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：認識到雙方彼此的需要，并承認自身的無知。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)風格’這個概念是有問題的，因為它無法解釋學(xué)習(xí)風格形成的過程。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 認為整篇文章達到了研究生水平。）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?！?/strong>現(xiàn)在，論文生成既不是理論性構(gòu)思，也不是未來主義藍圖。今年 5 月，新西蘭的一名學(xué)生承認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?！彼麄儾挥X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?、思考和寫作的。這整個傳統(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?！彼怪Z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。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?？吹较耨R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?！碧O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，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。

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中的空白。它將重新表述文學(xué)風格與語言學(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：認識到雙方彼此需要，并承認自身的無知。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。