EP26｜數位時代的歷史學研究：一些方法論的思考

你是否察覺到，我們對「歷史」的理解與研究方法，正在被電腦與人工智慧（AI）深刻重塑？早在四十多年前，這場方法論大革命的火苗就在台灣點燃。具體來說，1984 年由中研院啟動的「史籍自動化—食貨志輸入電腦」計畫，標誌著我國文史研究正式進入數位時代。歷史學在本質上是收集與處理資訊的學術活動，因此，隨著個人電腦普及、網路傳輸加速，以及資訊科技的不斷進展，這場變革深刻影響了歷史研究的兩大核心階段。首先，在史料收集方面，數位化讓訊息能夠精確複製並快速傳遞，使研究者可以透過網路輕鬆取得許多原本需要繁瑣程序才能獲得的史料。同時，高解析度的圖像與影音資料等非文字史料也能更容易地整合進研究中。然而，便利性帶來風險，研究者必須反思過度依賴資料庫可能導致對未數位化稀有檔案的忽視，以及史料在數位化過程中丟失其物質性資訊（如紙張質地）或割裂其原有時空脈絡的弊病。

數位化接著徹底改變了史料的處理方式。電腦能迅速完成傳統上耗費大量精力的人工抄錄、製作索引等基礎工作，讓研究者得以轉向「遙讀」（distant reading）等大規模文本分析方法。本集將深入探討如何運用文本探勘（text mining）、主題模型（topic modeling）、社會網絡分析（SNA）與地理資訊系統（GIS）等數位工具，來協助辨識文本中難以察覺的模式與關聯。這些數位方法旨在尋找共相與規律，但歷史研究更著重於這些趨勢所依附的特定時空脈絡及其與史料性質的關係。因此，如何在量化結果與歷史解釋力之間取得平衡，並將數位工具視為觸發靈感、推動論述建構的助力，而非取代研究者判斷的最終結論，成為數位時代歷史學家必須面對的方法論挑戰。

近年來最大的衝擊來自於以大型語言模型（LLM）為基礎的生成式 AI。雖然 AI 在清理文件、搜尋研究等基礎工作上具有強大潛力，但它生成出的文本卻可能產生看似合理卻虛構的「幻覺」。更關鍵的是，這類生成文本因為脫離了原有的生產脈絡，不具有可追溯的時空背景，形成了極具挑戰性的「反歷史訊息」。這直接衝擊了傳統歷史學對於史料「出處」與「原本」的嚴謹規範。當 AI 深度參與思考過程時，研究者必須具備紮實的史學訓練，才能提升其「鑑別能力」，判斷哪些內容有依據、哪些屬於虛構。正如「漢籍資料庫」推動者所言，學術研究若要持續保持活力，就必須在資訊科技的「無常（進步）裡輪迴」。數位化並非單純的外在工具，而是推動歷史學不斷更新、擴大史料定義、並開啟前所未有創造性可能的內在動力。

Podcast

➤Spotify https://reurl.cc/LlLzNa

➤Apple Podcast https://reurl.cc/1b7aeG

➤SoundOn https://reurl.cc/ZVq5XQ

--

Hosting provided by SoundOn