自2022年末生成式人工智能ChatGPT发布后，全球范围内对人工智能的关注度居高不下。这引发公众对于新一轮技术浪潮会如何重构现有知识生产方式、工作生活方式的热烈讨论，而学术界则亟须直面智能技术对研究范式、史料处理与理论创新的系统性重塑。《史学理论研究》《历史研究》相继推出人工智能与历史研究的专题笔谈，《近代史研究》开设“大数据与近现代史研究”栏目，都引起学界广泛关注。在可预见的未来，数字技术、人工智能与历史学的结合，必将是历史学发展的一个重要创新增长点，也是学科发展的重要趋势之一。 回溯近百年来技术驱动学术转型的历程，从计算机革命催生的计量史学与人文计算，到互联网大规模文本化时代衍生的数字史学，每一次技术跃迁都重塑着历史研究的认知维度①。以关系型数据库构建史料文献矩阵、以历史地理信息系统重构历史空间叙事、以社会网络分析揭示历史群体关联、以自然语言处理技术支撑的史料语义挖掘、以知识图谱赋能关联与因果推理等，已然构筑起数字人文研究的“技术谱系”。当数字技术与人工智能进入深度融合的“数智时代”，历史研究面临从“数字辅助”走向“智能共生”的新阶段。 整体而言，梳理史料、厘清史实、历史解释等一直是包括中共党史学者在内的历史学者的核心工作，学科根基始终未变。但随着新技术手段不断被引入史学研究，数字技术在辅助研究者提出新问题、梳理材料、回应经典命题等方面展现出独特能力与优势。在数智化浪潮与史学守正创新的张力中，中共党史研究同样面临范式转型的临界点。技术赋能并非对考据实证的背离，更不是“唯技术论”，而是拓宽党史材料利用边界。本文认为，通过夯实党史文献的数字化工作、构筑党史材料主题量化数据库以及探索大语言模型的学术化应用，可以有效缓解人工考据在处理超大规模文本时的局限，进而推动党史研究向全景可及、多维可算、深度可思的范式跃迁。 一、全景可及：夯实党史文献的数字化工作 数据库是数字人文研究中最重要的基础设施，其他相关研究或多或少都是在此基础上扩展而来的。目前，研究者日常所接触的大部分数据库属于文献型数据库，即在数字化文献的基础上开发文献浏览、检索及其他扩展功能，方便研究者阅读史料。长期以来，囿于研究资料获取和使用不便的现实，许多历史学者不得不独自埋头伏案，在繁芜散碎的故纸堆中艰难爬梳，消耗大量学术精力，因此近十年来各类文献型数据库大发展所带来的巨大进步意义不言而喻。对年轻学者而言，收藏各种电子版史料或图书，综合利用各种在线数据库搜罗史料，俨然已成为一项基本技能。 在文献数字化的浪潮中，大量中共党史资料得以数字化，供学者利用。近年来，各个机构和单位积极响应中央学习“四史”号召，结合自身馆藏建立众多特色红色文献专题库，针对红色文献的开发与利用也成为业界一大热点。有学者统计，目前使用率较高的红色文献资源数据库多达16种，按照文献类型可分为综合库、图书库、报刊库等。数据库产品实现了海量文献的浏览与检索，大大满足了党史研究者的基本需求，改变了以往的研究方式。但诸多问题也随之而来，如数量多、精品少，图像多、全文少，收费多、免费少。重复性建设比比皆是，文献内容大同小异，检索阅览技术缺乏差异化。② 由于数据版权等限制，目前已上线的党史文献型数据库资源还不能满足党史研究者的需求。就开发而言，一旦数据规模达到一定级别，其建设与后期维护成本巨大。商业数据库开发完成后，一般针对单位用户销售，且需要通过收回成本以形成良性循环。但这种模式无形中提升了读者的使用门槛，一般研究者无力承担，高校或研究机构也不会购买过多数据库资源。笔者曾参与建设的“抗日战争与近代中日关系文献数据平台”项目，截至2025年底，上线各类材料总量8000万余页(其中逾6000万页可开放获取)，因其文献种类全、数量大、质量高、公益免费而受到各界高度关注。值得一提的是，该平台在红色文献搜集、整理与发布方面也做了大量工作，不仅上线多种重要红色报纸、期刊、图书等史料，而且聚合组成多个红色文献专题库供学界使用。③ 虽然现阶段各类数据库资料仍面临资源碎片化、文本非结构化及利用机制不畅等现实瓶颈，但文献型数据库在未来依然承担着提升史料可及性、为学界提供基本史料阅读保障的重要角色。这不仅对学术研究大有裨益，而且为思想舆论领域的正本清源工作提供文献依据。有鉴于此，文献型数据库在以下几个方面需要得到继续扩展。一是打通数据壁垒，避免重复建设。这需要由权威部门统一组织与协调，整合相关资源，建立大型中共党史文献数据服务平台，并建立统一的元数据规范与资源互操作标准，实现跨平台的史料集成，并兼顾各方权益，做好数据权限管理，尽量实现信息的开放获取。二是持续扩大史料来源，发挥平台聚合属性。不便迁移的党史资料可以采用外链方式，不便公开的资料可以采用仅展示信息元数据的方式，让读者可以按图索骥，寻找出处。三是优化学术体系。随着数字技术发展和数据库普及，一些重要党史数据资源在利用频次上要比纸本高得多，将史料整理成果整合成数据库发布也远比整理后结集出版更为复杂。文献型数据库既是学术基础设施，也应当被认定为学术成果，而非视为纯粹的技术工作。四是构建中共党史基本文献全文库。自20世纪80年代起，党史学界系统整理了大量珍贵文献资料，其规整的排版格式为OCR技术识别提供了便利条件。建议党史研究相关机构优先对高频使用的重要文献实施全文数字化，分阶段构建结构化语料库。这类经过系统整理的优质数据，在人工智能技术深度应用的当下具有不可估量的价值。
