游戏还是工具——生成式人工智能与历史模拟
游戏还是工具——生成式人工智能与历史模拟
历史模拟并非新鲜事物。在教育领域，学生常被鼓励依据历史记录，重现历史角色或主要行为体的决策与行动，以此培养同理心，体会历史的复杂性。许多以历史为题材的游戏也被引入课堂，成为历史模拟的工具。历史游戏学者亚当·查普曼将历史模拟分为两类：一类是《刺客信条》和《荒野大镖客》等游戏，通过精良的视觉效果还原历史场景，提供沉浸式体验；另一类是《文明》系列，通过将历史概念和规则写入游戏，允许玩家自由探索架空历史的可能性。尽管这些模拟设计在教学中无可避免地简化了历史，但它们仍然被广泛应用于课堂。
生成式人工智能的出现，为历史模拟带来了革命性变化。传统模拟依赖于数理逻辑和随机过程，难以捕捉历史中的非理性因素，如情感、偏见和道德等。而生成式人工智能的大模型，凭借其庞大的参数规模和海量训练语料，能够更真实地模拟人类行为。例如，大模型在行为经济学和社会心理学实验中复现了人类被试的部分结果，甚至在《外交》等策略类游戏中达到了优秀的人类玩家水平。
新一代历史模拟利用多智能体仿真系统（Multi-Agent Modeling, MAS），将历史事件的主要参与者构建为智能体，模拟它们在历史情境中的互动。例如，罗格斯大学与密歇根大学的联合团队模拟了一战前夕各国的外交博弈，结果显示，国家间结盟、宣战与备战的复现准确度分别为77.78%、54.6%和92.09%。尽管这些结果尚未达到完美复现历史的标准，但已展现出巨大的潜力。
然而，生成式人工智能的历史模拟并非完美无缺。模拟系统仍是对历史情境的简化，智能体的行动范围受限于研究者的设计，容易导致偏见。此外，语言对模拟结果的诱导作用也无法完全排除。大模型的预训练语料主要来自互联网时代，存在“近因偏见”，若不经过专门的历史语义训练，难以模拟近代以前的历史情境。
尽管如此，生成式人工智能的历史模拟在教学场景中已展现出巨大价值。学生可以通过提示词设计历史情境，驱动大模型模拟历史角色的互动，从被动的角色扮演者转变为模拟设计者。这种创新不仅提升了学生的参与度，还激发了他们主动探索历史的兴趣。
生成式人工智能无疑为历史模拟注入了新的活力，但其作为工具的边界仍在探索中。无论是游戏还是工具，生成式人工智能都为历史研究和教学带来了全新的可能性。未来，随着技术的不断进步，历史模拟将更加贴近真实，帮助我们更深入地理解过去与现在。对于自媒体创业者来说，简单AI等工具也能成为创作利器，帮助他们更高效地探索历史与现实的交汇点。