编辑：Aeneas

ChatGPT诞生之后，用自己强悍的文本创作能力，不断刷新着我们的认知。

AI即将给大学校园带来怎样的爆炸性改变？似乎还没人做好准备。

Nature已经发文，担心ChatGPT会成为学生写论文的工具。

文章链接：https://www.nature.com/articles/d41586-022-04397-7

无独有偶，一位加拿大作家Stephen Marche痛心疾首地呼吁：大学的论文已死！

假设你是一位教育学教授，你为学术布置了一篇关于学习风格的论文。一位学生提交了一篇文章，开头如下：

「学习风格」的构建是有问题的，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独特的经历，而形成一种特殊的学习方式。其他人可能会通过尝试适应不太适合他们需求的学习环境，来形成特定的学习方式。最终，我们需要了解学习方式与环境和个人因素之间的相互作用，以及这些因素如何影响我们的学习方式和我们体验的学习类型。

通过还是不及格？A-还是B ？

如果你最终得知，这个学生压根就没亲手写过这篇文章，你又会给出怎样的成绩？

实际上，这篇文章是一位英国教授Mike Sharples用GPT-3来生成的。

「两者之间存在相互不理解的鸿沟——（尤其是在年轻人中）他们会充满敌意，彼此厌恶，但最重要的是，他们之间缺乏理解。他们对彼此有一种奇怪的扭曲形象。」

Snow的论点是对一种知识世界主义的呼吁：文人忽视了热力学定律的基本见解，而科学家们忽视了莎士比亚和狄更斯的荣耀。

而Snow发现的这种裂痕，恐怕只会越来越深。

在现代的科技世界中，证明人文教育存在价值的证据，正在逐渐流失。

Sam Bankman-Fried是加密货币交易所FTX的创始人，他在几天内失去了160亿美元的财产——他就是一个以骄傲著称的文盲。

「我永远不会打开一本书，」他曾对一位采访者说。「我不是说没有一本书值得一读，但我差不多就是这个意思。」

马斯克和推特就是另一个很好的例子。

马斯克有一个完美运转的工程师头脑，但他处理相对简单的文学概念时，比如模仿和讽刺时，就显得相当笨拙，连带着我们这些看客都觉得痛苦。

当然了，他那么忙碌的头脑里，可能从未想过这些概念，也没有想过人其实有很多事情需要考虑。

现在的年轻男女们正在重塑社会和历史，然而，在这个充斥着社交媒体的时代，他们对社会和历史问题都表现出了非同寻常的无知。

马克扎克伯格似乎读过很多关于凯撒奥古斯都的文章，但他也应该读读17世纪的欧洲对小册子印刷机的监管——它可能使美国免于社会信任的毁灭。

我们所见证的这些失败，并非源于吝啬甚至贪婪，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、言论自由的历史偶然性、道德谱系——是具有真实后果的真实问题。

没错，每个人都有权对政治和文化发表自己的看法，但意见不同于有根据的理解。

如果把复杂的问题，当作对每个人都显而易见的问题，无疑会走向灾难——很快，你就会损失数十亿美元。

人文学科在「软自杀」

因为技术专家忽视了人文主义问题，因此人文主义者以「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充其量是片面的。

但更重要的是，尽管技术改变了周围的整个世界，人文学科几十年来并没有从根本上改变他们的方法。

他们仍在像1979年那样，让元叙事爆炸，这是一种充满自我挫败的练习。

在以技术为中心的世界中，语言很重要，声音和风格很重要，口才研究很重要，历史很重要，道德体系很重要。

但这就要求人文主义者去解释它们为什么重要，而不是不断地破坏他们自己的知识基础。

人文学科给学生的承诺是：一个通往无关紧要的、自我消耗的未来的旅程；与此同时，他们想知道为什么入学率在下降。

近一半的人文学科毕业生后悔自己选择的专业，这有什么奇怪的吗？

人文学科在技术世界的价值

我们可以从乔布斯和马斯克的区别，看出人文学科在技术世界中的价值。

史蒂夫·乔布斯时常强调，Apple的成功在很大程度上归功于他在里德学院辍学时，在那里玩的莎士比亚和现代舞，以及那个著名的为Mac的设计提供了美学基础的书法课。

「我们这个行业的很多人，都没有足够多样化的经历。所以他们没有足够的点来形成连接，他们最终得到的，是非常线性的解决方案，而没有对问题的广泛看法，」乔布斯说。

「对人类体验的理解越广泛，我们的设计就会越好。」 苹果是一家人文科技公司。它也是世界上最大的公司。

尽管人文教育具有明显的价值，但它的衰落仍在继续。

10年来，STEM高歌猛进，人文学科在崩塌。

计算机科学专业的学生人数，现在几乎与所有人文学科的学生人数总和相同。

而现在，又有了GPT-3，有了ChatGPT。

自然语言处理给学术人文学科带来了一系列前所未有的问题，这个学科已经岌岌可危：人文学科是根据论文来评判本科的生。他们根据论文的作文授予博士学位。

当这两个过程都可以自动化时，会发生什么？

根据我作为前莎士比亚教授的经验，我认为学术界需要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技术，教授需要三年时间才能认识到学生正在使用该技术 ，然后是五年的时间，让大学管理者决定该做些什么。

教师已经是世界上工作最过度、报酬最低的人群之一。他们已经在处理危机中的人文学科。而现在这样的改变，更令他们值得同情。

然而，尽管目前存在巨大分歧，但自然语言处理将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。

计算机科学家将需要基本的、系统的基础人文主义教育：语言哲学、社会学、历史学和伦理学不再是有趣的理论。

它们对于确定聊天机器人的道德和创造性使用至关重要。

人文主义者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破坏的可能性。自然语言处理可以阐明大量的学术问题。

它将澄清分类和文学年代的问题，这是任何设计出来的系统都无法解决的。

例如，大型语言模型中的参数，要比确定莎士比亚创作了哪些戏剧的系统复杂得多。

它甚至可以允许某些类型的修复，通过文本预测模型填补损坏文本中的空白。

它将重新表述文学风格和语言学的问题。

如果你能教一台机器像Samuel Taylor Coleridge那样写作，那台机器一定能够以某种方式告诉你Samuel Taylor Coleridge是如何写作的。

人文主义与技术之间的联系，将需要具有广阔视野和超越其领域的兴趣的人来完成。

在存在合作空间之前，双方都必须迈出对受过高等教育的人来说最困难的一步：了解他们需要对方，并承认他们其实是无知的。

这很难，但这真的是智慧的开端，无论我们碰巧生活在哪个技术时代。

参考资料：

https://www.theatlantic.com/technology/archive/2022/12/chatgpt-ai-writing-college-student-essays/672371/

花粉社群VIP加油站