觀察家

作者：陳永偉

最近，中國傳媒大學一口氣撤銷了16個本科專業。在這批被撤銷的專業中，除少數幾個外，大部分都可歸入“文科”范疇。這則消息一出，AI時代文科何去何從的爭議再次引發熱議。

近年來，文科專業持續收縮。僅在過去幾年，包括中國科學技術大學、浙江大學、四川大學在內的一批高校相繼取消了大量文科專業，并大幅削減招生規模。與此同時，文科學生在就業市場遭遇冷遇的新聞也頻頻見諸報端。在招聘季，文科專業學生常常面臨“專業不對口”“可替代性強”等現實壓力，其起薪與就業穩定性均呈下行趨勢。值得注意的是，這股“文科寒潮”并不局限于國內。例如，2024年哈佛大學裁撤了30多個專業，其中大部分為文科。

如果說過去文科的困境尚可歸因于產業結構變化與教育供給失衡，那么，以生成式AI為代表的新一輪技術浪潮，則將這一問題推向更尖銳的層面。文本生成、自動翻譯、內容創作、輿情分析等曾被視為文科生“護城河”的能力，正在被機器迅速逼近甚至部分替代。當一篇結構完整的評論、一份邏輯嚴密的綜述在數秒內即可生成，當企業將“會用AI”視為基礎技能而非加分項，文科的知識體系與能力結構，似乎第一次面臨如此直接而系統性的沖擊。

由此，一個不容回避的問題浮出水面：在AI時代，文科究竟何去何從？它是進一步邊緣化，淪為技術體系的附庸，還是能夠在新的分工結構中重塑價值、完成轉型？對數以百萬計的文科學生而言，這不僅是一個宏觀的學科命運之問，更是一個具體而迫切的個人出路問題。

要回答這些問題，或許需要暫時從當下的焦慮中抽身，回到更長的歷史視角：文科與理科的分野如何形成？這種分野又如何塑造了我們今天對“有用”與“無用”的判斷？只有理解其來龍去脈，才能更清晰地看見，在人工智能的沖擊之下，文科真正面臨的，不只是技術替代，更是一場深層的結構性重估。

被制造出來的“文科”專業

“文科”并非自古存在。無論是古代歐洲以“自由七藝”為主體的學術結構，還是古代中國以“六藝”為核心的教育體系，其共同指向都是對“完整的人”的培養，而非分科競爭。

進入現代，隨著科學革命與工業化推進，知識體系才開始分化：一方面，自然科學迅速發展，形成以實驗、數學與可驗證性為核心的方法論；另一方面，人文學科與社會科學逐漸成形，關注歷史、語言、社會與制度問題。此時，科學與人文的區分才逐漸出現。但這一分化更多源于方法論差異，而非制度化區隔。事實上，在這一階段，學科之間并無森嚴壁壘，許多大師亦文理兼修。例如，笛卡爾既是哲學家，也是解析幾何的奠基者；帕斯卡不僅寫下《思想錄》，還發明了早期機械計算器、奠定概率論基礎，并在物理上證明了大氣壓強的存在。

到19世紀，許多學問陸續發展出各自的方法論，從而成為獨立學科。雖然仍被歸入“哲學”大類，但差異已十分明顯。在此背景下，一些學者開始根據研究對象與方法重新分類。例如，哲學家狄爾泰提出與“自然科學”相對的“精神科學”，這一概念大致相當于今天所說的“文科”。但即便如此，當時的“文”“理”仍是開放性的集合，而非剛性的制度分組。

從制度上對文理進行切分，始于前蘇聯。十月革命后，蘇聯將教育視為服務國家建設的工具，其核心目標是快速推進工業化與技術趕超。在這一背景下，學科被重新劃分，其邏輯不再是“知識如何分類”，而是“如何服務國家建設”。在這一思路下，理工科的優先地位被制度化，獲得大量資源與政策支持；人文社會科學則被重新界定，其功能由探索真理轉向服務政治與意識形態建構。高校被拆分為專業院校，學生自入學起進入特定軌道，跨學科流動空間極小。

中國的“文科”概念，正是在借鑒蘇聯模式過程中被塑造出來的。新中國成立初期，國家面臨工業化與國防建設的緊迫任務。在此背景下，中國全面學習蘇聯經驗，重構高等教育體系。尤其是1952年的院系調整，將綜合性大學拆分為專業院校，形成以行業與功能為導向的體系。與之相配套，基礎教育階段逐漸形成“文理分科”的分流機制，高中階段的學生被劃分為文科與理科兩條軌道，對應不同考試科目與升學路徑。

原本，這種對“文”“理”的劃分只是為快速培養建設人才所采取的權宜之計，卻在實踐中形成了深刻的路徑依賴。

一方面，它為“文”“理”貼上了不同的能力標簽。總體來看，理科更強調邏輯推理、定量分析與問題求解，文科則側重文本理解、歷史敘述與價值判斷。基于這種區分，教學管理機構在設計培養方案時人為強化了差異，使文科的技能訓練出現結構性偏差。不少文科學生缺乏數據分析與編程思維等“硬技能”，在快速變化的技術環境中顯得準備不足。

另一方面，它導致“文”“理”在資源投入上的長期不均衡。在相當長一段時間內，科研經費、實驗條件與政策支持持續向理工科傾斜。許多高校在學科評估與發展規劃中，將理工科視為“硬指標”與“增長點”，而文科更多承擔補充性角色，投入明顯不足。

“硬技能”訓練的相對不足，加之資源投入的長期稀缺，使許多文科生難以適應社會需求。在涇渭分明的學科劃分與封閉的考核體系之下，大部分文科專業不僅未直面這一問題，反而強化了自身知識循環的封閉性，這又進一步加劇了其與社會需求之間的脫節。

AI時代的文科危機

如果說過去文科還能勉強維持一種脆弱的平衡，那么隨著AI的興起，這一平衡正在被迅速打破。對于文科研究者和學生而言，AI的影響幾乎是全方位的，從研究到教學，再到就業，無一例外。

首先是對文科研究的沖擊。長期以來，人文社科研究的重要環節之一，是對既有文獻的梳理與整合。然而，生成式AI可以在極短時間內完成大規模文獻的檢索、歸納與綜述，甚至生成結構完整的研究框架。這一能力使得傳統依賴“資料積累”的研究優勢迅速貶值。過去需要數周甚至數月完成的文獻綜述，如今只需輸入關鍵詞即可初步成型。效率躍升的背后，是門檻的顯著下降，也意味著學術生產的同質化風險大幅上升。

不僅如此，一些被視為文科“核心技藝”的領域，也正在被AI不斷滲透。比如，考據在很長時間內被視為最見功力的文科訓練之一。研究者往往需要為破解一片甲骨上的圖紋，或一段竹簡上的古文字，耗費數年甚至數十年的時間。然而，隨著AI技術的發展，這一能力正在遭遇挑戰。以歐洲歷史上的《紐倫堡編年史》為例，這部書中包含大量難以識讀的手寫符號。歷史學界曾用500年時間嘗試破譯，卻始終未能給出完整解釋。而不久前，谷歌研究團隊借助Gemini3.0Pro，僅用一個多小時便完成了系統性解讀，并實現自洽。

其次是對文科教育的沖擊。在傳統文科教學中，文獻綜述、文本解讀和寫作訓練構成核心內容，一個合格的文科生往往需要投入大量時間打磨這些能力。而當學生可以借助AI工具迅速完成文獻檢索、注釋與寫作時，這些訓練的邊際價值開始下降。與此同時，傳統教學方式的單一性也愈發凸顯。文史哲教育長期以教師講授為主，互動與問題導向相對不足；相比之下，AI可以提供更為多樣、個性化的解釋路徑，這種對比削弱了課堂本身的吸引力。

再次是對文科就業的沖擊。傳統上，文秘、行政、咨詢等白領崗位是文科的重要去向，但在AI浪潮之下，這些領域恰恰成為最先被滲透的環節。隨著生成式AI的普及，文字寫作、資料檢索、語言翻譯、媒介加工等任務不斷被自動化，用人單位對文科“專才”的需求明顯下降。取而代之的是對復合能力的要求：既具有人文素養，又具備數據分析與技術理解能力。而在現行教育體系下，大多數文科生顯然難以同時滿足這些條件。

正因如此，在AI時代，文科的困境顯得尤為突出。

AI時代的文科機遇

那么，AI時代是否意味著文科的終結？答案顯然是否定的。所謂危機，本就包含“危”與“機”。AI技術的發展在沖擊傳統文科的同時，也為其重新激活提供了前所未有的機會。

一方面，AI極大提升了知識獲取與整合的效率，為學科創新創造了有利條件。過去，文獻閱讀、資料整理與觀點歸納是文科研究的重要組成部分，這些過程不僅耗時漫長，而且高度依賴個體經驗，效率有限。在一定程度上，這種效率約束也阻礙了不同學科之間的交流與融合。以歷史研究為例，一項成熟的研究不僅需要扎實史料，還需要清晰的史觀作為支撐。因此，歷史學家不僅要掌握豐富史料，還需涉獵經濟學、政治學、社會學等領域，以形成自身解釋框架。然而現實中，僅史料整理就需耗費大量時間，研究者往往難以兼顧跨學科閱讀。結果是，不少歷史著作雖史料扎實，但史觀松散，學術價值受限。

AI工具的出現改變了這一局面。借助AI，研究者可以在短時間內把握某一領域的基本脈絡、核心爭議與代表性文獻，并迅速了解相關學科的不同解釋路徑。這使他們得以從低層次的信息處理工作中抽身，將更多精力投入真正具有創造性的環節。

另一方面，AI也有可能改變文科長期“仰望星空”卻難以“腳踏實地”的困境。長期以來，文科常被批評為擅長提出問題、構建意義，卻缺乏將思想轉化為可操作成果的能力。這一問題，很大程度上源于培養體系中技能訓練的不足。如今，大量產品形態依賴軟件與編程能力，而文科生在這方面普遍訓練不足。AI的出現，恰好彌補了這一缺口。以編程為例，過去不僅需要長期訓練，復雜任務還依賴數學基礎，對多數文科生而言門檻極高；而借助“氛圍編程”等方式，這一門檻正在迅速降低。

現實中已經出現諸多案例：有人利用AI制作歷史知識互動內容，將抽象敘述轉化為可體驗產品；也有人借助AI開發心理咨詢輔助工具，將理論嵌入對話系統。這些實踐表明，只要善加利用，AI不僅不是文科的威脅，反而可能成為其實現想法的重要工具。

更重要的是，AI的發展本身也在不斷生成新的文科需求。隨著技術系統日益嵌入社會運行，越來越多的問題不再是“能否實現”，而是“是否應該、如何實現”。例如，算法推薦如何平衡效率與公平，大模型如何處理偏見與歧視，智能系統在公共決策中應承擔何種責任——這些問題已經進入倫理、法律與社會治理領域，而非單純技術問題。為技術設定邊界與方向，正需要文科的參與。

與此同時，AI的廣泛應用也帶來了“意義過剩”。當信息可以被無限生成，真正稀缺的反而是組織敘事、建立信任與引發共鳴的能力。在內容產業、品牌傳播、教育產品乃至公共溝通中，人們越來越依賴能夠從海量信息中提煉意義、構建故事并與受眾建立情感連接的表達方式。這些能力，本質上正是文科長期訓練的核心。可以說，AI越是降低內容生產的門檻，越是提高“有意義表達”的門檻，也就越凸顯文科的價值。

此外，在跨學科融合成為常態的背景下，文科還承擔著“連接器”的角色。技術系統需要嵌入具體社會情境，而不同領域之間存在語言與邏輯差異。文科訓練所強調的解釋能力與語境敏感性，使其能夠在工程師、管理者與公眾之間建立溝通橋梁，使復雜技術得以被理解、被接受并最終落地。

通過以上討論可以看到，AI并非簡單壓縮文科的空間，而是在重塑其作用方式：一方面，通過工具賦能，使文科從“高門檻的知識積累”轉向“高層次的意義創造”；另一方面，通過社會需求變化，使文科在技術體系中的位置由邊緣走向關鍵。因此，與其說文科需要在AI時代“自證價值”，不如說AI正在揭示文科真正的價值——不是與機器競爭效率，而是在機器難以覆蓋的領域，提供方向、解釋與意義。

AI時代的文科重構

面對AI帶來的深層沖擊，文科如果仍沿用既有路徑，無論在研究還是教育層面，都難以擺脫被邊緣化的風險。真正的出路，不在于簡單“守住陣地”，而在于主動重構自身：以人文價值為內核，以技術工具為延伸，打破長期形成的學科壁壘，在新的知識生產方式與人才培養模式中重新定位。具體而言：

第一，在研究層面，文科需要完成方法論與定位的雙重轉型。AI的出現并不意味著研究者的消失，而是意味著研究重心的轉移：從信息獲取與整理轉向問題提出與意義建構。歷史學、文學、社會學等領域，完全可以借助AI提升資料處理效率，將更多精力放在提出有解釋力的問題、構建有洞見的理論框架上。這種“人機協同”的研究模式，既能保留文科的深度，也能充分利用AI的效率。

更進一步，跨學科研究將不再是“加分項”，而是“必選項”。隨著問題日益復雜，單一學科難以提供完整解釋，文科研究者需要主動進入數據科學、計算方法等領域，與理工科形成真正協作。同時，方法創新同樣關鍵，將定性分析與定量工具結合，既避免“數據崇拜”，也克服純文本研究的局限，使研究更具解釋力與現實關聯。

第二，在教育層面，文科教育亟待一次結構性變革。如前所述，文科的弱勢在很大程度上源于不當的文理分科，這一點需要反思。隨著知識邊界的模糊與技術滲透，單一軌道的培養模式已難以適應現實需求。一些地區已開始在高中階段弱化文理分科，通過課程模塊化與選修制，讓學生在更廣泛的知識結構中進行組合。這種改革的意義，不僅在于增加選擇，更在于打破“能力標簽”，讓文科生具備基本數理素養，讓理科生理解基本人文問題。

在高校層面，專業設置同樣亟需調整。傳統文科若仍以單一知識體系為核心，難以回應產業變化。因此，“AI+文科”的交叉專業正在成為方向。例如，將新聞傳播與數據分析結合，將法律與算法治理結合，不僅提升學生就業競爭力，也拓展學科應用場景。與此同時，課程內容也需及時更新，將AI工具納入教學體系，使學生不僅“被AI影響”，更能夠“用AI進行創造”。

教學方法的轉型同樣關鍵。隨著信息獲取成本下降，課堂不再是知識傳遞的唯一渠道，其價值應更多體現在引導思考與激發問題意識上。在AI時代，想象力、批判性思維、審美能力與實踐能力是最難被替代的能力。針對這一點，學校應通過討論、案例分析與項目實踐等方式，幫助學生有效提升這些能力。

與此同時，教師群體自身的能力提升亦不可忽視。AI并非天然的“教學對手”，而可以成為工具，但前提是教師具備基本的理解與應用能力。當前不少文科教師在這方面仍存在短板，因此，有必要通過系統培訓與制度激勵，使其能夠將AI有效融入教學設計之中，從而提升整體教學質量。

第三，除學術與教育體系內部調整外，社會層面的支持同樣不可或缺。長期以來，“重理輕文”的觀念在一定程度上扭曲了資源配置與人才評價，這一點亟需通過公共討論與政策引導加以糾正。媒體與公共機構可以通過案例展示，強調文科在社會治理、文化創新與技術倫理中的重要作用，從而重塑公眾認知。在資源投入上，也應加大對人文社科的支持，特別是在數字人文、AI倫理等新興領域，形成具有前瞻性的研究基礎。

總體而言，文科的“破局之路”，并非簡單向理工科靠攏，而是在堅守核心價值的前提下，與技術體系實現深度融合。真正的問題，從來不是“文科要不要存在”，而是“以何種形態存在”。

文科生的自我救贖

如果說制度與學科的調整為文科重生創造了條件，那么對于每一個文科生而言，“救贖”最終仍需由個體完成。在AI加速重塑就業結構的背景下，文科生處境確實更為艱難，但這并不意味著出路被封死。恰恰相反，當同質化競爭加劇、傳統路徑收縮時，主動重構能力與路徑，反而為突圍提供了新的空間。關鍵在于，能否跳出既有框架，重新理解自身優勢，并據此完成定位與升級。

第一，需要對自身定位進行再認識。長期以來，不少文科生將表達能力、閱讀能力視為核心優勢，但在AI可以生成流暢文本的時代，這種優勢如果停留在表層，很容易被稀釋。真正稀缺的，不是“會寫”，而是“寫什么、為何而寫”；不是“能理解文本”，而是“能提出問題并賦予意義”。因此，應將重心從表達技能轉向更高層次的判斷與整合，在AI倫理、公共敘事、復雜議題解釋等領域形成專長。在這些方向上，技術可以輔助，卻難以替代人的價值判斷與情境理解，而這正是文科可以建立“護城河”的地方。

第二，需要對能力結構進行系統重塑。AI時代的競爭，不再是單一學科之間的比較，而是“能力組合”的較量。對于文科生而言，更現實的路徑是在保留人文優勢的同時補齊技術與方法短板。這并不意味著人人都要成為工程師，但基本的數據邏輯、AI工具使用以及跨學科溝通能力是必要的。例如，社會學學生若能使用數據分析工具進行實證研究，其競爭力將顯著提升；新聞學學生若能結合AI進行內容生產與分發設計，也更容易進入新的媒體生態。從這個意義上看，文科生的升級，并非放棄原有優勢，而是讓這些優勢在新的工具體系中被放大。

第三，需要拓寬職業路徑，使選擇更加多元與務實。傳統上，文科畢業生的去向相對集中，如公務體系、教育行業或媒體機構，但這些領域的吸納能力正在變化。面對這一現實，可以從五個方向進行更靈活的規劃：繼續深造進入學術或智庫體系；進入教育領域參與新型教學與課程設計；進入企業從事內容策略、用戶體驗與品牌敘事；嘗試創業，在文化創意與知識服務領域尋找機會；投身公共服務，在基層治理與社會組織中發揮人文優勢。關鍵在于，不再拘泥于“專業對口”的狹義理解，而是圍繞能力與興趣進行組合。

第四，需要大幅提升實踐能力。在當下，僅依賴課堂學習已難以應對快速變化的環境。文科生應主動參與項目、實習與跨領域合作，在真實情境中檢驗與提升能力。例如，參與數據新聞項目鍛煉敘事與分析能力，加入跨學科團隊學習與技術人員協作，參與社會調研與公共議題討論深化現實理解。通過這些實踐，不僅可以提升能力，也能重塑職業認知，使個體更清楚自身在復雜系統中的位置。

第五，需要調整心態，理性面對AI變革。現實中，AI的沖擊常被放大為“替代焦慮”。如果僅將其視為威脅，容易陷入被動與防御，這既無助于解決問題，也會加劇焦慮。更理性的做法是接受職業路徑的不確定性，在此基礎上持續學習與自我更新。唯有如此，才能在變化中保持主動。

總而言之，在AI不斷擴展能力邊界的時代，單一專業技能已難以支撐長期發展。文科生若要實現突圍，必須構建能夠跨越工具更替的認知結構與判斷能力，以及在不確定環境中整合知識、形成見解并付諸行動的能力。

兩千多年前，孔子曾說“君子不器”，意指人不應被限定為單一功能的工具，而應成為能夠應對復雜情境的整體性存在。對于AI時代的文科生而言，這句話比以往任何時候都更具現實意義。