AI时代做人文研究,跨学科到底该怎么 “跨”?

讲座伊始，胡友峰教授从人工智能快速发展带来的变化谈起。他指出，信息检索、材料整理乃至知识关联等原本需要研究者长期积累才能完成的工作，正越来越多地借助智能技术实现。技术能力的提升，在提高学术工作效率的同时，也促使人文学者重新审视自身的研究优势。

他以“博闻强识”“触类旁通”“一叶知秋”“无中生有”概括不同层次的认知能力，分析人工智能在知识储备、逻辑推演与内容生成方面的进展。面对智能技术的冲击，人文学术不能仅以知识存量与计算速度来衡量价值。对于经验的理解、对复杂问题的判断以及对新问题的主动发现，仍需要研究者持续投入思考。胡友峰教授特别提醒师生，在享受技术便利的同时，要避免将思考过程全部交给工具，守住独立判断的能力。

由技术变革谈及教育转型，胡友峰教授进一步梳理了人工智能时代人才培养重心的变化。过去，学习往往以知识掌握和标准答案为重要目标；如今，熟练使用工具只是起点，提出问题、辨析答案、组织研究与开展协作的能力愈发重要。

他结合讲座中关于人才培养模式的比较，谈到从重视文凭和知识记忆，转向重视实际能力与持续学习的重要性。人工智能可以帮助研究者拓展资料来源、提高检索效率，却不能自动保证研究方向的价值和结论的可靠。青年学生既要夯实学科基础，也要培养质疑、论证和修正判断的习惯，在人机协作中保持研究者的主体地位。

在讨论学术研究的基本功时，胡友峰教授将话题转向同学们熟悉的论文写作。他结合“论文写作方法论十二讲”的相关内容指出，文献读得多并不必然意味着研究做得深。材料积累与学术创新之间，还需要经过问题提炼、概念辨析和论证组织等环节。

他特别强调读书笔记的作用。笔记不应只是摘录段落、整理观点，更要留下阅读时的疑问、比较和思考，把分散的材料转化为可供继续追问的线索。谈及论文的论证结构，他借助黑格尔、康德等思想家的逻辑学著作，说明思维训练对于学术写作的重要性。概念之间能否形成清晰关系，论据能否支撑判断，不同观点能否在比较中推进论述，决定着一篇文章能否超越资料拼接，形成自己的学术表达。

随着讲座深入，胡友峰教授将视线从单篇论文拓展到学科之间的联系。他认为，跨学科研究不等于在文章中堆砌其他领域的概念，也不只是将不同学科的材料放在一起。真正有价值的学科交叉，是从具体问题出发，引入另一领域的研究方法，重新检验习以为常的解释。

胡友峰教授以美国铁路与工业化关系的经济史研究为例，介绍研究者借助反事实推理，讨论没有铁路的情况下美国经济可能呈现的面貌。传统叙述常强调铁路对工业化的推动作用，而这种研究将经济学模型引入历史分析，为评价铁路的实际贡献提供了新的角度。通过这一案例，他提醒同学们，学科边界之外可能存在解决本学科问题的新工具，方法的有效迁移往往始于对既有结论的重新审视。

谈及跨学科研究的具体实践，胡友峰教授还分享了《枪炮、病菌与钢铁》的研究思路。该书没有将文明发展的差异简单归因于单一因素，而是把地理环境、动植物驯化、疾病传播等因素纳入历史解释，综合运用多领域知识分析不同地区的发展进程。

胡友峰教授借此强调，面对复杂的社会与历史现象，单一学科的观察往往只能呈现问题的一个侧面。文学、历史、经济学以及自然科学的方法之间可以形成互补，帮助研究者发现此前未被充分注意的关联。但跨学科并不意味着抛开专业基础，只有明确研究对象、理解所借用方法的适用范围，才能让不同学科的知识真正服务于同一个研究问题。

讲座尾声，胡友峰教授回到人文学术自身的发展。他指出，技术更新与学科交叉不断拓展研究可能，也对研究者的判断力、学术训练和责任意识提出了更高要求。无论借助人工智能处理文献，还是从其他学科引入方法，最终都要回到扎实的问题分析与严谨的论证过程之中。

从人工智能时代的人才培养，到读书笔记与论文写作，再到经济史和文明史的跨学科案例，胡友峰教授以层层递进的讲述，将宏观的学术变革与具体的研究实践联系起来。本次讲座不仅拓展了师生对学科交叉的认识，也为青年学子开展论文写作和学术探索提供了切实启发。面对快速变化的知识环境，保持好奇、认真读书、主动思考，并在学科对话中寻找新的解释路径，正是学术创新得以生长的基础。