清華科史哲講座第99講紀要｜Dagmar Sch?fer（薛鳳）：數字雙螺旋——知識史中作為工具和對象的計算方法

清華科史哲講座第99講

2025年9月25日下午，清華大學科學史系在人文樓B206舉行清華科史哲講座第99講。本次講座榮幸地邀請到德國馬克斯·普朗克科學史研究所所長、第三部門主任薛鳳（Dagmar Sch?fer）教授，做標題為“數字雙螺旋：作為知識史工具與對象的計算機方法”的主題報告，中國社會科學院大學歷史學院的向靜副教授擔任評議人，由科學史系沈宇斌副教授主持。來自清華大學與北京周邊的大學與科研院所近50名師生參加了本次講座。

薛鳳教授指出，在過去五十年里，計算機方法作為一種分析工具，已經深刻改變了歷史學的方法論，產生了新的思考方式。同時，數字實踐本身是重要的研究對象，這門技術深深嵌入在社會與權力動態中。人工智能等新興數字技術不只是在模擬人類的表現，更是再生產了、再塑造了人類基本的認識方式。她指出數字與人文在認識方式上的三層對應關系：一致性與理性、重復與可靠性、重組與創造。算法操作中的一致性反映了人類對理性的追求，將輸出建立在形式連貫和推理邏輯的基礎上；人工智能依賴于重復，這反映了人類科研中的可靠性、可重復性原則；人工智能通過對元素的重新組合生成內容，這與人類對現有知識重新排列的創造思維相似。之后，薛鳳教授以馬普科學史所的數字人文方面的探索成果來逐一討論這三種對應關系。

1. 一致性與理性。薛鳳教授以馬普所的地方志研究項目為例說明人工智能對科學史研究的影響。在地方志研究中，人們認為地方志生產的地方性知識構成了制造更普遍形式知識的基礎。薛鳳教授認為，數字人文工具是一把雙刃劍，可能掩蓋也可能揭示兩類知識間的動向，可能助于發現偏見，也可能引入新的偏見。如果使用得當，數字人文工具有助于澄清歷史上層層遞進的同質化與特異化進程。在機器學習中，機器尋找數據中的統計規律，從材料中提取具有一致性的特征。機器對一致性的理解最初依賴于人工標注，而現在算法逐漸擺脫了對人工的依賴。機器對待數據的處理方式與科學史家在地方志項目中面臨的認識方式相似，都有對一致性-理性的追求。工程上，機器會出現對一致性的偏離，但實際上人類也是帶著錯誤去學習。

2. 重復與可靠性。薛鳳教授圍繞馬普所中國古代類書研究項目中的文本重復議題進行介紹。中國古代知識的生產方式特點之一是尊崇對相同知識的重復。中國古代推崇格物致知、大學之道等共同知識，不斷重復，將其作為無需檢查的前提。這一做法符合計算機實際上所做的重復。在機器學習中，重復使得模式識別和模型訓練成為可能。在數字人文的結合中，計算機需要能夠學會知識是如何復制、修訂、拓展的。薛鳳教授認為，重復不應當被視為保守，而應當像人工智能一樣，將其視為一種知識論信號，從中發現深層的認知結構和歷史動態。

3. 重組與創造。薛鳳教授以馬普所天象可視化項目為例展開論述。人類經常遺忘，但計算機不會忘記。然而，恰恰是遺忘讓人類的記憶保持鮮活，人工智能同樣應當學會遺忘。在科學史研究中，重構歷史檔案、質疑既有分類非常重要。當前科學史研究集中于文本和視覺文化，對敦煌雕塑等物料文化的研究較少。在天象可視化項目中，研究者收集各種材料中描繪天體的視覺圖像，借助人工智能實現對遠超人腦能力的信息的整合，從而揭示潛在的視覺或物料親緣性，突破學科邊界。這樣一個平臺打破了地域對科學史研究的限制。

最后，薛鳳教授也對人工智能的發展提出了一些警示和批判。她認為，人工智能擅長處理大量數據，但弱點在于缺乏抽象和泛化能力。人們往往錯誤地將計算機無法遺忘的特征視作創造力乃至智能的表現。但在薛鳳教授看來，恰恰是遺忘帶來了真正的創造力。此外，智能要求具備社會認知。未來人工智能的發展還需要向社會認知努力。

向靜副教授在評議中，細致梳理了薛鳳教授報告中的兩條線索：一是人文學者如何看待技術進步，二是人工智能如何在三個具體情境中推動人文研究。

在提問與討論環節，在場師生就人工智能與科學史研究的關系、史料與數據的關系、史學研究中的地方知識如何轉變成為共同知識、人工智能技術對歷史學家職業產生的影響等問題向薛鳳教授提問，薛鳳教授一一作答。本次講座在熱烈討論中圓滿結束。