没有进入数据库，没有进行数据处理。这就说明写作和研究是不一样的。还有一点，就是对于作家而言，一定要做到修辞立其诚。AI写作因为处理了其他文本，所以就可能存在抄袭的嫌疑。这是现代技术的危险。

当人工智能改变了我们生活，生活伦理、生活方式肯定会随之发生巨大的变化，人文学科的研究内容和方式肯定也会随之发生改变，对此，我们应当有足够的思想准备。

略谈中文学科建设

——以创意写作与华文文学等学科为例

李继凯（陕西师范大学文学院教授、人文科学高等研究院首任院长）

我对“学科建设”情有独钟，或者可以说，这是我这辈子积极参与其中的一项事业。我当年在学校研究生处干了8年多，实际上主要操心的就是文理工等学科建设。在这之前的1995年，我曾在中文系当副主任，主要分管学科、科研以及研究生。2001年春我进研究生处的时候，学校只有几个博士点，后来我离开的时候，在大家共同努力下，就有了100多个博士点。学校地处西部，学科建设面临许多困难，但在艰难发展中还是逐渐扩大了规模。在此基础上，为了更好地促进学科发展，学校成立了学科建设与211工程发展规划处，有人称其是学校的小“发改委”。今天在座的各位大都是各校中文学科的掌门人，都是领军人物，都在学科建设方面投入过许多时间和精力，也很熟悉全国中文学科建设的情况。大家都知道，陕西师范大学的中文学科是学校重点关注和支持的学科，在中文学科发展进入一个关键阶段且面临严峻考验的时候，学校成立了一个人文社科高研院，我被推选为首任院长。在陕西师大，我参与推动了不少“化无为有”的事，但也有不少悲欣交集的体验。所以一谈到学科建设，我心情就特别复杂和沉重。总之，学科建设极不容易，但是，它又是极为重要且必须与时俱进的一项工作，这次厦门大学召开“人工智能时代中文学科发展峰会”也是个现实例证。

实际上，我觉得我们中很多人，包括不少已经退休的人，仍然还会感觉到学科建设的某种沉重，我想各位领导和掌门人肯定也会经常有类似的感受。我曾经把这样的感受或体会，以及在工作当中积累的一点经验写出来，编成一本书《学科建设与研究生教育》。这本小书实际上表达的也是我那种深切且复杂的人生体验，包含着一个诗意化的微笑和一声叹息，也有一根烟的袅袅和一口酒的惬意……

本来，我为会议提交了一份发言稿，有好几页。我最近发了两篇小文章，一篇题为《中文创意写作学科建设的若干问题》，发表在《写作》上；一篇题为《关于文明互鉴、华文叙事和华文学科的若干思考》，发表在《华文文学》上，主要强调的是华文文学这一学科应该受到相应的重视，并得到进一步发展，尤其要办好相关学术期刊等，进而争取进入教育部批准的研究生教育学科专业的正式榜单，就像“中文创意写作”及“民间文学”等学科那样。

我仔细听了前面各位领导老师的发言，这对我的启发非常大。我已经有点垂垂老矣了，为何还要这么关注AI时代的信息？我在研究陕西文学批评史的时候，曾提出“全息史料”的概念，就是要有与信息时代、AI时代相匹配的概念，我们需要用这样的观念去思考相关问题。从我们陕西师大走出去的叶舒宪先生曾提出四重证据法，就是要捕捉各种信息，包括来自远古神话和田野考察的信息。人与AI相磨合，实际上是共生共存、共同发展的。我们现在处在跟AI磨合的一个紧张时期。一方面很多人赞美AI，要利用和发展它；另一方面，不少人认为AI确实可能带来危机，认为它给中文这种基础学科带来的冲击实际上是相当大的。我属于乐观派，认定AI与“爱”同在，它可以与大中文学科紧密结合，而这种彼此互动的共生模式，实际上也体现了一种相互成长的“人机”关系：人类在发展，AI也在互动中成长，而且是迅速地成长；人机磨合、人机协同，生活会更加美好。

我本人经常用AI去查这查那，包括生活上的问题和写各种文章需要参考的信息。我也曾尝试用DeepSeek写此次会议的发言稿，它很快就写了七八千字，提供了很多思路。我本来想在这里好好念一下DeepSeek写的东西，因为它几乎已经把我们现在议论的那些观点囊括其中。关于热点问题，已经公开发表的文章、会议报道有很多，DeepSeek整合了之后，就能给你提供几千字的文章，而且能把基本观点概括起来。刚才，我还让它写一首赞美AI时代并同时揭示其危机的诗，它很快写成了一首新诗。我经常使用DeepSeek写小诗或对联，它在“平仄”格式上没有大问题，但在真实情感表达及语言细节方面会有问题，对语境和对象把握不准，这就需要认真修改完善。比如，我曾参加浙江大学参与主办的良渚论坛，会后征文，我让DeepSeek按照我的意思写了一篇散文，然后再对其进行修改，把我跟一些海外华文作家的具体交往和对话穿插其中，最后取得了不错的效果。我觉得AI时代的来临绝对符合人们努力的整体方向，因为它就是人的发明，是人类的一项重大发明。

深度求索大模型DeepSeek

“工欲善其事，必先利其器”。把AI当成一种工具，我们可以发现它十分先进，而且发展空间很大。但是，我们必须要看到AI带来的各种危害和危机，特别是它制造的文化垃圾。多年前我在北师大访学的时候，听过王富仁老师一次演讲，那个时候他就特别强调文化过剩这个概念。他说，文化垃圾的堆积让人喘不过气，甚至让人灰心丧气。你很努力，但你的话已不被关注或仅仅被瞬间关注，这真的是不好的感觉。甚至有时候我也觉得，人工智能的不当发展或过度泛滥，真的有可能给人类带来重大灾难。这就是我说的“AI原子弹”概念，我们需要像防范原子弹一样来防范AI。人与自然需要维护生态，人与AI亦然。我们中国的传统智慧一直警惕着技术层面上的东西，中国在传统上有技为末的理念。人与AI的关系特别复杂，但最终还是应当走向和谐，通过磨合建构起适配关系。

时间关系不能细说，但我还想简单说一下，广义的世界创意写作功能非常巨大，中文创意写作亦然。我们实际上有一种深深的情结，就是要把汉语言文字弘扬传播到全世界去。创意写作，包括学术性的写作，还有文学性的，以及各种应用文的写作，是一个非常大的写作学概念，而且要有走向世界、影响人类的追求，这就与华文文学、华文书写的价值追求一体化了。

我对华文文学这一学科的介入虽不多，但我意识到，大部分华文作家都是一批勇敢走向世界的华人，他们把华文的写作、华文的书写带向了全世界的各个地方，使得我们华人文化、中华文化能够真正走向世界。但是华文文学学科在我们国内还是相当边缘化、羸弱、建设不到位的。例如，各个高校的中文系或文学院基本没有设置华文文学教研室，把华文文学这个学科看得比较偏。实际上，华文文学学科应该是一个中外结合研究世界华文文学的大学科，是一个具有世界性的高度国际化的人文学科。前面说过，相关的情况我已经写成了专门文章，有兴趣的老师可以在知网上看一下，多多指教，谢谢！

关于中文学科有组织科研活动中

团队与平台建设路径的经验与思考

杜晓勤（北京大学中国语言文学系主任，教育部长江学者特聘教授）

今天的议题除了人工智能AI，其实还有关于学科建设、平台建设的重要内容。我个人认为，有组织的科研以及团队的建设，对我们中文学科的发展依然很重要。下面我就和大家分享一下我在北京大学中文系这几年从事的中文学科有组织科研、学科平台建设的一些经验。

首先是跨学科平台的搭建。2017年，我在系里主要分管科研工作。当时中文系面临着一个很大的问题，就是我们的教研室、中文系内部的二级单位有13个，且各个专业之间存在着厚重的专业壁垒和各自为战的情况。语言专业和文学专业的交流很少，语言专业和文献专业的交流也很少，甚至于现代文学和当代文学的交流也不太多。

针对上述情况，就要打破所谓的人为设置的学科壁垒，解决不同专业人员之间缺乏沟通的问题。因此，我们建立了三个学科平台。

中国古典学平台。王立军老师见证了我们这个平台的建立过程。这一平台将当时我们的“三古势力”（古代文学、古代汉语、古典文献）合在一起，现在已拓展为“五古势力”，新加入了古文论、古文字。平台建立以后，我们又从课程设置、教学、科研等方面设立了平台的机制，还建立起了一系列的学术工作坊。

现代思想与文学平台。该平台把现代文学、当代文学、比较文学、民间文学、文艺理论等合成一体，平台上的老师不再各自为战，可以合在一块干活，包括教学与科研。

语言与人类复杂系统平台。该平台是对现代汉语、古代汉语、语言学、语言学实验室、应用语言学等专业的集成。

这就出现了许多原来属于单一教研室的老师，现在同时跨几个平台的情况。比如说古文论方向的老师，他既属于现代思想与文学平台，也可以跨到中国古典学平台；古代汉语专业的老师，他既是中国古典学平台的重要一员，又是语言与人类复杂系统平台的一员。

其次，在搭建学科平台的基础上，我们以研究问题、学术兴趣点为主题，成立了一系列的工作坊，并以工作坊的名义，分配一定的科研经费。每个老师可以参加两个工作坊，但是每个工作坊至少要有三名成员，且至少横跨三个不同教研室。第一年我们就成立了21个工作坊。工作坊成员需定期讨论交流，可以采用讲座、座谈、集体考察等形式，增进成员间的学术交流。这样在无形之中，我们就以共同关心的学术问题为纽带，根据其兴趣的相近与性情的相投，把原来比较松散、习惯单打独斗的老师们组合在一起了。系里还鼓励大家每个月集中在一起进行学术科研活动，想要申请第二年持续支持的老师，需要提交活动报告，并不一定要求发文章，只要达到了有效沟通交流，即可通过。这就是工作坊的运行机制。

最后，在工作坊运行三至五年后，我们自然就促成了课题组研究的机制。现在，我们有三到五个重大课题，其就是基于工作坊—课题组的机制产生的，而且这些课题组大都是跨学科的交叉，即以学术问题为中心，实现大学科的交叉融合。以我参与的一个工作坊为例，我本人研究诗歌格律，同时也涉及声律、乐律，因此就吸纳了研究语音音律、古琴音乐学、文学以及语言学音系的学者，形成了七八个人规模的工作坊。在工作坊举办活动的时候，虽然有些讨论看似海阔天空，但彼此之间的交流其实特别有启发。

此外，近四年，我们引进、选留了二十二位新老师，其中有我们自己培养出来的，也有兄弟单位支持我们的。这些新鲜血液进来以后，我们往往会把他们与各专业的老师聚集在一起，欢迎他们入职、入会（加入读书会、工作坊），其乐融融。这样，我们这些新教师马上就融入这个大家庭，彼此之间不仅能互相交流，还能获得不同的平台支持，举办、参与不同的学术会议。同时，系里还会邀请他们担任系里重要期刊、学刊的执行主编、特约编辑和学术会议的召集人，他们也在这一过程中得到了锻炼和成长，获得了学界曝光度与学术影响力。经过这些锻炼与培养，他们接下来自然而然就会成为我们中文学科的学术中坚，所以这几年北京大学中文系青年教师的发展还是不错的。

因此，北京大学中文系学科平台建设和科研团队组织工作，我自认为还是取得了一些成效的。当然，更重要的是得到了全国同行的大力支持。在此，我要向国内外的同行再次表示感谢。

人工智能的方法论价值

与人文学科的本体论危机

张福贵（教育部中文类专业教学指导委员会主任，吉林大学哲学社会科学资深教授）

刚才宗益校长提到厦门的天气很热，可能比天气更热的是当下的人工智能热潮。今天我们在此举办高端论坛，讨论AI与中文学科乃至中文教育的发展，意义非凡。我想谈以下几个问题。

首先，AI赋能文学。这点不容忽视或无视。AI对文学教育和研究的最大意义在于其不可替代的方法论价值。这主要体现在三个方面：

第一个方面，公共理性的量化表达。人文学术历来见仁见智，长期缺乏定量分析，导致研究相对多元化和个性化。这虽体现个性特征，但也易产生碎片化倾向。人工智能在方法论层面，无论是资料整理、知识扩展还是逻辑算法，都为中文学科教育发展，尤其是研究，提供了公共理性的工具价值。例如，判断文学经典如何产生，过去主要依靠阐释。借助AI，我们可以进行更大范围、基于扩展数据的定量分析，强化对经典构成的认识。这种公共理性的量化表达，极大地促进了文学研究的数字化、逻辑化和公共性。

第二个方面，拓展认知对象与边界。借助AI这一工具，包括教材编写在内，都发生巨大变化，它急速扩大了我们的认知和理解范围。我在承担“马工程”文学史教材编写时提出需注意“三化”：基础知识标准化、核心知识个性化、背景知识多元化。在基础知识和背景知识层面，AI的介入确实能起到事半功倍的效果。

第三个方面，语言表达形式革新。AI介入文学创作和研究，极大地改变了人类语言表达的多样性、活力和应用效果。尤其在应用文写作领域，AI几乎颠覆了原有认知。若论语文危机，此处体现最为明显。

其次，文学或社会科学如何赋能AI，即新文科教研。当我们谈新文科时，常想从文科角度拥抱技术，向前发展。但我们也应思考：理工科技术是否也应拥抱人文学科与社会科学？这种“新”是否也需“向后”？向后发展，寻找向前发展的动力，或许更是文科的课题。要做好新文科，首先要做好旧文科，特别是中文学科。

那么，文学如何为AI赋能？刚才宗益校长强调要“放大我们特有的锚点”，这极为重要。我们是否应从反向讨论：人文学科、社会科学如何为人工智能提供新的伦理原则和价值尺度？健康、正常的文学创作与研究的独特价值是稀缺而珍贵的，这正是人文学科、社会科学对通用人工智能最重要的校准和辅助。鲁迅先生当年在日本撰写文言论文时，面对科学主义和政治民族主义盛行的时代，在西学东渐浪潮中提出“掊物质而张灵明，任个人而排众数”，即是对当时两种潮流的反驳。我们是否也需对人工智能作出某种反驳？

因此，我非常赞同宗益校长提出的人文精神介入——人文精神以及个性化的思想情感不可替代。例如，即使AI写作盛行，也无法替代作家基于个人真实生命痛感的创作。对于文学研究，更重要的是以人类性、人性为价值尺度看待研究对象，并审视人工智能。人工智能的底层逻辑一旦设计完成，易形成“算法意识形态”。当这种意识形态成为价值尺度和逻辑规则时，会弥漫于社会，影响我们的判断。在此情况下，文学研究如何运用人文精神和人类伦理来抵消人工智能的简单工具理性？

最后，我一直认为，中小学教育不宜过早引入人工智能，应缓行，因为人工智能大模型中的“认知幻觉”问题日益严重，其表现不仅是胡编乱造，甚至对历史典籍无中生有。基础教育与高等教育的根本区别在于：前者传授知识，后者启迪思想。中小学生过早使用AI，可能将AI产生的认知幻觉和虚假文本当作知识接受。正如当年历史剧、清宫戏的流行，它们本身也成为一种历史文本，影响民众对历史的认知。因此，AI进入教育领域必须慎重。

文学教育应坚持以人为本，它是纪实性、互动性的，是眼对眼、心对心的交流。人工智能的工具价值定位不可动摇，更不能被放大。在人工智能发展史上存在“加速派”和“对齐派”。我深知，在市场化追求、国家博弈和个人急功近利的推动下，加速派终将战胜对齐派。在此背景下，人文学术，特别是中文学科，如何纠正或努力调整人工智能在教育、研究、学术乃至人性和文明发展过程中带来的偏颇，这一任务任重道远，对此我深感忧虑。

中文拔尖人才培养之我见

董晓（南京大学文学院院长，教育部长江学者特聘教授）

人才培养是一个非常具体的过程。2019年我们开始了拔尖计划，新生经过一次考试，选拔出十几个人进入该计划。那么，如何去培养他们呢？我们采取了在课外给他们开小灶，提高保研率的方式。但尝试了一年之后，我们果断放弃了。我们认为这样的二次选拔，其本身的合理性是有问题的，因为在南京大学的文科中，中文的录取分数线已是连续四年最高了。汉语言文学专业一年只招六十几人，各个省只有一个或两个学生，甚至没有，这些学生的高考分数差别也不是太大。从这些学生中再选拔十几个人开小灶，这是不公平的。现在的学生竞争非常激烈。我们的保研率只有35%，不到40%，保研资格的获得主要看学分绩点。因此，学生听课的功利性非常强，做课程作业、考试也是如此。学分绩点要计算到小数点后四位，因为排名对学生非常重要。这样一来，竞争就更激烈了，学生读书也体会不到什么趣味。这不是我们理想中的人才培养模式。我们在二次选拔中选出的所谓精英，是不是精英，都要打个问号。他们高考分数高一点，再开小灶，让他们的绩点高高在上，保研率接近80%甚至100%，这是非常不好的。

2022年我们开始调整培养计划。首次入选的15个人开始采取滚动制，也即其不再是固定的，不再保证下一年还在拔尖班中。我们把这一制度叫进出机制。这15人还是和其他同学一起听课，只不过他们还要多参加一些学术活动，比如引领其他同学组成各种读书会，举办主题读书会时组织大家进行讨论。我们根据读书会的情况对他们进行评定，适当加分，一年以后进行考核，考核项目包括读书报告、学术活动组织情况等。通过这样的方式，我们让这15个学生能够积极地组织大家读书、读原典。我们一直强调中文系的学生可以少读一点教材，多读一点作品、理论的原典，还有研究著作的原典，这才是正道。但在现在竞争激烈的情况下，学生读书的功利性很强，读书会正是为了部分减轻消极功利性而设置的。这一措施实施一年以后，这15个学生反弹非常厉害。因为取消了拔尖班保研的优势特权，他们非常愤怒。我们给他们解释了这样做的原因。从2023年开始，我们下一届的学生适应了这种方式。所以，我们对拔尖人才的培养模式做出了调整。读书会的表现作为拔尖班考核的一个重要依据，目的在于减轻学生的这种功利性内卷程度，增加他们读原典的动力，这应该是中文人才培养的一个基本规律。我们的一切人才培养措施都是为了在竞争日益激烈的社会背景下，让中文专业的学生能够在大学期间读更多的原典。

AI与文学研究

朱国华（华东师范大学国际汉语文化学院院长，教育部长江学者特聘教授）

庄子曾经提出一个理想：“物物而不物于物。”这就是说我们要让外物为我们服务，但又不被外物牵着鼻子走，这其实很难做到。今天像ChatGPT或者DeepSeek这样的聊天机器人，尽管没有真正的推理能力，只能基于概率和已有知识生成答案，不能创新或自主思考，但是在许多方面已经具备了大大高于普通学者的高级智能。只要某种规则体系比较明确，它们就能比大部分人运用得贴切、精准。

举例来说，如果文本细读的程序是可以归纳的，如果理论的范式是清晰的，如果给定的文本是明确的，机器操作就非常简单。胡应麟在比较李杜时有个说法：“李杜二家，其才本无优劣，但工部体裁明密，有法可寻；青莲兴会标举，非学可至。又唐人特长近体，青莲缺焉，故诗流习杜者众也。”掌握法则最好的诗人是杜工部，他也被誉为诗圣，因为追随他的人最多。AI其实都是可能的伪诗圣，能把诗歌的平仄用典等规则运用到极致，除了缺了点灵魂。把这种情况类推到文学研究上来，今天所面临的困境是，我们大部分人都不是李太白那样的天才。面对AI的挑战，彭玉平教授列举了很多伟大的诗句，告诉我们不要慌张。AI的诗歌是没有灵魂的，没有人味的。但是我认为诗已经到了要捍卫自身的地步，本身就说明了危机的紧迫性。彭玉平教授进行的区分是天才和常人的区隔，计算机只能达到常人的水准，他觉得即便AI的运用普遍化了，也不必担心天才在未来没有用武之地。这里值得关注的是，AI的一个重要效应就是锐化了天才和常人的区隔。我的核心论点是AI会威胁未来天才的生成，至少是我们现在理解的那种天才。有一个人类学家叫阿尔弗雷德·克鲁伯（Alfred Kroeber），他说天才总是成群而来，他强调了天才得以形成的社会条件。比如说社会包容度，比如说像维特根斯坦（Ludwig Wittgenstein）这样的怪人能涌现出来，是因为英国社会容忍他，他才能成为天才。但是，我想说技术有可能使我们现在所默认的那种天才不再出现，因为AI会改变我们的阅读方式、学习方式、研究方式。我们现在其实没法上课了，因为上课是对已知知识点的传播，AI比所有老师要知道得多。我们的论文也没法写了，因为天才总是极少数人，大多数人没有办法超越现行的普遍认可的规则。还有就是天才和天才之间的互相砥砺切磋很重要，他们也需要一些捧场的人。维特根斯坦这些人必须有一些追随者跟在后面摇旗呐喊，让他的思想发扬光大，要不然他也成不了维特根斯坦。简单来说，天才往往需要依赖一个有机的学术圈，无论圈子大小。但是未来AI成为强势存在了，未来维特根斯坦们的平庸追随者可能就难以存活了，因为学术圈赖以存在的可能性几乎消失了。AI不是训练，不是像练书法，要先描红，在描红的训练过程中，有错误可以纠错，然后不断重复。AI不是这样的，它是一步到位的，它的原理本身不是我们传统意义上的那种学习过程，它直接把答案给你。即便DeepSeek会展示它貌似的推论过程和学习过程，但其实我们大部分人在大部分时间内往往会跳过这些过程，直接了解结论。

大家都知道图灵（Alan Turing）测试的道理，简单说，它的核心是判断机器的对话能否让人感觉跟真人无差。只要表现上过关，我们就不必深究它背后的技术原理。打个比方，就像我们开车，不需要懂得发动机的构造，只要能熟练驾驶就够了。同样，AI的关键在于它的表现是否令人信服，而不是它如何实现。它给我们的东西，我们直接使用就行了，不需要进一步沉思或想象。这对我们来说其实是一个很大的挑战，以前那种沉浸式阅读经典好像变得没有必要了。对我们人文社会科学领域来说，有深度和广度的经典研读是必要的。这种研读涉及的是一种内在的理解，但现在好像不需要这样的内在理解。AI为我们有目的地抓取知识提供了便捷手段，知识的获得可以通过输入关键词，或者发出指令实现。我们无需阅读，无需理解语境关系，就可以直接调取所需要的材料，并在这个基础上做研究。当然，这个过程不是因为今天有了AI才出现的。有了知网之后，我们把关键词输进去，知网就会给我们提供一大堆文章。当然，专业的学者不这样做，但是很可能未来很多学者会这样做，他们会根据AI提供的最新方式，也就是去历史化的方式来被动接受相关研究领域的材料。如果未来是这样，那么可以说，我们的研究方式就不再是有机的，看到的材料就不再是特定语境和历史视域下的具体材料，而是抽象的，也很容易是肤浅的，达不到对社会事实的更深切认识。抽象社会是我们现代社会的一个特点，我们的社会其实已经越来越抽象了。我们小时候，有街坊邻居，是熟人社会，跟他们有互动，但是我们现在没有这种邻居了。我们以前有各种各样的小店，现在小店都是各种连锁店的分支，没有特色了。我说的特色是指老板的诡异笑容，或者反映店主个人喜好的装饰风格等。我们跟快递小哥的关系是抽象的，我们不需要了解他是谁。AI会暗地里把当下社会已经具备的现代性特点以一种更强、更有效的方式强加给广大用户。这个抽象的、现代性的特点就是阿多诺（Theodor Adorno）称之为同一性暴力的东西。最近我注意到社会学家项飙，他说我们正在失去附近，意即我们不需要通过中介、通过周边来理解社会，我们跟社会的联系其实是抽象的联系。当然，我在这里可能明显夸大了AI的能耐。它被设计成无所不能、可以应答世间所有问题的样子，但是事实上它并不能解决所有问题，所以它一定会存在幻觉。当然，幻觉问题始终是人工智能专家们想解决的问题，将来AI的幻觉很可能会越来越少。

我觉得我们文学研究的历史可能会被划分为两个阶段：一个是前AI时代，另一个是AI时代。那么相关的文学研究人员也可划分为两种：一种是平凡的大多数，容易屈从于AI的逻辑；另外一种是能够驱使AI为自己服务，像李白这样的、极少数的学术精英。大语言模型破坏了文学研究的有机生态，当然，广义上来说整个人文学科可能都面临这样的遭遇。AI成为人类所有现存知识的集成者和代理人，切断了普通学者、优秀学者、高端学者、卓越学者和天才学者的金字塔式共同体链条的连续性，并以自己的效率不停地将获取的新知识转换成无差别的数据，由此捣毁了天才赖以成长的文化生态和学术根基。比如说唐诗，如果李白、杜甫是一流的，那么王维、孟浩然可能是二流的，此外还有刘长卿、韦应物这样的三流诗人，曹邺、罗隐这样的四流诗人等，这是良性的差序格局和金字塔结构。当然，我承认这种区分过于主观随意，不大严肃，主要是比照文学史留给他们的篇幅大小来划分的。整个唐诗界都是有机的，诗人们互相学习，每一个诗人都会积极寻找对自己有利的创作空间。但我们现在这样的环境可能就不再是一个比较健康的有机的生态了，学者之间交流借鉴的重要性大大降低了，我们越来越单独地面向网络空间，这些空间里有无数的声音跟我们对话，它们看上去是人类发出的，但实际上是机器发出的。那么问题来了：我们文学研究的队伍还需要这么多人吗？可能会萎缩。如果说整个队伍萎缩的话，那么天才的追随者就没有了，皮之不存，毛将焉附？天才可能也就没有了，所以我很担心。

当然，我们往好的一面想，AI技术可以激活许多文学研究的新方向，如数字人文之类的，我不否认这件事情的重要性。但是，我觉得未来的学术研究如果不关怀人类经验的内在性，只是进行实证主义的思考和论证的话，它存在的理由就非常可疑，它就变成了自然科学的一个附庸了，这是我非常忧虑的地方。也有可能未来人类更加推崇在知识搜索基础上加工而成的思想杂烩，更加喜欢文学研究带来的快感舒适，而不是智慧的痛苦，他们可能把文学融化在电影、短剧、游戏等未来更加刺激感官的文化实践当中，将之作为甜点加以享受。举一个例子，我们系的同事汤拥华教授最近发表了一个毕业典礼致辞，收获了几百万可能上千万的粉丝，为什么？因为他谈的是短剧。广大人民群众包括大学生们热爱短剧。我们研究的传统文学，比如《红楼梦》《人间喜剧》等，对年轻的孩子们来说已经不再重要了，所以我们面临着一个可怕的人文学科的未来景象。隋朝有一个人叫杨素，他很喜欢跟一个有点结巴但很聪颖的士子聊天，因为他的回答都是出其不意的，他的机锋容易产生智力的娱乐效果。杨素问他，假如让他去做将军，守一个城，这个小城只有不到1000守军，粮草只能供两个星期，外面是数万人围攻，他该怎么办。他沉吟良久，说：“审审如如公言，不免须败。”我说这个故事的意思是，我们有时候可能真的不一定有很好的办法。我暂时想不到什么好的解决办法，只能在这里表达我的忧虑了。

AI时代的中文学科挑战

黄发有（山东大学文学院院长，山东省作协主席，“万人计划”领军人才）

首先，从文学的角度来讲，受AI影响最大的应该是网络文学。相比于网络文学创作，AI对其翻译的影响更大。近年来，“网文出海”在国际上产生了很大影响，也成为中国文化“走出去”的一个典型范例。一些专门做网络文学作品外文翻译的公司，比如“推文科技”，在翻译网络文学时，广泛使用AI技术。AI的翻译效率大大高于人工翻译，人工翻译者一天的工作量，AI只需一分钟就能完成。另外，网络文学在面向北美和东南亚市场时，还有一个遴选机制，面向东南亚翻译传播的大多是女频文，比如“种田文”“大女主文”这类霸总文作品；面向北美市场译介的多是玄幻小说，甚至还有“狼人小说”这类作品。在阅读网络文学作品时，我们也会发现其中存在非常明显的AI痕迹，尤其是很多作品中的场景描写，基本上都是由AI代笔完成的。

其次，AI查重对文学创作和学术研究有着直接的影响。比如说国家社科基金结项、学位论文答辩都需要过查重关。很多学校要求研究生的学位论文查重率不能超过10%，这就促使很多博士生通过答辩之后，提交论文时都要挖空心思地降重，而这在很大程度上影响了学术研究的真实性和客观性，尤其是中文学科。作为基础研究，文学史料方面的研究难度非常大。史料研究如果不引证大量的材料，很难将问题阐释清楚。研究者如果对史料都不熟悉，要有进一步发现，几乎是不可能的。如果要求学位论文的查重率在10%以下，那就意味着论文中不能引用太多的史料。因此有些学生为了降重，往往把引文拆分得支离破碎。所以AI查重技术对我们这个学科的学术研究冲击非常大。

最后，我想讲的是，AI赋能对中文学科的影响也不容小觑。当前，教育部重点推动交叉学科的研究，很多高校已经设立了学科交叉中心。山东大学作为新文科的牵头单位，由我们文学院牵头，成立了一个数智人文分中心，其职能主要是培养博士生。它的整个培养机制与普通的中文专业博士生培养机制有很大区别。与此同时，研究生院下面还新设了学科交叉中心，专门招收交叉学科方向的博士生，这些学生的学籍也都由学科交叉中心统一管理。它面临的一个很大的问题是重交叉还是弱交叉。对人文学科来讲，大概只能做到弱交叉，因为重交叉存在很多问题，比如文学院跟软件工程学院合作做重交叉，我们负责招生，但是最后学生申请的是软件工程的学位，到毕业时，学位论文的学科归属就会成为一个很难讲清楚的问题。正因如此，我们文学院选择的方向，主要是经典数字化、数字人文与网络文学研究、数字技术语言认知科学研究、生态文明与生态美学等。在这些方面我们已经具备了一定的基础，即便如此，我们也只能是先探探路，至于后面如何发展，其实也很难预知。这个问题可能不仅是山东大学的问题，也是整个中文学科普遍面临的问题。最重要的是，教育部在重点推动这方面的工作，各个大学的学科交叉中心最后都要向教育部汇报工作进展和育人成效，撰写各种材料。

我认为AI对于中文学科发展的最大挑战，就是如何在保留中文学科自身的传统优势和学科属性的基础上，从交叉发展中找到崭新的空间。当然，这也很可能也是中文学科发展、转型的一个重要机遇。

数字时代中文学科的机遇与隐忧

冯国栋（浙江大学文学院院长，教育部长江学者特聘教授）

我主要讲四个方面：一是“一个现象”，二是数字人文的发展对古典文献学产生的重要影响，三是作为方法的文献学的失落，四是创新性、情感性的发现变成一种机械性的劳作。第一，一个现象：在中文学科里，数字人文或者人工智能的运用在各二级学科之间是不平衡的。研究语言学和文献学的学者普遍对于人工智能或者数字人文更有兴趣。我们会发现一个有趣的现象，许多研究数字人文的老学者原来的学科背景是古典文献学或者语言学。另外，我们会发现，现在数据库做得比较大的，也多是古籍出版机构，比如说中华书局的“古联”，上海古籍出版社的“尚古会典”。古籍出版社在推动数字人文发展，这是一个非常有意思的现象。正是这一个非常有意思的现象，引发了我的一些思考。

第二，数字人文会对古典文献学产生哪些影响。古典文献学的分支有目录、版本、校勘，也包括古籍的点校，这些学科及其研究范式受数字技术的影响非常大。比如说以前做目录，要一本一本地去查，查好了再用手工的方法编制一个目录。现在，基于计算机、互联网的联合目录已经基本上把我们编制简单目录的工作取代了。再比如说版本研究的问题，以前我们找版本，只能靠一些工具书检索到版本之后，再去图书馆查对。现在，我们通过一些专门的版本网络及其数据库，很容易就能获取很多版本，尽管不全，但是已经非常多了。有些不同图书馆所藏的版本，以前我们根本看不到，现在却可以对其做详细的对比。再就是古籍校刊和异体字、俗体字数字化处理，还有自动标点。这些目前虽然还存在着问题，但作为一个粗略的加工，还是可以节省大量人力的。可以说，这些都对古典文献学造成了非常大的冲击。

第三，数字人文来临之后，又对我们造成了哪些影响。我们常说古典文献学是提供材料的，但事实上我觉得它更多是一种思维方式的训练。比如说，目录学其实是一种分类思维方式的训练。我们通过目录学的实践，建立了一种分类的观念，就是怎样把一堆东西分成不同的类别。分类观念在目录学的实践过程中变成也内化成了一种思维方式。再比如说版本，它训练的其实是一种田野调查的方法。语言学特别是方言要进行田野调查，其实做版本也要做田野，这个田野就是图书馆。去不同的图书馆找不同的版本，其实也是一种田野调查的方式，这种田野调查的方式也会内化成一种思维方式。再比如说校刊，它训练的其实是我们对于差异性的理解。这些工作，我觉得都是通过一种具身实践而得到认识，也就是一种全身心投入的认知。比如说翻古书的时候，我们有触觉。现在是一个视觉时代，我们的触觉退化了。其实我们在翻古书的时候，一定会有触觉的活跃，就是古人所说的“触手如新”。视觉时代，我们的触觉退化了，但触觉其实是一种非常深刻的记忆。现在，屏幕霸权的时代，记忆变成一种视觉主导的非常浮泛的记忆。从这个意义上说，数字时代人工智能取代了我们许多工作，我们其实不仅失去了许多工作，也失去了一种方法的训练。这也就是我说的“作为方法的文献学失落了”。

第四，创新性、情感性的发现变成一种机械性的劳作。我们研究人文的学者都有一种感觉，虽然我们在做一种技术活，但都是全身心投入的，而且偶尔的发现也会让我们很惊奇。如果这种发现变得很平常，比如说我们现在的发现主要靠检索，同时，这种发现不再是一种主动的发现，而是一种被动的追随，那我们其实也就开始异化了。工作变成一个不停点击鼠标的重复过程，不再是一个切切实实的有创造性的过程。在这个时代，我们的学习多是从知识到知识，具身的认知是非常匮乏的。AI是从概念推导概念，从知识推导知识，但人的识知则是体验式的。比如我们对于桌子的认知，首先建立在对桌子的感觉的基础上，我们通过触摸、倚靠，才产生了对于桌子的基本认知。另外就是检索和跳读成为获得知识的主要方法，结构性阅读匮乏。第三个当然就是表达的程式化，没有了创新性，情感性的表达也是匮乏的。

但是我觉得这些并不是最重要的，最重要的可能是数字资产。我们学院一个做数字人文的老师有一次跟我讲，你有没有数字资产？我说好像没有。他说他有，因为他掌握了大量的数据。大量的数据在这个时代就是数字资产，而我们则是“数字赤贫”，这是一件非常要紧的事情，即数字资产和学术资本主义。当然这说得夸大了一点，但确实是一个现象。比如说，我们现在还有多少人，可以不用数据库去做研究。我想，基本没有了。如果真的没有了数据库，我们怎么办？其实，在数字时代，我们进一步无产阶级化了，变成一种赤贫的人和没有生产工具的人。劳动让物质变成了财产，但是，现在的状况是物质很多，财产很少。我们的学术和数字资产越来越少，这可能是我比较担心的。

（原刊于《东吴学术》2025年第6期，注释见原文。）