AI会取代历史学家吗？AI能搜索档案，但无法诠释过去

一位历史学家曾告诉我，他工作中最困难的部分不是找到文件——而是知道哪些文件重要。在AI能够在几秒钟内搜索数百万页数字化档案的时代，这种区别变得至关重要。

数据：适度且可控

根据我们在数据库中观察到的可比学术研究角色的模式——考古学家、政治学家和其他社会科学研究人员——历史学家面临的总体AI暴露估计为35-45%，自动化风险约为25-30/100。

暴露集中在特定领域：文献综述和来源搜索（高自动化潜力）、定量历史数据分析（高）和初稿生成（中等）。但定义历史学术的核心活动——在上下文中解读原始资料、构建叙事论证、评估竞争性解释以及向不同受众传达历史理解——仍然是低自动化的。

美国劳工统计局预计到2034年历史学家将增长3%，中位工资约为67,000美元，从业人员约3,500人。这是一个小众职业，但其价值远超其人数。

数字档案革命

AI确实在一个特定维度上改变了历史研究：获取途径。光学字符识别现在可以识读多种历史文字的手写文件。机器学习模型可以在数百万页数字化文档中搜索特定的姓名、日期或概念。自然语言处理可以识别跨越几个世纪文本中的语言模式，揭示社会如何谈论战争、性别、疾病或政治的变化。

一个曾经需要在单个档案馆花费数月的项目，现在可以利用世界各地图书馆的数字化馆藏，AI帮助以十年前物理上不可能的规模对文件进行分类、归类和交叉引用。

这很强大。这也很危险。

为什么AI生成的历史不可靠

在数字化文本上训练的AI系统有一个根本性偏差：它们只能搜索已经数字化的内容。强大机构的档案已经很好地数字化了。边缘化社区的记录、口述历史、实物文物和不太常见语言的文件则没有。AI辅助的历史档案搜索系统性地过度代表某些声音，而低估其他声音。

此外，AI无法读出言外之意。一封殖民官员描述当地居民"心满意足"的信件可能被AI准确转录和索引——但历史学家知道要问为什么这位官员需要这样说，当时正在发生什么政治事件使这样的说法有用，以及如果有人问过的话，实际居民会怎么说。

历史诠释需要理解背景、权力、动机和沉默——什么没有被记录下来，以及为什么。这是AI无法执行的判断工作。

历史思维日益增长的重要性

讽刺的是，AI可能使历史思维变得更有价值，而不是更没价值。随着AI生成大量关于过去的听似合理的文本，批判性地评估来源、区分可靠证据和虚构内容、构建有充分依据的论证的能力成为一项至关重要的公民技能。

历史学家也越来越多地作为顾问被需要，涉及AI伦理（理解技术在历史上如何被部署）、企业战略（从过去的产业转型中学习）和公共政策（为当代决策提供基于证据的背景）等领域。

历史学家应该怎么做

学习数字人文方法——文本挖掘、网络分析、GIS制图和数据可视化拓展了历史研究的可能性。在学术期刊之外与公众互动：播客、博物馆咨询、纪录片顾问和政策证词都能发挥历史专业知识。批判性地评估AI工具，而不是全盘接受或拒绝——理解它们的力量和偏差本身就是一种历史技能。

本分析在AI辅助下生成，使用了Anthropic劳动力市场报告和美国劳工统计局预测的数据。