從e考據到AI考據：談歷史學生的出路

我大學本科是讀歷史的，讀書的時候看前人的著作時常常感嘆他們那個時候沒有電腦、沒有網絡、沒有史料數據庫，找資料是多麼艱難。

進入資訊時代後，做歷史研究確實是遠比前輩容易得多。台灣歷史學家黃一農教授2005年曾提出所謂「e考據」，即利用電子化後的史料來做考據，其好處是數量龐大（據說目前已經有70億字的電子清代史料）和容易搜索關鍵字。這種說法在現今歷史學生看來毫不稀奇，甚至可說是如同吃飯喝水一般平常，但在那個時候確是創舉。

但是，為什麼現在很多歷史學生往往還是做不出什麼有價值的工作？很多人寫的東西反而還是在抄上個世紀學者做的東西？

在我眼中，「e考據」對於很有底子的學生來說是無比鋒利的利器，對於看書不多的學生卻只是一把聊勝於無的鈍刀。我是遊戲愛好者，打個比喻就是 RPG 遊戲裡力量不足卻去裝備重型武器，能發揮的攻擊力可能只是三四十%。

為什麼這樣說？其原因在於如何「搜索」。對於歷史研究來說，研究者搜索的不是搜索引擎，而通常是那些史料庫（比如我常常看的明清實錄資料庫）。但是這些資料庫無一例外都是只會提供簡單搜索。所謂簡單搜索，即是根據關鍵字，簡單地搜索出完全對應的史料部分。

這樣的搜索能找出的東西可說是歷史研究中「低垂的果實」，不用想就知道早就被人摘過了。比如説我在史料中要找關於和尚的資料，只搜索「和尚」是遠遠不夠，可能還要搜一下「僧」、「禿」、「禿驢」之類，更別說古代通假字、異體字極多了。具體的物像至少還有跡可循，如果研究抽象一些的東西，甚至可以連關鍵字都想像不出來。（比如尋找某段時期出現的某種思想傾向之類）

歷史學是用史料說話的學科。可以說，找對了關鍵字已經成功了一半了。當用關鍵字找到了可用的資料，最後整理、寫作的階段不過是舉手之勞罷了。

但是搜索系統可以做到我輸入一個關鍵字，就連同義或相近意思的詞都一起搜，甚至連含糊、比喻式的表達也搜索到嗎？（尤其是某些文字獄發達的時期可能很多）

在以前，這種絕對是連在夢中都不能實現的神跡，但是現在 AI 大語言模型的出現可以說是一絲曙光。AI 可以短時間便讀遍數百萬字、甚至數千萬字的東西，然後逐字逐句來分析其中是否有研究者想找的東西，而不是簡單的搜索。

但是使用 AI 模型遠比簡單搜索的門檻要高（即使只是使用而非研發）。AI 模型（如大語言模型）通常需要用戶具備一定的技術知識才能有效使用。例如，可能需要了解如何構造提示詞（prompt）、調整參數或理解模型的輸出邏輯。

許多 AI 模型也並非直接嵌入史料庫中，可能需要通過API、編程接口或其他工具調用。例如對於過百萬字的史料，便需要將長文本先分割為多個小塊（chunks），通過API輸入模型，最後整合結果。這對非技術背景的研究者已是一大障礙，更別說RAG、Fine-tuning等進階方法了。

很多歷史系學生上學時都喜歡只上自己感興趣的歷史系課，而對編程技術一竅不通，使他們難以有效利用 AI 大模型這一新時代的利器（這裏是說用AI考據史料，不是直接用AI寫論文，後者是作弊）。

喬布斯曾說：Everyone Should Learn to Code。雖然他未預見 AI 大模型時代，但這句話在當今還是無比正確的，對於歷史系學生更是至理名言。

另一方面，跨領域學習真的是不可能嗎？我卻認為，最難的反而是開始下定決心要學習那一瞬間。前文提到的黃一農教授是我學習歷史時的一個偶像，他便是跨領域、轉換跑道的翹楚。他原是藤校物理學博士、頂尖天文學家（據他說，他曾經是世界上研究宇宙物質前十幾的學者，未曾學過一天的科班歷史課），卻一下子跑去研究歷史，之後又研究紅學，均在這些領域達到了頂尖的水平。難怪他可以輕鬆擺脫傳統考據的藩籬，大膽提出e考據了。

黃一農教授曾說過一個「大樹理論」：每一個成熟的領域（歷史、物理、數學這些）就是一個大樹，每棵樹都已經生長得非常高大，你是大樹底下的一顆小苗，看不到上面的陽光。你要在那裏發展，可以，但是你要花非常大的力量。如果你能在這些大樹之間長出新的樹，樹雖小，但上面有自己的陽光，可以吸收旁邊大樹的養分，也可以茁壯成長。學生要敢跨界、走出熟悉的環境，去面對挑戰。如果你敢做，這就是你的機會。