2025年3月30日，清华大学人文学院、清华大学-同方知网数字人文联合研究中心、中国艺术研究院艺术哲学与艺术史研究中心、《文艺研究》杂志社共同举办的“人工智能时代人文知识生产的模式变革与体系重构”工作坊在蒙民伟人文楼211会议室成功举办。此次工作坊围绕“人工智能对知识生产的系统性冲击”“各环节的功能变化和定位更新”“各主体的适应性变革和应对策略”“共建知识生产新模式的可能性”等议题，汇聚了来自学术界、期刊界及数字技术领域的多位专家与学者，旨在通过多方深入交流，探索建立一个适应性更强、协作效率更高的新型知识生产模式。

清华大学人文学院中文系教授李飞跃首先介绍了举办此次工作坊的背景与目的。他指出，随着人工智能技术的加速迭代，特别是Deep Seek等大语言模型的出现，对人文社科领域的论文写作、学术发表、成果评价等各方面带来了较大冲击。新工科引领下的专业细分和学科交叉日趋加剧，以纸本刊物为主要载体的成果评价体系面临颠覆和重构。在即时化、交互性和多模态的数字时代，需要各方思考和探讨如何因应知识生产链的全域性重建，解决好不同专业领域的知识通约和等价换算问题。

清华大学文科处副处长何雪冰在开幕词中以“人工智能生成发言稿”为引，表示在人工智能时代去叩问什么是知识，知识由谁生产、由谁赋权等问题，对建构中国自主知识体系显得尤为重要而迫切，工作坊的举办恰逢其时。

清华大学统计与数据科学系副主任邓柯从统计和数据科学角度，提出了不同于过去简单的量化评价，而是基于内容深度挖掘的学术评价新方法。邓柯提出，可建立面向中文专业领域的Topic Model，将人文社科研究在细分颗粒上，进行主题分析与时间演化，并纳入作者维度，建立Author-Topic Model，绘制学者在精细研究领域上的时空演变，形成学者研究谱系，观测其在细分学科领域中的地位和作用，并将技术体系与人工智能方法进一步结合，通过深度神经网络，将其映射到向量化的语义空间中，由此建立的中文世界人文社科全面数据词典、人文社科研究主题的时空谱系、学者个人研究的基因库，与经典的基于期刊、引用量、引用网络的评价体系有效互补。同时，邓柯也提到，这一新的学术评价体系也可能面临在研究主题划分、复杂评价逻辑接受度不确定性等方面的风险。

北京大学艺术学院副院长李洋从艺术学角度，提出了人工智能对人文学科的影响。李洋指出，人工智能作为辅助工具、艺术理论的研究对象及社会现实，对艺术学研究产生了较大的影响，并主张学者们应从边界的拓宽到数据的更新、学术信息的提取，逐步回到学术思想、学术价值的生产之中。针对现有大语言模型存在引用不足、回答冗长、追求简化与节能、边缘数据生产困难等问题，他提出开发共通的专业艺术大模型，以及具有个性化的小数据库，以进行更切实的知识生产。与会学者王伟表示支持这一设想，并认为艺术大模型在足够数据支持下，可实现高质量学术生产。

中国社会科学院文学研究所数字信息研究室、数字人文与计算批评实验室负责人赵薇从数字人文的角度，对人工智能对人文研究的介入，进行了深刻而有温度的反思。赵薇认为，人文学术不仅仅是一个目的、一个效果或一个知识生产的结果，更不是一个手段。它还是一个过程，如果有目的，唯一的目的是人本身。人文学者使用工具建模，是为了在这个实践的过程中，更好地认识事物，理解、体验和解释世界，以及对这个过程完成真正的反思，因而越是在人工智能的时代，越需要计算批评。赵老师提倡，在知识生产之外，我们要为人文学者、人文学术和人文体验留一点人味。数字人文要保持一种活泼泼的状态，静水流深地发展。

中国人民大学书报资料中心资深编辑曹世瑞详细介绍了人大书报资料中心发布的关于AI工具使用原则的声明。曹世瑞指出，对于AI工具，使用者在学术写作中，需要遵循合理使用和如实披露的原则；在学术评阅方面，需要遵循安全保密的原则。此外，中国人民大学书报资料中心还创建了学术世界平台，包括预印本和主文献两个子平台，助力学者高速研读文献和快速发表论文。邓柯表示愿一同合作，探索人工智能建模在学术史研究中的应用。

中国社会科学评价研究院期刊与成果评价研究室主任苏金燕就期刊评价分享了最新进展和思考。苏金燕介绍，AMI期刊评价体系与时俱进，拟将AI辅助工具类指标纳入2026年期刊评价指标体系中。随着人工智能的发展，期刊评价对象和内容将更为广泛、精确，诸如以往研究多关注表征评价，存在将负面引用未加区分纳入计算的问题，如今可望批量性实现正面和负面引用的区分。苏金燕最后提出，希望相关各界可开发工具，辅助专家辨别观点抄袭等现实工作需求。

同方知网数字科技有限公司党委委员、副总经理柯春晓对与会学者的问题进行了一一回应。柯春晓指出，大模型结合专业场景的研究主要依赖预训练、微调、检索增强生成、长文本处理四种方式。针对AIGC检测问题，知网通过平滑度、概率跳跃度等文本特征对比，可进行识别，但也面临举证和跨语言转换等难题。对于学术评价，由于传统文献计量学存在学科适应性差异，因而可基于内容深度分析，但需警惕噪点干扰，从而稀释了标志性成果的凸显度。最后他强调，学术研究应回归人文传统，占有原始资料仍是学术创新的根基。人工智能的技术在于辅助分析，而非代替思考。

中国知网数字出版中心评价中心副总经理汤丽云分享了中国知网·中国科学文献计量评价研究中心的工作。汤丽云介绍，在传统文献计量学框架之下，知网计量评价研究中心对期刊、报纸、会议论文集、出版单位、学者、学科机构等多基于文献统计分析。随着人工智能的发展，评价研究中心开始从文献计量转向内容分析和内容计量。对于整个学术评价、内容评价的想象，她认为应将与学术相关的社媒平台、运营平台、出版平台等聚合起来，用人工智能辅助判断，再放到整个学术发展脉络当中，绘制知识脉络与知识图谱。

中国艺术研究院期刊管理处副处长吕晓明探讨了人工智能在当今的价值、定位与管理。吕晓明认为，AI是工具，而不是知识生产者，从技术上来讲，其主要是算法和输出，而不是创新。AI在数据筛选和规律预测上具有优势，但人文社科领域仍需建立理论框架和价值判断。因而，AI可以作为一种辅助工具，但是需要警惕过度使用，避免知识生产的快餐化。对于AI生成内容的管理，她建议通过区块链技术溯源数据来源，规范地标识标记AI生成内容等。

清华大学写作与沟通教学中心副教授严程对如何发现有价值的学术，进行了深度思考。她认为，现在人文领域最有眼光的专家，应该介入到评价体系模型和算法底层的设计之中，并以清华写作课为例，强调最顶尖的学者有必要与具有卓越技术能力的单位对接，使人工智能真正作用到大家能力的提升。

最后，中国艺术研究院《文艺研究》杂志社社长王伟对本次工作坊进行了总结。王伟指出，人工智能深度融入知识生产过程，对教育、科研、评价等领域带来系统性冲击，放大并凸显了人文知识生产中长期存在的深层问题。目前，大家多聚焦于人工智能对具体研究的影响，较少从知识生产模式的宏观视角来思考如何应对这一现象，这是召开本次会议的目的所在。面对人工智能的挑战，我们应当反思：今天需要何种人文知识，以及如何有效组织知识生产。为此，应当整合学术研究中的各方力量，构建一种新的知识生产模式，协调研究者之间以及人机协同的关系，通过生产高质量的人文成果，推动人文研究范式的革新。

期间，来自不同专业、行业和机构的专家讨论热烈，交流深入，达成了诸多共识。此次工作坊的成功举办，从个体研究、数据支撑、课题规划、成果转化和学术评价等多个环节，为人工智能时代下人文知识生产的模式变革与体系重构，提供了新的思路和方向。