首页 科技快讯 AI时代,文科生何去何从?

AI时代,文科生何去何从?

来源:晰数塔互联网快讯 时间:2024年09月12日 22:31

前段时间,张雪峰一句“文科都是服务业”再次引起了舆论上的“文理之争”,从专业课的质量不一到就业前景的不明朗,文科生承受着普遍的焦虑。而随着生成式AI在各领域的应用,也有一种声音认为,AI将在不久后取代一些文科生的就业机会,比如一些机构媒体设立了 AI编辑、AI记者;一些企业也尝试用AI取代原画师。

然而,以上两种假设反映了社会长久以来对文科的误解,也是近年来对AI的误解。AI在一定程度上打破了文理科生的技术壁垒,而过去一些 AI产品被诟病太“生硬”,更需要文科生的人文素养与情感关怀,比如对于聊天式AI语料库的筛选。纵观人类历史,技术一直在重塑我们对于学业和工作的理解, AI并非“洪水猛兽”,或许更应该思考是:如何运用 AI、如何打磨那些无法被AI取代的能力。

从被热议的“文理之争”出发,这期播客试图讨论在人工智能时代,文科何为?当一波技术浪潮袭来,如何应对AI焦虑并发现真实的需求?以及从知识生产的角度去看,创造力将如何诞生于人与AI的交互中?

如何看待张雪峰的言论?

青年志:谈及“文理之争”,张雪峰的言论总能引发舆论热议。去年他说“孩子报新闻系就把他打晕”,今年又认为“文科都是服务业”。两位对他的观点有何回应?这里面体现了公众的哪些焦虑?

刘海龙:张雪峰的言论,我个人觉得回应价值不大。他的做法更像是一个营销手段,通过这样的惊人之语来吸引关注。虽然学术界严肃回应的人还蛮多,但在回应之后随着大众的参与,事情就朝互相网暴的方向发展了。最后张雪峰又迫于舆论压力道歉,不再回应。而真正的讨论理应是双方各自陈述观点,有来有往地进行对话。

大家似乎把这个问题简单化了。焦虑可能主要产生于那些在意志愿选择的家长和学生,他们担心志愿的选择会直接影响到未来的就业机会和发展方向。然而,我个人认为,专业和学校的选择与最终的就业是两个完全不同的问题。除此之外,这里面还包括几个环节:大学期间的学习,个人事业的发展,以及个人的幸福感和对人生的满意度。大家如今在讨论的时候往往把这几个环节混为一谈,好像选专业就一定决定了就业,而就业又一定会影响事业发展,最终影响到人生和家庭的发展。但这一过程中存在许多变量,不应简单地将它们视为一环扣一环的因果关系。

当大家把这些事情“虚假”地联系到一起,就会产生这样的焦虑,学校和专业的选择变得无比重要。并且这种焦虑还有提前的趋势,比如像在北京、上海这样的城市,中考淘汰率很高,于是中考的重要性甚至变得比高考还重要。这么类推下去,从中学、小学再到幼儿园,每个阶段的容错率都在降低。但人生是一个特别漫长的过程,你用其中一个节点决定后面的节点,本身是不科学的。

这种焦虑自然也催生了以张雪峰为代表的高考志愿填报咨询市场,这本无可厚非。你在美国申请学校,也会有一些专业机构可以提供类似的服务,因为信息确实很庞杂。但我觉得不应过分强调“选专业”的重要性,最后的决策者还应该是学生本人——这个专业是不是Ta喜欢和擅长的?

张雪峰的问题在于把“喜欢”排在价值序列的后端。其实他的一些言论也被曲解了,他的完整表达是,如果你考了高分但家庭条件不太好,那么就应该做出一个更加功利的选择;如果家庭条件好,那么可以选自己喜欢的专业。这个判断我只能同意一半。难道家庭条件不好,就没有权利选择自己喜欢的专业吗?另外这种价值观也固化了我们对孩子选择的看法,限制了家庭条件不好的人群的发展可能性。最后孩子有可能就沿着自己不喜欢的路一直走下去。可以设想,一个人选择了自己不太喜欢的专业,进了一个自己也不太喜欢的行业,事业未必能够做得很好,人生也未必能够幸福。

沛沛:就像海龙老师说的,你选择的专业和你未来从事的职业在方向上可能并不会重合。从我的个人经历来看,选择也在不断变化。我有点像典型的“小镇做题家”,高考成绩在全省排名是100左右,但当时并没有像张雪峰这样的人指导我该选什么专业,我觉得我喜欢做新闻,然后就选了新闻传播学。因为家里没有从事新闻行业的人,我是通过大众媒体对记者这份工作的描绘,外加兴趣来设立目标的。后来进入大学后发现这个目标好像跟真实的世界有些不一样,这时身边的朋友开始受到类似张雪峰言论的影响,纷纷转向理工科或商科,认为这些领域的职业发展前景更好。

后来我想了想为什么大家会有这样的选择?其实跟我们从小常听的一句话有关——学好数理化,走遍天下都不怕。对于那些缺乏社会资本的人来说,理工科可能提供了一条相对稳定的路径。它能让人在专业知识上实现垂直发展,成为专家型人才,这样当你用自己的劳动换取相应的报酬时,能获得相对优越的财富积累。而文科生的职业往往需要建立并维护许多社会关系,如果你家里本来就有一定的社会网络,这些关系可以帮助你在职业上走得更远。当时我确实也被类似的言论有所影响。

至于张雪峰说“文科都是服务业”,我觉得倒谈不上对或错。进入职场后你会发现整个社会就是一个巨大的销售场景。如果你在高校从事研究,你销售的是自己的想法或论文;如果你是技术人员,你销售的是专业知识;而像我现在做的产品营销,销售的是产品。本质上,这个世界的运作逻辑都可以被视为一种销售。

大学生该怎样应对AI焦虑?

青年志:随着以大语言模型为主的生成式AI在各领域的应用,也有一些声音认为AI会对文科生的就业产生冲击。沛沛身边的新传学子会有类似的焦虑吗?

沛沛:反而我身边的理科生会有些焦虑。举一些行业内的例子,我们有一款产品能帮你进行智能编码。比如我现在想要写一款《飞机大战》小游戏的代码,在 prompt输入指令,不出10秒钟AI就会帮你完成这段代码。然后现在也有一些公司接入了这款产品,他们公司 80%的代码都是由AI帮写的。我感觉这是AI在这个时代应用的一个开始。

在这个案例中,AI 最能提供帮助的是代码辅助生成。例如,我以前只掌握了 C 语言,但AI 能帮助我将代码翻译成 Python 或 Java,这极大地提高了学习效率。在将一种知识转化为另一种知识的过程中,AI 能提供结构性或架构性的输出,帮助我们更高效地学习和应用新知识。

刘海龙:我也觉得理工科的一些专业受到的冲击可能会更大,像沛沛刚才提到的编程这样在过去大家觉得非常高深的东西,反而会因为AI的介入被快速掌握。包括外语可能也是这样,你不学是真不懂,但学完后立马就会跟别人不一样。现在的AI都是基于大语言模型,而外语和编程本质上都是另一套语言,具备明确的规则和结构,这些知识对于AI来说是更加容易被掌握和应用的。但另外一些专业和技能,比如文学或是写小说,没有那么明确的规则,也更加主观,那可能还真不是迅速通过AI可以学习的。

另外我想说的是,这个世界充满了不确定性,一些当时看上去很明智的选择在未来也许并不适用。ChatGPT从2023年初被开放给普通用户,时间非常短。如果你是在 2020 年或 2021 年进入高校,可能无法预见到如此巨大的变化。我觉得AI对于整个社会的影响还没有正式开始。前两天看到施密特的一个发言,他讲了一个很有意思的观点,大意是直到资本主义工厂体系建立后,电才开始真正对世界产生影响,虽然直流电很早就被发明出来了,但当时对世界的改变没那么大。互联网也同样如此,90年代就出现互联网了,但大家最初也只是用来做网页,无法预见移动互联网和社交媒体出现后对世界的影响。

所以我觉得AI现在也处于这个阶段。在这种未知的情况下,就不要试图用一个确定性的目光去预测所有事情,因为任何的预测都是有局限的。既然预测不清楚,你还不如跟着爱好走,至少你做的事情是自己喜欢的。而且我觉得不管什么专业,只要做好了肯定都是有社会需求的。哪怕没有需求了,你做一些微调也可以被接受。

青年志:就海龙老师的观察,过去一年半的时间,AI对于新闻行业产生了哪些具体的影响或改变?

刘海龙:就我了解,包括一些传统媒体和专业的媒体机构,大家对于AI的使用还是比较谨慎的。其实很早在新闻领域就有计算机辅助新闻报道,而随着AI的应用,这些功能会变得更加方便使用,它可以帮助记者做一些背景资料的收集、生成一些图表和改稿。当然这也涉及到另一个问题,就是AI会产生“AI幻觉”,因为它在设计早期是为了最大限度模拟人类的回答,也就是说它可能会出现一本正经的胡说八道。所以人在这个过程中还是要起主导作用,AI只能是一个辅助工具。

另外就是AI没有办法取代记者去现场采访,因为它没有办法去直接感知这个世界。现在有些媒体会做一些虚拟主播,或者让AI帮忙进行配乐和特效的筛选,这也是AI非常擅长的,它会提高我们的制作效率。而在整个新闻内容的制作过程中,最核心的还是讲故事的能力,这也是AI暂时无法替代人的一环。

青年志:我最近看了个新闻,美国著名主持人崔娃(Trevor Noah)就在跟一些科技公司的AI产品合作,试图让AI更多地去推动环保议题、辨别真假新闻等等,这似乎也预示着一种AI跟新闻媒体在未来合作的可能。然后我也想问问沛沛,你对于AI技术在新闻业的应用有什么观察或体会?

沛沛:海龙老师刚刚说到一个点,就是电视直播行业当中的数字人技术,其实这样的技术很早就有了,而AI的出现能够帮我们的创意添砖加瓦。比如今年央视有一个 AI 盛典,当中运用了非常多的AI技术。当时有一个场景是让苏轼“赛博复生”,我们知道宋代的古汉语发音和现在是很不一样的,然后AI可以把关于苏轼的所有材料整合到一起,再通过大模型的语音生成的技术,让苏轼用宋代的口音念出诗词。

刘海龙:AI在呈现技术上的确实会有很多新的应用,我倒是比较期待它之后在核心内容生产上的突破。至于阳少前面提到的AI对于真假新闻的甄别,我前段时间还提出了一个异想天开的设想,就是未来在新闻传播领域,可能需要专门培养一批人材来做信息核查工作,比如这个事情究竟是真实的还是生成的?这在未来可能会是一个产业。所以AI虽然可能替代一部分工作,但它也会创造出新的岗位需求。

不断使用AI,才能发现真实的需求

青年志:现在一些高校也引入了AI相关的课程或是与AI合作的跨学科项目,以及社会上也有很多所谓的AI知识付费,在年初也引发了许多讨论,两位如何看待这种现象?

沛沛:之前有一种说法是,唯一用 AI 挣到钱的就是做 AI 知识付费的人。我觉得这里面的焦虑在于,大家看到一个可能会引发新一轮信息革命的新技术的产生,既不想错过浪潮,又不知道自己该做什么。我现在看到学校在做的,基本上是在原来的课程体系中融入AI,比如广告经营管理专业,可能教大家去用一些 AI 程序来辅助你的经营管理计算;或者是你在做图像设计的时候,怎么用 AI 来辅助图像设计?但是在这个过程中,也有老师反映他们其实并不知道业界的 AI 在做什么。

刘海龙:我前面也提到了类似观点,就是AI对社会的整体影响还没有显现出来。就像90年代初的互联网,大家都知道它代表未来,但第一批往里面砸钱的人很多都失败了,因为大家并不知道自己的需求是什么,跟今天的AI非常相似。就像沛沛说的,大家都很迷茫。

相比于老师,学生对于AI的使用没准会更好,因为他们对于AI接触得更多,思路也是更新的。我还是要鼓励大家多多去使用,国外的AI用不上,国内也有很多替代型产品。在这个使用的过程中,你慢慢就会产生一些新的思路,并发现一些真实的需求。比如之前说一些绘画师因为AI失业了,但后来他们的工作就变成了去辅助AI做一些调整,然后合作产生出更精准的作品。

技术的发展必须与人类的需求相结合,因为需求是推动技术进步最重要的动力。然而当新技术突然降临时,我们往往会对具体的需求感到迷茫,这反映出我们对“技术的想象力”还不够,也说明技术的发展还是受制于社会结构,也就是我们前面提到的文科需要处理的问题,你仅有技术却不知道如何应用,就像掌握了“屠龙术”却看不见龙。任何技术的应用都是社会性的,比如互联网最终被广泛应用于社交媒体和短视频平台,正是因为这些满足了人的需求。那么,当前社会的需求到底是什么?这或许是我们现在最需要深入思考的问题。

青年志:现在很多大学生会在写作业的时候使用AI,沛沛对此体验如何?以及海龙老师如何看待这一问题?

沛沛:我觉得AI确实能让我的学习和工作高效很多,特别是像我这种“多边形战士”,在毕业的时候多线作战,学习、实习、考公、投互联网公司,往往这几件事是同步进行的。比如面对公务员考试的时候,会有申论与行测,我就会把教材、资料和视频丢给AI,它就能很快帮我提炼出各种章节,制定一个学习计划。相当于在生活里多了一个助手。

还有就是用更高效的方式来阅读文献。我可能只需要精读三篇文献,这些文献往往又会引用其他的文献。我将这三篇文献丢给AI,让它帮你从中按照引用率进行排序。我根据排序结果进行下载,再把这些文献都输入给AI,让它帮助你总结出核心内容。这样,你就能更高效地掌握大量相关的研究成果,而不必逐篇通读所有文献。

当然,以上前提都在于你要想清楚自己想要研究的问题,而问题只能从生活经验和与社会的交互中提炼。理论也同样如此,AI能够给予你的只是简单的理解,真正的深度理解还是只能通过看书、人与人的交流来获得。

刘海龙:AI可以替代我们进行很多程序性的工作,比如填表格、写周报等等。包括像我们过去做的大数据分析,你可以借助AI帮忙抓取关键词,或者进行一些分类,从中提取出一些共同的话语结构。还有针对非英语语种文献的翻译,过去我们遇到非英语文献就非常头疼,那么现在你丢给AI,它很快就给你翻译出来,至少大概意思是还比较接近的。

从这意义上来讲,我是不会禁止学生去使用AI的,反而会鼓励大家去使用。而且我们也没必要恐惧,因为AI目前没有办法替代人的思考,也没办法替代学生去做访谈、调查和收集问卷。如果你所有的答案都是 AI 回答的,那么你自己其实并没有在思考的过程中形成理解。一个道理是很容易明白的,但你怎么有条理地去思考它?怎么通过叙事将它论证清楚?这是更难的。

我会要求学生在使用AI的时候把使用的过程也发给我,比如你的提示词是什么,AI又给你生成了什么,在这个基础上你做了哪些修改?又提了什么新问题?如果能把这种共创的过程展示出来,那么就能看出哪些是学生的,哪些是AI的。但我觉得这样的方式还是比较机械,更重要的还是看结果,一个东西有没有创造性其实一眼就能看出来。我有一个观点,而且我在使用AI的过程中也发现,你让AI在学术上去做一个实证或质性的研究,在访谈完后的基础上生成新的观点,目前是很难做到的。

此外,上大学的意义并不在于总结出几条结果,如果是那样的话,大家也没必要费劲来考大学了。我觉得课堂上最重要的还是在于老师的叙事,这里面会渗透很多思维的方法。我们过去上课很喜欢听老师东拉西扯,这让书本上的知识跟现实发生呼应,触类旁通。就像录播客也是一样,人和人之间的对话有时能延伸到很远的地方,如果你要真讲知识量,对话可能比不上一本书。而这些东拉西扯的支线对于AI来说可能是废话,因为它跟主线任务是不协调的。

这种思维方式其实早在AI之前就对人类社会产生影响了,就像韩炳哲讲的,叙事在当下成了一个慢慢消失的艺术。我特别喜欢媒介理论家基特勒(Friedrich Kittler)的一段论述,大意是人类近五六百年的思考都不是真正意义上的思考,而是数据库的操作或者说控制论(Cybernetics)的结果。什么意思呢?就是早期学者在做研究的时候,会把知识用一张张小卡片分门别类归纳收集好,然后需要的时候就从数据库中提取,黑格尔在写《精神现象学》时就是这么干的,这其实也造成了知识的碎片化。

基特勒认为这和计算机的操作逻辑其实没有太大区别,因为它先把内容切分,切分完后再组合成一个论述,一字字生成出来,这其实就是一种AI的思维方式。我最近在观察自己家两个孩子编故事,就发现他们的思维完全是网络游戏的套路,比如走到一个节点,选择打怪还是逃跑?整个模式非常像一个工作流程图,而不再有传统叙事的开端、发展、高潮、结局和人物塑造。所以从某种意义上讲,这代人的思维在人工智能到来之前其实就已经被“人工智能化”了。所以我们或许需要思考的是,如何通过叙事将碎片化后的知识重新连接在一起。

创造力诞生于,人类与AI的双向奔赴中

青年志:海龙老师前面提到的观察非常有意思,问题可能不在于AI 越来越像人,而是人越来越像AI。这也让我想到你在去年的论文《新常人统治的来临:ChatGPT 与传播研究》里提到过一个观点,AI代表着一种知识渊博的认知平庸者。我也把这个观点抛给了AI——问它是否同意你的判断,AI表示赞同,并且它的回答面面俱到,比如会分析自己为什么是“知识渊博”和“认知平庸”的。

而在今年的论文《生成式人工智能与知识生产》中,你对这个观点进行了更新——引用苏格拉底的例子说明,聪明的提问者和平庸的回答者之间其实可以产生创造力,并且你还提到了一个词叫“AI素养”。这种思考上的转变是如何发生的?

刘海龙:其实我去年写的是比较初步的看法,回头看可能稍微也有点偏激,今年还是有一些发展和进步的(笑)。

你刚才举的例子就非常有意思,你会发现AI基本上不会否定你,而人是会否定他人的观点和想法的。这当然蕴含着人类不理性的那一面,但同时又是人的优点,人会把原有的想法推翻,然后逼自己去想一个新的、不一样的东西。

AI不会否定会带来一个什么问题呢?就是我去年讲的“知识渊博的认知平庸者”,因为它就是不断抓取各种知识最后形成一个最大公约数,也就是大家都认可的东西,那它自然也是平庸的。

但我今年的看法在于,平庸并不一定意味着它就没有创造性,二者并不矛盾。AI 有时会展现出很有创造性的一面,而这种创造性不是我们所理解的那种创造性,比如像梵高的作品,它当然很有创造性,但当时的人们并不能理解。我对这里的创造性有一个定义:它是超过我们的期待,同时又可以被我们所理解的东西。并且对于AI来说,无论它给你的答案是期待以内的老生常谈,还是眼前一亮的内容,背后的生成机制是完全一样的。

而人类的期待也会随着进步而发生变化。2016年Alphago刚刚出现时,在围棋比赛中展现了许多充满想象力的棋路,经过这些年的发展,人们逐渐不再认为AI拥有“想象力”,而是认为它下得非常精准。为什么会有这样的转变呢?因为那些最初被认为充满想象力的棋路很快就被人类学会了,并将其纳入到自身的经验和预期之中。

所以现在我们看AI下棋,已经不会觉得它的棋路难以理解,而是感叹它惊人的计算深度。如今围棋高手的棋路和AI的吻合率可以达到70%~80%。但关键在于,人类的思维方式与AI是完全不同的。AI依靠算法来推导出最佳棋路;而人类则是通过反向推理和自身的理解来做出选择,尽管路径不同,但结果却殊途同归。这其实非常有意思,有点像人类和AI在山脚下分开出发,最后到了山顶又重新汇合。

所以我对AI的创造性还是很乐观的,并且这里还有人的深度介入。过去我们一度以为只需给AI提供初始材料,它便能独立完成任务,现阶段证明这种想法并不准确。你要充分利用好AI,就必须了解其运作原理,例如如何设计提示词以实现预期效果,也就是我所说的“AI素养”。

“AI素养”意味着你要像AI一样去思考问题,或者说共情AI。这很有意思,AI一方面在不断共情人类,学习如何像人类一样思考,而人类也在不断学习AI的运作机制,以便给它投喂最准确的提示词,这就是一个双向靠拢的过程。所以回到苏格拉底的例子,就是他所提问的对象其实都不如他聪明,但大家在互动的过程中生产出了非常伟大的哲学,所以我也很期待看到AI在未来和人类更多的互动,现在这种提问的方式还是比较初级的。

沛沛:业界曾设想AGI(通用人工智能)能够像人类一样与我们交互。然而,越来越多的研发人员认为这不可能实现。训练AI通常分为三个阶段:收集海量数据、进行建模和理解。然而,在数据收集和推理过程中,信息常常会丢失,也不会完整地显示在你的创作中,这使得当前的AI看起来并不完全智能。

未来,如果AI能够进入一个全息可感知的世界——类似数字孪生的概念,或许有可能迈向AGI。海龙老师刚刚提到了AI的创造力,我觉得生成式AI的创造力很大程度来源于它的不可控性。我们可以把AI的想象力理解成一种概率事件。比如,当你要求生成一个紫色的风车时,AI可能会生成四叶或五叶的风车。过去人类的创造其实是100%复现脑海中的想象,未来,AI可能会改变人类的创作模式,它可能是一个 80% 的概率事件, 40% 是我原来构想的作品, 另外40%是 AI 跟我共同创作的结果。

刘海龙:感知确实是AI需要面对的一个关键问题,现阶段的AI之所以不完美,问题就在于它主要是基于二手文字资料的加工,而人类的经验要远远丰富于文字、视频和音频这些留下来的资料。这就像一个被关在屋子里的孩子,Ta从出生起就没有触碰过真实的世界,不知道水的纹理,也不知道颜色的形态,而是通过不断阅读、看电影和听音频去了解这个世界。

如果未来我们可以赋予AI一具身体,有像人一样的感知器官,那AI或许可以跳过对他人经验二次加工的环节,从而直接去感知这个世界。当AI可以感知世界的时候,它对世界的感知或许跟人类是不一样的,它又会如何运用这种感知去反馈已经习得的这些知识呢?也许有一天AI会认为人类的语言是很低级的,人类的自然语言确实有很多不精确的地方,那它是否会发明一种新的语言?再往后推演,这个事情就会有些不敢设想了。

相关推荐

AI时代,文科生何去何从?
文科生,如何在AI时代找到价值
23年终别离,AI掌门人沈向洋离职,微软AI棋局将何去何从?
张雪峰说文科生都是服务业,对吗
中国大学最赚钱的专业,文科生看哭了
文科不应是服务业,但多少文科生身不由己
2个理科生混入5个文科生,能成功吗?
2个文科生混入5个理科生,能成功吗?
“转码”,是文科生们最快脱下的“长衫”吗?
产品文化差异诞生记:谷歌理科生、苹果文科生

网址: AI时代,文科生何去何从? http://www.xishuta.com/newsview125134.html

所属分类:行业热点

推荐科技快讯