文科本來已經(jīng)日漸式微。但現(xiàn)在人工智能的出現(xiàn)更是令情況雪上加霜。技術(shù)與人文的鴻溝被越拉越大。情況本不應(yīng)該這樣。全球最大的企業(yè)蘋果之所以有如今這樣的成就，根本上還是因為它是一家人文科技公司。在自然語言處理侵蝕人文的當(dāng)下，如何打破兩種文化的隔閡？這需要雙方都必須邁出對受過高等教育的人來說最困難的一步：認(rèn)識到雙方彼此的需要，并承認(rèn)自身的無知。文章來自編譯。

假設(shè)你是一位教育學(xué)教授，你布置了一篇關(guān)于學(xué)習(xí)風(fēng)格的論文。有位學(xué)生提交了一篇文章，文章開頭是這么寫的：

(相關(guān)資料圖)

‘學(xué)習(xí)風(fēng)格’這個概念是有問題的，因為它無法解釋學(xué)習(xí)風(fēng)格形成的過程。有些學(xué)生可能會因為自己的特殊經(jīng)歷而形成特殊的學(xué)習(xí)方式。其他人也許是在嘗試適應(yīng)不太適合他們學(xué)習(xí)需求的學(xué)習(xí)環(huán)境中形成了特定的學(xué)習(xí)方式。到頭來，我們還是得了解學(xué)習(xí)風(fēng)格與環(huán)境及個人因素之間的相互作用，得了解這些因素是如何影響我們的學(xué)習(xí)風(fēng)格以及所經(jīng)歷的學(xué)習(xí)類型的。

這篇文章給不給過？ 是 A- 還是 B+？如果你知道這些文字根本不是學(xué)生自己寫的話，你的打分又會有什么變化？上面的文字是英國教授 Mike Sharples 用 GPT-3 來編出來的，GPT-3 是 OpenAI 開發(fā)的一種大型語言模型，可以根據(jù)提示自動生成文本。（Sharples 認(rèn)為整篇文章達(dá)到了研究生水平。）如果要我打分的話，我的意見是給 B+。這段話讀起來像填充詞堆砌而成，但大多數(shù)的學(xué)生論文不也是這樣的嗎？

Sharples 是想敦促教育工作者在技術(shù)的背景下“重新思考教學(xué)和評估”，他說技術(shù)“可能成為學(xué)生作弊的禮物，也可以變成強大的助教，或者創(chuàng)造力的工具。”現(xiàn)在，論文生成既不是理論性構(gòu)思，也不是未來主義藍(lán)圖。今年 5 月，新西蘭的一名學(xué)生承認(rèn)自己用了人工智能來撰寫論文，但卻辯稱這不過是像 Grammarly 或拼寫檢查之類的工具罷了：“我懂相關(guān)知識，我有生活經(jīng)驗，我是個好學(xué)生，所有的課程我都參加了，所有的講座我都聽過，我看了必須看的所有內(nèi)容，但就因為我寫東西寫得不夠好而懲罰我，我覺得那是不對的。”他們不覺得自己在作弊，因為他們大學(xué)的學(xué)生指南只規(guī)定你不能讓別人替你做作業(yè)。而 GPT-3 不是“別人”——它是一個程序。

生成式人工智能的世界正在飛速發(fā)展。最近，OpenAI 發(fā)布了一個名為 ChatGPT 的高級聊天機器人，又引爆了一波熱潮，有嘆為觀止的，有歇斯底里的。GPT-3 升級后機器已經(jīng)能創(chuàng)作復(fù)雜的讀起來押韻的詩歌；谷歌上月也推出新應(yīng)用的預(yù)覽版，通過它們，人們可以用文本描述概念并將其呈現(xiàn)為圖像；今年 10 月，創(chuàng)意人工智能公司 Jasper 拿到了 15 億美元的估值。孩子們找到文本生成器仍然需要一點積極性，但這個時間不會太長。

論文，尤其是本科生論文，幾代以來一直是人文教育學(xué)的中心。我們是通過論文來教孩子們?nèi)绾窝芯俊⑺伎己蛯懽鞯摹＿@整個傳統(tǒng)即將被徹底顛覆。多倫多大學(xué)副教授凱文·布萊恩 （Kevin Bryan）上周在推特上對 OpenAI 推出的新聊天機器人表示震驚：“不能再布置可以帶回家的考試/家庭作業(yè)了……說實話，哪怕是在涉及到要結(jié)合跨領(lǐng)域知識的特定問題上，OpenAI 的聊天工具也要比一般的 MBA 表現(xiàn)更出色。機器人實在是太出色了。”不管是開發(fā)出這種語言技術(shù)的工程師，還是將要遭遇它生成產(chǎn)生的語言的教育工作者，他們都沒有為相關(guān)后果做好準(zhǔn)備。

長期以來，人文主義者與技術(shù)專家之間一直存在著一道鴻溝。在 1950 年代，查爾斯·珀西·斯諾（ Charles Percy Snow C.P.Snow） 做了一次著名的演講，后來又發(fā)表了論文《兩種文化》，其中心思想是將人文和科學(xué)共同體描述成彼此失去聯(lián)系的部落。斯諾寫道：“人文知識分子在一頭——科學(xué)家在另一頭。兩者之間存在一道互不理解的鴻溝——有時候甚至表現(xiàn)為敵意和厭惡（尤其是在年輕人當(dāng)中），但最重要的是缺乏理解。他們彼此在對方心中的形象出現(xiàn)了奇怪的扭曲。”斯諾的觀點是對知識世界主義提出的懇求：人文學(xué)家缺少對熱力學(xué)定律的基本見解，而科學(xué)界則無視莎士比亞和狄更斯的榮耀。

斯諾發(fā)現(xiàn)的這道鴻溝只會加深。在現(xiàn)代科技的世界里，人文教育的價值體現(xiàn)在其缺失的證據(jù)中。Sam Bankman-Fried 是加密貨幣交易所 FTX 的創(chuàng)始人，最近幾天內(nèi)，他的 160 億美元財產(chǎn)已經(jīng)煙消云散。他就是一個文盲，并且引以為豪。他曾對一位采訪者說：“我一本書都不會讀，永遠(yuǎn)。我不想說沒有一本書值得一讀，但我確實相信跟這種說法非常接近的東西。” 埃隆·馬斯克和 Twitter 是又一個很好的示例。看到像馬斯克這樣才華橫溢的工程師頭腦在處理哪怕是相對簡單的文學(xué)概念（如模仿和諷刺）的時候都很笨拙的樣子，這不僅令人難堪而且非同尋常。他顯然從來沒有想過這些。他可能沒想到有很多事情都要考慮清楚。

重塑社會和歷史的那些人所表現(xiàn)出的對社會和歷史問題非同尋常的無知，已成為社交媒體時代的決定性特征。顯然，馬克·扎克伯格讀過很多關(guān)于凱撒·奧古斯都的文章，但我希望他讀過 17 世紀(jì)歐洲對活頁印刷機的監(jiān)管。這可能可以讓美國避免社會信任的泯滅。

這樣的失敗不是源自吝嗇甚至貪婪，而是源于故意的遺忘。工程師們沒有意識到人文主義問題——比如解釋學(xué)或言論自由的歷史偶然性或道德的譜系——是具有真實后果的真實問題。每個人都有權(quán)對政治和文化發(fā)表自己的看法，這是真的，但“意見”不同于“有根據(jù)的理解”。走向災(zāi)難最快捷的方式就是把復(fù)雜的問題當(dāng)作對每個人都顯而易見的問題來對待。如果是這樣的態(tài)度，你可能很快就會損失數(shù)十億美元。

由于技術(shù)專家對人文主義問題置之不理，因此人文主義者就以軟自殺的方式去迎接過去 50 年的技術(shù)革命。截至 2017 年，英語專業(yè)的人數(shù)自 1990 年代以來幾乎已經(jīng)減半。僅自 2007 年以來，歷史專業(yè)的入學(xué)率就下降了 45%。不用說，人文主義者對技術(shù)的理解同樣也是片面的。人文數(shù)字化總是各種落后淘汰的狀態(tài)，這是不可避免的。（沒有人指望他們通過Instagram Stories來教學(xué)。）但更重要的是，盡管技術(shù)改變了周圍的整個世界，但人文學(xué)科幾十年來并沒有從根本上改變他們的做法。他們還是像 1979 年那樣爆破元敘事，這是一種自我挫敗的做法。

當(dāng)代學(xué)術(shù)界多多少少總是會在自己能想象到的任何方面開展自我批評。在以技術(shù)為中心的世界里，語言很重要，聲音和風(fēng)格很重要，對雄辯的研究很重要，歷史很重要，道德體系很重要。但這種情況要求人文主義者解釋清楚這些為什么重要，而不是不斷地破壞自己的知識根基。人文學(xué)科給學(xué)生承諾的是走向一個無關(guān)緊要的、自我消耗的未來；然后他們還搞不明白為什么自己的入學(xué)率在下降。近一半的文科畢業(yè)生后悔自己選擇的專業(yè)，這有什么可奇怪的嗎？

人文學(xué)科在技術(shù)決定的世界里有何價值其實以前就有人力證過。史蒂夫·喬布斯經(jīng)常說蘋果的成功很大程度上要歸功于他在里德學(xué)院（Reed College）輟學(xué)后度過的時光，沉浸在莎士比亞、現(xiàn)代舞以及為 Mac 設(shè)計提供美學(xué)基礎(chǔ)的著名書法課的海洋里。喬布斯說：“干我們這行的很多人都缺乏多種多樣的經(jīng)歷，所以他們沒有足夠多的點來進(jìn)行連接，最后拿出的只是非常線性的解決方案，對問題沒有寬廣的視角。一個人對人生經(jīng)歷的理解越廣闊，最后的設(shè)計就越出色。”蘋果是一家人文科技公司。它也是全球最大的公司。

盡管人文教育的價值很明顯，但它的衰落仍在繼續(xù)。10 年來，STEM（科學(xué)、技術(shù)、工程、數(shù)學(xué)）高歌猛進(jìn)，人文則節(jié)節(jié)敗退。計算機科學(xué)專業(yè)的學(xué)生人數(shù)現(xiàn)在幾乎與文科各專業(yè)的學(xué)生人數(shù)之和相當(dāng)。

而現(xiàn)在，又有了 GPT-3。自然語言處理給學(xué)術(shù)上的人文學(xué)科帶來了一系列前所未有的問題。實際上，這些問題可謂是岌岌可危：文科是根據(jù)學(xué)位論文來評判本科生的。他們根據(jù)論文的構(gòu)成授予博士學(xué)位。如果這兩個過程都可以顯著自動化之后會發(fā)生什么呢？根據(jù)我一個曾經(jīng)是莎士比亞學(xué)教授的經(jīng)驗，我認(rèn)為學(xué)術(shù)界可能需要 10 年時間才能面對這個新現(xiàn)實：學(xué)生需要兩年時間才能弄清楚這門技術(shù)，教授需要三年時間才能認(rèn)識到學(xué)生正在使用這項技術(shù)，然后還需要五年的時間，讓大學(xué)管理者決定該做什么（如果他們打算做什么的話）。教師這個職業(yè)已經(jīng)是全世界工作最辛苦、報酬最低的工作之一了。本來危機中的人文學(xué)科就夠他們焦頭爛額的了。現(xiàn)在又多了這個。我同情他們。

不過，盡管目前存在巨大分歧，但自然語言處理會迫使工程師和人文主義者走到一起。不管發(fā)生什么事，他們都將需要彼此。計算機科學(xué)家需要基本的、系統(tǒng)的普通人文主義教育：語言哲學(xué)、社會學(xué)、歷史學(xué)和倫理學(xué)不再是有趣的理論思考問題。它們對于確定聊天機器人的道德與創(chuàng)造性使用至關(guān)重要，這只是一個明顯的例子。

而人文主義者也需要了解自然語言處理，因為它是語言的未來，但也因為這里不僅僅存在顛覆的可能性。自然語言處理可以闡明大量的學(xué)術(shù)問題。它將澄清歸因與文學(xué)聯(lián)姻的問題，這是任何設(shè)計出來的系統(tǒng)都無法解決的；比方說，大型語言模型使用的參數(shù)比當(dāng)前用于確定莎士比亞創(chuàng)作了哪些戲劇的系統(tǒng)要復(fù)雜得多。它甚至可以進(jìn)行特定類型的修復(fù)，通過文本預(yù)測模型來填補受損文本當(dāng)中的空白。它將重新表述文學(xué)風(fēng)格與語言學(xué)的問題；如果你能教一臺機器像塞繆爾·泰勒·柯勒律治（Samuel Taylor Coleridge）那樣寫作，在某種程度上，那臺機器一定能夠告訴你塞繆爾·泰勒·柯勒律治是如何寫作的。

人文主義與技術(shù)之間建立關(guān)聯(lián)需要有廣闊的視野，需要對超越自身領(lǐng)域感興趣并愿意投入其中的人和機構(gòu)。在那樣的合作空間形成之前，雙方都必須邁出對受過高等教育的人來說最困難的一步：認(rèn)識到雙方彼此需要，并承認(rèn)自身的無知。但這始終是走向智慧的開端，不管我們碰巧生活在哪個技術(shù)時代都是如此。

關(guān)鍵詞： 人工智能 人文學(xué)科 人文主義者