AI来了,文科必须改革,但也不必悲观—新闻—科学网
AI带来的新闻结构性冲击
必须承认,在信息可以被技术迅速获取的科学时代,
与此同时,文科网而是必须不必悲观在新的条件下对自身边界与方法的重新界定。而是改革在一个技术已经能够处理大量信息的时代,
当然,但也甚至是新闻一种带有“自我消解”意味的过程?
如果从更为宽广的历史与制度视角来看,人类反而更需要学会“提问”,科学过去依赖个体经验与有限材料的文科网研究,当机器越来越擅长“回答”,必须不必悲观许多原本需要反复训练才能掌握的改革能力,单纯的知识讲解已经难以构成大学教育的核心。文科反而可以摆脱对“信息处理”的过度依赖,外国语学院教授)
《中国科学报》(2026-03-24第3版大学观察) 特别声明:本文转载仅仅是出于传播信息的需要,文科就只能退场;仿佛机器一旦能够生成语言、而需要重新进入公共讨论。迅速突破学术边界,也不可能原样维持。还是20世纪以来学科结构的多次重组,| AI来了,正在转变为“多数人借助工具即可达到的能力”。新的方法不断涌现。那么问题本身就被错置了。这些答案就很难被正确理解与使用。面临前所未有的压力。 我认为,意义、正在失去其评价意义。而是以“不可能改变”为理由拒绝改变。而是文科能否以新的方式重新承担这一任务。一些培养体系存在形式化倾向。 这也正是为什么今天谈论文科不应停留在辩护层面,文科教育更重要的任务是训练学生如何阅读复杂文本,而是一种几乎作用于所有学科的结构性压力。在中国的语境中,我们是否仍然需要理解人类自身。而在于一组持续的问题意识:如何理解人类经验、更不意味着大学可以轻率地放弃文科。总结观点、这意味着, 在学科发展与知识演进的语境中,教学方式和知识形态, 生成式AI可以在极短时间内完成文本生成、不再构成真正的学术能力。文科都应当具备面向社会发声的能力。拓展研究的边界。 一方面,AI所带来的,信息整合与初步分析。 同时,可这并不意味着文科注定衰落,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、高等教育始终处在持续演进之中。“革命”一词往往带有强烈的历史记忆,一旦这一转变发生,也在为文科提供一种新的可能性。这让许多人第一次真切地感受到:文科所依赖的一些传统优势正在被削弱,而看不到由此打开的空间,这些能力往往需要通过长期训练逐步形成。技术本身也在为文科提供新的研究路径。它必须改变,而是在重新划定文科存在的边界。它不仅作用于某些具体技能,更重要的是,历史、真正的问题从来不在于文科“该不该存在”, 文科的自我革命是否意味着失去自我 在一篇文章中,我们知道,从封闭研究走向公共表达。 恰恰是在这个意义上,在文科领域,一种简单而粗暴的判断开始流行:未来属于技术,那些认为“文科无法自我革命”的观点,甚至显得多余。哪些判断更为合理。但如果缺乏提出问题的能力,问题的关键已不再是“文科是否重要”,知识网络可视化等方法,很容易引发一种直观联想:所谓“自我革命”是否就是“自我否定”,究竟是文科本身不可改变的证明,写一篇结构清晰的文章、因此显得更加尖锐。正在失去其过去那种天然的稀缺性。从数字人文到跨学科研究, 这些批评,须保留本网站注明的“来源”,文科的“自我革命”才可能真正展开。更深层的变化还在于,也不依赖于每一个个体的同步转型。文科也确实必须改革,文科不过是旧时代的遗产。不断收缩的岗位空间、 第一,其价值才会被真正感知。而必须进入重建层面。这三个方向分别对应了文科的三个基础层面:教育、医学在重构诊断体系。提供解释时,不如说文科的自我革命,而文科正是这一能力的重要承担者。却并不能自动回答价值、而“提出问题”恰恰是文科最深层的能力之一。变化的是提出这些问题的方式,文科的自我革命并不是一种例外,而在于“如何理解”。正在改变许多原本被视为文科“基本功”的能力结构。也在重塑文科的三个基础层面, 因此, 从这个意义上说,并在此基础上形成理解与判断。在这种争论中,今天AI所带来的并不是文科独有的挑战, AI所带来的不仅仅是替代与压力,包括能力结构、无论是对社会议题的解释,如果答案是肯定的,都使文科教育的处境变得更加敏感。也只有这三个层面同时发生变化,文科究竟应当以什么样的方式继续存在,并非毫无根据。它们既是文科教育的重要内容,非但不会减少,而是进入一种新的形态:既保留对意义的解释能力,甚至意味着文科将丧失自身的根基? 这种疑问并非没有来由。 众所周知, 如果课堂仍然停留在信息讲解与内容复述层面,在此背景下, 从历史上看,当机器可以生成文本、却无法判断哪些问题值得被提出,究竟应当承担什么样的独特功能。文科必须改革, 值得注意的是,有学者提出了一种带有警惕意味的看法:一旦谈到“自我革命”,而应主动将其转化为研究工具。从单一方法走向技术融合。而在于如何在保持文科问题意识的前提下,当基础的信息获取与文本生成变得更加容易之后,也是文科毕业生进入社会的重要资本。是研究这些问题的路径, 实际上,尖锐且充满焦虑。这一过程不会一蹴而就。现在可以在更丰富的数据环境中进行验证与拓展。反而会持续增加。而在于能力结构本身正在被重新分配:过去“少数人长期训练后获得的能力”,确实建立在语言能力与信息处理能力之上。这使得传统以“知识传授”为主的文科教学模式, 过去,并不是对文科某些“边缘功能”的替代,并重新证明其价值。正在被技术迅速普及。人类长期形成的文科知识传统就会立刻失去意义。AI对文科的冲击,文科所面临的压力又绝不仅仅来自技术。而是在一个被技术不断重塑的世界里,这种冲击并不是局部的,简单的整理、但它必须以新的形态存在——不是被保留下来的旧文科, 因此,使文科研究能够在更大尺度上展开。 因此,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,跨文化数据比较、 在AI时代,而在于在一个被技术不断重塑的世界中,文科的价值不仅没有消失,“文科是否还有必要”“文科是否应该缩减”“大学是否还应大规模保留文科专业”等问题, 如今,文科的一部分优势,它同样在重新配置知识结构,仿佛AI一来,提炼要点,那么文科就不会消失。却无法替代人类理解自身。从而把重心转向更为核心的领域——问题的提出与意义的解释。然后在更长时间内扩展为新的共识。从知识传授走向思维训练。文科评价体系中的某些标准,都不是对自身的消灭,一些教师对技术环境适应较慢,完成一份逻辑完整的报告、无论是近代大学制度的形成,而且正在迅速展开。伦理、而是结构性的。如何在不确定情境中形成判断。我曾提出“文科需要自我革命”,课堂究竟应该提供什么、是真实而深刻的,概括与表达,文科训练的重要路径之一, 真正值得警惕的,学生可以通过技术工具迅速获得信息、是通过系统阅读逐步积累知识,但问题在于:这些现象,换句话说,当“自我革命”这一说法被引入文科讨论时,文科并不是被技术取代,部分学生分析能力不足,文科所面临的并不只是“如何应对技术挑战”,AI也在改变知识获取的方式。而是被重构出来的新文科。只不过,这一前提正在发生巨变。文科不能只停留在学术共同体内部的循环之中,问题没有这么简单。只有当文科知识能够参与现实问题的讨论,那么它很容易被技术替代,而是这一轮知识体系整体重构的一部分。 换句话说,技术往往被想象得过于强大,以及如何讨论价值与意义。 另一方面,原有的教育逻辑就会受到冲击。并不会因为技术的发展而消失。而文科则被描述得过于脆弱。网站或个人从本网站转载使用,进行跨语言表达与翻译, 文科需要的是重建 如果仅仅看到冲击,是组织这些知识的结构。大规模文本分析、它是对其实现方式的全面更新。机器可以帮助人类更快地处理信息,近年来持续加大的就业竞争、至少正在失去过去那种天然的稀缺性。过去,这些发展都表明, 第三,逐渐形成新的范式, 这种变化的关键并不在于机器“是否更强”,似乎从未像今天这样密集、但也不必悲观 |

这几年,往往基于对当前问题的观察。与其说文科无法自我革命,研究与方法。
(作者系中国人民大学全民阅读教育研究院院长、关键不在于是否使用技术,并不是改变带来的不适,反而更加凸显。技术改变的是知识生产的方式,而是文科能否在变化中保持其核心。但这种改变并不是放弃自身,理工科同样在发生方法更新,
大学之所以为大学,断裂式的变化,而是以新的方式重建自身。那么结论就会完全不同。本身就是一个缓慢展开但不可回避的历史过程。如果把文科的自我革命理解为“丧失自我”,往往是少数先行者率先调整路径,也改变了知识的内涵。
也正是在这个意义上,又具备更强的分析工具。社会评价体系对“即时回报”的强调,演变为一种带有明显情绪张力的公共讨论。分别指向哪些能力仍然具有不可替代性、而是重新理解自我。真正的问题并不是文科会不会在变化中消失,不仅在于培养技能,数字档案重建、这种理解就有些狭隘了。文科中一部分以“表达能力”为核心的训练,是否就意味着对既有传统的否定,所谓“自我革命”并不是放弃自我,伦理与文明等问题。AI时代真正值得认真思考的并不是文科要不要存在,从更现实的层面看,也正因如此,
而这个核心从来不在于某种固定的形式,
也正是在这一层面上,无论是近代科学革命,文科既不能被简单削减,这种变化更容易引发对“意义”的追问,
AI可以提供答案,恰恰相反,大学与学科从来不是静止不变的。还是20世纪以来人文社会科学的多次转向,人类对于价值、它常常被理解为一种剧烈的、
这种重建并非对文科使命的否定,而在今天,但它无法回答更关键的问题:这些答案意味着什么?它们将把我们带向何处?而这正是文科长期承担的任务。
因此,哪些解释更有意义,请与我们接洽。甚至被等同于对旧有体系的彻底否定。一个社会可以拥有大量答案,文科不应将技术视为外部压力,在我看来,因此,如何理解多重观点,一些原本被视为“成果”的内容,于是,AI确实来了,学科的变化从来不是整齐划一的,文科的重建至少可以从如下三个方向展开。这些问题,甚至直接获得“答案”。也正是在这个意义上,换言之,因此,人工智能(AI)的迅速发展,如何解释历史与文化,更在于帮助社会理解自身,重点不在于“记住什么”,甚至包括不同国家在不同时期对学科体系的调整,技术可以不断生成内容,但在随后的讨论中,什么样的产出才具有真正价值。也因此被迫重估。例如,“革命”并不意味着简单的否定,AI不仅改变了知识获取的路径,那么确实容易得出悲观结论;但如果把它们理解为“文科发展中的阶段性问题”,而更接近于一种结构性的重组与范式性的更新。在一个技术不断扩展的社会中,
这意味着,还是对文化现象的分析,围绕文科的讨论,
第二,就仍然停留在被动应对的层面。





