AI時代，人人都是“校書官”？

古籍整理向來被視為一門“慢功夫”：辨版本、校文字、斷句讀、定體例，往往需要學者經年累月伏案用力。如今，這項高度專業化的工作在人工智能的助力下發生新變化。全國高等院校古籍整理研究工作委員會（以下簡稱“古委會”）通過“我用AI校古籍——我是‘校書官’古籍大眾智能整理計劃”，把人工智能、專業學術訓練和大眾志愿參與結合起來，讓更多高校學生和社會公眾在人工智能平臺上參與古籍數字化整理。該計劃啟動兩年來，已吸引全國千余所高校的數萬名學子與社會公眾參與，累計完成3萬余部古籍、約19億字的粗校整理。這組數字背后，是一場古籍整理范式的深層變革。科技能否真正賦能人文？大眾參與會不會削弱學術性？在數智時代，古籍整理的主體究竟是人還是機器？帶著這些問題，本報記者近日深入采訪了多位參與該計劃的學者與志愿者。

AI為古籍整理按下“提效鍵”

傳統古籍整理長期深陷“人力牢籠”。以新中國成立以來規模最大的儒學典籍系統整理工程《儒藏》為例，僅《儒藏》精華編就動員了400余位專家，歷時18年完成510種書稿的整理出版，年均整理約28種。長期參與《儒藏》編纂的北京大學數字人文研究中心副主任楊浩對此深有體會。他告訴記者，專家學者將大量時間耗費在文字錄入、標點校對、文字校勘等基礎工作上，而對真正需要深厚學養解決的疑難問題，反而難以投入足夠精力。

北京大學《儒藏》編纂與研究中心研究員李暢然向記者回憶AI引入前的困境：“不僅編纂進展較慢，而且難以及時掌握合作方的工作進度，各環節之間缺乏實時溝通，導致一些問題甚至體例偏好反復出現。”

改變始于2022年。北京大學數字人文研究中心聯合字節跳動打造“識典古籍”平臺，借助計算機視覺和人工智能技術，將古籍圖像轉化為可編輯、可校對、可檢索的數字文本，并在此基礎上開展自動標點、自動校勘、命名實體識別等工作。

這種變化在《儒藏》項目中尤為直觀。“最明顯的變化是錄排和標點初步實現自動化。”李暢然說，其自動標點準確率“超出預期”，整體達到《儒藏》精華編校點者中的中上游水平。效率提升更具革命性。在平臺支持下，北京大學《儒藏》編纂與研究中心12位編委用不到一年時間便完成了50種書稿的整理編纂。鮮明對比之下，AI技術對古籍整理生產力的釋放效果一目了然。

武漢大學古籍整理研究所教授于亭對此同樣感觸頗深。他曾參與《故訓匯纂》編纂，經歷過“16個人、18年、40萬張手工卡片”的艱辛。1998年，他在共同主持編纂《古音匯纂》時，力主引入計算機技術。“計算機能夠不知疲倦地高速運算，數字技術擅長處理大數據，可以應對海量材料。”于亭表示，在人工智能平臺輔助下，古籍整理正由傳統單線性模式轉向多線程、并發式處理，團隊協作效率顯著提高。

山東大學承擔的“全球漢籍合璧工程”也與“識典古籍”平臺開展合作。山東大學古典文獻研究所所長王承略介紹，該工程致力于推動境外中華古籍再生性回歸，AI的OCR識別、自動標點、版本比勘、知識關聯等功能，顯著提升了電子文本生成速度和整理效率。目前，“全球漢籍合璧工程”已向“識典古籍”平臺提供俄羅斯、英國、法國所藏漢籍珍本80余部。這些文獻經OCR智能掃描后，進入人工校準和自動標點環節。據悉，北京大學、武漢大學、山東大學等高校已有5700多個團隊借助“識典古籍”平臺開展整理工作。

“AI讓古籍整理的呈現方式既可以‘小眾’，也可以‘大眾’。”古委會副秘書長吳國武告訴記者，AI的價值不僅體現在整理端，也體現在閱讀端。

據字節跳動公益相關負責人介紹，“識典古籍”在閱讀端提供AI譯文、AI朗讀、AI播客講解、AI深度研究助手等功能。截至2026年5月，平臺已免費公開近6萬部古籍，月均讀者超過240萬人，總訪問量突破2.8億次。

當古籍從線裝書、影印本走向屏幕，從少數專家的書齋走向普通用戶的手機，技術改變的不僅是整理效率，也改變了古籍與公眾相遇的方式。楊浩表示，自動標點降低了閱讀門檻，實體識別功能讓讀者點擊人名、地名即可獲得相關解釋，AI白話翻譯和講解則幫助初學者更容易進入古籍世界。換言之，AI不僅幫助學者“做得更快”，也讓普通人“讀得進去”。

大眾成為古籍整理事業參與者

AI在《儒藏》等項目中的應用，改變了古籍整理的生產方式。隨著技術持續降低整理門檻，古籍整理的參與主體也發生了變化。依托技術已較為成熟的“識典古籍”平臺，古委會于2024年啟動“我用AI校古籍”計劃，將大眾帶進古籍整理現場。“我用AI校古籍”基本方式是組織高校學生和社會志愿者依托“識典古籍”智能整理平臺，像“校書官”一樣在線校對古籍。

吳國武表示，推動這項活動主要基于三方面考慮：一是國家高度重視新時代古籍工作，明確提出推進古籍數字化；二是人工智能時代的信息技術發展，要求古籍工作者主動擁抱新技術；三是高校古籍整理數字化建設已具備長期積累和實踐基礎。

項目從試行到常態化推進，參與規模迅速擴大。第一期暑期試行階段就有700余所高校、2500余人參與，完成約26萬頁、4490萬字古籍校對工作。

“隨著項目逐漸成熟，越來越多對古籍感興趣的普通人被吸引進來。”吳國武介紹，參與者既有中文、歷史、古典文獻等相關專業學生，也有理工科學生；既有企業職員，也有退休老人。到2025年總結階段，活動已吸引全國1450余所高校的3.7萬名大學生和志愿者參與，累計完成15億字粗校，覆蓋古籍約2萬部。

“我用AI校古籍”并非簡單地將專業工作外包給公眾，而是圍繞古籍整理不同環節，重新設計人機協作與人際分工。楊浩向記者介紹，“我用AI校古籍”計劃構建了“AI預處理—大眾初校—進階組精校—專家終審”的多層協作體系作為質量保障機制。“參與者被分為大眾組和進階組。大眾組負責OCR文字識別粗校，實現零門檻參與；進階組則由具備文史哲背景的學生承擔標點校對和文字精校。這種分層機制，讓嚴謹性和大眾參與并不矛盾。”截至2025年11月，進階組已完成480部古籍精校，總字數近1億字，包括《四部叢刊》全部整理工作和《永樂大典》精校工作。

“我用AI校古籍”計劃通過任務拆分、圖文對照、AI預處理、在線校對等產品設計，使沒有專業背景的參與者也能從最基礎的OCR粗校做起；同時配套課程培訓、等級激勵和專家指導機制，引導參與者逐步從“會操作”走向“懂規范”。

楊浩介紹，他在項目中主要承擔課程建設和專家指導工作，與北京大學古典文獻專業主任楊海崢等共同開發古籍大眾整理通識課程，并主講古籍智能整理實訓課，系統講解從OCR識別到文字精校的全流程操作。王承略表示，山東大學漢籍整理團隊將在平臺建設、整理標準制定、志愿者培訓等方面發揮作用，通過OCR處理、自動標點、人工校準、專家把關等環節，保障整理質量。

在“以校帶學”的過程中，一些動人的故事不斷涌現。有人在春節期間每天花數小時校對古籍，把整理任務變成沉浸式的假期生活；有人在平臺上發現與家中長輩手抄本相同版本的《聊齋志異》，由此開啟一場跨代際閱讀對話；還有人因為校對地方志，重新認識了自己生活過的土地。

“古籍整理不只是學術生產鏈條中的一個環節，也成為公眾理解歷史、連接個人經驗、參與文化傳承的重要入口。”吳國武說。

2026年，“我用AI校古籍——我是‘校書官’ 古籍大眾智能整理計劃”進一步擴大規模。清華大學、山東大學等68所高校的76個學院深度參與承辦。王承略認為，古籍如果不經過整理，只能服務于少數專業研究者；而通過數字化和大眾化傳播，則能夠服務更多研究者、使用者和愛好者。

人依然是古籍整理的主體

在這場技術賦能文化傳承的浪潮中，一個無法回避的問題逐漸浮出水面：AI的邊界究竟在哪里？當古籍整理從少數專家的案頭工作發展為數萬人參與的公共事業，專業古籍整理與研究人才培養的意義是否會被削弱？

采訪中，有老一輩學者對平臺宣稱的“正確率”持謹慎態度，認為評價標準應由學術共同體界定；也有資深專家擔憂，過度依賴AI可能影響對年輕學者的培養。

對此，吳國武認為，人工智能時代既要主動擁抱新技術，也要正確使用新技術。古籍整理具有特殊性，當前大模型尚無法完整、精準理解古代漢語。未來既需要通用大語言模型與古籍垂直模型相結合，也需要古籍整理工作者不斷提升數字人文素養，培養跨學科、復合型人才。

山東大學古典文獻研究所教授王小婷表示，AI應用于古籍整理是必然趨勢，但絕非萬能。技術局限在實踐中依然明顯。她舉例說，目前系統仍無法自動標注書名號和引號，而對于考據性較強的古籍而言，書名號和引號甚至可能占到全部標點量的一半左右。這一功能缺失，一定程度弱化了“自動標點”的優勢。李暢然在利用“識典古籍”平臺整理《儒藏》時也發現，其錄排和校對效果距離正式出版標準仍存在差距。

楊浩則對AI能力邊界進行了更為清晰的劃分。他認為，古籍整理至少包括基礎文本整理、結構性重組和研究性整理三個層次。目前AI主要能夠賦能第一層，對后兩層雖有輔助作用，但遠談不上替代。大量異體字、俗體字和手寫文獻的識讀，仍然依賴文字學、版本學、書法學等長期訓練。自動標點基于統計模型，只能讓文本“可讀”，并不意味著真正“讀懂”古文，在具體語境中仍可能出現低級錯誤。

于亭也強調，AI仍缺乏對古代文獻形成過程、語境脈絡、語言文字形音義內涵以及義例邏輯、思想結構復雜關系的深入理解。它更多是基于既有數據進行集成與綜合，形成淺層次、拼接式的知識表述。這樣的成果或許能夠滿足部分人的新奇感，卻遠不能稱為真正的學術創造。人文學術本質上仍是心智思考和創造的過程，優秀成果最終必須依靠人的智慧產生。AI能夠提高效率，提供數據支持和初步分析，卻無法替代人對文本意涵、版本價值和學術問題的整體判斷。

多位受訪者提醒，AI帶來的效率提升并不意味著可以省略學術判斷。古籍整理的關鍵不在于“快”，而在于“準”；不是讓機器替代人，而是讓人從重復性勞動中解放出來，承擔更高層次的學術判斷。

吳國武特別強調，活動名稱最終確定為“我用AI校古籍”，正是為了突出“我”的主體地位。“再強大的技術也只是工具，或者說工具性的合作者，校書的主體始終是人。”

王承略認為，古籍整理數字化與大眾化的深度融合，必須以學術嚴謹性為前提。關鍵在于充分發揮學者的積極性與主動性。平臺推出的整理成果，最終仍應由專業對口、經驗豐富的古籍整理學者完成把關，形成“全民參與、學者把關”的良性格局。

如何在效率與質量、普及與學術、技術與人文之間取得平衡，正是“我用AI校古籍”留給數智時代古籍事業的一道新課題。

中國社會科學報記者 張清俐 班曉悅

來源：中國社會科學報

新媒體編輯：程可心

如需交流可聯系我們