编者按：文科本来已经日渐式微。但现在人工智能的出现更是令情况雪上加霜。技术与人文的鸿沟被越拉越大。情况本不应该这样。全球最大的企业苹果之所以有如今这样的成就，根本上还是因为它是一家人文科技公司。在自然语言处理侵蚀人文的当下，如何打破两种文化的隔阂？这需要双方都必须迈出对受过高等教育的人来说最困难的一步：认识到双方彼此的需要，并承认自身的无知。文章来自编译。
假设你是一位教育学教授，你布置了一篇关于学习风格的论文。有位学生提交了一篇文章，文章开头是这么写的：
‘学习风格’这个概念是有问题的，因为它无法解释学习风格形成的过程。有些学生可能会因为自己的特殊经历而形成特殊的学习方式。其他人也许是在尝试适应不太适合他们学习需求的学习环境中形成了特定的学习方式。到头来，我们还是得了解学习风格与环境及个人因素之间的相互作用，得了解这些因素是如何影响我们的学习风格以及所经历的学习类型的。
这篇文章给不给过？ 是 A- 还是 B+？如果你知道这些文字根本不是学生自己写的话，你的打分又会有什么变化？上面的文字是英国教授 Mike Sharples 用 GPT-3 来编出来的，GPT-3 是 OpenAI 开发的一种大型语言模型，可以根据提示自动生成文本。（Sharples 认为整篇文章达到了研究生水平。）如果要我打分的话，我的意见是给 B+。这段话读起来像填充词堆砌而成，但大多数的学生论文不也是这样的吗？
Sharples 是想敦促教育工作者在技术的背景下“重新思考教学和评估”，他说技术“可能成为学生作弊的礼物，也可以变成强大的助教，或者创造力的工具。”现在，论文生成既不是理论性构思，也不是未来主义蓝图。今年 5 月，新西兰的一名学生承认自己用了人工智能来撰写论文，但却辩称这不过是像 Grammarly 或拼写检查之类的工具罢了：“我懂相关知识，我有生活经验，我是个好学生，所有的课程我都参加了，所有的讲座我都听过，我看了必须看的所有内容，但就因为我写东西写得不够好而惩罚我，我觉得那是不对的。”他们不觉得自己在作弊，因为他们大学的学生指南只规定你不能让别人替你做作业。而 GPT-3 不是“别人”——它是一个程序。
生成式人工智能的世界正在飞速发展。最近，OpenAI 发布了一个名为 ChatGPT 的高级聊天机器人，又引爆了一波热潮，有叹为观止的，有歇斯底里的。GPT-3 升级后机器已经能创作复杂的读起来押韵的诗歌；谷歌上月也推出新应用的预览版，通过它们，人们可以用文本描述概念并将其呈现为图像；今年 10 月，创意人工智能公司 Jasper 拿到了 15 亿美元的估值。孩子们找到文本生成器仍然需要一点积极性，但这个时间不会太长。
论文，尤其是本科生论文，几代以来一直是人文教育学的中心。我们是通过论文来教孩子们如何研究、思考和写作的。这整个传统即将被彻底颠覆。多伦多大学副教授凯文·布莱恩 （Kevin Bryan）上周在推特上对 OpenAI 推出的新聊天机器人表示震惊：“不能再布置可以带回家的考试/家庭作业了……说实话，哪怕是在涉及到要结合跨领域知识的特定问题上，OpenAI 的聊天工具也要比一般的 MBA 表现更出色。机器人实在是太出色了。”不管是开发出这种语言技术的工程师，还是将要遭遇它生成产生的语言的教育工作者，他们都没有为相关后果做好准备。
长期以来，人文主义者与技术专家之间一直存在着一道鸿沟。在 1950 年代，查尔斯·珀西·斯诺（ Charles Percy Snow C.P.Snow） 做了一次著名的演讲，后来又发表了论文《两种文化》，其中心思想是将人文和科学共同体描述成彼此失去联系的部落。斯诺写道：“人文知识分子在一头——科学家在另一头。两者之间存在一道互不理解的鸿沟——有时候甚至表现为敌意和厌恶（尤其是在年轻人当中），但最重要的是缺乏理解。他们彼此在对方心中的形象出现了奇怪的扭曲。”斯诺的观点是对知识世界主义提出的恳求：人文学家缺少对热力学定律的基本见解，而科学界则无视莎士比亚和狄更斯的荣耀。
斯诺发现的这道鸿沟只会加深。在现代科技的世界里，人文教育的价值体现在其缺失的证据中。Sam Bankman-Fried 是加密货币交易所 FTX 的创始人，最近几天内，他的 160 亿美元财产已经烟消云散。他就是一个文盲，并且引以为豪。他曾对一位采访者说：“我一本书都不会读，永远。我不想说没有一本书值得一读，但我确实相信跟这种说法非常接近的东西。” 埃隆·马斯克和 Twitter 是又一个很好的示例。看到像马斯克这样才华横溢的工程师头脑在处理哪怕是相对简单的文学概念（如模仿和讽刺）的时候都很笨拙的样子，这不仅令人难堪而且非同寻常。他显然从来没有想过这些。他可能没想到有很多事情都要考虑清楚。
重塑社会和历史的那些人所表现出的对社会和历史问题非同寻常的无知，已成为社交媒体时代的决定性特征。显然，马克·扎克伯格读过很多关于凯撒·奥古斯都的文章，但我希望他读过 17 世纪欧洲对活页印刷机的监管。这可能可以让美国避免社会信任的泯灭。
这样的失败不是源自吝啬甚至贪婪，而是源于故意的遗忘。工程师们没有意识到人文主义问题——比如解释学或言论自由的历史偶然性或道德的谱系——是具有真实后果的真实问题。每个人都有权对政治和文化发表自己的看法，这是真的，但“意见”不同于“有根据的理解”。走向灾难最快捷的方式就是把复杂的问题当作对每个人都显而易见的问题来对待。如果是这样的态度，你可能很快就会损失数十亿美元。
由于技术专家对人文主义问题置之不理，因此人文主义者就以软自杀的方式去迎接过去 50 年的技术革命。截至 2017 年，英语专业的人数自 1990 年代以来几乎已经减半。仅自 2007 年以来，历史专业的入学率就下降了 45%。不用说，人文主义者对技术的理解同样也是片面的。人文数字化总是各种落后淘汰的状态，这是不可避免的。（没有人指望他们通过Instagram Stories来教学。）但更重要的是，尽管技术改变了周围的整个世界，但人文学科几十年来并没有从根本上改变他们的做法。他们还是像 1979 年那样爆破元叙事，这是一种自我挫败的做法。
当代学术界多多少少总是会在自己能想象到的任何方面开展自我批评。在以技术为中心的世界里，语言很重要，声音和风格很重要，对雄辩的研究很重要，历史很重要，道德体系很重要。但这种情况要求人文主义者解释清楚这些为什么重要，而不是不断地破坏自己的知识根基。人文学科给学生承诺的是走向一个无关紧要的、自我消耗的未来；然后他们还搞不明白为什么自己的入学率在下降。近一半的文科毕业生后悔自己选择的专业，这有什么可奇怪的吗？
人文学科在技术决定的世界里有何价值其实以前就有人力证过。史蒂夫·乔布斯经常说苹果的成功很大程度上要归功于他在里德学院（Reed College）辍学后度过的时光，沉浸在莎士比亚、现代舞以及为 Mac 设计提供美学基础的著名书法课的海洋里。乔布斯说：“干我们这行的很多人都缺乏多种多样的经历，所以他们没有足够多的点来进行连接，最后拿出的只是非常线性的解决方案，对问题没有宽广的视角。一个人对人生经历的理解越广阔，最后的设计就越出色。”苹果是一家人文科技公司。它也是全球最大的公司。
尽管人文教育的价值很明显，但它的衰落仍在继续。10 年来，STEM（科学、技术、工程、数学）高歌猛进，人文则节节败退。计算机科学专业的学生人数现在几乎与文科各专业的学生人数之和相当。
而现在，又有了 GPT-3。自然语言处理给学术上的人文学科带来了一系列前所未有的问题。实际上，这些问题可谓是岌岌可危：文科是根据学位论文来评判本科生的。他们根据论文的构成授予博士学位。如果这两个过程都可以显著自动化之后会发生什么呢？根据我一个曾经是莎士比亚学教授的经验，我认为学术界可能需要 10 年时间才能面对这个新现实：学生需要两年时间才能弄清楚这门技术，教授需要三年时间才能认识到学生正在使用这项技术，然后还需要五年的时间，让大学管理者决定该做什么（如果他们打算做什么的话）。教师这个职业已经是全世界工作最辛苦、报酬最低的工作之一了。本来危机中的人文学科就够他们焦头烂额的了。现在又多了这个。我同情他们。
不过，尽管目前存在巨大分歧，但自然语言处理会迫使工程师和人文主义者走到一起。不管发生什么事，他们都将需要彼此。计算机科学家需要基本的、系统的普通人文主义教育：语言哲学、社会学、历史学和伦理学不再是有趣的理论思考问题。它们对于确定聊天机器人的道德与创造性使用至关重要，这只是一个明显的例子。
而人文主义者也需要了解自然语言处理，因为它是语言的未来，但也因为这里不仅仅存在颠覆的可能性。自然语言处理可以阐明大量的学术问题。它将澄清归因与文学联姻的问题，这是任何设计出来的系统都无法解决的；比方说，大型语言模型使用的参数比当前用于确定莎士比亚创作了哪些戏剧的系统要复杂得多。它甚至可以进行特定类型的修复，通过文本预测模型来填补受损文本当中的空白。它将重新表述文学风格与语言学的问题；如果你能教一台机器像塞缪尔·泰勒·柯勒律治（Samuel Taylor Coleridge）那样写作，在某种程度上，那台机器一定能够告诉你塞缪尔·泰勒·柯勒律治是如何写作的。
人文主义与技术之间建立关联需要有广阔的视野，需要对超越自身领域感兴趣并愿意投入其中的人和机构。在那样的合作空间形成之前，双方都必须迈出对受过高等教育的人来说最困难的一步：认识到双方彼此需要，并承认自身的无知。但这始终是走向智慧的开端，不管我们碰巧生活在哪个技术时代都是如此。
译者：boxi。
