2026年7月，习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话中深刻指出：“人工智能发展和应用不应该侵蚀和损害世界文明多样性和各国文化独特性。”这一重要论断提出了智能时代的重大文化命题：当人工智能深度介入人类认知，中华文化主体性如何巩固？

　　当前，以大模型为代表的人工智能正在成为新的载道之具，人们越来越习惯于通过与模型对话获取知识、形成判断、理解世界。大模型的输出结果日益成为人民群众接受“事实”的第一来源。数据、算力、算法是人工智能发展的三大要素。算力可以购买，算法可以迭代，唯有数据，在很大程度上界定模型的知识谱系，并与对齐训练共同塑造其价值倾向。数据的竞争，深层是文化解释权的竞争。中华文化主体性的巩固和发展，不仅仅体现于大模型输出的内容，更体现于大模型所构造的文脉根基。在人工智能时代，文脉的根系已经下探到训练数据的深处。数据能否载道，直接关系文化主体性在人工智能时代的巩固与发展。

　　文化数据和其他领域的数据存在根本不同，注定了不能未经处理便直接“投喂”给大模型。在工业、医疗、通用图像等领域，标注对象的边界相对清晰，分歧可在技术标准内裁决。文化数据则不然。其一，文化数据多为多模态数据：古画是图像，古琴是声音，非遗是影像，古建是三维点云。数据背后的文化语义并不自明。未经标注，模型难以习得像素背后的年代题材、声波背后的曲牌声腔、点云背后的形制源流。其二，文化内容芜杂纷繁、良莠不齐，一词多义随时代流转，同一经典版本歧出，同一人物评价两极，精华与糟粕并存，本无明确的定义和边界。标注正确，模型学到的是文化事实；错标与不标，学到的只是谬误和芜杂。因此，在各类文化数据中采撷精华，以标注加以明确的定义和解释，铸成来源合法、出处可溯、内容可信、标注规范的高质量文化语料——本文称为“信史数据”，正是人工智能时代的传世之功、立世之基。

　　那么，这件关系文脉根基的事情，需要以治史为鉴。治史在中国文化认知中，向有千钧之重；史之所存，是一个文明对自身的记忆与态度。自唐设史馆之后，修史渐成国家之制，史书一经写定，便是后世认知的根据。历代治史，采信考辨于史料，定本确解于事实，慎之又慎于传世，形成一整套为后世存信的认知制度。铸数据为信史，其道有三。

　　一曰采信，先定入库之物。面对芜杂的数据海洋，必须回答：什么内容有资格传世——只有重要的、确定的、有文脉延续价值的内容，无论其出自传世典籍、馆藏文物、非遗记录，还是互联网原生数据。采信之道，库藏不妨博观，入选必求精审。正如蒙学选篇之于童蒙、《春秋》书法之于后世，不求多求全，但求立其正、定其准、传其神。昔年司马光撰《资治通鉴》，先作《资治通鉴考异》三十卷，明言去取之由、存录异说：凡入选之语料，亦必经多源印证、辨伪存真，方可入库。

　　二曰定本，以标注成正解。对入库语料，以标注做到“四定”：定名，规范其名称与归属；定性，规范其时代、真伪、品类与源流；定义，规范其本义、语境与文化内涵，说透说准；定值，标明其价值语境与评价坐标。四定既成，定本即立；一时难以定论的异说，留存附注。《谷梁传》言《春秋》之义，“信以传信，疑以传疑”：主标签所立即“传信”，附注所存即“传疑”，既立统一标准，亦存争议出口。标注是铸成信史的灵魂工序：数据经此，方从素材成为正解。

　　三曰传世，以致其用。信史数据应以公益形式开放供给，通过高质量数据集目录、模型备案与安全评测等机制，引导行业优先采用，使其成为大模型文化认知的基础语料；同时以信史数据为基础形成评测基准，及时发现并修正模型文化认知偏差，形成“训练注入其里、评测把守其表、对齐贯通其中”的闭环，引导模型体现社会主义核心价值观。如此，中华文化主体性方能随模型服务进入亿万人认知系统。

　　党的二十届三中全会提出构建中华文明标识体系，“四定”标注正是标识体系的机器可读形态；《国务院关于深入实施“人工智能+”行动的意见》明确要求加强数据供给创新、持续加强人工智能高质量数据集建设；国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，首次从国家层面系统部署数据赋能人工智能发展，并专设“标注攻坚”行动，文化领域亟须拿出自己的高质量数据集，信史数据正当其任。从更深一层，铸数据为信史，是中国特色哲学社会科学三大体系建设在人工智能时代的落实抓手和具体举措：三大体系建设的成果唯有以信史数据的形态进入训练流程，方能在智能时代的认知生产中出场；把自主知识体系转化为机器可读的数据，正是三大体系建设从“纸上”进入“数中”的关键一跃。聚国之贤良，铸数据为信史，是人工智能时代正本清源的基础工程，事关文化主体性的巩固，事关中华文明传承发展的根基。

　　中华文明向有盛世修史的传统。人工智能所使用的高质量文化数据，某种意义上就是新时代的“史”。铸数据为信史，就是我们这代人的治史。昔人以笔墨，为万世存信史；我辈以数据，为千秋立正源。这份志业，落在了新时代研究者的肩上。

　　（作者系中国艺术科技研究所数字艺术部主任）

（责编：田旭）