分論壇“數(shù)智時(shí)代的世界中國(guó)學(xué)：機(jī)遇與挑戰(zhàn)”會(huì)議現(xiàn)場(chǎng)。 文匯報(bào)記者 王竟成攝

數(shù)字人文發(fā)展不能局限于‘文字的數(shù)字化’，而要構(gòu)建本土化的高質(zhì)量文化語料庫底座，讓多模態(tài)資源‘活起來’，還要形成跨學(xué)科的人才與生態(tài)體系，讓AI工程師懂人文，也讓文史學(xué)者懂AI

數(shù)字化和智能化，正在重塑學(xué)術(shù)。14日下午，第二屆世界中國(guó)學(xué)大會(huì)舉行“數(shù)智時(shí)代的世界中國(guó)學(xué)：機(jī)遇與挑戰(zhàn)”分論壇，專家學(xué)者們就新技術(shù)對(duì)中國(guó)學(xué)研究的影響發(fā)表了真知灼見。

中國(guó)人民大學(xué)校長(zhǎng)林尚立表示，回望人類的發(fā)展歷程，思想傳播載體的每一次革新都會(huì)帶來思想的飛躍、學(xué)術(shù)的突飛猛進(jìn)。“如今我們進(jìn)入數(shù)智時(shí)代，技術(shù)帶來的沖擊更是空前深刻。學(xué)者們站在新的平臺(tái)上，用數(shù)字技術(shù)重新解讀文獻(xiàn)文本，重新發(fā)現(xiàn)靠傳統(tǒng)手段無法破譯的經(jīng)典密碼，并由此汲取5000年中華文明中孕育的東方智慧，以新的知識(shí)、新的理論推動(dòng)世界發(fā)展、文明進(jìn)步?！?/p>

數(shù)字人文知識(shí)體系，應(yīng)有“主權(quán)意識(shí)”

數(shù)智時(shí)代的中國(guó)學(xué)研究，是“數(shù)字人文”這門廣闊交叉學(xué)科的一個(gè)分支。中國(guó)人民大學(xué)數(shù)字人文研究院院長(zhǎng)、教授馮惠玲介紹，雖然數(shù)字人文在國(guó)內(nèi)發(fā)展僅10年左右，但勢(shì)頭非?？捎^，已然成為數(shù)據(jù)時(shí)代中國(guó)學(xué)研究不可或缺的組成部分。

數(shù)字人文領(lǐng)域的高速發(fā)展，得益于三大國(guó)家級(jí)戰(zhàn)略的牽引：數(shù)字中國(guó)戰(zhàn)略、國(guó)家文化數(shù)字化戰(zhàn)略和新文科戰(zhàn)略。目前，數(shù)字人文已經(jīng)實(shí)現(xiàn)以學(xué)術(shù)共同體為支撐，科研、教育、實(shí)踐三位一體的協(xié)同發(fā)展。來自這三個(gè)“方面軍”的多學(xué)科人員，在數(shù)字人文領(lǐng)域交匯聚合。截至2023年，全國(guó)已經(jīng)有66個(gè)數(shù)字人文研究機(jī)構(gòu)與28個(gè)性質(zhì)類似的“泛數(shù)字人文”研究機(jī)構(gòu)，2025年總數(shù)“破百”已成定局。

上海社會(huì)科學(xué)院信息研究所所長(zhǎng)劉煒則從自主知識(shí)體系的角度展望中國(guó)數(shù)字人文前景。建設(shè)中國(guó)數(shù)字人文自主知識(shí)體系，要以中國(guó)文化資源為基礎(chǔ)，用數(shù)字化與智能化手段重建知識(shí)結(jié)構(gòu)，并闡釋體系和語義邏輯。換句話說，建設(shè)自主知識(shí)體系，不僅僅是將古籍、文物、非遺數(shù)字化，更是再造知識(shí)主權(quán)，是讓中華民族的歷史、思想與美學(xué)在數(shù)字世界中，以中國(guó)自己的方式被理解與傳播。

在文化主體性日益重要的大背景下，“主權(quán)AI”的概念被反復(fù)提及。劉煒指出，主權(quán)AI強(qiáng)調(diào)的不僅是技術(shù)主權(quán)，更是文化主權(quán)。人工智能必須理解本國(guó)的語言邏輯、文化常識(shí)與社會(huì)價(jià)值，與本國(guó)特有的意識(shí)形態(tài)相對(duì)齊，使技術(shù)的發(fā)展服務(wù)于文明的自我敘事。數(shù)字人文已經(jīng)成為連接傳統(tǒng)文化和人工智能的橋梁，但這座橋梁建立在什么樣的技術(shù)基礎(chǔ)上，將決定我們是否能夠以自己的方式講述自己的故事。

他進(jìn)一步分析稱，主權(quán)AI和數(shù)字人文之間，好比基礎(chǔ)設(shè)施與上層建筑的關(guān)系。沒有獨(dú)立自主的算法與語義底層，自主知識(shí)體系就可能淪為空談。反過來講，如果不具備獨(dú)特文化內(nèi)涵的數(shù)字人文知識(shí)體系，那么主權(quán)AI也不可能存在。為此，他呼吁，數(shù)字人文發(fā)展不能局限于“文字的數(shù)字化”，而要構(gòu)建本土化的高質(zhì)量文化語料庫底座，讓多模態(tài)資源“活起來”，研發(fā)面向文化場(chǎng)景的專用模型，打造國(guó)家級(jí)的數(shù)字人文智能平臺(tái)，還要形成跨學(xué)科的人才與生態(tài)體系，讓AI工程師懂人文，也讓文史學(xué)者懂AI。

古籍?dāng)?shù)字化整理，技術(shù)和模式皆需創(chuàng)新

數(shù)字人文，如何才能不局限于“文字?jǐn)?shù)字化”？論壇上，中華書局全資子公司古聯(lián)（北京）數(shù)字傳媒科技有限公司總經(jīng)理洪濤與中國(guó)人民大學(xué)文學(xué)院教授徐建委，分別從業(yè)界和學(xué)界的角度，分享了數(shù)字人文的前沿進(jìn)展，也透露了當(dāng)前面臨的一些難題。

據(jù)洪濤介紹，我國(guó)現(xiàn)存古籍共20萬種、50萬版本。版刻古籍的數(shù)字化進(jìn)展方面，目前市場(chǎng)上大型古籍?dāng)?shù)據(jù)庫產(chǎn)品涵蓋6到8萬種古籍，總計(jì)80到100億字。然而，盡管數(shù)字技術(shù)的發(fā)展令古籍?dāng)?shù)據(jù)量激增，但高質(zhì)量數(shù)據(jù)仍然嚴(yán)重不足，加上學(xué)術(shù)研究對(duì)于古籍?dāng)?shù)據(jù)的需求持續(xù)旺盛，供需差的存在對(duì)出版單位和相關(guān)技術(shù)公司提出了緊迫要求。

與劉煒觀點(diǎn)相仿，洪濤指出，“文字?jǐn)?shù)字化”只是最基礎(chǔ)的數(shù)字人文應(yīng)用。他將古籍語料庫的質(zhì)量層次進(jìn)行了金字塔式劃分，古籍原典數(shù)字化處于底層，而頂層則是對(duì)領(lǐng)域知識(shí)的結(jié)構(gòu)化。為了實(shí)現(xiàn)進(jìn)階目標(biāo)，在對(duì)古籍原文進(jìn)行OCR識(shí)別、校對(duì)?？钡幕A(chǔ)上，還要對(duì)其加注標(biāo)點(diǎn)、結(jié)構(gòu)化，對(duì)專名、主題加以標(biāo)注，最后翻譯注釋，形成較為完整的知識(shí)體系。他列出了從校勘到翻譯的古籍整理全流程技術(shù)需求，并提到，人工智能的發(fā)展已經(jīng)讓越來越多基礎(chǔ)性的整理工作得到高效替代。大型古籍的整理工作，也從過去的個(gè)人獨(dú)挑大梁，轉(zhuǎn)型為“一個(gè)作者、一個(gè)平臺(tái)、一眾參與者、一套智能技術(shù)、一條流水線、一組規(guī)范標(biāo)準(zhǔn)”的新模式。

徐建委介紹了經(jīng)學(xué)數(shù)字化實(shí)踐中遇到的難題。經(jīng)學(xué)宛如中國(guó)文化的“軟件”，其知識(shí)體系與中國(guó)政治文化深度結(jié)合，并在公元前2世紀(jì)以后逐漸內(nèi)化為中國(guó)讀書人的認(rèn)知、思考和表達(dá)方式。徐建委表示，研究中國(guó)文化和思想不能不以儒學(xué)為中心，研究儒學(xué)又不能不以經(jīng)學(xué)為對(duì)象，研究經(jīng)學(xué)則必須要以經(jīng)學(xué)文獻(xiàn)為基礎(chǔ)。

但是要對(duì)經(jīng)學(xué)原典進(jìn)行數(shù)字化整理，面臨至少三方面的困難。首先，原典內(nèi)容其實(shí)是口語文化向書寫文化過渡的產(chǎn)物，這就可能導(dǎo)致，同一個(gè)文本經(jīng)由不同聽者記錄時(shí)，會(huì)采用不同的字符來“記音”，最終出現(xiàn)文本不統(tǒng)一的情況。其次，經(jīng)典成書周期漫長(zhǎng)，從孔子與其學(xué)生對(duì)談到《論語》整理成書，大約經(jīng)歷了450年，這個(gè)過程中會(huì)出現(xiàn)很多變化。最后，原典的成書宛如許多人蓋同一棟房，不同時(shí)期、不同階段的語言文字信息被保存在了同一個(gè)文本中，凸顯出數(shù)據(jù)同質(zhì)化的問題。從這個(gè)意義上講，對(duì)于數(shù)字經(jīng)學(xué)從業(yè)者來說，要克服這些難題，就必須讀懂文獻(xiàn)。而要讀懂文獻(xiàn)，還不能僅僅掌握其知識(shí)結(jié)構(gòu)，更要深入細(xì)致地了解其同質(zhì)化特點(diǎn)及版本流變情況。