如果讓AI穿越回1830年的倫敦，它會如何描述街頭的煤氣燈與馬車？又能否預測蒸汽火車的未來？這並非科幻情節，而是當代科學家正在進行的真實實驗。一名美國大學生開發的「TimeCapsuleLLM」僅以1800至1875年倫敦歷史文本訓練，讓AI「活在」維多利亞時代。當被問及「It was the year of our Lord 1834」，它竟精準重現當時的抗議浪潮與外交大臣帕默斯頓的政策。然而，這種「時光機器」真的能準確還原歷史心理嗎？科學家們正陷入一場關於數據偏見與學術價值的激烈爭辯。
時光倒流的AI實驗：19世紀倫敦的數字重生
美國穆倫堡學院學生Hayk Grigorian以90GB的19世紀倫敦原始文獻訓練出TimeCapsuleLLM，將AI的認知鎖定在蒸汽機車與煤氣燈的時代。當輸入「倫敦街頭發生了什麼事？」，模型竟能回應「街頭充斥抗議與請願潮」，並精準提及帕默斯頓的外交政策——這正是1834年真實發生的社會運動。雖然Ars Technica指出其生成內容偶有不連貫，但模型確實能準確引用歷史人物與事件，展現訓練資料的強大影響力。這項 hobby project 乍看像是科技愛好者的趣味實驗，卻隱含著更深刻的學術潛力：如果AI能「記住」特定時代的語言模式，是否也能重現當時人的思維邏輯？
歷史心理學的革命性工具？
《美國國家科學院院刊》（PNAS）的論文提出「歷史大語言模型」（HLLMs）的學術應用前景。研究者認為，透過比較維京人、古羅馬人與早期現代日本人的經濟行為，或分析古波斯與中世紀歐洲的性別觀念，HLLMs可能開啟跨文明心理學研究的新維度。例如，模型可模擬「維京戰士在貿易衝突中是否傾向合作」，或「中世紀貴族如何看待女性教育」。PNAS論文強調，這將促成「更堅實的人性科學」，讓心理學研究突破現代文化框架的限制。然而，學者們也坦承挑戰：歷史文獻多由精英階層書寫，市井小民的生活與觀點極少被記錄，這讓模型生成的「社會心理」可能只是權貴的片面想像。
數據偏見的隱形枷鎖
比利時根特大學的研究揭開另一層陰影：AI生成的內容不可避免地反映開發者的意識形態，而歷史文獻的選擇性更放大此問題。例如，19世紀倫敦的印刷品多來自中上階級，工人階級的日常對話、貧民窟的真實困境鮮少出現在訓練資料中。當TimeCapsuleLLM描述「1834年抗議活動」時，它可能只重現了政府檔案中的官方說法，而非參與者的真實心聲。更嚴峻的是，若研究者未意識到數據的殘缺，直接將AI輸出視為歷史真相，將導致對過去社會的嚴重誤解。正如PNAS論文警告：「歷史文本並非時代的完整鏡像，而是選擇性記錄的碎片。」
學術與趣味的雙重命運
目前TimeCapsuleLLM仍處於實驗階段，其學術價值尚待驗證。部分歷史學家認為，這種模型可作為初步探索工具——例如快速篩選特定時代的關鍵詞頻率，或生成假設性情境供後續研究參考。但嚴謹的學術應用必須結合考古證據、口述歷史與多元史料，單純依賴AI生成內容風險極高。有趣的是，這項技術已吸引文化創意產業關注：博物館可能用它重現歷史對話場景，小說家則能獲得符合時代的語言素材。關鍵在於，我們必須清楚劃定「趣味實驗」與「科學研究」的界線，避免將AI的「時光幻象」誤認為歷史真相。