书名:人工智能与大模型应用 : 人文社科版
ISBN:978-7-115-69411-9
本书由人民邮电出版社发行数字版。版权所有,侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用,未经授权,不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟,与我们共同保护知识产权。
如果购买者有侵权行为,我们可能对该用户实施包括但不限于关闭该帐号等维权措施,并可能追究法律责任。
编 著 尤晓东
责任编辑 李丽娜
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线:(010)81055410
反盗版热线:(010)81055315
本书是面向高校人文社科专业学生及从业者的人工智能(AI)通识教材与实操指南,强调“人文社科专业视角+零代码操作+通识教育”。本书按照“认知—技能—规范—应用—实践”的逻辑,系统讲解大模型、提示工程、多模态技术、智能体等核心知识,并强化 AI 伦理与学术规范。同时,结合法学、经济学、管理学、文学、历史学、哲学、教育学、艺术学 8 类人文社科专业,提供场景案例、实操任务及可套用的模板,通过跨专业项目实战帮助读者学以致用,解决文献整理、文书生成、数据可视化等实际问题。
本书适合高校人文社科专业的本科生、研究生及教师用于 AI 通识课程教学,也适合法律、教育、政务、文化传播、文创等领域的工作者参考,还适合零基础读者用于学习 AI 基础知识,实现 AI 在人文社科领域落地应用。
尤晓东老师请我为他的新著《人工智能与大模型应用(人文社科版)》作序,我虽踌躇却也欣然应允。踌躇在于,AI 通识教育正处在快速迭代期,任何一本教材都面临“出生即落后”的风险;欣然则在于,我与晓东在中国人民大学(以下简称人大)共事多年,了解他 30 余载深耕计算机公共基础课程教学一线,亲历了从打字排版到信息素养培养,再到 AI 通识赋能的课程迭代全程。这位始终站在教学前沿的课程负责人,能在技术浪潮中迅速为人文社科专业学子量身定制这本教材,其眼光与行动力值得嘉许。更让我欣慰的是,这本教材恰好印证了教育部高等学校大学计算机课程教学指导委员会(以下简称教指委)发布的《高等学校人工智能通识课程体系与实施建议》(以下简称《实施建议》)的核心精神,为全国高校人文社科专业 AI 通识教育提供了一个极具参照价值的“人大方案”。
2024 年,AI 特别是大模型技术的爆发,让大学计算机通识教育站在了新的历史关口。教指委在《实施建议》中明确指出,我们正步入“以人工智能为核心的计算机通识教育”第五阶段,这不仅是技术迭代的要求,更是培养跨学科创新人才、满足未来就业市场需求的战略选择。过去一年,我走访了多所高校,看到一种普遍现象:理工科类院校忙于搭建算力平台、开设算法课程,而人文社科类院校却在 AI 通识教育中显得有些步履蹒跚,要么让人文社科专业的学生“硬着头皮”学 Python 编程,要么停留在保证学生会用 ChatGPT 就行的浅层阶段。这种“一刀切”或“走过场”的困境,正是《实施建议》力图解开的结。
《实施建议》提出“宽—专—融”的 3 层课程体系,强调分层分类、因材施教,这对人文社科专业背景厚重的高校尤为重要。尤晓东老师所写的这本教材,恰是对这一理念的精准回应。诚如他在前言中所言,“现有教材要么是面向计算机专业的技术专著,公式堆砌、晦涩难懂”“要么是传统办公软件教程的简单延伸,缺乏对 AI 技术的系统解读”。而这本教材以“人文社科专业视角+实践导向”的双重定位,弥合了技术普及与专业融合之间的鸿沟。
人大作为中国人文社科高等教育重镇,在专业结构中,人文社科专业占比过半。如何培养未来治国理政、经世济民、文化传承创新的栋梁之材,让他们不被技术异化,而是能驾驭 AI 为专业赋能,是我们计算机公共基础课程教学团队的核心课题。尤晓东老师带领的团队,自 2023 年起在全校范围内开展大规模调研,发现人文社科专业学生对 AI 的需求呈现出三大特点:一是场景驱动,他们更关注“ AI 能帮我做什么”,而非“ AI 如何运行”;二是伦理敏感,他们对算法偏见、学术诚信、数据隐私等问题有天然的批判意识;三是工具适配,他们渴望零代码、低门槛的解决方案。
基于此,人大率先在 2024 级本科新生中开设“人工智能与数据技术基础”课程。随着 2025 年 DeepSeek 等国产大模型的爆发,人大在 2025 级本科新生中开设“人工智能与大模型应用”课程,进一步加大 AI 通识课的教学力度,并采用“理论认知+场景实训+伦理反思”的教学模式。课后调查显示,绝大部分学生认为 AI 不再是遥不可及的“技术黑箱”。《实施建议》中提出的四大能力培养目标——计算思维与计算系统的基本理解能力,数据建模、探索与分析能力,人工智能思维、理性应用与综合评估能力,信息评价与持续学习能力,在这门课程上得到了生动体现。这本教材正是这门课程教学相长的结晶,书中涉外法律智能咨询、文化遗产数字化传播等跨专业项目模板,经过课堂反复验证,体现了源于实践、用于实践的编写初心。
翻开这本教材,《实施建议》的核心理念跃然纸上,具体体现在 5 个维度。
第一,课程体系定位精准。《实施建议》将课程分为通识基础型、通识技术型、通识交叉型 3 类。这本教材明确锁定通识基础型课程定位,面向全体人文社科专业学生,2~3 学分、32~48 学时的设计完全符合教指委要求。难能可贵的是,它没有简单照搬《实施建议》中的通用模板,而是创造性地做了“人文社科版”,这本身就是对分层分类精神的深化。
第二,知识体系守正创新。对照《实施建议》提及的四大知识领域,这本教材实现了有机融合:在计算系统领域,摒弃艰深的图灵机理论,转而用人文社科专业场景类比(如用文献检索类比检索增强生成技术等),符合理解而非精通的要求;在数据科学领域,聚焦 Python 在文献计量、问卷统计等传统人文社科专业场景下的应用;在人工智能领域,紧扣大模型与智能体核心单元,系统讲解提示工程、检索增强生成技术,并将国产大模型工具应用独立成章,体现前瞻视野;在信息伦理领域,将 AI 伦理设为独立篇章,从学术诚信、数据隐私到专业责任,提供了人文社科专业视角的伦理决策框架,这是对《实施建议》中“负责任技术使用观”的生动诠释。
第三,能力培养贯穿始终。《实施建议》强调培养“理性应用与综合评估能力”,这本教材通过专门的能力边界与局限性单元、分专业伦理实操指南、合规使用检查清单等设计,引导学生不仅会用,更能明辨、善断。特别是每章实操任务要求标注 AI 贡献度、伦理风险点,这种训练正是《实施建议》所倡导的批判性使用能力的具体化。
第四,产教协同路径清晰。《实施建议》强调“产学合作”,这本教材虽未直接引入企业案例,但其工具选型逻辑、场景化模板设计、零代码智能体搭建等内容,均源于教学团队与字节跳动、百度、阿里巴巴、腾讯等头部 AI 企业的教研合作项目。这本教材精选国内零门槛工具(如豆包、Kimi、DeepSeek、万相、元宝、千问、文心等),并提供分专业适配矩阵与迭代替代逻辑,这正是产业需求向教学目标转化的成果,解决了《实施建议》中企业参与课程设计的实践难题。
第五,终身学习意识浸润。这本教材以工具迭代逻辑、终身学习体系构建作结,在多处设置工具替代预警、新功能学习路径,这正是《实施建议》中“持续学习能力”的题中之义。这本教材在编写过程中适度使用 AI 辅助并全程透明声明,本身就是在示范如何与技术共生,这种“运用之妙,存乎一心”的境界,正是 AI 通识教育的最高追求。
我认为,这本教材的最大价值,在于它为《实施建议》中“人文社科类学生侧重人工智能大模型的应用及社会伦理教育”这一原则,提供了可落地、可复制的全国范例。当许多高校还在争论“人文社科专业学生要不要学编程”时,人大已经用实践证明:人文社科专业 AI 通识教育的核心不是技术细节,而是专业场景下的价值判断与创造性应用。
晓东在前言中强调“技术的价值在于赋能人文社科,而非替代人文社科”,并立志让技术真正成为提升学习与工作效率的协同者。这种清醒的认知与坚守,避免了技术至上主义的陷阱,彰显了人大“立学为民、治学报国”的办学宗旨。这本教材中涉外法律咨询智能体、文化遗产数字化传播等跨专业项目实战,更是将《实施建议》中通识交叉型课程的构想超前付诸实践。
当然,任何教材都无法跟上技术演化的速度,随着时间的推移和 AI 技术与应用发展的日新月异,这本教材中的某些具体操作指南可能会过时,但它所确立的“人文社科专业视角、场景驱动、伦理先行”的编写范式,及其所构建的“认知—技能—规范—应用—实践”逻辑框架,已经为未来教材的迭代筑牢了基石。
作为在基层深耕多年的计算机教育者,我深知一本好教材的分量。它不仅是知识的载体,更是教学理念的宣言、人才培养的蓝图。尤晓东老师的这本教材,既承载了人大“立德树人”的教育根本,也体现了《实施建议》的战略远见。愿如他在前言中所期待的,这本教材“能为人文社科专业计算机公共基础课程的转型提供切实可行的教学支撑”。我相信,这本教材将为全国高校人文社科专业的 AI 通识教育开辟一条新路径,帮助更多人文社科专业学生在 AI 时代守住人文精神的高度,掌握技术赋能的本领,最终成为“懂 AI、用 AI、驭 AI”的新时代复合型人才。
是为序。
杜小勇 中国人民大学明理书院院长、教授
教育部高等学校大学计算机课程教学指导委员会副主任委员
2025年12月
从事高校本科学生计算机公共基础课程教学 30 多年,我亲历了信息技术从机房里的基础操作到融入专业“肌理”的核心赋能的时代跨越,也见证了高校人文社科专业计算机公共基础课程几次深刻的转型迭代,这正是本书诞生的重要背景。
20 多年前,人文社科专业计算机公共基础课程的核心是工具普及,彼时课程聚焦打字、Office 办公软件操作,学生的需求是会用计算机完成作业、处理文档,课程目标是弥合数字鸿沟,让技术成为基础学习和办公工具;10 多年前,课程重心开始转向培养信息素养,随着互联网普及,我们开始教学生如何精准检索学术文献、辨别网络信息真伪、用多媒体工具制作汇报内容,应对信息爆炸带来的挑战;而在最近 5 年,AI 与大模型的爆发式发展,推动课程迈入 AI 通识赋能的全新阶段,学生的需求已经不再是会用某个软件,而是如何用 AI 解决专业问题,课程目标也从掌握技术和工具的使用转向融合创新。
然而,课程转型背后的痛点与困惑日益凸显:现有教材要么是面向计算机专业的技术专著,公式堆砌、晦涩难懂,要么是传统办公软件教程的简单延伸,缺乏对 AI 技术的系统解读。更关键的是,很少有教材能回应人文社科专业的特殊需求:如何让 AI 适配法学的法条检索、文学与历史学及哲学的古籍整理、教育学的教案设计?如何在使用 AI 辅助学术研究、文创开发时,守住学术诚信与版权底线?解决这些在课程转型中暴露的问题,正是我撰写本书的初衷:为人文社科专业计算机公共基础课程提供一本量身定制的教材,弥合技术普及与专业融合之间的鸿沟,让 AI 通识教育真正贴合面向人文社科专业学生的教学场景。
本书以“人文社科专业视角+实践导向”的双重定位,精准呼应人文社科专业计算机公共基础课程的转型需求。我摒弃了传统技术型教材的公式堆砌与理论讲解晦涩,转而用人文社科专业学生熟悉的场景类比(如用文献检索类比检索增强生成技术)、分专业提示词模板(如法学专业的合同审查提示词模板、教育学专业的分学科教案设计提示词模板)、可直接落地的实操任务,让 AI 技术真正融入专业学习的全流程。本书构建了“基础理论—伦理规范—专业应用—综合实践—前沿展望—职业发展”的完整体系:从大模型核心特性、提示工程等基础知识入手,筑牢技术认知基础,响应课程工具操作的基础诉求;以 AI 伦理合规为关键节点,明确学术诚信、隐私保护、文化尊重等核心底线,回应 AI 素养提升的转型方向;再通过法律实务、传播、治理、文化、创意等专业场景,实现“ AI+专业”的精准落地,满足课程赋能创新的核心目标;最终以跨专业项目实战、前沿趋势、职业发展等收尾,形成“学习—实践—成长”的闭环,适配课程从知识传授到能力培养的本质转变。
在内容设计上,本书始终紧扣人文社科专业计算机公共基础课程的教学痛点与学生的核心关切。
在工具选型上,本书精选国内零门槛的 AI 工具(如豆包、Kimi、DeepSeek、万相),提供分专业适配矩阵与迭代替代逻辑,配套工具操作与“避坑”指南,避免技术门槛成为阻碍。这紧密贴合了人文社科专业学生的学习特点。
在伦理规范上,本书聚焦数据隐私、学术诚信、专业责任三大核心议题,结合《生成式人工智能服务管理暂行办法》《教师生成式人工智能应用指引(第一版)》及高校校规校纪,给出可操作的自查模板、伦理承诺书样本,让合规要求不再是抽象概念。这回应了 AI 时代课程对伦理素养的新增要求。
在专业应用上,本书覆盖法学、经济学、管理学、文学、历史学、哲学、教育学、艺术学 8 类核心人文社科专业,案例均来自真实教学场景,实操任务均经过课堂验证,从文书生成、学术研究到项目实战,每一步都配套伦理合规指引。这解决了传统教材技术介绍与专业脱节的问题。
在实践落地上,本书提供跨专业项目模板(如涉外法律咨询智能体、文化遗产数字化传播),明确角色分工与合规审查流程,让学生在与AI协作中掌握“ AI+专业”的融合技巧。这契合了现代课程协作式学习的趋势。
需要特别说明的是,本书在编写过程中,适度使用了生成式 AI 工具辅助完成部分工作。需要指出的是,AI 产品持续迭代,部分功能、界面等可能调整,且不同用户使用 AI 生成的结果可能存在差异。同时,生成式 AI 存在“幻觉”现象,其生成内容可能不准确、不规范甚至错误,本书相关内容虽经多轮审阅、校对,仍可能存在疏漏,望读者在阅读时注意甄别、谨慎核实。本书所有 AI 工具应用均遵循学术诚信与合规要求,具体说明如下。
本书使用的核心辅助工具包括豆包(字节跳动)、Kimi(月之暗面)、DeepSeek(深度求索)、万相(阿里巴巴)、镝数图表(镝次元)等。
1. AI 工具的主要应用场景
(1)内容框架与提纲:有几章(如第 4 章、第 13 章)的框架由 AI 工具辅助生成,人工优化逻辑与专业适配性。
(2)细节补充与润色:部分专业文书模板、案例库场景描述由 AI 工具辅助补充细节,人工校验专业准确性(如法学案例的法条时效性、教育场景的《教师生成式人工智能应用指引(第一版)》适配性)。
(3)多模态内容制作:部分图表由 AI 工具辅助生成,人工调整配色与专业适配性;部分短视频脚本、教案插图等由 AI 工具辅助设计,人工审核价值导向。
(4)数据整理与整合:工具适配矩阵由 AI 辅助整合公开数据,人工核实数据真实性与来源。
2. 合规声明
本书 AI 生成内容已标注,未涉及敏感数据(如个人隐私、涉密政策等),符合《生成式人工智能服务管理暂行办法》《教师生成式人工智能应用指引(第一版)》等的要求;核心观点的提出、专业分析判断、原创论证均由我独立完成,AI 仅起辅助作用。
为了方便教师教学与学生自学,本书配套完整的数字化教学资源,具体获取渠道如下。
(1)学生自学资源:本书所有实操任务的模板(如提示词模板、文书模板、项目模板)、工具操作录屏(含各主流 AI 工具核心功能演示)、案例库拓展素材,可通过扫描封底相关二维码获取。
(2)教师教学资源:配套 PPT 教案(按章节同步设计,可直接用于课堂讲授)、思考题解析与参考答案、课堂实操任务指导手册等可向本书编辑(lilina@ptpress.com.cn)申请,也可以与我(588400@qq.com)联系获取。
30 多年的教学经验告诉我,人文社科专业的核心价值从来不是技术可以替代的。法学的逻辑思辨、文学的文化传承、教育学的价值引导、新闻传播学的责任担当、公共管理学的民生关怀,这些人文底色正是 AI 时代珍贵的差异化优势。而人文社科专业计算机公共基础课程的终极目标,也早已超越教学生学会技术,而是培养学生与技术共生的能力。本书的目标不是培养懂技术的普通文科人,而是造就善用技术的人文社科精英:让学生既能用 AI 高效完成文献整合、数据可视化、多模态传播等重复性工作,又能将精力聚焦于核心专业能力的提升;既懂得工具的用法,又知晓技术的边界;既拥抱技术变革带来的机遇,又坚守人文社科专业的初心。
本书是我多年教学经验的沉淀,是对人文社科专业计算机公共基础课程转型需求的回应,也是对 AI 时代人文社科专业教育的一次探索。书中工具的运用均经过实操验证,案例均源自教学实践,模板均可通过前述数字化教学资源获取渠道取得,力求让每一位人文社科专业学生都能在 AI 浪潮中找准定位、有所成长。我始终相信,技术的价值在于赋能人文社科,而非替代人文社科。愿本书能成为你专业学习路上的技术伙伴与伦理指南,帮助你在 AI 浪潮中乘风破浪、行稳致远;也愿它能为人文社科专业计算机公共基础课程的转型提供切实可行的教学支撑,为广大教育同仁探索 AI 通识教育提供新路径。
最后,感谢教学过程中每一位提问与给出反馈的学生,正是这些真实的困惑和反馈,让本书的内容更贴近需求;也感谢共同研讨的每一位教育工作者,正是我们之间的交流让技术知识变得温暖而有深度。我期待与读者一同在 AI 与人文社科专业的融合之路上探索更多可能。
尤晓东
中国人民大学信息学院
2025年12月10日

1.1 AI的定义与核心价值AI是让机器能够执行通常需要人类智能才能完成的任务的技术集合。
提到AI,很多人会先想到代码、算法,或是科幻作品里的智能机器人,认为这是理工科专业的专属领域。实际上对人文社科专业而言,AI并非遥远的技术概念,而是已经深度融入文献研究、文书撰写、文化传播等场景的实用伙伴。本节将跳出术语的束缚,从人文社科专业视角拆解AI的核心逻辑。首先明确AI在人文社科专业下的定义,再分析其对人文社科专业的独特赋能价值,最后提炼人文社科专业学生必懂的核心关键词,为后续深入学习扫清认知障碍。
AI的底层技术纵然复杂,但其核心逻辑可通过人文社科专业学生熟悉的场景通俗解读,重点是看清它延展人类智能、处理复杂信息的本质。
若你是文学、历史学和哲学(以下简称文史哲)专业的学生,AI就像一位博闻强识的文献整理专员:能快速梳理古籍中的文本脉络、识别异体字,甚至按研究主题对史料分类,省去逐字逐句翻阅典籍的烦琐,让你聚焦深度解读与文脉洞察。
若你是法学专业的学生,AI如同一位高效、严谨的法律助手:能分钟级检索关联法条与典型案例,草拟法律文书并标注风险点,省去重复的信息筛选工作,让你专注于专业判断。
若你是新闻传播学专业的学生,AI恰似一位全能的内容创作搭档:能将长篇政策文本转化为短视频脚本,监测热点舆情并生成分析简报,还能辅助设计推文排版,帮你突破创意与效率瓶颈。
人文社科专业视角下的AI,是能理解、会协同、可赋能的数字化工具。它不要求我们掌握编程技能,而是通过自然语言交互,帮我们处理海量信息、简化重复劳动,让学生的专业素养与创造力得到更好发挥,这正是人文社科智能的核心要义。
通过技术赋能,AI能让人文社科专业学生的专业能力发挥更大价值,这主要体现在以下3个方面。
人文社科专业存在大量重复、耗时的程序化工作,AI 能帮助人们快速完成这些工作,使人们可以专注于核心的深度思考,具体体现在以下场景。
(1)文献整理:原本需要一周读完的50篇学术论文,用DeepSeek、Kimi等工具进行长文本处理,即可快速提取核心观点、梳理研究脉络。
(2)文书撰写:法学专业的合同初稿、公共管理学(以下简称公管)专业的政策解读报告、教育学专业的教案框架,都能通过豆包、智谱清言等工具快速生成,这使人们只需聚焦内容优化和专业把关。
(3)数据处理:经济学、管理学(以下简称经管)专业的行业数据统计、新闻传播学专业的舆情数据整理,都能通过AI自动分类、可视化呈现,并避免手动录入和计算的烦琐与误差。
AI赋能人文社科领域,使诸多过往难以落地的应用场景成为现实,有效推动了专业应用的创新迭代与升级。
(1)文化遗产保护:用AI复原敦煌壁画的色彩(如用万相的图像修复功能可复原壁画的色彩)、生成古籍的数字化插图(如用豆包的文生图功能可快速生成古籍插图),让文化遗产以更生动的形式传播。
(2)智慧治理:通过AI分析政务热线的市民反馈,自动识别高频问题并生成解决方案建议,助力政策优化。
(3)跨文化沟通:外语专业学生可借助AI实时翻译不同语种的沟通内容,还能适配跨文化语境、优化表达,避免跨文化误解。
AI为人文社科专业研究提供了全新的方法论,推动了传统研究范式的革新。
(1)数字人文:通过AI对古代文学作品进行语料分析,挖掘作者的用词习惯、情感倾向,甚至验证作品的真伪(如用DeepSeek分析《红楼梦》前八十回与后四十回的语言风格差异)。
(2)量化研究:人文社科专业研究中,AI能快速处理海量访谈文本、问卷数据,进行质性编码和统计分析,让研究结论更具说服力。
(3)交叉创新:AI搭建起人文社科专业与技术的桥梁,比如“AI +法律”“AI+教育”“AI+文化”等交叉领域,成为学术研究和职业发展中的新热点。
人文社科专业学生无须机械记忆技术定义,结合人文社科专业场景能轻松理解以下核心关键词,快速搭建AI认知框架。
(1)AI。AI是通过计算机程序模拟人类智能行为的技术体系,核心目标是让机器具备学习、推理、决策等类人智能。简单地说,AI就是让计算机具备类似人类的感知、思考、行动能力,能理解语言、处理信息、解决问题的技术总称。对人文社科专业学生而言,重点不是如何造AI,而是如何用AI。
(2)大模型。大模型是指具有大规模参数、能捕捉和学习复杂数据模式的模型,能高效完成各种任务,如自然语言理解、图像识别等。它通常拥有数十亿甚至数万亿个参数,通过海量数据预训练后,可针对特定任务微调、升级。我们可以把它想象成读过世界上所有书籍的“超级学者”,能回答问题、撰写文本、提供建议,比如智谱清言、豆包、DeepSeek等都属于大模型类的AI。
(3)多模态(Multimodality)。多模态指的是通过多种模态(如文本、图像、视频、语音等)来理解和生成信息的技术。它能让AI更全面地感知世界,像人类一样综合处理不同形式的信息。比如使用豆包把政策文本转化为动画视频、使用万相把古籍文字转化为插图,就是多模态技术的应用。
(4)智能体(Agent)。智能体可看作能自主干活的数字助理。用户不用一步一步地下指令,只要告诉它目标,智能体就能自动拆解任务、调用工具、完成工作。比如让智能体整理人文社科专业近3年的核心文献并生成综述,它便会自动检索、分类、撰写,全程无须人工干预。
(5)人机协作。AI是辅助工具,不是替代者。人文社科专业学生的核心价值在于专业判断、人文素养、创意灵感,而AI负责完成重复工作、提供数据支持。比如用专业知识确定研究方向,AI协助检索文献;用创意构思文创方案,AI协助生成设计图,这就是高效的人机协作模式。以撰写历史学课程论文为例,确定研究主题为宋代科举制度(专业判断),借助AI检索相关古籍与论文(数据支持),最终整合观点并完成原创论证(核心价值)。
理解了以上关键词,接下来从发展脉络的角度,看看AI如何一步步走进人文社科专业场景。
1.2 AI发展脉络从最初只能解决简单数学问题的技术雏形,到如今能自主完成复杂任务的大模型,AI的每一次突破都在拉近它与人文社科专业的距离。本节将跳过晦涩的技术细节,聚焦对人文社科专业有实际影响的关键节点,看清AI从被动响应到主动协同的质变,以及它与人文社科专业融合的演进过程。
对于AI的发展历程,无须机械记忆所有技术细节,只需要聚焦对人文社科专业有实际影响的关键节点,便能清晰梳理AI的演进脉络。
(1)1956年:AI的诞生——达特茅斯会议。一群科学家在美国达特茅斯学院召开会议,首次正式提出“人工智能”的概念,标志着该学科的诞生。此时的AI还很稚嫩,只能解决简单的数学问题,和在人文社科专业场景下的应用距离很远。
(2)20世纪80至90年代:AI的蛰伏期——专家系统兴起。这一阶段的AI主要是专家系统,比如模拟医生诊断的医疗AI、模拟律师检索法条的法律AI。但这些专家系统只能处理特定领域的简单问题,比如只能识别某几种疾病、检索某几条法律条文,灵活性极差,未能普及。
(3)2012年:AI的突破——深度学习崛起。随着大数据的发展和计算能力的提升,深度学习技术让AI性能实现质的飞跃。此时的AI开始具备图像识别、语音识别能力,比如手机的人脸识别、语音输入,这些技术为后续AI在人文社科专业场景下的应用奠定了基础。
(4)2017年:AI的核心架构——Transformer诞生。谷歌发布Transformer架构,这是大模型的技术基石。简单地说,这个架构让AI学会了理解语境。就像我们读文章时会结合上下文理解含义,AI也能通过注意力机制把握文字间的逻辑关系,为后续处理长文本、生成专业内容提供了可能。
(5)2022年至今:AI的爆发期——生成式AI普及。以ChatGPT、智谱清言、豆包、DeepSeek为代表的生成式AI(Generative AI,GAI)出现,彻底改变了AI的应用形态。AI不仅能识别信息,还能生成信息。这一阶段的AI可以写论文、做设计、编脚本、解难题,甚至自主完成复杂任务,这代表其真正走进了人文社科专业的研究和实务场景。
对人文社科专业学生而言,生成式AI的爆发是最值得关注的节点。它让AI从实验室里的技术变成了人人可用的工具,就像从只能看而不能用的展品变成了随手可拿的日用品,这也是我们今天能轻松学习AI的前提。
如果用人文社科专业场景类比,AI的发展可以看作从“文书助理”到“项目管家”的进化。
过去的AI以被动响应的方式进行交互,像一位机械的文书助理,必须接收明确的、一步一步的指令,才能完成任务。比如让它整理文献,需要先告诉它检索关键词、筛选20篇核心文献、提取每篇文献的核心观点、按主题分类。只要遗漏一个步骤,它便无法完成任务;面对突发情况(如检索到不相关的文献、文献观点存在冲突等),它也无法自主解决。
现在的大模型以主动协同的方式进行交互,像一位专业的项目管家,只需要知道最终目标,就能自主拆解任务、选择方法、解决问题,甚至根据情况调整方案。比如输入“帮我整理人文社科专业近3年的核心文献并生成综述”[1],它会自动将这个任务按以下6个步骤完成。
[1] 本书中,用户输入的内容、引用输出的内容用楷体标示。
(1)确定检索关键词(甚至会询问用户是否需要调整)。
(2)从学术数据库中筛选相关文献。
(3)提取每篇文献的核心观点和研究方法。
(4)按研究主题、研究趋势分类。
(5)生成结构化的综述文本。
(6)询问用户是否需要补充某类文献、调整综述结构。
这种从被动响应到主动协同的质变,核心原因是大模型具备更强的理解能力和推理能力。它能听懂言外之意,也能根据专业需求提供个性化方案,这正是它能适配人文社科专业复杂场景的关键。
AI与人文社科专业的结合,经历了从初步应用到深度融合的过程。
(1)数字人文的萌芽阶段(20世纪90年代至2010年):这一阶段主要是数字化,比如将古籍、档案扫描成电子版,用简单的软件进行文字识别和检索。例如《四库全书》数字化工程,让学者不用翻阅厚重的典籍,通过计算机就能检索关键词,这是AI在人文社科专业的初步应用。
(2)辅助工具的普及阶段(2010—2020年):随着AI技术的发展,出现了一批有针对性的辅助工具,比如文献管理软件Zotero的AI插件、质性分析软件NVivo的编码辅助功能、法律检索平台“北大法宝”的AI案例匹配功能。这些AI工具能帮助人文社科专业的工作者节省时间,但核心决策仍需人工完成。
(3)深度融合的爆发阶段(2020年至今):生成式AI的普及让AI与人文社科专业的融合进入新阶段,AI从辅助工具变成核心协作伙伴。
① 文史哲专业:用DeepSeek解析古籍文本,自动标注典故、梳理人物关系;用豆包生成文创文案、设计古籍插图。
② 法学专业:用DeepSeek快速检索相似案例,生成法律意见书;用豆包模拟庭审辩论,提升实务能力。
③ 新闻传播学专业:用豆包监测热点舆情,生成短视频脚本;用智谱清言撰写深度报道提纲。
④ 外国语言文学(简称外语)专业:用DeepL和豆包完成跨文化商务邮件的翻译与润色,适配不同国家的商务礼仪。
⑤ 教育学专业:用豆包设计初中语文课文《背影》的多模态教案,生成配套的微课视频和课文朗读音频;用DeepSeek分析学生作文中的语法错误,精准定位记叙文细节描写不足的问题。
⑥ 艺术学专业:用万相将敦煌飞天纹样转化为现代文创书签的设计图;用万相制作文创产品的15秒宣传短视频,适配抖音传播。
如今,AI已经成为人文社科专业的标配工具,掌握AI应用能力,已经成为数字时代人文社科专业学生的核心竞争力。
1.3 国内大模型生态与政策环境学习AI应用,既要知道用什么工具,又要明白在什么规则下用。国内已经形成丰富的大模型生态。不同大模型各有侧重,能适配人文社科专业的不同场景,同时国家出台了一系列政策规范AI的发展和应用,既鼓励创新,也明确了边界。本节将梳理主流大模型的特点,方便快速选型,同时解读核心政策要点,指导合规使用AI工具。
对人文社科专业学生而言,无须纠结哪个大模型更先进,选择适配自己专业需求且易用的工具即可。表1.1总结了国内主流大模型的核心特点,结合人文社科专业场景,方便大家选型。
表1.1 国内主流大模型的核心特点
| 名称 |
核心优势 |
适合的专业场景 |
功能亮点 |
|---|---|---|---|
| 智谱清言 |
中文理解精准、专业问答能力强 |
学术研究、政策解读、专业文书撰写 |
长文本处理、专业提示词模板 |
| 豆包 |
多模态生成(文生图/文生视频)能力强、操作便捷 |
文创设计、短视频制作、教案设计 |
文生图、文生视频 |
| DeepSeek |
长文本处理、逻辑推理能力突出 |
古籍解析、案例分析、质性数据分析 |
长文本解析、学术文献综述生成 |
| 文心 |
数据可视化能力强、组件生态丰富 |
数据可视化、新闻创作、信息图表类报告撰写、政务服务 |
图表生成(支持多种图表类型)、文档问答组件 |
| 千问 |
支持方言、生活服务适配性强 |
跨文化沟通、基层治理、民生服务 |
方言语音输入、生活场景问答优化 |
需要注意的是,这些大模型功能类型丰富,足以满足本科阶段的学习和实践需求。比如用DeepSeek解析专业文献、用豆包生成文创设计、用智谱清言撰写学术提纲,完全能覆盖本科生日常的学习场景。
AI应用不是随心所欲的,需要遵循国家政策法规规范。我国已构建“顶层设计—专项规范—高校落实—行动落地—产业标准—场景细化”的完整AI政策法规体系。从2017年国家级顶层规划到2025年“人工智能+”专项行动、产业标准化体系及教师专属指引,既明确了创新方向,也划定了合规边界。对人文社科专业的学生而言,重点掌握以下核心政策法规要点,既能保证应用合规,也能精准把握学习与实践方向。
(1)《生成式人工智能服务管理暂行办法》(2023年,国家互联网信息办公室等7部门)。作为首部生成式AI专门法规,明确红线:训练数据来源须合法,禁止侵犯他人知识产权;生成内容须符合社会主义核心价值观并标识AI辅助;严格保护用户隐私,不得收集非必要敏感信息。
(2)《新一代人工智能发展规划》(2017年,国务院)。作为首个国家AI战略顶层文件,确立“三步走”目标(2020年产业规模超过1500亿元→2025年超过4000亿元→2030年超过1万亿元)。提出培养“人工智能+经济”“人工智能+法律”“人工智能+管理”等复合型人才,为人文社科专业学生提升政务智能化、法律案例检索、行业数据分析等核心能力提供道路指引。
(3)《国务院关于深入实施“人工智能+”行动的意见》(2025年,国务院)。明确至2035年全面步入智能社会发展新阶段。要求实施“人工智能+哲学社会科学研究”,推动社科研究方法向人机协同转变;鼓励创新智能学伴、智能教师等模式实现大规模因材施教。
(4)《教师生成式人工智能应用指引(第一版)》(2025年,教育部教师队伍建设专家指导委员会,以下简称《指引》)。作为首部教师AI应用规范,明确育人主体不可替代原则,价值观引导、情感关怀、心理支持必须由教师主导,AI仅为辅助;教师须对AI生成教学资源进行内容审查,压实责任;处理学生数据须严格脱敏;科研核心论点须自主完成,AI辅助部分进行规范标注。
上述政策法规形成完整闭环,提出了对人文社科专业学生的核心要求:一是合规优先,坚守保护数据和隐私、诚信等底线;二是专业融合,紧扣专业场景应用AI;三是技术向善,坚持AI辅助原则,发挥人文优势,兼顾产业标准与国际规则,实现技术赋能专业。
本书从伦理规范到专业应用,从工具实操到职业发展,均以政策法规为依据,确保文科学生懂技术、守规范、会应用,真正实现技术赋能专业,合规助力成长。
目前,全国高校掀起AI通识教育的热潮,相关政策法规要求和落地情况实现了3个全覆盖。
(1)专业全覆盖:过去AI课程主要面向计算机、自动化等理工科专业,现在政策法规要求覆盖所有专业,尤其是人文社科专业。截至2025年底,全国多数综合类高校已将AI伦理与合规纳入人文社科专业通识课必修模块,不少高校开设“AI+专业”跨学科课程(如数字人文、“AI+法律实务”)。根据《指引》要求,AI通识教育需强化“合规使用+专业融合”双目标,课程内容需覆盖数据隐私保护、学术诚信规范、分专业场景实操三大核心模块,避免单纯技术科普。
(2)能力全覆盖:高校AI通识教育不再是科普式的简单介绍,而是要求学生掌握实际应用能力。政策法规明确提出培养学生的AI工具应用能力、跨学科协作能力、伦理判断能力,这与本书懂技术、守规范、会应用的培养目标完全一致。
(3)资源全覆盖:教育部、各地教育厅纷纷推出AI教育资源,比如国家智慧教育公共服务平台的AI通识课资源、高校AI联合实验室的开放平台、国内大模型企业的高校合作计划(如豆包的AI教育赋能计划、DeepSeek的高校科研支持计划),为课程和教材提供了丰富的资源支持。
对人文社科专业学生而言,学习AI应用是顺应高校人才培养趋势的必然选择。无论是学术研究、职业发展,还是个人能力提升,AI素养都将成为重要的加分项。
1.4 本章实操任务理论的价值在于指导实践,了解了AI的基础知识、发展脉络和生态政策后,现在就让我们动手体验AI的神奇之处。为让大家直观感受AI与人文社科专业的结合,本节设计了简单的实操任务,具体如下:打开一款AI工具,输入一段提示词,生成与专业相关的AI应用场景清单。通过本任务,直观感受AI与专业的连接点,为后续学习找准目标和方向。
本章的实操任务为生成自身专业AI应用场景清单,目标是通过简单的AI交互,帮助用户快速发现AI在专业中的应用可能性,进而激发学习兴趣。
从智谱清言、豆包、DeepSeek中任选其一(推荐新手使用豆包,其操作便捷、易上手)。
(1)注册并登录所选工具(以豆包为例):打开豆包,用手机号完成注册登录,进入对话界面。
(2)输入提示词(直接复制并修改引号内的内容即可)“我是××专业(如法学、历史学、新闻传播学、教育学、艺术学)的本科生,请结合我的专业,列出10个AI在学习、科研、未来职业中的具体应用场景,针对每个场景说明AI能做什么、能解决什么问题,不要使用复杂技术术语,用通俗的语言描述。请在清单末尾标注‘本场景清单由××AI工具生成,本人已核对场景适配性’,后续使用AI完成相关场景任务时,按要求标注AI使用环节”。
(3)接收AI生成的清单(交互过程如图1.1所示):图中左、中、右侧分别展示了豆包针对历史学、法学、新闻传播学生成的应用场景核心功能说明。收到清单后,结合专业认知筛选出5个最感兴趣的场景,并补充希望通过AI实现的具体目标(例如AI辅助古籍文本识别,可补充希望能用AI识别《史记》中的异体字,节省手动标注时间)。
(4)保存这份清单,在后续学习中可对照内容,逐一实现这些目标。

图1.1 专业AI应用场景
以下为历史学、法学、新闻传播学专业的典型AI应用场景参考,便于理解场景清单的生成逻辑与补充方向。
(1)历史学专业。
① 古籍文本识别与转录:AI可以自动识别古籍中的手写体、异体字,转化为可编辑的电子文本,解决手动转录耗时久、易出错的问题。例如,用AI识别清代地方志中的地名,生成可检索的地名数据库。
② 历史人物关系梳理:AI可以根据史料文本,自动梳理历史人物的亲属关系、政治关联,解决手动整理烦琐的问题。例如,用AI梳理唐代诗人之间的交往关系,辅助完成课程论文。
③ 历史事件时间线生成:AI可以提取史料中的事件、时间、地点,自动生成结构化时间线,解决信息分散的问题。例如,用AI生成“安史之乱”相关事件的时间线,辅助课堂汇报。
④ 学术文献综述撰写:AI可以检索历史学期刊论文,提取核心观点,生成综述提纲,解决文献阅读量大的问题。例如,用AI生成“数字人文在汉代史研究中的应用”综述提纲。
⑤ 文创内容生成:AI可以根据历史文化元素,生成文创设计方案、宣传文案,解决创意不足的问题。例如,用AI生成敦煌文化主题的文创图案和短视频脚本。
(2)法学专业。
① 法条检索与解读:AI可以快速定位民间借贷相关法条并进行通俗解读,解决手动翻查法条耗时的问题。例如,用AI梳理《中华人民共和国民法典》(简称《民法典》)中合同违约的相关法条,辅助课程作业。
② 合同风险审查:AI可以标注租赁合同中的霸王条款并引用法条,解决非专业人士看不懂合同的问题。例如,用AI审查租房合同,规避违约金过高的风险。
③ 模拟庭审辩论:AI可以扮演对方律师进行质证反驳,解决模拟法庭缺乏对抗对手的问题。例如,用AI模拟合同纠纷庭审,提升辩论技巧。
④ 法律文书撰写:AI可以生成起诉状初稿并标注必备条款,解决文书撰写格式不规范的问题。例如,用AI生成民间借贷纠纷的起诉状,节省起草时间。
⑤ 司法数据统计:AI可以分析某地区劳动纠纷的判决规律,解决手动统计数据效率低的问题。例如,用AI整理近3年本地婚姻家庭纠纷的裁判数据,辅助课程论文写作。
(3)新闻传播学专业。
① 舆情数据可视化:AI可以将校园热点舆情的情感倾向转化为饼图,解决手动统计数据烦琐的问题。例如,用AI生成校园垃圾分类政策的舆情可视化图表,辅助课堂汇报。
② 短视频脚本生成:AI可以将政策文本转化为30秒科普短视频脚本,解决新媒体创作效率低的问题。例如,用AI生成AI赋能非物质文化遗产(以下简称非遗)传播的抖音脚本,提升创作速度。
③ 新闻线索挖掘:AI可以实时监测社交媒体热点,自动筛选有价值的选题,解决新闻选题效率低的问题。例如,用AI挖掘校园周边的民生热点,完成课程报道作业。
④ 深度报道提纲生成:AI可以根据选题梳理采访思路和框架,解决报道结构混乱的问题。例如,用AI生成非物质文化遗产代表性传承人(简称非遗代表性传承人)现状的深度报道提纲。
⑤ 跨平台内容适配:AI可以将一篇新闻稿转化为微信公众号图文、抖音短视频脚本等形式,解决新媒体多平台运营的问题。例如,用AI生成适配校园AI通识课的宣传内容,覆盖不同平台。
为帮助大家更直观地理解AI与人文社科专业的融合应用,本节整理了官方可查、免费获取的优质资源,涵盖通俗化的AI发展综述、实操性的案例视频及其他优质拓展资源,适配人文社科专业学生的学习需求。
本部分资源聚焦AI与人文社科专业的融合,由高校、权威媒体及科研机构发布,内容通俗兼具专业性,不需要技术基础即可理解。
(1)“人工智能导论——面向人文社科专业”,北京语言大学在国家高等教育智慧教育平台推出的精品课程,专为人文社科专业学生设计,从人文社科专业视角讲解AI核心概念与应用场景,配套课件、课后习题等资源。可从国家高等教育智慧教育平台搜索课程名称“人工智能导论——面向人文社科专业”学习。
(2)“人工智能通识基础(社会科学)”,浙江大学面向人文社科专业本科生推出的通识课程,重点解析AI在社会科学研究中的应用方法,案例覆盖法学、新闻传播学、历史学等专业。可从国家高等教育智慧教育平台搜索课程名称“人工智能通识基础(社会科学)”学习,支持下载课程讲义。
(3)《生成式人工智能赋能哲学社会科学研究的机理与实践》,作者任丽梅,中国社会科学院发布的专题文章,深度分析生成式AI对社科研究的赋能路径与伦理边界,适配学术研究参考。可从知网搜索文章标题“任丽梅:生成式人工智能赋能哲学社会科学研究的机理与实践”查阅。
(4)《AI时代,文科学生和研究者应该怎么办?》,CSDN博客,从实操角度给出人文社科专业学生的AI学习建议,包含工具选型、学术应用、职业发展等内容,案例丰富且贴近本科学习场景。可从CSDN 博客搜索文章标题“AI时代,文科学生和研究者应该怎么办?”阅读。
以下案例视频由北大法宝、抖音等机构或平台制作,展示AI在人文社科专业实务场景中的具体应用,可通过主流视频平台或官方网站观看。
(1)AI辅助古籍数字化:《永乐大典》数字化实践。依托识典古籍平台打造的数字化项目,展示AI识别古籍中的异体字、修复残卷的实操流程,配套《重回永乐大典》微短剧,直观呈现古籍保护过程。获取方式:① 在识典古籍平台搜索“永乐大典”查看数字化成果;② 在央视频、抖音搜索“重回永乐大典”观看微短剧。
(2)AI+法律实务:“法宝来合同”智能合同审查系统演示。北大法宝推出的AI合同审查工具,支持清单审查、法条关联等功能,视频演示了租赁合同、劳动合同等高频合同的风险识别流程。获取方式:关注“北大法宝”视频号可以查阅相关视频。
除了上述资源,本书还整理了数字人文、AI素养提升的专项资源,助力人文社科专业学生系统提升AI应用能力。
(1)《数字人文》期刊(清华大学、中华书局主办):聚焦数字技术与人文研究的交叉领域,在其官网可查阅最新论文。
(2)在中国大学MOOC搜索关键词“数字人文”,可以找到相关课程进行免费学习。
(3)南方科技大学图书馆AI素养提升系列视频:共8节精品课,包括AI在学术研究中的边界与伦理、AI助力文献检索效率提升、AI助力数据可视化等,覆盖AI学术伦理、文献检索、数据可视化等内容,可通过南方科技大学图书馆微信公众号搜索“AI素养提升”观看系列视频。
(4)核心资源入口提示:国家高等教育智慧教育平台是人文社科专业AI通识学习的核心官方平台,可一站式检索课程、教材等资源。在国家高等教育智慧教育平台检索“AI+人文社科”“数字人文”“人文社科AI应用”等关键词,可快速找到适配的课程资源。
注:所有资源均为官方免费发布,若链接因平台更新调整,可通过资源发布机构官网检索关键词获取最新入口。若链接失效,可通过资源发布机构的官方网站或微信公众号,输入“AI+人文社科”“数字人文”等关键词检索最新资源。
1.5 本章小结与思考题AI从来不是理工科专业的专属,其同样也是人文社科专业的数字化伙伴,从效率提升、场景创新、研究范式革新3个方面为人文社科专业赋能。本章从人文社科专业视角出发,用通俗的语言和熟悉的场景,帮助大家建立对AI与大模型的基础认知。此外,本章梳理AI发展脉络,重点关注对人文社科专业有实际影响的生成式AI爆发期,讲解国内主流大模型平台和相关政策要求,明确学习AI应用的必要性和合规性。
通过本章的实操任务,你已经初步体验了AI的交互方式,发现了AI在自己专业中的应用可能性。后续将围绕“核心技能→专业应用→综合实践→伦理责任”的逻辑,逐步培养学生使用AI工具解决专业问题的能力,真正实现人机协作的高效学习和实践。第2章将聚焦大模型的核心特性与工具选型,帮助学生找到适配专业的AI工具;第3章则会通俗解读大模型的技术原理,解析AI解决问题的底层逻辑。
思考题以下思考题围绕本章核心内容(AI在人文社科专业下的定义、发展脉络、生态与政策、人机协作)设计,兼顾基础认知、专业应用、开放思考、小组讨论维度,适配人文社科专业学生认知习惯,可作为课后作业或课堂讨论题使用。
(1)基础认知题:结合人文社科专业视角,说明AI与人文社科专业融合的核心价值,并举例说明自身专业的AI应用场景。
(2)专业应用题:选择自身专业的1个高频场景,设计AI应用初步方案(含工具选型、核心功能)。
(3)开放思考题:AI可能会削弱人文社科专业的哪些核心素养?如何平衡AI应用与素养提升?
(4)小组讨论题:设计“AI+校园人文服务(如古籍借阅、文化活动推送等)”方案,突出人文社科专业中AI的应用价值。