賽格特約作者 黃靖洋

歷史地看，大學(xué)一直是知識權(quán)威的堡壘。教授、專家和研究人員通過生產(chǎn)各種理論和價值批判工具塑造著人類認(rèn)知的輪廓。然而，生成式人工智能（能夠生成文本、分析數(shù)據(jù)，甚至與人類共同創(chuàng)造內(nèi)容）對這種權(quán)威的根基提出了挑戰(zhàn)。

過去人文社科被認(rèn)為致力于解決人類生存意義和倫理價值問題，并培養(yǎng)批判性思維能力，一度被認(rèn)為不會輕易受到機器干預(yù)。然而，隨著人工智能往語言模型的方向狂奔，以寫作和語言表達(dá)技能為重要評價標(biāo)準(zhǔn)的人文社科反而在技術(shù)面前呈現(xiàn)了獨特的脆弱性。

Deepseek與Grok等免費的人工智能工具廣泛滲透到知識生產(chǎn)和傳播的各個領(lǐng)域，必定會動搖傳統(tǒng)象牙塔式的，帶有等級色彩的師承制度。這要求我們重新構(gòu)想一種與AI共生的教育與學(xué)習(xí)模式。

技術(shù)發(fā)展和知識生產(chǎn)

現(xiàn)代社會中的知識生產(chǎn)每一次變革都是由技術(shù)創(chuàng)新推動的。技術(shù)創(chuàng)新重塑了知識的控制、創(chuàng)造和傳播者。

在數(shù)字時代之前，知識權(quán)威牢牢掌握在精英手中——學(xué)者、專家和教育機構(gòu)通過控制知識生產(chǎn)渠道來行使權(quán)力。學(xué)術(shù)機構(gòu)、同行評審期刊以及報紙、廣播和電視等傳統(tǒng)媒體充當(dāng)了把關(guān)人的角色，確保信息從少數(shù)開明人士向大眾單向傳播。

知識是一種稀缺資源，由那些擁有專業(yè)資質(zhì)的人精心策劃和分配。正如卡爾·曼海姆所言，這種由精英掌握的知識生產(chǎn)體系有利于社會秩序的穩(wěn)定。這種制度對精英階層價值理念權(quán)威的鞏固還依賴于象征資本——例如的名牌大學(xué)出身、各種學(xué)術(shù)頭銜和聲望卓著的獎項。

互聯(lián)網(wǎng)的誕生使個人和組織能夠繞過傳統(tǒng)的知識和價值的把關(guān)人，在分散的網(wǎng)絡(luò)平臺上創(chuàng)建和共享內(nèi)容。維基百科就是這一轉(zhuǎn)變的縮影，而隨后知乎之類的平臺進一步利用共享話語將用戶轉(zhuǎn)變?yōu)槊赓M的內(nèi)容生產(chǎn)者。

知識傳播渠道也變得多樣化——播客、博客、短視頻和公共頁面取代了印刷和廣播媒體。知識生產(chǎn)從精英特權(quán)轉(zhuǎn)變?yōu)閰f(xié)作式眾包。在這個時代，信息獲取量激增，專家壟斷開始減弱。傳統(tǒng)媒體的單向認(rèn)知塑造力讓位于碎片化的數(shù)字媒介傳播。知識權(quán)威不再堅不可摧，而是要通過爭取大眾的注意力來獲得。

社交媒體平臺和關(guān)鍵意見領(lǐng)袖（KOL）的出現(xiàn)進一步削弱了傳統(tǒng)精英的敘事能力。內(nèi)容創(chuàng)作者的表達(dá)能力和對受眾的情感支持甚至可能比實際掌握的知識深度更加重要。例如，無論在中國還是美國，年輕人在選擇大學(xué)和專業(yè)的時候并不在意大學(xué)本身的宣傳，被大學(xué)教授的學(xué)術(shù)聲望、頭銜和資歷影響，反而會尋求媒體上意見領(lǐng)袖的意見。

如果說專業(yè)人士的權(quán)威性在互聯(lián)網(wǎng)傳播規(guī)律的面前已經(jīng)岌岌可危，生成式人工智能的發(fā)展可能將會為埋葬傳統(tǒng)知識分子和大學(xué)文科教師的權(quán)威打下最后一枚釘子。

拋開價值層面論，人文社科專業(yè)的目標(biāo)實際上就是培養(yǎng)不同面向的文字工作者。但以人類歷史上存在的文字材料作為訓(xùn)練對象的生成式人工智能的特長就是寫作。而當(dāng)人類可以和人工智能一道協(xié)同生產(chǎn)出極具說服力的文字時，它根本上改變了知識創(chuàng)造與專業(yè)知識之間的關(guān)系。

生成式人工智能對大學(xué)人文社科教育的沖擊

人文社科的危機早在人工智能進入大學(xué)校園時已經(jīng)出現(xiàn)。過去大學(xué)尤其是那些傳統(tǒng)精英名校曾一度將培養(yǎng)學(xué)生跨行業(yè)的通用性能力作為人文社科的目標(biāo)。這些包括反思性的創(chuàng)新思維、人文主義精神、對真實社會和行業(yè)的洞察力、團結(jié)合作和統(tǒng)籌的技藝以及著眼大局的戰(zhàn)略眼光，從而幫助學(xué)生提高職業(yè)生涯的競爭力。

然而，隨著全球高等教育對教職員的評價越來越和學(xué)術(shù)發(fā)表綁定，教職員的聲譽和生涯往往建立在出版和項目之上，這也順帶影響了專業(yè)的教學(xué)實踐，從而使得原本多樣和理想化的培養(yǎng)目標(biāo)被收斂成對學(xué)生專業(yè)寫作能力的考察。

但學(xué)術(shù)發(fā)表不過是一個封閉圈子的文字游戲。除了極少數(shù)偏重實踐的學(xué)科，絕大多數(shù)人文社科專業(yè)如今和社會及行業(yè)高度脫節(jié)，使得學(xué)生在人力招聘市場的信號僅僅是學(xué)位和教育背景。

很多從業(yè)者都明白，當(dāng)多數(shù)的培養(yǎng)和考核是教學(xué)生如何寫文章的時候，現(xiàn)在的培養(yǎng)模式不過是看破不說破的“學(xué)歷工廠”和“論文工廠”。

生成式人工智能撕破了這層假面。受惠于全人類文化遺產(chǎn)的人工智能可以使任何人都可以制作復(fù)雜的文字內(nèi)容，甚至是常人不懂的各種“學(xué)術(shù)黑話”，無論其是否具備所謂的文科專業(yè)知識。人們可以在完全不熟悉后現(xiàn)代理論的情況下，僅動用幾個名字和概念就可以要求機器撰寫一份平均水準(zhǔn)之上的文化批判評論。

甚至乎，在機器的幫助下，人們能夠糅合各種解構(gòu)主義的觀點去批判人工智能。于是，學(xué)者所擅長的使用理論和文本去解構(gòu)現(xiàn)實這個動作也被解構(gòu)了。

過去高校教師的權(quán)威在于指導(dǎo)學(xué)生閱讀，幫助學(xué)生理解復(fù)雜的文本和思想，并指導(dǎo)他們利用概念工具和各種方法進行分析性寫作?，F(xiàn)在即使學(xué)生不再進行深度閱讀，對統(tǒng)計方法和理論概念不求甚解，對材料和社會現(xiàn)實缺乏真正的感受，也可以寫出一份超越他們理解能力的作品。

從實用主義角度看，如果只是為了課程達(dá)標(biāo)和獲得學(xué)位，對學(xué)生來說，教育工作者的專業(yè)知識變得多余。而對于教育工作者來說，這種“一知半解但有效生成”現(xiàn)象模糊了寫作者創(chuàng)作力和能力的界限，挑戰(zhàn)了過往的評估標(biāo)準(zhǔn)。

這為教育工作者提出了一種存在主義之問，“如果學(xué)生可以不依靠閱讀，就從人工智能那里得到答案，甚至寫出超越他們能力的文章，那么教育者的角色是什么？這是否會破壞促進真正理解和認(rèn)知人類社會的教育使命?”

擔(dān)心是否多余？

很多人可能會說對技術(shù)發(fā)展負(fù)面影響的擔(dān)心是多余的。譬如在互聯(lián)網(wǎng)搜索引擎誕生之初，技術(shù)懷疑論者會提及“谷歌效應(yīng)”。它描述了我們對技術(shù)工具的依賴會損害記憶和認(rèn)知的動力，從而帶來“數(shù)字失憶癥”。

但隨著人們掌握了正確的搜索技能，一定的認(rèn)知卸載反而提高了學(xué)習(xí)和工作的效率，為更高層級的思考騰出空間。那么這次技術(shù)的發(fā)展也可能有同樣的意義，至少從現(xiàn)在來看，人工智能已經(jīng)顯著提高了高校里教授們論文生產(chǎn)的效率。

但是，技術(shù)對初學(xué)者的意義是不同的。本輪的技術(shù)發(fā)展不同之處在于，過去的技術(shù)從來不涉及直接生成文本，人工智能對學(xué)習(xí)者的推理和思考習(xí)慣的塑造比過去任何一次技術(shù)發(fā)展帶來的影響都更加深遠(yuǎn)。生成式人工智能有更大的機會帶來初學(xué)者在記憶、推理和理解上的惰性。

如果寫作仍然是高等教育對學(xué)生能力的測評基礎(chǔ)，人工智能可以幫助學(xué)生完美達(dá)成這個目標(biāo)。這加劇了筆者提出的概念——“創(chuàng)意性寫作”游戲化的趨勢。這就猶如為學(xué)習(xí)者和寫作者加上了一個游戲外掛或給予了通關(guān)秘籍，每一次寫作可能只是一個為了畢業(yè)的小關(guān)卡，而畢業(yè)論文就是最后的關(guān)底BOSS。教師在課堂談?wù)摰母鞣N人物、理論和方法不過是為滿足通關(guān)要件必須的與NPC的劇情對話。

因此，除非學(xué)習(xí)者覺得劇情足夠有趣，NPC們具體說了什么一點都不重要。那么，年輕學(xué)習(xí)者不需要學(xué)習(xí)的參與感和意義感，寫作的過程也不是為了介入具體問題在價值和事實上的爭辯，僅是一個通關(guān)的過程。人工智能對文字整合的速度可能會使認(rèn)知懶惰成為常態(tài)，更多的學(xué)生可能會淪為“機器輸出的被動消費者”。

同時，當(dāng)前技術(shù)變革的速度加劇了這種挑戰(zhàn)。人工智能的發(fā)展速度遠(yuǎn)快于我們的適應(yīng)速度。三年前，大語言模型離人們的生活非常遙遠(yuǎn)，然而當(dāng)下只要你有一臺電腦、一部手機都能部署人工智能工具，甚至可以比較不同工具生成的結(jié)果。

這導(dǎo)致不同人群之間在人工智能利用能力方面的差距可能比以往任何時候都要大。富裕的學(xué)生能夠使用高級人工智能工具，而依賴過時資源的同齡人則可能落后，從而加深教育的鴻溝。

高等教育者該如何調(diào)整？

面對人工智能的顛覆性力量，人文和社會科學(xué)領(lǐng)域的高等教育教師必須做出戰(zhàn)略性調(diào)整而保證自身的價值不被邊緣化。這注定會是高難度的工作。

高等教育之前的教育，由于學(xué)生最終必須參與篩選式的考試，這降低了學(xué)生對人工智能的依賴。然而，當(dāng)學(xué)生來到大學(xué)階段，教育者始終希望轉(zhuǎn)化過去死記硬背式的模式，在一個更開放式的教育環(huán)境讓學(xué)生更自由地思考，但這反而可能會加強學(xué)生對技術(shù)的依賴，削弱學(xué)生自主獨立工作的能力。

因此，這要求教育者從一開始就要調(diào)動起學(xué)生對學(xué)科的興趣和彰顯專業(yè)的存在價值。這需要教育者本身就擁有強大的專業(yè)認(rèn)同和信念感。

在此基礎(chǔ)上教育者才能順理成章地強調(diào)人工智能使用的元技能。對教育者來說，教授信息溯源和邏輯推論的方法變得比傳授知識更加重要。人工智能幻覺至今仍是一個重要問題。在一個可以生成看似合理但未經(jīng)證實的內(nèi)容的世界里，教育者必須訓(xùn)練學(xué)生分析信息來源，區(qū)分機器撰寫的評論和人類撰寫的文本間的差異，培養(yǎng)學(xué)生時刻對未經(jīng)檢驗的輸出保持懷疑態(tài)度。這些技能可以確保學(xué)生保持批判性思維，不成為機器內(nèi)容的簡單傳遞者。

實際上，基于問答形式的生成式人工智能對教育反而有一種返璞歸真的效果。它猶如令我們回到孔子和蘇格拉底的時代，那個時代的真知灼見總是以老師和學(xué)生的對話形式輸出。

因此，我們重回一個重視發(fā)問和如何發(fā)問的時刻。為了保持學(xué)生的探究精神而非只對答案的關(guān)注，教師要引導(dǎo)學(xué)生掌握發(fā)問的技藝并鼓勵學(xué)生更多的課堂積極討論，以抵消人工智能塑造認(rèn)知被動性的傾向。練習(xí)和作業(yè)要從寫作轉(zhuǎn)向口頭表達(dá)，從而強化學(xué)生時刻保持思考和反思。

顯然，如今的大學(xué)已經(jīng)不是“知識權(quán)威的壟斷者”，那么，教學(xué)者的角色應(yīng)順利技術(shù)發(fā)展的潮流，往“內(nèi)容生產(chǎn)質(zhì)量的認(rèn)證者”轉(zhuǎn)化。教學(xué)者應(yīng)著重評估學(xué)生在人工智能輔助學(xué)習(xí)過程中展現(xiàn)出的自主性和能動性。這對教學(xué)者來說也是一個艱難的重新學(xué)習(xí)的過程。

不要說鑒別機器幻覺的能力，不少高校教育者如今連數(shù)字媒介使用中的事實核查能力也欠缺，本身也是虛假信息和假消息的受眾。

因此，教師本身也要克服惰性和走出舒適區(qū)，接受持續(xù)的培訓(xùn)和堅持自我學(xué)習(xí)，像年輕人一樣熟練運用人工智能并知曉當(dāng)中的利弊。如此，教育者才有能力要求學(xué)生批判人工智能的輸出結(jié)果，讓學(xué)生成為技術(shù)的積極監(jiān)督者，以維護學(xué)科的本身的價值核心。

結(jié)語：人機混合信息的未來

隨著生產(chǎn)性人工智能全面融入知識生產(chǎn)，未來的文字生產(chǎn)將會以人機混合內(nèi)容呈現(xiàn)。尤其是當(dāng)人工智能訓(xùn)練窮盡了所有人類的文字材料之后，今后的訓(xùn)練材料將會是各類“人機合成信息”。這不僅對高等教育帶來挑戰(zhàn)，還令人類的認(rèn)知邁向一個未知的未來。

正如諸多證據(jù)表明少年兒童從小使用手機和電腦會對認(rèn)知和集中力有諸多影響，但人們只能接收數(shù)字原居民和數(shù)字移民之間的巨大差異。同樣的，我們現(xiàn)在還有能力教育人工智能的初次使用者注意區(qū)分人類知識和機器生產(chǎn)信息，并認(rèn)真思慮機器生產(chǎn)信息的合理性，并不會對當(dāng)下發(fā)生的一切感到理所當(dāng)然。

今后，當(dāng)新生的“人工智能原居民”一代出現(xiàn)，持續(xù)浸淫在“合成信息”的他們對世界和社會的認(rèn)知到底會有何變化？這些未知數(shù)才是對我們教育的最大挑戰(zhàn)。

原標(biāo)題為《一知半解但有效生成：人工智能對人文社科教育的挑戰(zhàn)》，作者系香港科技大學(xué)人工智能倫理和治理實驗室研究員。