AI大模型堪称当前时代的一项突破性成就，其对人类社会的冲击将是全方位的。历史学作为探究过往人类社会的研究领域，想要完全隔绝AI的影响，既不现实，也不应该。传统史学方法并非一成不变，主动接纳新方法并融入研究，是题中之义。这就是所谓的“预流”。关键在于，我们如何更好地迎接这个“流”呢？
数字技术冲击史学主要有三次浪潮。第一波出现在20世纪90年代初，即“换笔”——从纸质书写转向键盘录入。文史学者完成这一转变的过程颇为漫长，这与当时计算机技术水平和改革开放初期社会经济状况密切相关。不过，多数学者对新技术持积极态度。“换笔”使我们摆脱了手工操作，迈入机器时代，实现了划时代的跨越。
第二波始于20世纪90年代末，全文数据库的应用逐渐普及，标志性事件涵盖《四库全书》全文检索数据库、《中国基本古籍库》及中国知网数据库的发布。全文数据库的大规模使用，极大地方便了学者搜集史料的效率。其后，在全文数据库应用基础上，催生了“数字人文”这一概念——通过综合分析数据，辅助史学研究，具体涉及文本挖掘、数据可视化等技术。
第三波则是近年来兴起的人工智能大模型。与前两次浪潮主要影响技术层面不同，AI大模型似乎具备了某种自主思考能力，甚至有人担忧其“抢夺”史学家的位置。
AI大模型与历史认知的关联究竟有多大？它与真正的史学家之间是否存在明确的界限？根据现有认知，有一点可以肯定：AI对语料库的解读是平面的，“大语言模型既无法体会研究对象背后的主观意图，更难理解思想的历史渊源和发展脉络，也无法通过算法呈现非理性因素”。它无法“移情”于历史对象，缺乏人文性，更不可能形成历史意识。基于此，本文将从两方面展开具体阐述。
一是笔者此前在一篇短文中提出的疑问：“当文本未直接反映历史信息时，应当如何应对？”作为可见可感的表层结构，文本虽有限但外观直观。从词元到段落，每一段都可能隐藏多重意义，即文本深层的隐性信息。AI可通过比较相关文本建立联系，推断出部分简单信息。例如，宋代范仲淹表字希文，这两个字符串指向同一人，将包含这些词元的文本关联起来进行归纳，或许问题不大——尽管仍需考虑为何有时称姓名，有时称表字。但若存在另一位名望远逊范仲淹的历史人物也以希文为号，释读时（即两者关联）难度便会显著增加。部分隐藏于文本背后的深层信息，本需要史学家多方考证方可揭示，AI可能难以胜任。从个别概念的借用、比喻，到文本整体的反讽、转喻，再到作者语气与重点，需从语句、段落联系至全篇，进而理解作者在特定情境下的心境与立场——即所谓“移情”。有时这些解读甚至需要绕过表层结构十几层，这些均有赖于研究者对全面史实的深入理解，超越现存文本与历史真实在概率上的失衡，才可能把握文本传递的真实信息。
二是史学领域若从技术角度划分，通往最终理解的路径可能涉及对历史现象的持续观察，以及比较分析，发现与既有认知的偏差和新知识生成的可能。学术史与历史学的演进
