為什麼我認為歷史系在AI浪潮下反而是最穩的

在這裡所謂的「最穩」，並非指歷史系在就業市場上多麼吃香（其實應該是特別不吃香），而是強調它在 AI 浪潮下被取代的難度相對較高。為什麼會如此？

從目前的技術現況來看，所謂 AI，特別是大語言模型（LLM）更像是在既有知識基礎上進行深度學習與重組，再透過統計或機率方法去「生成」新的句子與敘述。這種生成某種程度上可以呈現出新奇、有創意的效果，但它的根本原理仍然是對過往資料的學習與模式匹配。也就是說，AI 畢竟是依託在人類已有的資訊或觀念上進行推理，短時間內要完全脫離人類既有知識而「創造」一個全然新穎、前所未見的理論或世界觀，仍相當困難。

因此LLM擅長的是利用人類現有知識去實現一些技術層面的應用，而非創造新觀點。歷史研究是沒有多大應用價值的。但正因如此，反而難被AI取代。

不過，是否算真正「創造」新觀點，還取決於我們怎麼定義「創新」：

若認為創新是「將過去沒有人系統呈現或總結過的想法完整地提出來」，那麼 AI 也可能在龐大的語料中，通過幾種概念的巧妙組合，意外拼湊出人類尚未明確提出的推論。這種「交叉組合」有時就會帶來意想不到的新洞見。
若認為創新是要突破既有的認知框架、提出一種全新的世界觀或理論體系，這時就必須能超越單純的資料組合，還要具備真正的「主體意識」與「批判思考」。以目前的 AI 來說，基本沒有自發追問的意識或意志，大多只是根據統計規律給出高相關度的回答。

此外歷史研究的「低結構化程度」也可說是歷史研究的「護城河」。

相較於理工科或商業應用領域，歷史的研究對象如古籍、史料，往往因電子化程度不足，無法像標準化數據那樣被高效率地搜集與整理。即使現有的 OCR 或多模態大模型能幫忙辨識和翻譯部分文本，距離真正能「理解」歷史場景、歸納出全新觀點還有不小的差距；更何況，整合與詮釋史料本身便是一種創造性工作，需要投入大量時間與人力來研讀、比對、分析。

當然，「最穩」並不意味著此領域沒有挑戰；在社會需求和學術資源都向應用領域傾斜時，人文學科的「無用之用」往往並不會得到太多商業或資本的重視。不過，正因為它缺乏可立即轉化為應用價值的大量數據與成果，使得 AI 在人文領域的滲透速度相對有限，也就給歷史系留出了更多專業價值體現的空間。未來隨著數位人文的興起，AI 在輔助研究層面或許會愈發成熟，但短期內要徹底取代對歷史、文化與人性的深層思考，仍有相當大的難度。

從長遠來看，越是能在信息洪流中梳理複雜、跨領域的脈絡，並提出獨到見解的人，越能在技術更迭的浪潮中站穩立足。而歷史作為觀察人類文明演進的學科，恰恰能培養這種宏觀視野與思辨能力。這或許正是所謂「無用之用」：不直接對應商業應用，卻在更高層面上成就了理解、反思與批判的可能性。