【摘 要】随着人工智能等新技术的兴起，坊间“文科无用”论甚嚣尘上。这一质疑跟对象的切近性、对成果加以事实和逻辑核查的困难性、进步的不明显性以及价值导向上的弱市场属性和非力量性等文科固有特征密切相关，同时又被文科研究者改写式诠释、套用式应用等工作特点所强化。文科研究者的工作特点派生于文科固有特征，且可以动态调整，因此相应质疑远不如对文科固有特征的质疑来得严厉。然而，所有激进的反文科立场都涉嫌对理工科标准的超范围使用，是一种未经有效辩护的文科观点。其实质是对轻率文科观点的放纵而非对严肃理工科的立场重视。作为理工科自我迭代的衍生品，人工智能虽展现出极具潜力的应用前景，但由于缺乏情感、直觉和创见，它无法在文科领域取代人类。当前新文科建设应守护文科的人文要素，避免让文科单纯沦为新技术应用场景，避免“第三种文化”运动中的激进立场，以真正促进文科发展。

【关键词】“文科无用”论;文科特征;人工智能;第三种文化;新文科;

作者简介：苏德超，探花系列 教授，博士生导师；探花系列 欧美宗教文化研究所研究员。主要研究领域和方向：形而上学与宗教哲学、德国古典哲学、语言哲学、中西比较哲学与文化研究。

文章来源：《新文科教育研究》2025年第1期

引  言

迅猛发展的人工智能、大数据、基因编辑等新技术深刻重塑着这个世界，人类生活越来越智能化、高效化和数字化。为了顺应这一潮流，同时也由于经济周期的压力，全球高校开始裁撤一些课程和专业，文科首当其冲。哈佛大学校报《深红》(1)报道，该校2024年取消了30多门秋季课程，历史与文学类课程受冲击最大。应该说，这只是长期趋势的一个附带结果。大约7年前，该校的一份公开报告就指出：“STEM（科学、技术、工程和数学）领域正在世界范围里疯狂发展，其代价是文科。”(1)另据报道，过去10年，美国人文学科入学人数总体下降17%。(2)我国情况也大体相似。2023年教育部增设高校本科专业1673个，其中工学专业1322个。(3)近10年来，我国“文科专业裁撤力度较大”(4)。

这些现象被概括为“全球文科倒闭潮”，或者“文科大撤退”。随着文科的就业岗位、招生专业和入学人数一时俱减，“文科无用”论甚嚣尘上。文科迫切地需要自证意义以维持其存在。然而，除了文科传承文明、能提供批判性思维训练等抽象说辞之外，人们较少直接面对这一困难背后的深层理论根源。本文试图正面回应“文科无用”论。

首先，笔者将阐明，文科一向被质疑，这跟文科的固有特征特别是文科研究者的工作特点密切相关。其次，指出对文科研究者工作特点的质疑不同于对文科的质疑，前者有助于文科的发展，后者并不合理。所有激进的反文科立场都涉嫌对理工科标准的超范围使用，是一种未经有效辩护的、轻率的文科观点，而非对严肃理工科的立场重视。再次，阐述为什么人工智能无法取代人类对文科的探索，并提出新文科建设要守护文科的人文要素，避免让文科单纯沦为新技术的应用场景，使其不走向“第三种文化”运动中的激进立场。

需要提醒的是，本文所说的“文科”，主要指人文学科，包括哲学、文学、历史学、艺术学，某些部分会涉及社会科学。宽泛地说，人文学科跟自然科学相对。在研究对象上，人文学科聚焦人文要素，偏重个人感觉、内心体验以及审美创造、伦理规范、社会制度等相关文化衍生物。自然科学聚焦自然要素，偏重人类身体以及身体所在的物理世界。如果不加特别说明，行文中“自然科学”跟“理工科”互为同义词，交替使用。(5)这种理解是将笛卡尔身心二元论映射到学科划分后的一个结果。社会科学介于人文学科和自然科学之间，它在对象上具有居间性：社会现象是人文要素与自然要素的互动产物，社会本质上是一群人为了在自然环境中实现人文理想而演化出来的一套共时的稳态结构和历时的因果机制。社会科学跟理工科的亲和力天然就比人文学科要强一些。

一、文科为什么被质疑？——文科的固有特征

文科具有知识体系和社会建构的双重属性，(1)兴起于工业时代带来的学术分工。尤其是19世纪德国大学改革后，文理分科进一步固化。技术革命需要大量的实用技术人才，以理工科为基础的自然科学得到重视，而文科则逐渐边缘化。不过在近代之前，文科的地位一直高于理工科。古希腊罗马以自由七艺为核心，通过文法、修辞、逻辑、算术、几何、天文和音乐进行全人教育。但根据亚里士多德的看法，哲学特别是形而上学的地位高于一切具体学科。中世纪修道院学校继承了七艺，又以神学统摄一切。在中国，先秦诸子百家构建出天道伦理、政治历史体系，“君子六艺”中文科内容超过半数。中西传统社会进入近代之前都更强调成人教育，重视人性的全面锻造和社会规范的规训。

近代是一个分水岭。近代是理性时代，通过用理性反对神性以及君权神授，文科发展出个体自由、私有产权、自愿交换、社会契约等观念，为社会繁荣准备好条件。此后，一系列的科学技术革命先后将人类送入蒸汽时代、电力时代、原子能与生物技术时代和信息时代。自然科学的爆发式增长催生了前所未有的新行业，提供出海量的新产品：我们眼前的一切都显示出理工科的力量。就像原始人曾经因为触目可见的自然伟力而生发出自然崇拜一样，当代的普通人很难不自发地歌颂理工科并因此质疑或者干脆忽略文科的意义。

如果说理工科无处不在的影响是让文科受到质疑的外在因素，那么，文科的固有特征则让这一质疑有了切实的内生根据。

第一，文科研究对象的切近性有可能让公众本能地轻慢文科。文科研究对象是人，侧重个人感觉、内心体验以及审美创造、伦理规范、社会体制等相关文化衍生物。在涉及个人体验的事实内容方面，第一人称优势普遍存在。(2)一个人体验到什么，他的感觉如何变化，除非他本人报告，外人极难获知。而这些体验的应然方向，只要不涉及跟他人的冲突，就容易被简化为个体差异或个人偏好。例如，一幅画如何画才是艺术的，如何看才是美的，相当数量的人会认为这无关紧要。客观的、公认的美并不存在，主观的美则全凭个体感觉。一些具有探索精神的当代艺术甚至因得不到理解而被嘲笑，相关的研究当然也难以被普遍认同。要是体验应然方向的冲突涉及跟他人的关系，相应主体不得不作出某种妥协，这一妥协也被解释成个人偏好间的排序。一个人对他人盘中美餐的垂涎并不会让他将手中的筷子伸过去，这只是因为，跟美味相比，他更希望得到别人的尊重以保持稳定的人际关系。于是文科学术立场的不同被认为是跟内容联系并不紧密的风格之争。

在理工科那里，情况截然不同。对象并不切近，自然科学的对象需要借助现代科学仪器才能被有专业意义地观测到，显然不存在第一人优势。相应地，理工科的内容陈述采取客观中立的第三人称视角（仪器视角）。理工科对象独立于任何一个观察者而存在，具有科学意义的观察过程是可重复的，相应的观察报告具有稳定的主体间性。如果报告结果有所不同，这一不同将具有实质意义而非仅仅体现为风格之争。

第二，文科研究的独特概念性令其无法接受事实和逻辑的严格核查。一切理论学科都要形成概念和辨析概念。理工科中的理论学科，如理论物理，会提出一系列的概念，并利用数学等形式工具将这些概念关系清晰化、系统化，并进一步检查这些概念是否相互冲突。一个不一致的系统必定至少在某一处存在错误。此外，理工科概念或其推导结果必须接受经验的检验。公式漂亮与体系简洁并不是衡量理论真实的标准。理工科是追求主体间一致的第三人称经验科学。孙昌璞院士指出，“科学精神不仅体现在对真理的追求和对数据的尊重上，还包括对理论和实验结果的独立性和透明度的坚持”(1)。哪怕是数学结果也应接受事实检验。杨振宁先生批评一些人只在物理的数学结构上做些小花样，物理学发展史显示，单纯“从抽象数学中想出来的见解，后来在物理中大大成功的例子非常少”(2)。

文科的概念性特征则大异其趣。费曼曾嘲笑实验结果无法重复的心理学为“野狐禅科学”(3)，然而在文科尤其是人文学科，却几乎没有学者会去验证同行的研究成果。以哲学为例，苏格拉底对概念本质的探索是哲学活动的典型特征。清晰概念是哲学活动的终点，而不是像在大多数自然科学那里是一个起点。什么是真？什么是美？什么是正义？什么是灵魂？什么是世界的本质？通过跟对话者的多重辩难，苏格拉底希望得到一个双方认可的定义。蹊跷在于，关键性的哲学概念与它的竞争概念跟事实符合得同样地好，或者同样地不好。例如，精致的唯物论跟精致的唯心论都能很好地解释我们的生活世界和观察事实。以至于费希特说，“人们将选择哪一种哲学，这就要看他是哪一种人”(1)。文科的分歧又一次呈现为风格与偏好之争。这在一定程度上也导致逻辑一致性检查对文科来说意义并不明确。逻辑一致性检查难以奏效的另一个原因是，文科预设太多，无法给出精确表述。斯宾诺莎曾用概念—公理—定理的形式刻画笛卡尔和他本人的哲学体系，但稍做检查不难发现，很多地方存在逻辑错误。然而，这似乎对他们在哲学史上的地位没有造成太大影响。再者，文科理论概念间的相互冲突有可能被解释成一个特点甚至优点。黑格尔辩证法直接宣称世界是矛盾的，矛盾是世界发展的动力。这样的理论体系显然不接受逻辑一致性检查。

第三，文科没有明显进步可言。由于得不到事实和逻辑的严格核查，文科的所有关键性分歧几乎都不了了之。尽管库恩提出“科学革命”与“常规科学”二分的说法，但大多数科学家相信自然科学的发展是连续的。自然科学的这种连续性由累积的事实和一致的逻辑来保证。由于文科的分歧与时代变化缺乏相应的校准，文科研究呈现出明显的返古现象，返回传统智慧的经典诠释一直是文科研究的一个主要方法。跟文科的经典“我们只能通过，而不能越过”(2)不同，理工科研究者较少关注学科史和学科经典，研究的出发点是当代人的最新贡献。作为一项没有明显进步的研究，文科不免让公众望而却步，并怀疑其间有可能存在浪费时间和智力的无谓猜测。例如，一些德高望重的科学家，如费米、费曼就“对哲学怀有不友好甚至不屑一顾的态度”；杨振宁先生也说，20世纪到了他这一代，“实际从事研究工作的物理学家，没有人关注哲学”(3)。

第四，文科价值导向上的弱市场属性和非力量性有可能让大多数人放弃文科。毋庸置疑，生活世界的经济活动由市场主导，市场因交换而存在。在市场中一件物品的价值由交换来体现：交换机会越多，交换回来的东西越多，它就越有价值。但文科倡导的价值尤其是人文价值，涉及人的尊严，是反交换的。康德指出，人是目的，人性尊严等无法标价，不能出售。理性存在者应当将道德律作为行动的出发点以期进入自由者的道德世界，成为自己和他人的“持久福利的创造者”(4)。复以政治学为例，它的主要目标不是在某个社会系统中为个人提供特定的产品或服务，而是通过理论规划一个特定的社会系统从而让特定的产品和服务的提供得以可能。在这个意义上，文科成果具有非竞争性、非排他性、外部性等社会公共品特征。因此，个人用户（通过外部性已经享受到相关好处）会无意忽略或（为了逃避付费并希望他人承担更多成本）有意隐瞒对这类文科产品的需求。

理工科跟市场的吻合度和力量感明显要强得多。理工科倡导有用，知识就是力量。力量体现为一系列的产品，这些产品可以用来改善大多数人的生活。学习自然科学，制造出产品然后出售就显得顺理成章。理工科的发展同时会带动相关产业的发展，新学科的诞生往往会催生一个或多个与之相应的新行业。例如，柔性电子学促成了可穿戴健康监测设备行业和柔性显示行业。理工科的力量因此得以自然展现。并且，绝大多数理工科产品都不具有社会公共品特征，纵然其中的理论学科有相关特征，也有可能会通过应用产品化来实现商业化。应用数学在人工智能和芯片制造业中的运用就是一个明显的例子。另有一些更为纯粹的理论研究，其应用前景虽更为遥远，但也可以通过对应用学科现实或可能的支撑作用显示其力量。这种力量感的底层是欲望逻辑：或者满足欲望，或者带来满足欲望的技术，或者为这些技术提供支持。(1)面对这样的逻辑，文科明显乏力：不但难以满足欲望，有时反而规训欲望。

二、文科为什么被质疑？——文科研究者的工作特点

文科职业化以及由此带来文科表达的专业化也是文科被质疑的重要原因。19世纪以来，除开像实用主义创造人皮尔士这样的少数例外，绝大多数具有深远影响的文科思想家都是大学教授。为了筑起行业壁垒，同时提升行业内部的竞争力，文科表达朝着高度专业化的方向演化，各种技术性行话开始出现，专业性论文和著作取代了从前的散文随笔。

文科的职业化专业化叠加上文指出的文科固有特征，就让文科饱受诟病。在观察对象方面，文科研究者并不比普通人具有更大的优势；而文科的结论又无法接受事实的明确核查，甚至还拒绝逻辑一致性检查，至少逻辑一致性检查的否定结论对文科并不构成致命打击；文科分歧多被处理成风格之争，没有明显的进步；同时，文科产品的市场属性和力量感相对较弱，普通个体缺乏购买的必要性冲动。在此情形之下，对外行而言，文科的专业壁垒仅仅表现为难以理解的术语和理论体系。于是相应的专业化就容易被批评为文科研究者们缺乏事实与逻辑核查的内部团结标识，文科研究者的影响被视作文科利益共同体相互引用带来的外部效应。

职业化后的文科拥有一大批研究者，他们做的大部分工作是改写式诠释。除了像马克斯·韦伯、尼采、维特根斯坦、海德格尔等少数杰出者，很多文科研究者都在做经典文本诠释和比较。这些研究在梳理文本、勾勒概念谱系方面具有重要价值。然而，这也使得文科研究容易在低水平上重复，“重复古人，重复洋人，食古不化，食洋不化，说自己半懂不懂、似懂非懂的话”(2)，撇开“流行的靠吹嘘和神化某一位……思想家的思想来抬高自己的学术品位的研究方式”(1)，从古文到现代文、从外文到中文、从传统行话到现代行话、从一个思想家的行话到另一个思想家的行话的改写式诠释，无非是对已有内容的梳理或对比，鲜有“新质”贡献。其工作前提是耐心、细心和必要的时间，明显缺乏理工科那样的专业壁垒。既然文科职业化难以被公众真正接受，这些专业化工作因此也就不得不承接由此而来的质疑：它们为真吗？它们逻辑一致吗？如果连这些都无法判定，对原本就存疑的思想加以研究就是无关紧要的。

套用式应用也是文科研究者常见的工作方式，用一种特定的文科理论去分析某个现象。这类研究的常见标题是：A（人名或理论名）视域下的B（现象名）研究，A（现象名）——基于B（人名或理论名）视角的分析。20世纪科学哲学公认的一个信条是“观察渗透理论”，通过有意识地加入特定理论去阐释一个现象，就像在化学中加入特定试剂去检测物质的性质。分析试剂与物质间的化学反应，化学家可以更深入地了解所检测物质从前不为人知的性质。类似地，分析所采纳理论视角跟现象结合的析出物，文科研究者可以更全面地理解该现象的深层结构。例如，从国家自主性视角出发，将显示出以前我国治理维度间衔接机制不健全等问题皆源于对国家自主性这一关键变量的忽视。(2)用葛兰西、庞德和麦克卢汉的相关理论分析社交媒体，将会得到像“有机知识分子”“社会的触角”“古老文化的远程预警系统”等有趣的结论。(3)

然而，跟理工科不同，文科理论的应用可重复性差，不同学者分析同一现象常常得出不同的结论。学科内部对此却不作或难以作出对错判断，仿佛立场不同的学者是在放学术烟花，制造某种文化景观。更有甚者，这些分歧有可能进一步演化成不同学派之争或同一学派内部的不同倾向之争。比如在政府是否应该干预市场以及干预强度问题上，形成了倾向于主张完全经济自由的奥地利学派、强调政府通过货币供应适度干预经济的芝加哥学派和支持政府积极采取扩张性财政政策的凯恩斯学派等。从理工科的角度看，学派的存在是理论不成熟的表现。“众多主义的存在，只是说明认知科学还没有找到一个能够被公认的核心理论，主义只是争论尚无结果的标志，一旦公认的理论建立起来，主义就没有必要了”(4)。爱因斯坦和玻尔关于量子世界的概率性是否为自然界基本特征存在争议，但随着实验证据的增加，一方或双方会被证明为错误。文科中得不到消除的分歧广泛存在，无形之中削弱了文科研究的公信力。

文科的固有特征和文科研究者的工作特点使得文科研究必要性不高、可替代性却很强，文科生就业挑战大。随着人工智能技术的发展，许多工作已经或正在被取代。回顾历史，从文科职业化以来，这一就业挑战就一直存在。除开像会计、法律等社会科学应用类学科，大多数文科专业缺乏稳定的职业通道。高校文科研究者的专业技能往往只适用于高校，在社会中缺乏一个对应的行业。从实用上讲，很多文科教授的技能不是就业，而是升学。越是靠近人文学科的文科专业，本科毕业生的考研率越高。这种升学式就业是在推后就业。拥有更高文科学位的学生在就业时专业匹配度也不高，更多在依赖社会的文凭高消费所设置的文凭门槛。如果以就业为导向，文科的用处的确比理工科小。

三、质疑的不合理之处及其实质

还可以从其他维度对文科提出质疑，例如文科研究难以量化、周期过长、主观性太强等。这些质疑并不处在核心位置。比如，难以量化和主观性太强，可以通过缺乏事实和逻辑的严格核查来解释。周期过长则很难构成有效质疑的独立理由，例如理论数学的研究周期可能比很多文科更长，张益唐从学生时代就对孪生素数分布感兴趣，到2013年发表获得重大突破的《素数间的有界距离》，几十年时间过去了。(1)质疑的关键在于缺乏信任。文科的固有特征和文科研究者的工作特点让圈外人很难对其建立起跟理工科相媲美的信任。

同时，我们要区分针对文科固有特征的质疑和针对文科研究者工作特点的质疑。后一类质疑是外部质疑，有助于文科研究者改进工作方法。但我们也要看到，这些外部质疑存在着苛求倾向。包括文科研究者在内的大多数研究者，其工作是提供学术快销品而非殿堂级作品。学术界是经济循环的一个部分，研究者通过授课、写论文、出版专著等进入这个循环。(2)绝大多数理工科研究者均不能在学科史上留下名字，他们的工作主要在于经济意义：传播某个学科的知识，训练这个学科的技能，同时也就完成了在经济循环中的任务。文科研究者也一样。

比较起来，对文科固有特征的质疑要严厉得多。这不是对文科研究者的不满，而是对文科的不满，其逻辑后果将是取缔文科。对文科的取缔倒不一定是对文科内容的完全取消，它很可能仅仅指取消文科职业化。在理工科职业化凯歌猛进之时，文科似乎应该退回到近代之前，仅供业余者研究。客观来看，这一思路说服力极强。跟职业化文科相比，职业化之前的文科对人类社会的影响要大得多。以哲学为例，在公元前800年至前200年的精神过程中，“世界上所有三个地区的人类全都开始意识到整体的存在、自身和自身的限度”，由此形成“轴心期”，塑造了各自的文明传统。(1)19世纪以来的大学哲学教授鲜有与之匹敌者。同时，近代职业化之前的哲学家，如笛卡尔、休谟，他们在哲学圈内外的号召力远远胜过大多数大学教授。

不过，我们注意到，那些具有较大影响的非职业化文科思想家们的文科工作，像“第三种文化”的代表人物道金斯将生物基因理论向文化模因观念的推广、萨根通过宇宙学对生命意义的反思，这些活动依然符合文科的固有特征，甚至“得到结论的过程和结论更像哲学”(2)。对普通人来说，他们的研究对象是切近的，他们的研究内容无法得到事实和逻辑的严格核查，缺乏进步可言，市场属性弱。因此，取消文科职业化，很可能单单意味着，应该由接受理工科训练者来业余地从事文科探索。这是“第三种文化”潮流中激进的一支，有人预言，这些新的文科研究者会“逐步取代传统知识分子的地位”(3)。

在这里，我们遇到了质疑文科的一个常见悖谬：一方面，文科的固有特征被保留下来；另一方面，文科的从业资格被赋予不具有这些特征的职业理工科研究者。传统文科研究者被排除在想象的未来文科之外，仅仅因为他们不是理工科研究者。理工科研究者的优势在于，借助理工科的理论和技术，人类可以从自然界获取数目巨大的能量和信息。但理工科的强大能力显然不足以为将文科研究者排除文科领域背书，否则就是在犯下“不相干”的逻辑错误。除非我们愿意取消文科的固有特征，彻底改造文科。于是，关键问题就在于，文科的固有特征能够被取消吗？如果不能，那么，相应的质疑无非是基于理工科思维的偏见。

我们可以设想，文科的固有特征都被取消，文科的研究对象不再向普通人开放，必须借助专业仪器才能观测。随着理工科手段的介入，文科的研究内容接受事实和逻辑的严格核查，因此至少可以想象这样的研究成果能够取得像理工科一样可累积的进步。根据这些研究成果开发出来的产品跟通常的理工科产品一样具有较强的市场属性。

必须承认，上述猜想在某种程度上已经是事实，但这并不能深度满足我们对人文的探索。比如，科学家早就发现，人类对异性美的界定大多跟潜在的生殖优势有关，本质上是一种性感：身体的匀称比例，健康的肤色，突出的第二性征等等。这些特征也符合一定的数学比例关系。同时，对美的感受还有神经生物学基础。当我们感知到美时，眶额叶皮层会更加活跃，额叶也会被激活。人的审美体验跟对事物的享乐评价有关，其不可直观观察到的神经生理学机制跟其他动物相似。(4)然而，这并不表明美就是符合某些数学比例关系的第二性征或者相关大脑皮层被激活的效果。否则，就犯下了因果颠倒的错误。以下可能从未被排除：因为美所以符合这些特征，而不是符合这些特征所以美。对于美的研究来说，大脑皮层的激活情况跟瞳孔放大这些肉眼可见特征没有本质不同。我们不会认为瞳孔放大等身体特征是美，因此也不必认为单纯的数学比例或大脑过程就是美。

当然，笔者并不能彻底驳倒上面这种还原论观点。还原论是近代自然科学占主导地位的方法论：世界由极小的微粒构成，一切现象都可以被分析或还原为更底层的结构。但还原论不是自然科学的结论，而是自然科学研究者的工作前提。它并不属于自然科学，而是关于自然科学的哲学观点。就此而言，倘若有人试图取缔文科传统方法并代之以理工科的方法，他并不能成功。因为他坚持了一种文科观点，这种观点是他应用理工科方法的前提。

说到底，质疑文科并试图说明“文科无用”的并不是跟文科相对的某种理工科观点，而是一种文科观点。如果这种观点走到极端，排斥传统文科研究，那它无非是将某一种文科观点置于中心地位，并拒绝其他文科观点的挑战。除了还原论，还有其他文科观点也被用来反对传统文科，比如逻辑实证主义者宣称，无法通过经验验证和逻辑分析获知真假的命题没有意义，卡尔纳普主张“通过语言的逻辑分析消除形而上学”(1)。但逻辑实证主义者的意义标准是自我击败的：它本身并不能通过经验验证或者逻辑分析获知真假，因此也没有意义。

以上分析适用于所有激进的反文科立场。这些立场的拥护者感受到自然科学力量的诱惑，又坚持自己信念的正确性，有时候这种正确的信念被他们说成是常识。因此他们所主张的其实是“常识+自然科学”。然而，常识并不是一个事实，它不是先天本能，而是文化演化的结果。常识不能拒绝挑战，一个观点只有在跟对立观点的竞争中才能葆有常识地位。极端反文科立场其实是反常识的。

四、人工智能会取代人对文科的研究吗？

到此为止，还有一个重大疑虑并没有消除：文科工作可以被人工智能取代吗？客观讲，就非创造性的重复工作而言，这种取代已经成为事实：数据录入、文案撰写、场景配音、客户交流……甚至在新材料设计与材料性能预测、化学合成优化、蛋白质结构解析等高度复杂的工作上，人工智能也开始深度参与。这些被人工智能取代的工作，其典型特征是标准化、结构化，开放性弱，重复性高，不涉及情感。从哲学上看，以上取代跟计算器取代人类计算类似，是工具性替代。包括Chat GPT在内的大语言模型替用户创作文学作品，也主要呈现为一种概率计算：通过将自然语言转化为向量，在训练中统计词频，写作时再根据词与词之间结合的某个特定概率选择后续词汇，句子就这样逐字逐词地造了出来；然后连字成篇。(1)

综合考虑，理工科的部分工作被人工智能取代的可能性要大得多。运行人工智能需要算力、算法和数据。现在的人工智能具有强算力、精细算法和大数据的特点。在对算力的需求上，理工科工作远远超过文科。在算法上，理工科算法有明确的数学规则和科学定律支持，准确而严谨。文科则较多基于经验规律和语言或情感联想，就算有一些学科基本原理，这些原理的逻辑一致性和事实验证度也存疑，显得灵活而开放，与岳飞所言兵法相似，“运用之妙，存乎一心”。在对数据的要求上，文科跟理工科也各有特点。理工科的数据量更大，但结构性强，可以直接进行量化分析，对数据的精度要求高。文科的数据量不如理工科大，而且结构性也不强，没有明确的格式和定义，来源广泛，无法直接量化分析，精度要求低。就此而言，人工智能的特点显然跟理工科工作更接近。

这似乎跟大多数人的观感并不相符。然而，这只不过是由于文科对象的切近性让公众对文科被取代的印象更为深刻，因此也更加焦虑。几十年前，计算器普遍取代人脑计算并没有引起轩然大波，因为人们只把计算视为外在的工具性操作。现在，利用2024年诺贝尔化学奖得主戴米斯·哈萨比斯和约翰·江珀等人开发的Alpha Fold，可以将过去耗时数年的复杂蛋白质结构预测缩短到几分钟，普通公众依然无感。但当人工智能写诗谱曲时，它已经由远及近地切入人类价值的核心地带，这种冲击远非工具性替代所能相比。加深公众文科焦虑情绪的另一个因素是，人工智能是理工科升级迭代的产物而非文科成果。

焦虑不是文科被取代的证据，反倒在提示文科不会被取代。普遍焦虑源于公众对文科人性价值的洞察和人工智能进入人性价值领域的警觉。从自然科学的角度看，“文明的主线是能量与信息。帝王将相、英雄豪杰不过是为能量与信息的交流铺路，有效提高了信息的密度”(2)，但这种解读忽略了人类为什么要去获取能量和信息。从文科的角度看，能量流和信息流只是资源，它们要为人类的体验服务。“越靠近人文，越强调更好的体验”(3)，宗教冥想、文化观念和政治制度，无不致力于让个体获得好体验，并使这些好体验变得可以共存，可稳定预期。无论活在哪里，我们都活在体验里。自然科学通过协调和整合自然的物质资源，增进人类的正向感知；社会科学聚焦调整和管控人际关系和社会体制，缓解不同个体感知可能导致的冲突；而人文学科则致力于澄清、引导和塑造个体对价值的界定，促成个体在精神层面的自我满足。

我们可以把文科工作尤其是人文学科的工作交给人工智能吗？答案是否定的。至少就目前而言，大语言模型的人工智能给出的答案主要基于统计显著性，是某种“模式匹配的笨拙统计”（乔姆斯基）(1)，或者说是“非故意虚构”(2)。通过识别大数据中的模式和规律，人工智能根据大多数情况来确定一个看起来正确的结果。“它没有假定任何因果机制或者物理定律”，只在做描述和预测。“它们无法区分可能和不可能。”(3)这跟人类并不相同，跟文科研究也不相似。在人类价值的澄清、引导和塑造方面，文科研究者不得不经常诉诸苏格拉底辩证法，在生活事实、内心直觉和逻辑一致性之间寻找微妙的反思平衡。这些答案不是对人类已有回答的看见（sight）和某种拟似，而是对人类未曾清晰表达过的直觉的洞见（insight）。如果我们像采纳计算器计算结果一样去采纳人工智能的回答，那就不过是采纳了多数人的已有意见，将不可避免地滑入“多数人暴政”或者守旧传统中。再者，这里所谓的多数人意见只是用于训练人工智能的大数据中的多数人意见。不同国家的大语言模型关于同一问题会给出不同的回答，这已经是一个常识。把文科工作交给人工智能，其实质是采信大数据中的多数看法。

更进一步，文科关乎的价值跟人类情感反应相关，它不是一个文本事实或一堆静态数据。情感反应会左右直觉，直觉进一步影响行为和社会规范。孟子尝言：“人皆有不忍人之心，斯有不忍人之政矣。”因“人皆有不忍人之心”，故“以不忍人之心，行不忍人之政，治天下可运于掌上”。（《孟子·公孙丑上》）人工智能没有感官，缺乏情感能力，它基于文本概括给出的立场是对人群现成见解的报告。这一文本源生的驱动因素——情感和直觉——分散在不同个体的大脑里，没有被收集成数据，也无法被收集，因此无法被人工智能处理。拿哈耶克理解的市场来打比方。(4)不同人的观点相当于市场主体的各自叫价，观点背后的情感和直觉相当于市场主体的主观需求，市场则类似于人性价值领域。人工智能收集到大量的价格信号，但它无法收集市场分散主体的主观需求。所以，它并不能真正理解市场，替社会整体作出计划。由于人工智能缺乏情感和直觉，没有主观需求，它甚至都不是一个合格的市场主体。在类似意义上，人工智能也不是一个价值主体，不能独立作出价值决策。

跟理工科在多数情况下把仪器返回结果当成最后结果不同，在文科的核心领域，从人工智能返回结果并不能直接被认为是正确的而予以采信，最后的决定权在人。(1)哲学家们相信，人的决定不是“推”出来的，而是“做”出来的。对此的强解释是人有自由意志，而弱解释则是人的决策系统过于复杂以致不能刻画成清晰的推理过程，当然也无法由人工智能精准模拟。人工智能的运算结果仅仅是为人类的判断提供选项。人们做最终决定的过程在物理上独立于人工智能，不为人工智能所理解。

文科的生命力除植根于人类所拥有的终极决定权外，文科还要基于情感和直觉去提供尽可能好的心智工具。根据丹尼特的划分，人类是格雷戈里式生物，拥有丰富的心智工具。借助这些工具，人类不但可以学习新知识、获得新技能，从而避免达尔文式生物只能依靠本能和先天基因特性应对环境变化的窘境，同时也借助兵棋推演式的想象力在假设试错中迭代以大大降低类似于斯金纳式生物的生存成本，并且，还可以利用心智工具来升级心智工具，产生理解、意识和自我意识。(2)人工智能是现成心智工具的集大成者，但它并不能产生新的心智工具。无论文科还是理工科，新心智工具的产生需要底层的创造性。创造力的结果是差异化的，人工智能导出的结果会趋同、缺乏远见。因为人工智能是回溯式的，依赖于已有的数据。

余论：文科的人文要素与新文科的出路

不可否认，新技术浪潮下，文科研究工具和研究领域需要与时俱进。为此我们需要大力推进新文科建设。目前新文科建设主要聚焦自然科学与人文社会科学的融合创新和跨学科人才培养。比如，数字史学为史学研究带来一系列新视角、新领域，如人口史、灾害史、海关史、医疗史等领域的量化研究。(3)许多大学都开设了“人工智能+传统文科”等学位项目。

但是，在技术重构的知识图景中，文科应注意避免沦为理工科技术单纯的应用场景，或为其做简单的数据标注，从而“呈现出泡沫化繁荣的另一面”(4)。在文科中，历史学对数字化和人工智能的应用较为积极。大数据技术能够让历史学家更快更有效地从海量史料中挖掘更多数据，发现历史真实，“这是一个重要的改变”，尽管如此，“当前大语言模型在回应历史研究的核心关切上并不理想”。(1)同样现象在文学领域也有报告：数字文学“永远无法取代文学直觉和细读的重要性”(2)。更有甚者，有的所谓跨学科实验室，其基本工作是将文科经典转化成加以标注的数字文本。这样的工作有益且必要，却很难被说成是研究工作。从实体文本转换成数字文本，哪怕是像国外数字人文的标志性成果，高达1000多万词的布萨《托马斯·阿奎那索引》，也只是素来被批评的文科转写式诠释的新版本。

数字文科泡沫化繁荣的危险，同“第三种文化”中激进派如出一辙。文科跟理工科的差异长时间存在导致知识界的不幸分裂：人文知识分子和以物理学家为代表的自然科学家。一些有识之士呼吁，应该促成双方相互融合的“第三种文化”。(3)然而，在自然科学的影响下，人们容易去寻求理工科技术和主要关切对人文的全面取代。(4)如布罗克曼就组织起一大批著名科学家写作科普文章，同时回答传统文科的问题。就连对文科抱着深刻同情的现代科学史之父萨顿都认为：“科学活动是人类最主要的创造性活动，不只是在物质上，而且在精神上。”因此，这个时代的“主要文化需要”是建造“科学史”这座桥梁，这是旧人文主义者同科学家之间的唯一桥梁。(5)这样一来，就弱化了文科的固有特征，抛开了人文要素。

正是人文要素才让文科不可取代。伯林曾经将人类面临的问题划分成三大类：经验问题、形式问题和哲学问题。前两类问题是有答案的封闭型问题，寻找答案的方式分别为：具体时空的探索和抽象的计算推理。而第三类问题则难以如此按图索骥。(6)所有学科中都存在着这三类问题，分布比例并不相似。跟理工科比起来，文科的问题主要集中在第三类。(7)这类问题的求解需要极强的创造性，如前所述，需要求助于人的情感和直觉，而情感和直觉则是我们人类价值的起源。薛定谔认为，科学有两个底层假定：世界可知，研究者的人格在可知世界之外作为一个观察者出现。(1)这就造成“我们无法同时思考外部世界和我”(2)，因而也不能回答关于人的独特问题：幸福、自由与生命的意义。费曼强调，自然科学告诉我们的，是一件事及其后果，但一件事发生后有什么价值，这样的问题“肯定都在科学的范畴之外”(3)。这相当于重申了休谟论断，事实（是）跟价值（应当）是分裂的。不难看出，这一分裂跟现象世界和本体世界的康德式分裂相关，无论关于现象的事实如何，它跟本体的裂缝保证了人类在人性价值方面的自由，“人性生活的选择并不受制于事实”(4)。在阐释这些选择方面，文科尤其是人文学科责无旁贷。

当然，文科并不能抱残守缺，否则“就很可能自我封闭并从而走向自我循环的死胡同”(5)。不过，新文科理应是文科内容跟理工科成果的某种结合，而非由理工科来单向引领。如有学者指出的，可以将新文科理解为“第三种文化”中的更温和一派，“其存在和发展的前提就是前两种文化自身的存在与发展”(6)，它并不取代任何一方。“新文科自主知识体系的构建，要在历史、共时、未来三个时间向度上，通过重构、交错时间的起止点，对原有的知识再发现、再批判、再定位、再发展”(7)。真正的新文科研究，就像《数字人文宣言》中所主张的，不应该把文科研究者转变成工程师或者程序员，更不是他们的助手，而是要去扩大文科知识的范围、提升其品质、扩大其影响，参与并催生更为丰富的学术交流和实践模型、风格，进行迭代。(8)“在流动、变换的空间中，审视人的尊严和价值、人在宇宙万物中的定位以及与万物之间的关系。”(9)

人类自诞生以来，面临的终极问题就没有改变过，其他问题是终极问题的变奏。新技术应用会产生更多的繁复内容，容易让我们迷失在无关紧要却近在咫尺的细节里，忘记人之为人的人文要素。在新技术浪潮之下，文科有必要守护这些人文要素，它事关我们的尊严与自由。在理工科有用的意义上，文科也许终归是无用的，但它指向一切有用之物的目标。

【注 释】

(1) Angelina J. Parker and William G. Sykes,Crimson Staff Writers，“Harvard Cancels More Than 30 Fall Courses Following Faculty Departures，”the Harvard Crimson, 2024年9月26日，https：//www.thecrimson.com/article/2024/9/26/cancellations-fall-semester/，访问时间：2025年2月17日。

(1) Emma Ling，“From Ec to Tech:How Harvard Students are Changing Concentrations. And What This Means for Harvard’s Liberal Arts Education，”2017年4月13日，https：//www.hodp.org/project/from-ec-to-tech-howharvard-students-are-changing-concentrations/，访问时间：2025年2月17日。

(2)参见贺一：《全球文科倒闭潮，来了》，2024年12月27日，https：//mp.weixin.qq.com/s/jox TXUXx TXc K7HExb R8-1w，访问时间：2025年2月17日。

(3)参见《加强高校本科专业优化调整有的放矢培养急需紧缺人才——教育部高等教育司负责人就〈关于公布2023年度普通高等学校本科专业备案和审批结果的通知〉答记者问》，2024年3月19日，http：//www.moe.gov.cn/jyb_xwfb/s271/202403/t20240319_1121112.html，访问时间：2025年2月17日。

(4)王峰：《全球文科专业因何大撤退：AI替代还是就业回报低》，《21世纪经济报道》2025年1月3日。

(5)医科和农科无疑属于自然科学，因此是广义上的理工科。数学的学科性质非常复杂，本文不加讨论，径直视其为自然科学或理工科的一部分。

(1)参见崔延强、段禹：《新文科究竟“新”在何处——基于对人文社会科学发展史的考察》，《大学教育科学》2021年第1期。

(2)甚至一般人所谓的“自然物”，在文科研究者看来，也是一个具有历史性生成维度的对象，跟人类的实践活动密不可分。对此参见陈艳波、王奕霖：《“物”之为历史性的“对象”——论马克思对“物”的分析》，《东岳论坛》2022年第7期。

(1)孙昌璞：《基础科学研究中实验与理论关系探析》，《中国科学院院刊》2024年第12期。

(2)杨振宁：《曙光集》，翁帆编译，北京：生活·读书·新知三联书店，2018年，第122页。

(3)理查德·费曼、拉尔夫·莱顿：《别逗了，费曼先生》，王祖哲译，长沙：湖南科学技术出版社，2019年，第393页。

(1)费希特：《费希特文集》（第2卷），梁志学编译，北京：商务印书馆，2014年，第661页。

(2)苏德超：《为什么要阅读经典？》，《中州学刊》2019年第7期。

(3)厚宇德：《杨振宁谈科学家与政治以及科学与哲学——2016年5月6日杨振宁访谈》，《物理》2021年第9期。

(4)康德：《纯粹理性批判》，邓晓芒译，杨祖陶校，北京：人民出版社，2004年，第615页。

(1)参见苏德超：《哲学无用论为什么是错的？》，《四川师范大学学报》（社会科学版）2018年第4期。

(2)张江：《用科学精神引领新文科建设》，《上海交通大学学报》（哲学社会科学版）2020年第1期。

(1)聂敏里：《当代中国哲学的国际化与主体意识的确立》，《中国社会科学评价》2019年第1期。

(2)参见刘伟、何：《国家自主性视角下的国家治理体系和治理能力现代化》，《学习与实践》2023年第9期。

(3) Sean Foley，“‘The Distant Early Warning System’:The Online Public Sphere and the Contemporary Artistic Movement in Saudi Arabia，” Review of Middle East Studies, No. 2(2019), pp.221-240.

(4)赵南元：《认知科学揭秘》，北京：清华大学出版社，2002年，第68页。

(1)参见沈楠、徐飞：《张益唐：寻找孪生素数的传奇人生》，《自然辩证法通讯》2021年第6期。

(2)参见苏德超：《哲学为什么不能是一门科学？》，《哲学分析》2022年第3期。

(1)卡尔·雅斯贝尔斯：《历史的起源与目标》，魏楚雄、俞新天译，北京：华夏出版社，1989年，第7-8页。

(2)苏德超：《哲学为什么不能是一门科学？》，《哲学分析》2022年第3期。

(3)约翰·布罗克曼：《第三种文化——洞察世界的新途径》，吕芳译，海口：海南出版社，2003年，第1页。

(4) Simone Kühn, Jürgen Gallinat，“The Neural Correlates of Subjective Pleasantness，” Neuro Image, Vol. 61, No.1(2012),pp.289-294.

(1) R. Carnap，“The Elimination of Metaphysics Through Logical Analysis of Language，” in A. J. Ayer(Ed.),Logical Positivism,New York:The Free Press, 1959,pp.60-81.

(1)参见斯蒂芬·沃尔弗拉姆：《这就是Chat GPT》,WOLFRAM传媒汉化小组译，北京：人民邮电出版社，2023年，第3-4、64-72页。

(2)张首晟：《大数据时代感受人文和科技的跨界之美》，吴军：《文明之光》（第一册），北京：人民邮电出版社，2014年，“序二”，第Ⅺ页。

(3)苏德超：《哲学为什么不能是一门科学？》，《哲学分析》2022年第3期。

(1)(3) Noam Chomsky，“Ian Roberts and Jeffery Watumull:The False Promise of Chat GPT，” The New York Times, March 8(2023).

(2)杰弗里·辛顿：《杰弗里·辛顿接受尤利西斯奖章时发表的获奖感言》，陈国华译，《当代语言学》2024年第4期。

(4) F. A. Hayek，“The Use of Knowledge in Society，” The American Economic Review, Vol. 35, No. 4(1945),pp. 519-530.

(1)已有学者指出，哪怕是在自然科学研究中，人工智能与人类的角色也并不相同。机器无法像人类一样作为一个主体（agent）参与科学发现，因为类似发现过程有人类非理性因素的独特贡献。对此参见贾玮晗、董春雨：《机器可以实现科学发现吗？——机器智能在科学发现中的价值与限度》，《北京师范大学学报》（社会科学版）2025年第1期。

(2)参见丹尼尔·丹尼特：《从细菌到巴赫再回来》，冯文婧、郭瑞东译，北京：中国纺织出版社，2024年，第106-109页。

(3)参见马敏：《数字史学：何以成学》，《广东社会科学》2025年第1期。

(4)黄水清：《回归人文：从人文计算到计算人文》，《社会科学报》2021年9月13日，第5版。

(1)梁晨：《数学技术方法与研究范式转型——以历史学为例》，《探索与争鸣》2024年第11期。

(2) HOOVER, DAVID L.，“Argument, Evidence, and the Limits of Digital Literary Studies，” in Matthew K. Gold and Lauren F. Klein, Debates in the Digital Humanities 2016, Minnesota:University of Minnesota Press, 2016,p.247.

(3) C. P. Snow,The Two Culture, Cambridge:Cambridge University Press,2012,esp. pp.3-4,8-11.

(4)参见约翰·布罗克曼：《第三种文化——洞察世界的新途径》，第4页。

(5)乔治·萨顿：《科学史和新人文主义》，陈恒六、刘兵、仲雄光译，何成钧校，北京：华夏出版社，1989年，第48、51页。

(6)参见以赛亚·伯林：《概念与范畴：哲学论文集》，亨利·哈代编，凌建娥译，南京：译林出版社，2019年，第2-16页。

(7)注意，此处并未断言，文科问题比理工科问题更具创造性因而更困难。

(1)参见埃尔温·薛定谔：《自然与希腊人科学与人文主义》，张卜天译，北京：商务印书馆，2016年，第73页。

(2)(4)苏德超：《认知连续、世界分裂与人生境界——哲学是如何例外的？》，《社会科学战线》2024年第5期。

(3)理查德·费曼：《发现的乐趣》，朱宁雁译，北京：北京联合出版公司，2018年，第262页。

(5)张江：《用科学精神引领新文科建设》，《上海交通大学学报》（哲学社会科学版）2020年第1期。

(6)石云里：《“第三种文化”视野中的新文科》，《探索与争鸣》2020年第1期。

(7)(9)高利红：《新文科自主知识体系的构建》，《华中师范大学学报》（人文社会科学版）2023年第4期。

(8) Shepard Fairey，“The Digital Humanities Manifesto 2，”2009, https：//www.humanitiesblast.com/manifesto/Manifesto_V2.pdf，访问时间：2025年2月17日。