专家谈：AIGC对中国学的知识生产与话语权建构的影响

来源：滚动播报

（来源：上观新闻）

当前，生成式AI正以前所未有的力量，重塑着我们认知世界、生产知识乃至建构叙事的方式。对于以“中国”为研究客体的世界中国学而言，这场技术革命带来的不仅是研究范式的跃升，更是一场关乎知识生产底层逻辑与全球话语权格局的深刻变革。生成式AI时代的世界中国学，既要拥抱技术理性，又要保持人文批判；既要通达世界，又要扎根自身。唯有如此，才能将其带来的技术变革转化为推动世界中国学知识体系实现创造性转化、创新性发展的历史机遇，为丰富人类文明的未来图景作出不可替代的贡献。

一、生成式AI时代世界中国学研究的范式革命

生成式AI的核心能力在于其能够从海量数据中学习并生成全新的、原创性的内容，这使其超越了传统计算工具的信息处理范畴，直接介入到知识创造的核心环节。

第一，它实现了从“信息处理”到“内容生成”与“思维激发”的跨越。传统数字工具主要服务于信息的检索、存储、统计与分析，生成式AI则更进一步，开始涉足以往被认为专属于人类的认知领域。它能够根据指令，自动生成文献综述、理论阐释和数据分析，甚至能在设定的议题下，搭建出一个逻辑自洽的、融合多学派观点的理论框架。这实现了对学者认知劳动更深层次的解放，使其能从繁琐的资料梳理中抽身，将更多智力资源投入到更具创造性的理论建构、批判性思辨与学术想象力发挥之上。

第二，它构建了无障碍的学术对话媒介。语言障碍一直是制约世界中国学研究深度与广度的关键瓶颈。生成式AI凭借其强大的自然语言处理与生成能力，正在有效地拆除这个障碍。一位不谙中文的西方学者，现在可以指令AI对“四书五经”等中国传统文化典籍进行高质量的多语种释义、解析与当代阐释。这种高质量的知识检索和跨语言知识转化，极大地促进了中外学术共同体的思想碰撞与深度对话，为构建全球化的“中国学”学术场域提供了技术基础。

第三，它成为跨学科知识创新的“催化剂”。中国研究的复杂性，决定了其必然是一个需要历史学、社会学、政治学、经济学、人类学、环境科学等多学科共同滋养的领域。生成式AI不仅能够处理来自不同领域的数据，还能凭借其强大的非线性关联能力，突破固有的思维定式，揭示其中复杂的深层关联，从而打破既有学科壁垒与认知路径依赖造成的“视域盲区”，生成一系列具有潜在解释力的理论构想与研究命题，开拓出跨越传统学科边界的新问题域，推动中国学研究从分科治学走向深度融合的系统性研究。

二、生成式AI时代的知识政治与认知陷阱

技术的光芒往往伴随着阴影。我们必须清醒地认识到，生成式AI并非一种纯粹中性的、客观的工具。其技术特性与当前的发展生态，使其内嵌了知识政治与认知陷阱，可能对世界中国学的知识生成与话语权建构产生负面影响。

第一，“算法偏见”带来话语权的失落。知识生产从来不是在与世隔绝的真空中进行，它总是与权力结构、意识形态和全球资源分配紧密相连。在生成式AI时代，这种关联以一种更为隐蔽和强大的方式呈现：谁掌握了训练数据，谁定义了算法的目标函数，谁就在很大程度上预设了知识的产出方向与价值取向。当前，主导全球的通用大模型，其训练数据主要来自全球互联网的公开信息，其中内嵌着历史形成的不平衡结构，即英语内容及西方中心的视角占据绝对主导。这些数据所蕴含的特定文化预设、价值判断与历史叙事，可能导致关于中国的叙事，包括议程设置、概念定义与标准制定，都面临着被“架空”或“俘获”的危险，世界中国学可能在AI的潜移默化中，悄然丧失其学术自主性，陷入一场无声的话语权失落。

第二，“数据平滑”导致认知的同质化。生成式AI的工作原理是基于概率统计，生成“最可能”“最流畅”“最符合人类偏好”的文本。这种机制倾向于消弭罕见、边缘、矛盾的叙事，忽视历史进程中充满偶然性与不确定性的“褶皱”，抹平社会内部丰富的差异性与张力。对于中国这样一个幅员极其辽阔、历史纵深极长、内部多样性极高的研究对象而言，这种“平滑”效应是致命的。它可能将充满辩证与博弈的中国式现代化简化为一套线性的、标准化的经济增长叙事，将历史进程中无数个体与群体的选择与探索淡化为某种制度决定论的注脚，最终将充满内在张力、复杂矛盾与鲜活细节的真实中国，“平滑”为一套同质化、标准化、易于消化但失去灵魂的知识输出。

三、生成式AI时代中国学研究的前景展望

面对上述挑战，我们既不能因噎废食，也不能盲目乐观。正确的态度是直面生成式AI背后的知识政治和技术风险，提出积极的、建设性的应对方案。

第一，构建本土化、专业化、高质量的AI基础设施。首先要建设超大规模、精准标注的“中华文化数据库”。要超越当前零散、粗放的语料库建设模式，由国家力量主导、学界与产业界协同，系统性地整合与数字化经史子集、甲骨金文、敦煌文献、明清档案、地方志、民间文书、口述史、少数民族多语种文献等，形成一个规模巨大、质量上乘、结构清晰、标注精准的“中华文化数据库”，这将为中华文明在数字时代和智能时代的永续传承与世界中国学的创新性阐释和创造性发展奠定的底层数据基石。二是研发融入中国知识图谱、具有国际影响力的自主大模型。在强大数据根基上，必须持续研发能够深度理解中华文化语境、价值观念与思维方式的通用及垂直领域大模型。这不仅要求模型在技术上领先，更要在知识内涵上实现“中国化”。这样的模型将作为一项可靠、权威的公共知识产品融入并服务于全球学术共同体，为所有研究中国问题的学者提供一个基于中国视角与数据的研究助手。

第二，倡导批判性的人机协作研究方式。首先要坚守“以我为主，AI为辅”的学术主体性原则。在任何时候，学者的批判思维、理论素养、价值判断，都是驾驭AI、防范其偏见的“学术罗盘”。研究者必须始终居于主导地位，将AI定位为强大的“辅助脑”和“信息处理器官”，而非替代思考的“终极答案生成器”。对于AI生成的任何内容，都必须经过严格的史料核实、逻辑推敲与理论审视。其次要倡导批判性的人机协作研究范式。世界中国学的研究者，不能再满足于做一个“技术使用者”，而应努力成为“技术解构者”，要具备基本的“算法素养”，理解生成式AI的运作原理、训练数据的构成特点及其固有的局限性。从而具备培养一种“算法批判能力”：像批判一份历史文献的作者立场一样，敏锐地识别、质疑并剖析AI输出结果中可能存在的文化偏见、逻辑漏洞与“平滑”痕迹。

（作者：四川省社会科学院党委委员、副院长、二级研究员 廖祖君）

原标题：《专家谈：AIGC对中国学的知识生产与话语权建构的影响》

栏目编辑：李一能 图片来源：东方IC

来源：作者：廖祖君 新民晚报 曹博文