人文学科在人工智能时代的作用
原标题：人文学科在人工智能时代的作用“人工智能”（ArtificialIntelligence,简称AI）概念最早出现于1956年，然而直到最近，它才真正迎来爆发式的发展并进入公众视野。2017年被全球众多主流媒体称为“人工智能元年”，它标志着人工智能从此走出实验室、开始广泛参与我们的生活。同年底，我国工信部发布《促进新一代人工智能产业发展三年行动计划（2018—2020年）》，宣告“加快人工智能产业发展，推动人工智能和实体经济深度融合”成为我国的一项重要国策。随后，社会各界对人工智能的关注与讨论持续升温。本文想要探讨的问题是，面对正在到来的、以人工智能为代表的新技术时代，人文学科该何去何从？
文理交叉融合是人文学科发展的新方向。关于这个问题，教育界已经率先给出了答案。2019年4月底，教育部宣布正式启动实施“六卓越一拔尖计划2.0版”，全国高校开始积极推进新工科、新医科、新农科、新文科建设，其中“新文科”涵盖心理学、经济学、哲学、中国语言文学和历史学等学科，而其“新”之所在就是要把握好新时代哲学社会科学发展的新要求，推动哲学社会科学与新科技革命交叉融合。文理交叉融合的核心内涵也指出了人文学科拥抱新技术时代的必由之路。应该说，自从上世纪后半叶开始的这一轮信息技术革命，迈出了用计算机处理语言文字这一人类主要信息交流媒介的步伐，所谓的文理融合就已经开始了。但是在技术飞速发展的背景下，面向人工智能时代的“新文科”建设对于文理交叉融合必然会提出新的要求。
文理交叉融合，是人文助力科技，还是科技辅助人文？我国于1981年推出《信息交换用汉字编码字符集》（GB2312-1980），之后几十年间陆续涌现出多种多样的汉字输入法，在某种意义上说都是计算机科学与语言学交叉合作的结果，是人文学科助力科技发展的典范。遗憾的是，这种融合方向似乎并没有得到扩展深化。相反，近年来蓬勃兴起的“数字人文”（DigitalHumanities），是以引进新媒体、算法和大数据等技术手段来促进人文学科的全新发展为己任，比如各种大型数据库的建立以及敦煌、故宫这些国宝级馆藏文物的数字化工程等，都是文理交叉融合已取得的丰硕成果。但我们需要看到，这种“融合”目前的主要思路在于，探索各种数字信息技术在人文学科知识生产、传播与教学中的创新性应用路径与方法，为传统人文学科的教学和研究提供方法、工具和平台等。换言之，“数字人文”是以“人文”为目的、以“数字”为手段的。由此带来的一个问题是，由于能满足上述要求的技术门槛相对较低，一方面导致人文学界关注科技领域的深度和敏感度有所欠缺，另一方面科技界也很难真正重视与人文学科的合作。
人工智能时代，需要人文学科更积极地助力科技发展。笔者认为，人工智能时代需要真正深度的文理融合，这种融合不能只是人文学科单方面对先进技术手段的需要，在更深层更根本的意义上，它也是科技本身发展的需要。人工智能与此前所有技术革命的区别在于，它不再仅仅在工具理性层面发展技术为人类服务，而是把模拟、改造和改变人自身作为技术发展的方向。这就必然涉及对人的本质的理解问题，进而影响到人类文明的各个方面。因此，无论是“AI”（人工智能）还是“IA”（智能增强），当技术发展到一定程度时必然需要人文学科的介入，以保障技术的发展不会偏离为人类服务、使人类生活得更好的宗旨，不会给人类文明带来本质性的困境或伤害。在此意义上，当前正在被自动驾驶、智能医疗等技术“逼”上议事日程的技术伦理等问题，只是人文学科成为人工智能技术之“刚需”的第一步。人文学科积极、深入、全面地介入新科技革命，是未来时代的必然趋势。
人文学科“反哺”科技，文学与美学或有妙用。那么，在正在到来的人工智能时代，除了为技术发展套上伦理规范的“笼头”，人文学科还可以在哪些领域发挥更具建设性的作用呢？笔者大胆提出以下两种设想。
一是文学与虚拟现实技术（VR）。上世纪八九十年代正式出现的虚拟现实技术，今天已经进入快速发展和广泛运用阶段。我国自2017年开始在全国高等院校大力推广“国家虚拟仿真教学实验项目”申报工作，到2019年已有数百个项目得以立项建设，项目的学科分布也从最初仅限于理、工、农、医科类逐渐扩展到新闻学、心理学、教育学以及文学、历史等众多人文社会学科领域。这意味着，虚拟仿真技术已经成为我国高等教育实现信息化转型的重要手段。不过笔者认为，人文学科如果仍然只是采取“拿来主义”策略、用现有的虚拟现实技术辅助自身教学，可能错失真正融入甚至引领技术发展的良机。虚拟现实技术的实质是“创造”出现实中并不存在的虚拟世界，而“创造”或“虚构”一个世界恰恰是文学自古以来就有的特殊功能。优秀长篇叙事文学如史诗、小说、戏剧等能够营造出一个非现实的世界，这个世界虽然只以文字的方式被表现出来，只存在于作家和读者的想象之中，但它可以是无比完整、真实和富有魅力的。创造出这样的世界也是虚拟现实技术的目标，一些优秀的大型电脑游戏所创造的世界完全可以媲美文学世界。目前虚拟现实技术的热点仍然集中在传感器的不断改进上，但事实上，该技术的关键领域并不是传感器，而是动态建模和三维图形展示等。传感器相当于一个交通工具，但重要的不只是工具，而是这个工具将要把我们带向一个怎样的世界。在虚拟现实动态建模技术中适当引入文学千百年来所积累的关于“虚构”或“叙事”的某些技巧和原则，将会更好地帮助虚拟现实技术建造出符合人类特定价值理念、审美取向、情感体验和认知习惯的产品，以确保新技术在为人类提供更好的教育、娱乐、社交或其他公共服务的同时，能够始终坚守、维护和提高我们的文明境界。
展开全文二是美学与情感算法。情感算法是指一种能感知、识别和理解人的情感，并能针对人的情感作出智能、灵敏、友好反应的计算系统，该系统能赋予计算机像人一样观察、理解和生成各种情感特征的能力。情感是作为高等智慧生命的人类所拥有的基本特性，不仅是人类个体存在的方式，也是社会体系和各种文明成果的催化剂。正因如此，情感识别与情感设计技术是人工智能向高级形态发展必须跨越的关键性步骤，也是当前广受关注的热点领域。目前这一领域已经发展出较为普遍的文理融合模式，主要是借助心理学相关理论，在人类的表情、心跳、呼吸等各种生理信息与心理学意义上的不同情感类型之间建立起可靠联系，再通过模拟神经元信号和传感器技术的运用，以期最终让机器拥有识别、理解和表达情感的功能。笔者认为，除了心理学、情感算法的研发，可能还需要美学和伦理学的参与，因为后者不仅可以帮助计算机技术对人类极度复杂的情感世界进行细致的分类和定性研究，更重要的是，这两种人文学科对情感的研究有明确的价值导向，因而可能起到保障人类对机器的情感设计遵循人类文明求真、向善、爱美之正确方向的作用。其中美学的参与尤为重要，因为在现代美学视野中，人类的审美行为同时关联于感官认知、理性判断和情感生成，被视为人类对抗技术统治和人性异化，维护人与自然、他者之间和谐关系的唯一途径。人工智能的情感设计，归根到底仍然是对人类情感生成机制的模仿，在该设计中加入来自美学与伦理学的价值取向，应该是预防人工智能违反人类文明基本法则的一种可能方案。
在科技发展日新月异的今天，倡导文理融合的“新文科”建设思路具有特别重大的意义。人文学科不仅应该乘此东风，借助新科技更新自身的研究范式，打开全新的研究视野，取得更好成绩，更应该积极主动地关注已经触及人文学科核心内容的人工智能技术的发展趋势，充分利用自身优势为飞速发展的技术保驾护航，从而在面向未来的新技术时代发挥更具建设性的作用。
（作者单位：中央民族大学）
《中国教育报》2020年12月17日第8版
作者：宋旭红返回搜狐，查看更多
责任编辑：生成式人工智能与人文社会科学的历史使命——从ChatGPT智能革命谈起
ChatGPT的火爆迅速转变成人工智能是否会取代人类，人类的知识和能力在未来是否还有用这样的大众化的议题。甚至一些用户在注册之后，以问出ChatGPT无法回答的问题而沾沾自喜，更有学者在媒体上发表文章论述，人类的某些能力（如艺术、理智思考、亲情等）无法完全被人工智能取代。这种讨论实际上只是重复了之前关于人工智能技术发展的恐慌和幻想，无益于真正揭示ChatGPT这类生成式人工智能究竟在何种层面上带来的进步和冲击。其实，对于人文社会科学来说，首先面对的任务就是需要理解什么是生成式人工智能、ChatGPT究竟代表着什么。人文社会科学需要解释ChatGPT这类生成式人工智能对于未来人类生存境遇的冲击和价值。生成式人工智能不仅仅是一个科学技术问题，也是一个人文社会科学问题。我们可以分别从四个层面来讨论ChatGPT的问题。
数据是生成式人工智能的基础。ChatGPT之类的人工智能应用是基于大量数据库和语料库的生成式系统。ChatGPT的成功并不在于应用本身，而是它吸纳了大量的数据进行机器学习。在人工智能时代，任何新应用都依赖于网络上生成的大量数据和语料库，这是人工智能发展的前提条件。但是，我们不能简单地将ChatGPT理解为Google和百度之类的搜索引擎，因为ChatGPT的奥秘并不在于从一个静态的数据库和语料库中提取数据，而是更看重与提问和交谈主体之间的互动关系。利用搜索引擎，不同的主体搜索同一个关键词在数据库中不会产生结果上的差别。但是，生成式人工智能不同，ChatGPT不是一个静态的数据库与语料库，每一次与对话主体进行交谈和互动，都推动了机器学习和成长，这次对话和下次对话会有明显的差异。比如,有用户让ChatGPT作一首七言绝句，第一个提出这个要求的用户得到的肯定是一首烂诗，但与ChatGPT对话足够多了，它就从用户的需求中得出七绝需要押韵、有平仄、有意境等，经过很多次训练之后ChatGPT逐渐成长，相信在很短时间里它可以学会如何做出满足用户需求的七绝，还能创作不同风格和意境的诗歌。其中的关键在于，ChatGPT将每一个跟它进行交流对话的用户作为最现实的数据库和语料库，我们每次向它提问甚至嘲讽它，都能促进机器学习。在这个意义上，ChatGPT的数据库不是一个静态的数据库，而是数以百万计的用户将自己的经验直接给予ChatGPT来进行机器学习，让其得以成长。这意味着，ChatGPT并不是其应用程序本身有多么智能，而是它能吸收足够多的数据库和语料库;它掌握的不是个体信息，而是全景信息或长篇连续性文本;它学习的不是个别的数字和句子，而是整体的语境。尽管ChatGPT的技术基础是数字技术和智能科技的进展，但它掌握的是人文社会科学所面对的背景，ChatGPT创作的诗歌、撰写的论文，其实都是它在吸收了大量的长篇连续性文本的数据之后的产物。
算法是生成式人工智能的基本结构。人工智能基本上采用神经网络算法，即将问题分解成诸多节点（神经元），让其自动互联和构成。在这个意义上，十分类似于乔姆斯基所说的生成式语法系统。乔姆斯基定义的“生成语法”是一套规则系统，它不取决于预先设定的语言规则，而是提出了一种生成原则，让语言交流的对象在对话中直接生成属于自己的语法规则，这个规则就是生成语法。乔姆斯基提出：“通过精确的描述，这种宽泛的语言理论能提出一种统一的方法，通过一个句子的生成过程来确定结构描述，从而让人们充分了解到这个句子是如何被使用和理解的。简而言之，从被合理描述的语法中，应该有可能得出强加在构成话语特定行为之上的完整过程和概括模式。对于具有正确形式的语法，其规则可以分成两类，一类是任选的，一类是必需的。在生成话语的过程中，只用那些必需的规则。那么，可以把语法的任选规则看作是产生某个话语过程中的选择机制。”[2]基于神经网络架构的生成预训练转换器，与乔姆斯基设想的语言模型是一致的，机器学习的网络十分善于利用基础的神经元链接的生成原则，学习和模仿任何与之对话的对象，并通过语言转化体现在表述之中。其中最基础的是一种被称为“朴素贝叶斯算法”，这种算法能够在海量的连续性语料库和数据库中发现一些微弱的关联。人工智能学家佩德罗·多明戈斯指出，与其在形式上赋予各种数据以完成的规律，不如“发现一种通用的学习算法”，去“发现宇宙最深层的规律，所有现象都遵循该规律，然后找出计算的有效方法来将其与数据结合起来”。[3]简言之，一旦与生成式人工智能对话越多，提出的要求越复杂，越有利于神经网络算法的生成。
算力是生成式人工智能的动力。生成式人工智能的井喷式发展，除了有基于神经网络的机器学习算法之外，更重要的是算力的巨大进步。当代人工智能学家、《奇点临近》的作者雷伊·库兹韦尔重新翻译了冯·诺依曼的《计算机与人脑》一书时，就发现了冯·诺依曼对算力的重视。在为新版《计算机与人脑》撰写的序言中，库兹韦尔写到：“冯·诺依曼阐述了他的计算模型，并继续阐述了人脑与计算机的本质同构性。他承认明显的结构差异，但通过应用图灵的所有计算的等同性原则，冯·诺依曼提出了一个策略，将大脑的方法理解为计算，重新创造这些方法，并最终扩大其算力。”[4]若没有算力的加持，即便有了机器学习的算法，也无济于事。其实，朴素贝叶斯算法早在上世纪五六十年代就提出了，但没有足够算力来实现神经网络算法。随着超级计算机和量子计算的发展，让之前无法实现的巨大算力可以相对轻松地在今天实现。根据Similarweb提供的数据，仅2023年1月，每天ChatGPT就要与全球1300万人进行对话，如果每人平均聊天1000字节左右，也就产生了130亿个字节，根据测算这需要602台DGXA100服务器才能满足这个访问量。这意味着，未来ChatGPT的进一步突破式发展，或许需要更强大的算力才能达到人们在科幻小说中看到的情形。当然，这需要以量子计算机等新型算力机器的发展为前提。
人的存在是衡量生成式人工智能的价值尺度。ChatGPT不是超越人的存在，恰恰相反，它从一开始就实现的是与人的互动和共生。在《流浪地球2》中，从事数字生命开发研究的工程师马兆在临终前对图恒宇说的一句话是：“没有人类的文明是毫无意义的。”这样的结论同样适用于生成式人工智能。以提交ChatGPT论文的案例来解释，这个案例的精彩之处并不在于ChatGPT写出了这样的论文，而是在于教授将这篇论文视为学生撰写的论文。换言之，ChatGPT实现的是人类的交往，它所写的论文的参照物是人类的语言体系和知识系统。因此，我们真正感到震惊的不是ChatGPT多么智慧、多么超越人类，恰恰相反，我们所感到震惊的恰恰是ChatGPT竟然可以这样“像”人，我们竟然无法辨别出它的作品是否是人类的创作。
因此，我们需要重新思考生成式人工智能为我们带来的生存境遇。ChatGPT等生成式人工智能的价值在于，它参与到人类的知识和经验之中，它的目的并不是彻底取代人类，而是形成我们的身体经验和人工智能的神经网络经验的交互和对接，让基于人类身体的碳基伦理和基于神经网络算法的硅基伦理可以在一个共生的层面上结合起来。马克思主义认为，人从来不是抽象的存在物，任何人的存在都是一定历史阶段上的产物。技术改变了人类的生存方式，机器化、电气化都曾经带来天翻地覆的变化，但同时也推进了人类生存境遇的巨大变革。生成式人工智能的发展当然不是人类末世论的预兆，恰恰相反，它或许可以成为构建基于智能技术的人类命运共同体的契机，也为重新思考人文社会科学提出了新的任务。
二、智能互联主义与新的认识世界的框架
人文社会科学对于我们审视人工智能技术的发展的另一个重要价值在于：在科学技术迅猛发展的时代，根据历史唯物主义基本原则，重塑符合新时代要求的新的认识世界的框架。人文社会科学对于ChatGPT之类的生成性人工智能的意义，不仅仅是在人工智能里注入人文主义的内涵，甚至为人工智能技术塑造所谓的伦理标准。对于人文社会科学研究者来说，这种观念尽管有着良善的目的，但很难落到实处。比方说，在一些人看来，ChatGPT的发展会威胁到人类伦理和价值，所以人文社会科学需要为这些人工智能设定一个与人类共处的边界，让人工智能遵守人类的习俗、道德、规范和法律。ChatGPT绝不是在人类之外创造一个取代和废弃人类的智能世界，最终淘汰人类，走向一个超人类社会。这种科幻小说式的情节并不是当代人文社会科学学者思考的方向。相反，人类仍然是ChatGPT的使用者和主体，在这个意义上，一些技术恐惧论者所担心的问题并不会成为当代人工智能技术发展的重要问题。这就需要人文社会科学用新的认识世界的框架来审视ChatGPT等生成性人工智能所带来的变化。的确，新科技革命带来的创新，人工智能和大数据技术带来的影响，绝不是之前任何一个机械工具能够与之相媲美的。原因在于，生成性人工智能正在塑造一种不同于以往的认识世界的框架。然而，目前的问题是，人们对ChatGPT关注点大多集中在未来哪种职业会失业、人工智能是否会取代人类等这样粗浅的问题上。用这种方式来思考问题，实际上就是缺乏正确的认识框架来思考人工智能技术对于人类世界带来的整体和系统的影响。在这个意义上，我们更需要用普遍联系的、全面系统的、发展变化的观点观察事物。我们在面对生成式人工智能时主要面对如下问题：
1.方法论上的个人主义
在现代社会的发展历程中，个人主义不仅在社会存在论和认识论上具有史无前例的影响力，在方法论上也有着巨大的影响力和渗透力。“方法论个人主义是一种解释学，它断言，除非这些解释完全是根据关于个人的事实来表达的，否则，解释社会（或个人）现象的任何尝试都应不用理睬。”[5]简言之，方法论个人主义关注的是个人事实，忽略了现象在整体社会中的影响。譬如，对于ChatGPT来说，方法论个人主义最容易被引导的方向是，ChatGPT的出现对于个人来说会带来哪些积极或消极的后果。所以，当人们面对ChatGPT时，会感叹它写的论文和人写的一样好，这样人类个体的这个能力就会被人工智能所取代，从而使个体的利益受到损害。从方法论个人主义的角度出发，个体很自然地会形成一种面对ChatGPT的恐惧。
2.对生成式人工智能的物化认识
从方法论个人主义的主观视角出发导致的必然结果是，将ChatGPT之类的生成式人工智能视为一种物化的对象，认为人工智能产品与一般的物没有任何差别。由于个人主义方法论，选择将个体之外的事物，在认识上物化为不依赖于个体的对象、一个孤立的静态的物体，那么ChatGPT与人类的交互关系和生成关系，在这个物化的认识中就被遮蔽了。在这种物化的认识论之下，ChatGPT似乎已经成为现成的物质产品，而我们与ChatGPT的对话仿佛是主体在个体性的基础上面对一个外在的他物，而这个他物以等待我们去发现的方式放置在我们面前。这或许正是某些人在向ChatGPT提问，而ChatGPT提供的答案令人啼笑皆非时的真实感受，他们或许会想，这么简单的问题都回答不对，怎么好意思叫最先进的人工智能呢？这种想法恰恰代表着一种物化认识论，即不能以互动和实践的维度面对ChatGPT。其实，ChatGPT从来不是一个回答问题的机器，而是一个聊天机器人，它的任务不是正确地回答问题或给出令人满意的答案，而是尽可能在与人的互动中学习人类的交往行为，从而让自己表现得更像人。在这个意义上，ChatGPT不是单纯的物，而是一个不断在互动中生成的智能。
3.零和博弈思维
方法论个人主义和物化认识论的叠加造成的结果是，将人与ChatGPT的关系视为零和博弈关系。许多ChatGPT的用户，在进入对话之前，实际上会占据一种优势地位，即主观个体性相对于物化对象的优先地位。在所谓的聊天中，用户是主动一方，而ChatGPT是等待着我们认识和使用的物质对象，正因为如此，一旦生成式人工智能超越了主体与物化对象之间的关系，人们便会在一个零和博弈的层面上来思考人工智能与人类主体之间的关系。于是，在一些人的思维中，他们选择了最差的零和博弈关系，作为构建个体与生成式人工智能之间的关联：要么ChatGPT不过如此，永远无法超越真正的人类（如那些提出让ChatGPT无法给出令人满意答案的问题的人的心态）；要么感到恐慌，认为在人工智能的发展下，人类即将失业，被人工智能所取代。这种零和博弈思维恰恰是方法论个人主义和物化认识论组合的结果，他们无法想象人类与人工智能共同生成的形式，认为人工智能和人类只能在相互取代的逻辑中不断地搏杀。
这种零和博弈逻辑认为，要么人类遏制人工智能发展，选择宁可不要技术进步，也要捍卫人类的主体地位；要么人类彻底被取代，人工智能彻底摧毁人类世界。解决这个问题，恰恰需要今天的人文社会科学建立一种新的认识世界的框架，扭转狭隘的方法论个人主义和物化认识论，我们需要一种智能关联主义的立场，即在一个更宏观的生态中综合地看待人类和生成式人工智能的关系。在这种智能关联主义中，个体和人工智能不是彼此孤立的，而是在彼此的互动关系中共同生成的。我们可以认为：“数字生态下的各种信息体（包括人与人工智能体）的关系，不能仅仅从单一或几个行动元来思考，而且他们面对着更复杂的网络环境，一个将周围的对象都转化为海量数字的信息体之间的智能关联网络，这是一种新生态、一种不同于自然生态的生态系统，是一种完全基于作为行动元的信息体智能互动和关联的数字生态。”[6]在与ChatGPT互动中，随着我们的每一次提问，ChatGPT的神经网络算法就向前迭代一次，形成新的版本，一旦同时与ChatGPT交流的个体达到上亿人，那么ChatGPT的进化速度是非常惊人的，在这个时候任何与ChatGPT提问和交流的个体都被整合到一个巨大的智能关联的数字生态中，我们参与了交往，并生成了人工智能的迭代结果，每一个人都不独立于人工智能之外，而ChatGPT也只有在与更多人交往的基础上才能具有更像“人”的人工智能的能力。
这种数字生态下的智能关联主义对于人文社会科学学者意味着什么？卡伦·巴拉德曾经给出一种基于物理学上的衍射现象和量子纠缠的认识论，他说：“事实上，最近对衍射（干涉）现象的研究提供了关于量子态纠缠本质的见解，并使物理学家能够在实验室中检验形而上学的想法。因此，虽然偏差仪器确实测量了差异的影响，但它们更深刻地突出、展示和证明了世界不断变化和偶然的本体论的纠缠结构，包括认识的本体论。事实上，衍射不仅揭示了纠缠的现实，它本身就是一种纠缠现象。”[7]尽管巴拉德谈到的是微观世界的量子物理学，但他提出的衍射和量子纠缠的关联，实际上可以用来解释生成式人工智能与诸多人类用户的关系，即若没有数以亿计的用户不断地向ChatGPT提问和互动，就不可能有今天的ChatGPT，而且这个纠缠过程仍然在继续，在生成着新的智能关系。我们可以将这种类似于量子纠缠的用户与生成式人工智能共同生成的形式，称之为智能关联主义。而且随着人工智能的发展，并不是人类逐渐被人工智能所取代，相反，是一个越来越相互依赖、越来越纠缠的状态。不仅人类的互动越来越依赖于与人工智能的交流，而且人工智能的具体形态也高度依赖于人类与之交往的方式。在这种新的认识世界的框架的影响下，人类并不会被人工智能所取代，而是促使人类进化为一种智能关联体，而人工智能也不是人类的替代体，而是在与人类的交往之间形成一种新的行为体，加入到整个数字生态之中。对于人文社会科学而言，亟待解决的任务不是让人类回到方法论个人主义，而是让人与人工智能体系形成一种互动和关联，共同构造人类生存的智能环境。
三、生成式人工智能与意识形态
一旦我们采用智能关联主义的新的认识世界的框架审视人与生成式人工智能的关系，我们就会发现，人工智能并不是一种客观主义的产品，更不是一种价值中立、与人类行为无关的物，而是一种与人类的交互行为处于纠缠关系之中的共生整体。生成式人工智能与之前的人工智能开发的策略不同，如在国际象棋上战胜萨姆索诺夫的深蓝，以及在围棋上连克李世石和柯洁等顶尖棋手的AlphaGo，这些人工智能是以一种相对稳定和完备状态面对人类主体，这样的人工智能很难做到跨领域学习。但生成式人工智能一开始并不是面对客观的具体领域，而是面对人，它的神经网络算法的基本规则，并不是给出具体的结论，而是给出在人类看来像是“人”的作品的回应。换言之，ChatGPT就是面对人的互动，它努力学习的恰恰是人类的思维模式和行为模式，并在对话中将这种学习的互动成果展现出来。因此，ChatGPT并非客观中立的产品，意识形态问题一定会通过某种形式体现其中，即生成式人工智能具有明显的意识形态倾向。生成式人工智能的意识形态性主要体现在如下几方面：
1.语料库和数据库的意识形态性
有研究者指出，ChatGPT在进行语料库学习中所产生的信息偏见问题：“ChatGPT作为一项基于数据库挖掘以及与人类交互而形成知识的智能工具，是基于已有的数据库和接收到的问题，提供或在更严格的意义上说是生成答案。在其答复问题时，会明确声明其是一个人工智能模式，并告知用户其当下所使用数据库更新的时间节点，警示用户其所提供答案也不一定准确，可能会产生有害的指令或蕴含有偏见的内容。”[8]ChatGPT开发者已经意识到回答的答案不是公正而中立的，而是根据提供的人类语料库和数据库的内容产生了偏见。语料库是有意识形态性的，当机器学习使用那些具有明显意识形态问题的语料，而用户本身也是带着自身的价值立场与ChatGPT互动，当ChatGPT与之对话时，不可避免地会受到意识形态的影响。然而，更加需要我们关注的是更广泛的英语语料库的问题。毕竟，在ChatGPT的会话和回答中，七成以上的用户是用英文来交流，而背后的数据库和语料库绝大部分都是英文数据，在这些数据中难免存在一些带有严重的意识形态导向，甚至虚假和捏造的内容，而ChatGPT的机器学习都不分良莠地加以吸收，其后果是在后续生成的回应中ChatGPT会提供大量带有意识形态倾向甚至虚构的信息，进一步来影响与之对话的用户。
2.算法的意识形态性
尽管我们理解算法的基础是布尔代数、哈希函数、傅里叶变换、朴素贝叶斯算法等一些基础的数学定理和程序，但这并不意味着不带来无涉于意识形态的算法。例如，哈希函数本身是一种数学原理，但哈希函数的赋值则是可以选择的，决定了哈希函数可以面对信息时进行有效的筛选。如果将哈希函数的赋值原理延伸到整个算法系统，可以说算法的基础原理是价值无涉的，但算法的各种参数、赋值、变换实际上存在着人为价值介入的可能性。因此，美国学者斯科特·蒂姆克就提出：“目前开发的计算机算法技术都受到了意识形态的操控，如今，这些算法技术的进一步发展，已经让我们无法看清美国资本主义再生产的所有片段。”[9]蒂姆克看到了资本主义在算法运行中进行意识形态控制的事实。对于ChatGPT来说，就是算法中植入的程序、赋值、参数和变换等问题。
3.应用场景的意识形态性
将人类与ChatGPT的关系放在智能关联主义的背景下，意识形态的问题就不纯粹是单独的用户和ChatGPT的程序问题，我们还需要考察应用场景和智能环境。什么是应用场景？简言之，用户会在什么样的情况下与人工智能进行对话和交流？在ChatGPT兴起之初，人们大多是带着好奇心注册并缴费，成为ChatGPT的用户。但这种好奇心并不能维持长久，ChatGPT需要形成更有实用性的应用场景。当然，在目前的生成式人工智能的情况下，我们仍然需要在人工辅助的情况下来完成这些应用场景的任务，如由ChatGPT帮忙撰写一份初稿，用户在此基础上进行修改和润色会变得方便得多。但其中的意识形态风险在于，当人们在一个固定的应用场景中使用ChatGPT，如撰写研究报告，那么这个领域的写作就会被人工智能深入控制，行文风格和习惯、书写内容都十分容易被ChatGPT所掌握，长此以往，这些领域成为ChatGPT的应用模板不断复制的领域，即便真正的人类个体来从事写作的时候，也需要符合这样的应用模板。比如，在新闻报道中的应用会让报道的格式趋同化，而自媒体的文稿也让网络主播尽可能按照固定的人工智能的模板来进行创作。当然，这并不代表新闻记者、学术研究者、自媒体从业人员会失业，但问题在于，唯有按照ChatGPT生成的模板来运作，才可能被视为好的新闻稿、好的论文或好的底稿等。
人文社会科学研究者在面对ChatGPT等生成式人工智能带来的挑战时，需要有明确的意识形态立场。ChatGPT或许在原初的数学原理和基础构想上是中立的，但一旦它接触到不同语料库、不同的用户，算法被不同赋值、定义、变换，其意识形态的独特价值就昭然若揭了。法国思想家阿尔都塞提出过“意识形态国家机器”的概念，他指出：“一种意识形态国家机器就是一个由各种确定的机构、组织和相应的实践所组成的系统。在这个系统的各种机构、组织和实践中得以实现的，是国家的意识形态的全部或一部分。”[10]在阿尔都塞的时代，意识形态国家机器是家庭、学校、教会、新闻媒体等，它们起到帮助国家统一意识形态，达到稳固的资本主义统治的效果。我们可以借用这个概念，将生成式人工智能视为一种意识形态国家机器，这就需要今天的人文社会科学研究者赋予其特定的意识形态内涵。
因此，我们需要在算法和程序上完成独立于西方的生成式人工智能系统。我们欣慰地看到，百度推出的文心系统和复旦大学推出的Moss系统，正在填补这方面的空缺。不过，无论是文心系统还是Moss系统，当然需要有人工智能方面的技术专家的辛勤付出，而对于人文社会科学学者而言，其使命在于，赋予这些中国的生成式人工智能系统丰富的数据和语料库系统，形成属于我们自己的应用场景。在生成式人工智能领域，我们一方面可以看到我们与美国在人工智能方面存在的技术差距，也需要看到这种技术差距背后隐含的意识形态的话语霸权。面对这种话语霸权，需要中国的人文社会科学研究者站好自己的意识形态立场，用自己的话语和语料库，用我们自己的应用场景来抵御ChatGPT带来的意识形态冲击和风险。在我们自己的生成式人工智能的应用场景中，形成中国式的人工智能生态，吸收更广大的世界人民共同参与其中，一同建构一个更美好的人类命运共同体。
参考文献：
[1]Radford,Alec;Narasimhan,Karthik;Salimans,Tim;Sutskever,Ilya.EvaA.M.vanDis,JohanBollen,RobertvanRooij,WillemZuidema&ClaudiL.Bockting.ChatGPT:FivePrioritiesforResearch[DB/OL].https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf,Jun11,2018.
[2][美]诺姆·乔姆斯基，安东尼·阿诺夫.乔姆斯基精粹[M].译者：李梅.上海：上海人民出版社，2021：496-497.
[3][美]佩德罗·多明戈斯.终极算法：机器学习和人工智能如何重塑世界[M].译者：黄芳萍.北京：中信出版社，2016：33.
[4]JohnVonNeumann.TheComputerandTheBrain[M].NewHaven&London:YaleUniversityPress,2012,p.xii.
[5][英]史蒂文·卢克斯.个人主义[M].译者：阎克文.南京：江苏人民出版社，2001：103.
[6]蓝江.数字生态下的信息体与智能关联主义[J].中国人民大学学报，2022(3).
[7]KarenBarad.MeetingtheUniverseHalfway:QuantumPhysicsandtheEntanglementofMatterandMeaning[M].Durham:DukeUniversityPress,2007,p.73.
[8]闫宏秀.ChatGPT与信任的未来[N].中国社会科学报，2023-03-07.
[9]ScottTimcke.AlgorithmsAndTheEndOfPolitics：HowTechnologyShapes21st-CenturyAmericanLife[M].BristolUK:BristolUniversityPress,2021,p.vi.
[10][法]路易·阿尔都塞.论再生产[M].译者：吴子枫.西安：西北大学出版社，2019：177.
本文选自《思想理论教育》2023年第04期。
本期编辑：陈洁返回搜狐，查看更多
ChatGPT与人文学科的挑战：人工智能对人文学科的影响
3月19日，由中国数智研究院、南京大学数字史学研究中心和南京师范大学数字与人文研究中心联合主办的“ChatGPT与人文学科的挑战：人工智能对人文学科影响的跨学科会议”在江苏南京顺利举行，来自清华大学、中国人民大学、南京大学、厦门大学、上海油画雕塑院、湖南省社会科学院、南京师范大学、陕西师范大学、河海大学等高校与科研机构的专家学者，以及来自《探索与争鸣》《史学理论研究》《南京社会科学》《苏州大学学报（哲学社会科学版）》、南京广播电视集团、澎湃新闻等学术期刊代表和媒体代表出席会议并就相关议题展开了深入交流和探讨。针对当前社会上对以ChatGPT为代表的人工智能技术发展与应用的高度关注和广泛讨论，南京大学数字史学研究中心主任王涛教授在开幕式致辞中强调，面对人工智能背后知识和技术的集中化趋势，人类必须通过反思来推动自主性的觉醒，从而在已经到来的人工智能时代维持人的独特性。南京师范大学数字与人文研究中心主任吴静教授也指出数字与人文研究的重要意义，并强调数字不能离开人文，因为它是人的数字化、社会的数字化。因此，数字化所面临的问题从来都是人的问题、社会和文化的问题。本次会议旨在开展对数字化趋势裹挟下的人文问题的开放性讨论。会议聚焦于以ChatGPT为代表的人工智能技术发展对人文学科产生的影响及其应对。各领域的专家围绕哲学、历史学、艺术学和教育学等不同学科背景和专业领域，各抒己见，展开了深入讨论。ChatGPT能成为推进人文学科研究与发展的助手吗？作为人工智能发展历史中的节点性成果，南京大学王涛教授认为ChatGPT最大的优势是具有对现有知识进行梳理和归纳的能力。在工具论的视角下，最佳情况是将ChatGPT作为助手，通过人机互动的过程凸显人的自主性和自我决策地位，从而达到人是目的而非手段的理想状态。同时，王教授也警示说需要注意技术集中化、高耗能化以及生态环境的破坏等问题，这些是在ChatGPT和其他人工智能技术的使用中可能会出现的问题。陕西师范大学张光伟老师则对ChatGPT所使用的大规模预训练语言模型进行了分析，提出未来需要设计合适的prompt激活模型，以提高其输出精度。张老师以ChatGPT对中国古代文献的理解和基于BingGPT的古代文献结构化、数字化研究为例，阐述了ChatGPT技术在中国古籍文献研究中的应用和作用。而面对可能存在的挑战，张老师认为使用人工智能技术就像是“照镜子”，其展现效果取决于人们的呈现方式。因此，我们无需担心人工智能对人的僭越与替代，因为人类才是使用人工智能技术的主体性力量及其驱动力量。针对人工智能技术在论文写作与批改方面的尝试与应用，清华大学严程老师对清华大学AI写作与批改平台项目的背景、功能及实际应用情况进行了介绍。同时她指出，虽然人工智能工具在教学中的应用能够有效解决教师人力资源稀缺的问题，但也需要反思其所带来的教学伦理问题。在后现代以及去人类中心主义的语境下，严老师认为，使用智能工具可以促使教师和智识者的身份从回应者转变为引导者，从而推动主客体之间认识过程、实践过程以及价值实现过程的集合。艺术史在某种程度上就是一部技术的演变史。人工智能艺术的兴起让许多艺术工作者深感焦虑。面对AI绘图等技术的冲击，上海油画雕塑院副院长傅军教授探讨了AI绘图技术的发展历史及ChatGPT对其提升的作用。傅教授认为，尽管ChatGPT等人工智能图形生成技术的使用在推动艺术大众化和本质化上发挥了积极作用，但这些技术无法完全取代人类艺术家的情感、想象力和自我意志。同时，随着艺术产业链的形成，人工智能时代的艺术也面临着重新定义、两极分化、知识产权和伦理价值等挑战，因此需要持有“圣人无意”的开放心态，积极探索和思考未来人机协作的发展之路。而湖南理工学院崔玲老师则着重探讨了人工智能艺术品价值的解读方式。以ChatGPT为例，崔老师详尽分析了其对人工智能艺术的理解和评价，强调其拥有双向的人文与技术理解能力，并表示其“人机协同创作”的模式有望解决跨学科间交叉融合的复杂性问题，促进人工智能技术与艺术创作之间的合作，实现创意和灵感交流，共同推进艺术的发展。在探讨人工智能艺术品和传统艺术品的价值之间的差异时，崔老师特别关注了ChatGPT在新的语境中所表达的有关艺术品和人工智能艺术品价值的观点。并且，她认为驱动人工智能的艺术价值观背后存在着预设的伦理框架。ChatGPT技术下重思技术与社会关系基于现代性视角，南京师范大学吴静教授通过对视觉中心主义和大数据可视化过程的分析，指出了数据分析中的可视化陷阱问题。她认为，数据的可视化呈现并非客观的表达方式。同时，吴教授将人工智能生成方式和哲学思维的对比引入讨论，并强调了ChatGPT时代中由可视化向话语言说的变革。ChatGPT输出的回答取决于人类输入的提示词和提问方式，这种人工智能的机器学习生成模式的背后实则取决于我们人类自己向机器呈现的言说方式，因而有可能导致认知的中心化和知识的集中化。因此，在适应科技加速主义变革的同时，如何反思人类自身成为了一个重要的问题。南京大学戴雪红教授从性别偏见和资本逻辑的角度分析了人工智能技术背后的道德和价值取向问题。基于ChatGPT的具体案例和技术分析，戴教授指出，人工智能技术背后的程序开发者比例不平衡的现状可能会导致技术成果中潜在的偏见和成见。然而，作为一个强大的工具，ChatGPT可能成为打破内在性别偏见和二元性别角色、在机器学习主导的未来中促进性别平等的强大推动者。最后，从赛博格的概念出发，戴教授分析了人类与技术之间复杂的关系，并提出要以警惕的态度面对技术的发展，确保技术在建立女性主义原则方面发挥推动和促进的作用，而不是破坏性的作用。南京师范大学张福公副教授探讨了人工智能技术的科技意识形态。他认为，当前最先进的技术范式——以ChatGPT为代表的人工智能模型，在资本关系支配下成为“一般智能”对象化和物相化的产物。随后，张教授通过现实抽象和形式抽象两个维度揭示了ChatGPT技术的社会历史本质、拜物教机制和意识形态功能。在面对ChatGPT对人文学科的挑战时，张教授提出了“AI洞穴”概念，并借用柏拉图洞穴比喻，强调ChatGPT所提供的知识只是被算法所建构和筛选出来的平庸常识，真正的创新、价值和情感反而在这过程中被掩盖。江苏第二师范学院副教授任曼曼从数字媒体和教育技术两个不同领域的角度进行了研究探讨。首先，她提出了一个实际问题：在人工智能时代，如何应对AI绘画技术对原画师行业的冲击，以及人工智能技术对人类工作能力取代的问题。其次，任老师从教育技术学的教学实践角度出发，指出了目前学生的信息化水平存在着区域差异的情况，并认为当前的教育教学方式可能出现被科技所取代的趋势。最后，任教授探讨了在人工智能技术得到广泛应用的数字时代，学生创新意识培育、价值观塑造等问题。在技术的应用中探求未来的方向中国人民大学刘永谋教授首先介绍了ChatGPT技术的现状，并指出该技术所代表的人工智能已经成为颠覆传统人文学科教育模式、重塑教育体系的力量。随后，刘教授以AI辅助生活趋势下的文科教育和学生就业问题为切入点，深入探讨了人工智能技术对文科教育变革的影响方向，并强调数字时代下的文科教育需要遵循技能与意义并重的教学目标，发展由博学到慎思、由专学到通学的教育体系。最后，刘教授从教学体系重塑、教师能力水平以及教育意识形态三个具体维度强调了教育数字化改革的关键在于转变基本理念，使人文学科教育能够直面数字化的挑战。湖南省社会科学院张利文副研究员从学术期刊编辑的角度，指出学术论文的价值根本上取决于其作者所提供的思想观点。因此，当前基于自然语言处理模型的ChatGPT技术并不具备独立的主体性，不能够完全替代人工撰写论文，只能被视作辅助性的支持工具。针对人工智能参与写作所引发的问题，张老师以造成学术异化的机器查重技术为例，阐释了人机区别是具有可识别性的。虽然ChatGPT等人工智能技术可以提升人类写作效率，但它并不能完全替代高质量的学术论文创作。因此，张老师呼吁在人工智能时代，我们必须重新回归人文学科论文写作的规范性，并强调论文观点的创新性、逻辑性以及材料的真实性。这样，我们才能有效防止因人工智能技术应用引起的论文写作异化现象。温州大学崔岐恩教授以“ChatGPT对话符号教育学”为题，认为在以ChatGPT为代表的人工智能技术的冲击下，人与教育两个概念都需要进行重新界定。他着重从历史发展的角度分析了符号及符号学的概念演变和教学方式的变革，并进一步指出了ChatGPT与符号教育在底层逻辑上的共通性。同时，崔教授以对符号学视野下教师角色的转型分析为出发点，提出了在面向未来的符号教育学中，应以虚拟符号为主媒介，并强调教师退隐以及意义感为本等重要观点。此外，中国微软AzureAI职业标准开发项目组的专家成员、厦门大学博士生詹好和河海大学博士生金姿妏，分别从技术层面和哲学层面对ChatGPT进行了分析。詹好指出，ChatGPT的通用性在于其基础模型和Transformer模型基于自注意力机制的深度学习，而非对人类心智的模拟。金姿妏则从资本操纵、ChatGPT对人类能力的替代以及生产力革命等方面解释了ChatGPT被广泛关注的原因。基于数字与人文研究，她指出了在ChatGPT的应用下，人类思维与人工智能技术的互动演进，这引发了有关数字技术如何促进人文思考以及人类如何进行自我安置的讨论。在技术主体性不断凸显的时代，这些问题尽管难以完全回答，却是我们必须面对的现实挑战。最后，在会议闭幕式上南京师范大学数字与人文研究中心学术委员会副主任徐强教授发表致辞，认为面对越来越微妙而复杂的人类与人工智能的关系，机器智能正在愈加接近、乃至超过人类的极限，人类引以为傲的理性正遭受着数字化的挑战。在这样的背景下，人文学者应当肩负起应对科技发展对人类提出的挑战的责任。同时他指出，数字与人文研究的真正意义就在于主动应对科技发展对人类的挑战。本次会议的讨论聚焦于ChatGPT等人工智能技术对人文学科影响的关注。与会学者从不同学科、不同领域深入探讨了ChatGPT背后的人工智能技术及其社会效应，围绕技术本身与数字技术应用中的人文精神、伦理价值等不同层面的现实问题展开了充分交流和探讨，促进了各学科之间的交流与融合。海量资讯、精准解读，尽在新浪财经APP智能时代下，人文学科过时了吗
原标题：智能时代下，人文学科过时了吗？
图片来源：Pexels每年毕业季，大学生的就业总是备受关注。尤其今年受疫情影响，全球经济处于下行状态，高校毕业生将面临更加严峻的就业形势。论及就业就不免涉及专业选择的问题。近年来，学位已成就业的必备条件，甚至会降低择业者50%以上的失业率。尽管如此，单凭学位却并不能保证找到工作，但攻读学位的花费却越来越高。在美国，私立大学的食宿和学费每年平均为48510美元；在英国，本地学生一年仅学费就高达9250英镑（12000美元）；在新加坡，上4年私立大学的费用最高可达69336新元（5.1万美元）。为了学习而学习是一件美好的事情，但考虑到这些费用，就难怪大部分人想让自己的学位以更具体的方式带来回报。总的来说，他们已经做到了：比如在美国，拥有学士学位的人每周比没上过大学的人多挣461美元。目前被公认的好就业的专业也不外乎财会类、机械电子类、外语类、教育类、医护类等。但似乎大家普遍认为，不管做什么，只要不是文科就好，包括自然和社会科学、历史和哲学、语言这样的非职业学位。事实上，自2008年金融危机以来，人文学科确实发生了一些不同的变化。根据教育部的公开数据，几乎每个人文学科领域的专业，数量都在迅速下降：历史专业比2007年的峰值下降了45%，而英语专业的数量自20世纪90年代末以来，下降了近一半。此外，精英文理学院（注重全面综合教育）和研究型大学的下降更加明显。从历史上来看，自然科学、社会科学和人文学科在精英文理学院平分秋色。但是过去十年中，文理学院的人文专业已经从三分之一下降到四分之一以下，我国政府公布了将42所大学建设成“世界一流”理工院校的计划。研究型大学人数也下降到了70%左右。少数人文学科入学率没有下降的学校，往往是区域性综合性大学，从一开始就没有多少人文学科的专业。当大数据时代全面降临，面对理工科的“日进斗金”，应用理科的“怡然自信”，金融管理等学科发展的“一骑绝尘”的情况，人文学科除了得到国家保护的少数院系和少数“绝学”外，是否终将走向衰退？在科技新时代下，人文社科专业能得到更新发展吗？人文教育带给了我们什么安德斯（GeorgeAnders）认为，我们对人文学科的认识是完全错误的。在2012年至2016年间担任《福布斯》（Forbes）科技记者时，他说，硅谷“充斥着只有Stem教育才是教育的观念”。但当与大型科技公司招聘经理交谈时，他发现现实是另一种情景。优步（Uber）在挑选心理学专业的学生来和不开心的乘客及司机打交道；Opentable在招募英语专业的学生把数据介绍给餐厅老板，让老板对数据能为餐厅带来什么感到兴奋。安德斯意识到，与人沟通和相处、理解他人的想法、进行全面的批判性思考的能力，除了媒体，所有人都重视和欣赏这种能力，认为它们是重要的职业技能。现代性风险的全球化扩展要求人们在总体上关注世界境况。而风险的日趋复杂、隐匿与特殊化，则需要人们从局部出发理解他者的遭遇。科学教育通常关注的是事物的因果关系，而不是精神价值方面。如果鲜活而生动的现实世界逐渐被冰冷的符号演算代替，人与人之间的疏离感与冷漠感将会在程式化的生活中愈加明显。而在这一点上，人文教育的作用十分明显，它帮助我们充满想象力地理解世界，从而更好地进行思考。意识到这一点后，安德斯写了一本书，名字起得恰到好处——《一切皆有可能：“无用”的文科教育的惊人力量》当然，没有文科学位也能具备出色的沟通和批判性思维能力，这一点不言而喻。任何优秀的大学教育，不仅仅是英语或心理学专业的大学教育，都会提高这些能力。但很少有像人文学科那样，通过在研讨班上与其他学生辩论、撰写论文和分析诗歌等形式，培养学生的阅读、写作、表达和批判性思维的能力。在被要求列出人文学科毕业生在就业市场上最明显的三个特点时，安德斯没有丝毫迟疑地说：“创造力、好奇心和同理心。同理心通常是最重要的，这不仅仅意味着对遇到困难的人富有同情心，还意味着能够理解不同群体成员的需求和愿望。”因此，人文学科的毕业生能进入各种领域也就不足为奇了。美国的人文学科毕业生中，走上管理岗位的比例是最高的，占15%。紧随其后的是办公室职员和行政岗位，占14%。13%的人进入销售行业，还有12%的人进入教育行业，主要是当老师。另有10%的人从事商业和金融行业。虽然人们常常认为，人文学科的毕业生从事的职业不如学理工科或医学的毕业生，但事实并非如此。以澳大利亚为例，在增长最快的10个职业中，其中3个分别是销售经理、广告文员、公共关系，这些都是人文学科毕业生长于从事的领域。智能时代下的人文“无用”之围墙尽管人文教育的好处不言而喻，但难以否认人文学科依旧日益边缘化，这不仅仅是中国人文学科的现实，也是世界人文学科的处境。但困境和机遇总是相伴而行，当我们尝试从智能的角度对人文学科有一个合理的解构，或许我们就会发现历史的机遇。从人文学科自身学科建设的角度，文科这些年的边缘化固然是市场选择和管理出位双重压力的结果，但是文科自我认知的“孤岛化”意识同样也是边缘化的重要内部原因。这类孤岛化认知的原因，至少也可以从两个方面加以论述：一个方面是在强调人文学科作为事关灵魂、道德、素质、修养等人类价值尺度的意义，即所谓“无用之用”的核心价值的同时，却有意无意地忽略了文科作为重要的社会创新生产力要素和“有用”文化资本的功用。人类历史的发展演进曾经依赖过各种生产力要素的推动，所谓资本的定义和内涵也都在不断变化着。譬如原始社会的食物肯定就是一种资本；奴隶社会的人口当然也是资本；封建社会土地作为资本具有首要地位，权力资本也非同小可。从早期工业化到后期工业化，金融资本、技术资本依次登场；而到了互联网社会信息资本脱颖而出。如今已经走进了以人工智能、自主系统应用、万物互联为大趋势的智能时代，文化作为重要的生产力要素和时代核心资本的身份从高科技领域开始骤然呈现。文科不仅仅是如布迪厄所言的“象征资本”，而今已是普遍可度量的“文化财产”，在智能化时代开始成为不可或缺和被社会追逐的资本对象。纵观当下的文化产业，影视剧、动漫、游戏、文创产品的GDP贡献率日益升高，科技进步使得人们越来越超越物质温饱的欲求改善，转而追逐精神富足和享受自主。满世界的人们，从自己厌倦的地方到别人厌倦的地方去消磨时间、精力和金钱，亿万人绕着地球转圈。所有公共场所、交通工具和客厅卧室里，人们日夜捧着手机阅读。我们究竟在消费什么？当然不是萝卜白菜，也不是大米猪肉，而是在消费文字、文化、文学、艺术、影视等精神产品。如果承认过往的文科对文化的“有用”相对忽视，对人文作为资本和生产力要素的关注不够。那么未来推进的新文科，就完全有必要突破“无用之用”的围墙，从“有用”的范畴去确立新的发展模式，有必要走出文科发展的“孤岛”，与社会融合共创，成为相互交融的智能社会的创新型文科。此外，人文社会科学在新型人才培养的知识体系中，其功能也有必要超越通常认定的基本文化素养建构、道德伦理堤坝夯筑、人文灵魂健全哺育的标准框架，进而担负起新的职责，如跨学科想象力和创造性思维能力的培养等。科技巨头微软（Microsoft）的两位高管曾说“随着计算机的行为更加接近人类，社会科学和人文学科将变得愈发重要。”语言、艺术、历史、经济学、伦理学、哲学、心理学和人类发展学课程，能够教授学生批判性的思维和基于哲学、伦理学层面上的思考，这些技能将有助于人工智能解决方案的开发和管理。这也意味着，人文学科想要突破现实的困境，需要创新人才培养的传统体系。除了国家教育部门关于大学通识教育的基本知识内容外，更注意突出文科课程作为文化创新思想源头和文化资本生产力潜在价值的知识内容，培养学生跨越理工、医、文多学科的学术想象力和创新创意能力。经由人文作为资本和生产力要素理念的普遍渗入和认知，使得传统人文学科能够突破专业疆界，形成创新性思维和创造意识的培养。人文学科的格局再造事实上，科学和技术一路向前，追踪最前沿的新知识。于是，人们也总是追求科学的杂志书籍的最新。但是，在人文学科，哲学系的学者和学生仍然要读康德、黑格尔，甚至柏拉图、亚里士多德，而文学系的学生仍会读那些具有永恒价值的文学经典。科学与人文对待经典的态度不同的根本原因，在于人文学科经典所处理的是人类的永恒命题。所以，这需要我们不断地回到一个奇点去，需要我们不断地回溯并赋予时代的思考。毫无疑问，新技术会带来许多新的东西，改变着我们的生活方式，也改变着人文学科的许多领域。当照相技术被发明时，人们可以用更简单而廉价的方式获取图像，这确实会给绘画界带来恐慌，人们认为照相技术将会取代绘画。后来的发展我们也知晓了，绘画仍然存在，并且照相技术间接造成了现代艺术的诞生和繁荣。在新技术面前，人的独属性更应该被彰显。科学技术需要人来掌控，人工智能如此，未来的脑机接口也是如此，在其中制定相关的伦理，也在其中发展新科技时代的美学观。库克说：“我不担心机器变成人，我担心人变成机器。”要预防这一点，就要加强科技新时代的人文研究和教学，培养和发展适合这个时代的哲学和美学、历史学与伦理、文学和艺术。人文学科要真正面对和走进新科技的疆场深处，去看明白文科在智能时代的真实处境。同时，在文科的学科格局再造中，也要去探寻历史可能昭示的新生密码。博士后论坛：人工智能时代，科学与人文将如何发展
11月25日下午，2017年复旦大学博士后论坛在广州珠岛宾馆八角楼“开讲”。作为筑梦“一带一路”、共建“粤港澳大湾区”高峰论坛暨第十五届复旦大学世界校友联谊会的专业性的分论坛之一，博士后论坛围绕“人工智能”这一世界范围内的热点话题，来自母校的重量级学者和博士后校友从计算机科学、医学、公共治理、语言学、社会学、新闻传播学等研究领域出发，展开了一场高密度的知识争鸣。专家和博士后从不同角度做了精辟的分析，报告妙趣横生、精彩纷呈，容纳80多人的报告厅临时增加了30多个位置。
博士后论坛邀请了复旦大学的三位博士生导师进行主旨报告。复旦大学计算机学院和大数据学院副院长薛向阳阐述了视频图像大数据在商品检索、情绪识别、破获刑事案件等方面的典型应用，并介绍说，有海量数据作为“教科书”，机器可以通过自动学习来捕获目标物的视觉特征，达到比人类的识别精度。
复旦大学特聘教授、数字医学研究中心主任宋志坚展示了人工智能在医学图像分析、自动诊断、计算机辅助手术等领域取得的成果和愿景。他参与研发的excelim-116/118手术导航系统还整合了增强现实技术，有助于突破手术禁区、减少手术次数。
复旦大学国际关系与公共事务学院教授、上海市科技创新与公共管理研究中心主任朱春奎则阐发了大数据与人工智能带来的社会治理变革：功能价值思维向数据价值思维转变、样本思维向整体思维转变、精准思维向容错思维转变、因果思维向相关思维转变、寻找思维向推荐思维转变。同时他也指出政府数据的开放共享是建设数据强国的条件。
一位复旦大学博士后也从此前的公开征稿中脱颖而出，分别在论坛上发表了自己的研究成果，报告内容涉及多模态的话语分析、基于神经网络的机器翻译、人工智能在传媒领域的应用等，也对人工智能所引发的问题和情感上的局限性提出了反思。
西北工业大学教授、复旦大学博士后许霄羽此次是专程前来，听完了整场论坛。她认为自己收获很大：“我本身的一个兴趣领域就是计算语言学，计算语言学的最前沿就是人工智能，所以这个论坛对我的专业是非常有帮助的。”在她看来，人工智能正在国家层面和个人生活层面起到越来越大的作用，来自不同领域的学者也应该积极地思考，如何将人工智能从一个抽象的概念变成一种更大的研究范式。
956年，一群年轻的科学家齐聚在美国达特茅斯学院，第一次提出了用机器模拟人的神经系统的可能性。近一两年间，AlphaGo战胜围棋世界冠军李世石、Google发布神经机器翻译系统(GNMT)、沙特阿拉伯授予机器人Sophia“公民身份”等事件，无不预示着人工智能技术对人类生活的重大影响。今年7月，国务院印发了《新一代人工智能发展规划》，明确提出推动人工智能与实体经济的深度融合。复旦大学校友会博士后分会执行会长张陆洋教授介绍说，此次博士后论坛选择人工智能为主题，正是以此为背景，展现科技与人文相结合的诸多可能性。
博士后制度是我国培养高层次、创新型青年人才的一项重要制度。复旦大学是首批招收博士后的单位之一，截至目前，复旦大学已有35个博士后科研流动站，培养博士后4800多名，出站博士后中涌现出院士、973首席科学家、教育部长江学者等科研领军人才。