人文学科进行的AI研究,或许是“元AI研究”

注：以下说法不能代表所有人文学科，“我们”所指为偏向于哲学、文艺理论的研究者。

（一）

我们关注AI，关注到什么程度就可以？

关注它的使用层面，还是技术开发层面？这个问题非常实际又棘手，因为使用层面我们可以做到，但技术开发层面，壁垒太高；而如果只限于使用层面，要对AI相关问题给出洞见，并不容易，因为背后的运行原理你不清楚，如果是涉及到技术开发层面，实在需要花很大功夫去了解——这就需要跨学科队友，可以包括AI本身，而跨学科对话、研究者如何和AI对话，这又是另一个难题。

目前思考的对策是，研究聚焦在使用层面，技术开发层面遇到就问专家、问AI，没遇到就搁置。不要为可能的盲区而焦虑，毕竟术业有专攻。

（二）

AI到底在什么程度上来协助写论文？

AI不同程度地参与到论文构思、写作、修改等流程，已经成为公开的秘密。不用AI几乎不可能。但是，到底以何种方式利用AI，多大程度上借助AI，才是遵守了学术诚信，保证了论文的原创性、独创性？

相比量化的人文研究，这个问题对质性研究更迫切。量化研究涉及到的材料搜集、整理、计算等工作，显然可以借助AI来完成。而质性研究大多依赖的是大量阅读之后的内省式的思考，它要求思维的连贯、一统，反映在你的写作上，则是前后逻辑意义连贯、语言风格统一。如果AI参与进来，连贯性和一统性就中断了，写作过程中的草稿，这些瑕疵是允许的，但最后的整合、直接撰写，及至最终公开出来的文章，必须由笔者独自、全权进行。

简言之，你最终呈现出来的论文的每一个字词的选择组合，都是你亲自操作，这在最直接的意义上表明，论文是你自己的。

（三）

AI参与下，我们应该如何保持论文的原创性？

实际操作中，当你用AI来协助质性研究的构思和写作时，不难发现，它常常提出看似完美的逻辑框架、会“杜撰”一些抽象且貌似可行的概念，它们很容易“拿来即用”，因为它恰恰迎合了质性研究的一个（不好但已习惯成性的）作风：高大上、抽象。

所以，要真正克服AI带来的完美论述框架幻觉、高大上概念的幻觉，你需要保证：如果采纳AI的建议，你能否自己用最通俗易读、最朴实的语言说出来。这恰恰倒逼我们写作风格需要转变：从过于抽象、追求逻辑完美无缺、中性的风格，转向朴实、逻辑简单、有一定个性的写作风格。

（四）

扪心自问，我们为什么要关注AI？

关注AI，实际上关涉诸多方面：作为工具的AI，作为研究对象的AI，以及更进一步，作为研究问题的AI，和最为高级的，作为研究方法的AI。这里所说的主要是后三种情况。

国家发展战略，无处不在的AI话题和应用，这些实际原因的确让AI成为房间里的大象，我们需要思考AI和自己本来研究对象、研究问题的关系。但是，它们都是外在原因，内在原因，即从你自己的学科角度，为什么要关注AI？

首先，作为研究对象的AI。

如果你原来的研究对象已经和AI扯上关系，那研究AI不可避免，比如，我关注叙事，AI用来写小说、做电影游戏太常见了，所以，必须要研究。

其次，作为研究问题的AI。

一般而言，如果它已经成为研究对象，那么，自然问题就从你关注的对象中来。明确你要研究AI的什么问题，辨识这一点开头很难，因为你有两个模糊点，一个模糊点来自AI不清楚，二个模糊点来自AI和你原本研究对象的关系不清楚，所以这期间你极容易陷入混乱——发现问题从来不是容易的事，这不仅是AI时代，以往也如此。

对于如何找到AI和你原本关注对象融合后的研究问题，与其去借助读理论文献，不妨去用AI。比如，我要研究AI如何讲故事，我首先就必须要用AI讲下故事——这就引出下面第三点。

最后，作为研究方法的AI——元AI研究。

我后知后觉地意识到，AI给我们的研究范式带来一个深刻变革：AI打破了以往的有既定文本（尤其是经典文本）的研究模式，我们的研究不能再是回顾性的、置身事外的，而必须是参与式的、同时性的，乃至前瞻性的。

以前的研究，都是有文本给你，比如小说是公开出版的经典小说，影视是已经可以观看的影视，等等，而如果要分析AI文本，则犯难了：目前AI还在迅猛发展，且不说尚未有已成经典的AI文本来作为分析对象，AI的一些应用平台都还在不断更迭，今天还在的应用，明天说不定就关了，让人猝不及防。

由此，我们陷入一个无研究案例的窘迫局面，这倒逼研究者自身定位的一个转变：不再仅作为研究者，还同时需要作为创作者参与进来。人类学家项飙有个说法：“把自己作为方法。”放在这里也合适，把AI作为方法来研究AI。人文学科对AI的研究，应该视为“元AI研究”。