文科生，重新認識你自己

馬立明 

2026年春季招聘會上，文科生就業行情顯著回暖。理由是，“AI時代也需要會講故事的人”。頭部科技企業釋放了大量高薪崗位，如“AI敘事設計師”“大模型人文訓練師”“AI倫理研究員”等。隨后，“AI大廠月薪3萬元瘋搶文科生”等話題沖上熱搜。有人因此高呼：“文科生的春天到來了”。

在這個新聞很容易不斷反轉的時代，面對這波流量，文科生肯定不能高興得太早。客觀地分析，說文科生“逆襲”實在有點夸張，但文科生的某些優勢，確實在當下獲得了更多認可。

文科生遭遇的“冰火兩重天”

過去幾年，隨著數字技術狂飆突進，各類大語言模型、開源AI智能體相繼登場，AI技術似乎擁有“取代一切”的能力。每一個新技術問世，總有人高呼很多工作崗位將會被取代，而這些崗位大多數屬于“門檻不高”的文科生。從網紅博主到青年學生，整個輿論氛圍也不乏“不看好文科”的論調。就連文科學院內部，也涌動著數字化的沖動。有些文科學院大量引入理工科人才，增設所謂數字化課程，有些文科學者千方百計地轉入“國自然”（國家自然科學基金）賽道。某些學校更是揮舞砍專業的大刀，短時間內“砍掉”多個文科專業。

對比此前的情況，今天文科生重新成為寵兒，實在有點令人意外。很顯然，成為寵兒的原因，是在AI發展過程中，文科的技能重新獲得了應用的空間。文科擅長知識整合，擅長思辨與批判，因此當前有人認為，在對AI進行訓練的階段，文科的能力可以派上用場。因為，現在AI在邏輯思維上已經步入一個較高的階段，但是在內容輸出上依然比較僵硬，充滿“AI味”，而文科生能將AI訓練得“更像人”“更通情達理”。這種說法或許有一定道理，但論證邏輯依然建立在文科對技術發展“有用”上。AI發展這么快，這個實用價值什么時候存在，又什么時候消失，這段蜜月期到底能持續多久，可真是未知數。

“大廠高薪挖文科生”的更大意義，并不在于大廠真正吸收了多少位文科生，而是幫助文科生乃至文科院校重獲自信，重新思考文科的核心價值。“眾里尋他千百度，驀然回首，那人卻在，燈火闌珊處。”在數年來對技術力不從心的跟隨與追趕后，文科終于回望自身，找回了失落已久的自信。

文科價值不應僅以薪資來衡量

很多人評價文科，往往以就業率、畢業薪資水平來進行衡量。這似乎是一個實用的標準，根據市場規律，人才越是“有用”，就越能獲得企業的青睞，越有可能獲得高薪。然而，文科的價值并不只是當下的“有用”，也不能只看將才華“變現”的能力。回顧歷史人物，那些古代的文豪，從李白、杜甫、孟郊，到曹雪芹、蒲松齡，在當時并不見得是多“有用”的人。李白的仕途以悲劇收場，曹雪芹晚年貧困潦倒，他們的才華并沒有讓其獲得世俗的成功。但是他們的作品，成為中華文明中的璀璨明珠。不可想象，中華文明上下五千年，若沒有唐詩宋詞、明清小說，到底會黯淡多少。

今日，也有一些人靠寫書致富，建立起自己的商業帝國或文學IP。這種個例也并不少，在海外，有“哈利·波特”系列小說的作者J.K.羅琳、寫懸疑小說的詹姆斯·帕特森、日本的村上春樹等；在華文作家圈，也有瓊瑤、金庸、李敖等暢銷書作家脫穎而出。隨著中國網絡文學崛起，又涌現出一批深受市場認可的網絡作家、漫畫家。當然，這樣的例子帶有一定的偶然性。但我們也要看到，相比于古代，今天的文科生變現機會顯然更多，尤其是頭部的文科生。

現在總有一種說法認為，AI技術的發展可以直接替代所有文科生。對此我的觀點是，從目前的技術來看，按總分100分算，AI可以替代七八十分的“碼字的人”，但替代不了真正的作家。當你具有高水平的文字駕馭能力，AI就沒辦法取代你。因此，對于文科生而言，真正的出路并不是讓AI給自己賦能，硬著頭皮去學習那些理工科課程，而是打磨好文科的本事，真正練好自己的核心技能。不然，就會南轅北轍，最后一無所獲。

文科生的真正價值在于辯證思維

邏輯學與辯證法都是看待世界的方式。一般而言，理工類專業強調的是實證研究，需要邏輯思維，每個步驟都需要嚴謹、實證，更需要數據的支撐。邏輯思維固然是認識世界的一種重要方式，但同樣存在局限性，純邏輯推理很容易走進死胡同，陷入邏輯悖論之中。而文科專業更接近于思辨，采用的是辯證法，強調“一分為二”“對立統一”，因此文科的概念總是帶有彈性，例如“矛和盾”“福與禍”等。文科的美和幽默，充分體現在其對辯證法的應用中。比如《三國演義》的開頭：“天下大勢，分久必合，合久必分?”，至今還是令人回味良久的“金句”。

邏輯學的重要性不言而喻，它主打一個“實用”，環環相扣的邏輯非常嚴密。那么辯證法的價值在哪里呢？辯證法能讓人變得更有智慧。擅長辯證法的人，往往有大局觀，有歷史縱深，有整體思維。例如，學國際關系的人能洞悉國際風云、學社會學的人能把握社會脈搏、學哲學的人更容易看到時代趨勢。這種整體性的人文素養將會滋養人一生。

必須承認，文科生的學位證書未必是求職市場中的“硬通貨”，網絡熱炒的“大廠高薪”也只是個例。但是，人生的道路還很長，除了求職之外還會有數不清的挑戰，要邁過去這些坎，保持穩定的心態與應對的智慧，就需要更多人文素養的加成。換言之，文科的學習，能帶給你的遠遠不止一份文憑。

文科無用論再起？高等教育如何回應時代之變

王樹濤 孫君 

近年來，以人工智能為核心驅動力的技術革命推動數智化浪潮席卷全球。立足高等教育提質擴容與大學生高質量充分就業的戰略需求，分析數智化浪潮下文科生就業面臨的問題，并提出高等教育供給側改革的優化路徑，具有現實意義。對于作為準公共產品的高等教育，畢業生就業質量是反映其人才培養質量的重要指標。當前，數智技術的爆發式發展在推動高校文科教育加速轉型的同時，也給文科專業的畢業生就業帶來結構性沖擊與多重挑戰。

首先，崗位替代效應持續顯現，傳統文科就業領域有所收縮。以人工智能為代表的數智技術正在重塑勞動力市場結構。隨著人工智能在行政服務和基礎服務領域的普及應用，大量低技能、程序化崗位被技術加速替代，一些認知型、創意型崗位也受到波及。短期看，數智技術的替代效應預計仍將高于創造效應。除翻譯、客服等首批面臨沖擊的文科職業外，會計、金融、工商管理等人文社科就業主力領域，在未來幾年內崗位數量與用工需求也可能趨于收縮。傳統意義上較為穩定的文科就業通道，正在經歷調整。

其次，就業市場整體承壓，供需錯配問題更加突出。近年來，高校畢業生規模持續擴大，文科生本就面臨供給增長較快、崗位競爭加劇的現實壓力。與此同時，數智技術替代部分崗位，又在一定程度上降低了企業用工需求，使就業市場承壓加劇。就業難、起薪偏低、崗位穩定性不足，成為不少文科畢業生的現實感受。一邊是畢業生數量持續增加，一邊是部分崗位需求增速放緩，供需兩端的結構性矛盾因而更加明顯。

再次，職業技能需求加快重構，人才培養滯后問題顯現。數智技術的發展推動產業結構向高技術、高附加值方向升級，企業對高技能、高認知崗位人才的需求持續增加。數字素養、人工智能素養以及跨學科能力，正逐漸成為文科畢業生的重要競爭力。例如，在金融、電商、傳媒等領域，不少企業對員工的數智素養要求全面提升，更傾向招聘兼具專業知識與技術理解能力的復合型人才。與此同時，部分高校文科教育仍存在培養模式相對傳統、實踐環節薄弱、教育供給與產業需求銜接不緊等問題，致使部分畢業生在求職中面臨能力錯配。若培養體系調整不及時，畢業生能力結構與市場需求之間的落差還可能進一步擴大。

此外，就業形態變化也對職業穩定性提出了新挑戰。數智技術加速進入高校與勞動力市場，推動許多文科崗位的工作方式發生變化。這既加劇了畢業生的技能更新焦慮，也可能帶來職業路徑不清晰、就業預期落差較大、崗位流動頻繁等問題。同時，非標準就業、靈活就業規模擴大，而相關保障機制仍需完善，又進一步影響了部分文科生就業的連續性與穩定性。

面對這些變化，“文科無用”的論調一度在輿論場甚囂塵上。但應看到，數智化浪潮并不會抹殺文科教育的價值，而是要求文科教育在形態、培養方式和就業路徑上有所調整。越是在技術快速演進的時代，價值判斷、溝通表達、組織協調、文化理解、社會治理等能力越顯重要。問題不在于文科是否有用，而在于文科教育能否主動回應時代之變。高校不能簡單以“撤銷文科專業”作為回應，而應在學科優化、產教融合、就業服務和制度保障等方面協同發力。

其一，推進文科交叉創新發展，拓展就業領域空間。高校可依據《普通高等教育學科專業設置調整優化改革方案》，構建面向數智化社會需求和區域產業需求的學科專業動態調整機制。通過跟蹤就業率、行業適配度和社會滿意度，合理優化需求減弱的傳統專業布局，科學調控招生規模。依托新文科建設，布局具有交叉創新潛力的專業方向，推進“人工智能+”培養模式，加快文理交叉發展；探索微專業、文科實驗室等新型培養載體；優化課程體系，嵌入人工智能通識教育、人機協同應用等課程模塊。通過這些舉措，開拓新的就業方向，為文科畢業生創造更多發展空間。

其二，深化產教融合，提升實踐培養質量。產教融合是高校提升人才培養適配度的重要抓手。高校推進新文科建設，應主動聯合企業、借助數智技術，共建區域性市場需求監測平臺，動態優化課程體系，使人才培養更好地適應當地經濟社會發展和產業升級需要，幫助學生及時了解市場變化、提升就業能力。與此同時，還需加強實踐教學建設，通過建立企業見習、頂崗實習、教師帶隊研習等機制，提升文科生在真實場景中問題分析與解決的能力、職業適應能力以及數智技術應用能力。讓學生在實踐中成長，比單純增加課堂知識更為關鍵。

其三，優化職業生涯教育與就業支持體系。文科生就業質量與職業穩定性的提升，有賴于高校、政府和企業協同發力，共建數智時代的就業支持體系。在培養環節，應加強職業生涯教育，引導學生形成終身學習意識，提升適應環境變化的能力，增強就業韌性；在就業環節，可運用大數據分析加強崗位供需精準匹配，緩解信息不對稱問題；面向靈活就業等新形態，還需完善全過程就業指導和長效服務機制，借助數智技術持續追蹤并支持畢業生職業發展。通過前置指導、過程服務和后續支持的相互銜接，才能更好地提升文科畢業生的就業獲得感與發展穩定性。

綜上所述，數智化浪潮對于文科生就業與文科教育而言，既是挑戰也是機遇。面對技術發展，高校不能固守舊有模式，而應主動推動培養理念、課程體系和就業支持機制的系統變革。持續提升文科人才培養質量，增強文科生就業能力與職業適應力，將成為未來文科教育改革的重要方向，也將為高校畢業生高質量充分就業提供有力支撐。

（作者王樹濤系廈門大學教育研究院教授，作者孫君系廈門大學教育研究院博士研究生）

在AI時代重估文科的價值與意義

李昕 

工具理性追求以最有效的手段達成既定目標，其核心是計算性、效率性與可預測性。人工智能作為工具理性的集大成者，將這一邏輯推向了極致。在這個以算法、數據和效率為關鍵詞的時代，那些關乎意義、倫理、審美與歷史理解的學問，究竟處于怎樣的位置？人文學科究竟是技術浪潮中即將被沖刷殆盡的“人文沙堡”，還是算法時代不可或缺的“意義錨點”？

然而，這種追問本身便陷入了工具理性的陷阱。以“可替代性”衡量人文學科，本質上是將人文學科降格為一套可被算法模擬的技能組合。人文學科的目標從來不是生產可量化的技能，而是培育不可量化的人。

近年來，高等教育領域出現壓縮人文學科經費等現象，表面上是對科技加速主義的客觀回應，實則是工具理性對教育生態的滲透。人文學科所面臨的挑戰，不僅在于其培養的批判性思維、歷史視野、倫理判斷與審美感受力難以被數據化，更在于當“效率”被奉為圭臬、“產出”被視為終極目標時，那些追問“為何而做”、反思“何為良好”、守護“人之為人”的學問，愈發顯得步履維艱。

工具理性的膨脹往往伴隨著價值理性的萎縮。當算法這只“看不見的手”塑造我們的認知、判斷與選擇，當深度偽造技術讓“真相”變得撲朔迷離，人類比任何時候都更需要價值理性的指引，而人文學科恰恰是價值理性最重要的思想資源。

人文學科為算法提供價值坐標的根本參照。算法作為一種高度發達的工具理性載體，其本質在于優化、預測與決策，但它自身并不具備對“優化目標”進行價值判斷的能力。一個推薦算法可以被設定為最大化用戶點擊率，但它無法回答“什么樣的內容值得被推薦”；一個招聘模型可以被訓練為匹配職位要求，但它無法回答“公平與效率如何平衡”。解答這些問題，需要倫理學提供道德推理的框架，法學劃定權利的邊界，社會學揭示算法的社會后果，哲學追問技術的本質與人的尊嚴。人文學科的意義，恰恰體現在它為算法的運行提供了“方向”，確保技術始終服務于人的自由與尊嚴，而非將人異化為算法的數據原料。

人文學科同樣可以為“算法信任”提供倫理基礎。數字社會的運行高度依賴算法信任，我們相信搜索引擎的結果是相關的，社交平臺的內容是真實的，AI的判斷是公正的。然而，這種信任需要倫理、責任、透明、可問責等價值理性的支撐。法律規范算法應用的邊界，倫理學追問AI決策的正當性，傳播學揭示信息生態的失衡，正是這些人文學科的參與，為算法信任提供更深層的人文支撐。

AI時代人文學科守護的是人之為人的意義邊界。文學教會我們理解他者的痛苦，歷史賦予我們審視當下的縱深，哲學訓練我們追問存在的意義，藝術滋養我們的感性經驗，這些看似“無用”的能力，恰恰構成人之為人的最后疆域。在AI日益侵入人類認知領域的時代，守住這片疆域本身就是人文學科的核心使命。

強調人文學科的價值意義，并不意味著否定工具理性。相反，AI時代人文學科應充分發揮自身優勢，在堅守價值底線的前提下，實現自我更新。

AI時代呼喚“新文科”的崛起。這意味著人文教育必須在堅守人文精神內核的同時，借助算法實現自身的范式革新。傳統的文學研究可以不再局限于對經典文本的細讀，通過主題建模、風格分析、社會網絡分析等方法，對數以萬計的文本進行宏觀分析，揭示文學史上被傳統研究方法遮蔽的模式與趨勢。歷史研究者可以利用命名實體識別、地理信息系統、文本挖掘等技術，重構歷史人物的社會網絡、追蹤觀念的跨時空傳播。AI幫助人文學科突破傳統研究方法的局限，在更廣闊的視野中提出更有深度的問題。

AI時代，我們比任何時候都更需要人文學科的批判思維與價值錨定。算法偏見、數據隱私、數字鴻溝、信息繭房、AI倫理……這些議題表面上是技術難題，本質上卻是深刻的人文命題。比如，當企業設計負責任的AI系統時，需要倫理學家、人類學家、心理學家的共同參與，才能將抽象的價值原則轉化為可執行的技術規范。只有將價值理性注入技術發展的全過程，才能使數字社會真正服務于人的福祉。

人文學科的價值，不在于與AI競爭誰更“有用”，而在于提醒我們，技術的終極目的是讓人更好地成為人。在算法試圖定義一切的時代，人文學科的終極意義或許就在于他守護的那些無法被編碼、被優化的提出問題、感受美、共情他者的能力，即在技術浪潮中保持獨立思考的能力。

（作者系江蘇省社會科學院馬克思主義研究院研究員）

哲學能讓AI聽得懂人話嗎

李汶霈 

現在有一個很流行的詞叫“vibe coding”——氛圍編程，意思是你不需要一行行寫代碼，只要用自然語言告訴AI你的想法，它就能幫你把程序寫出來。聽起來很美好，實際體驗卻常常是：AI能在一開始交付一個不錯甚至驚艷的原型，但隨著你的要求不斷明確、構思逐漸收斂，你會發現和AI的協作變得越來越混亂。在某個時刻，你會意識到AI并不能真正“理解”你；而緊接著，你還會意識到“把話說清楚”并不是一件容易的事情。“講清楚”的前置條件在于“想清楚”——但把事情想清楚，從來都不是一件容易的事。

我之所以對這個問題有感觸，是因為我自己就處在哲學和AI的交匯處。學習哲學專業6年后，我投入了AI浪潮，從去年7月開始至今，已經有兩段AI產品經理的實習經歷。這一決定最初當然有追趕風口以便于找工作的考慮，但在這一過程中，我發現哲學和AI的關聯不是一種需要刻意搭建的橋梁，而更像是一種自然的交匯——技術發展到今天，很多問題本身就在向人文的思考敞開。

一個基本事實是，對話正在成為人與AI最主要的交互方式。每天有上億人通過各種App同各種模型發生對話——從一句話點奶茶到OpenClaw的爆火，對話正在成為一種普遍的、高頻的人機交互方式。也正因如此，對話本身的困難就不再只是一個技術煩惱，而成為一個值得被認真考察的現象。

前面我說的那種“越聊越亂”的困境，其實指向一個更深層的問題。和傳統的點按交互或編程不同，AI本質上是一個概率模型，它的交付物是或然的。這確實是某種創造性的來源，但也對人的輸入提出了更高的要求——而這些要求本身又是隱晦的。這種困難的核心不在于AI不夠聰明，而在于模糊的想法和清晰的語句之間存在著天然的斷裂。更好的提示詞工程、更長的上下文窗口，或許都能緩解它，但未必能替代“想清楚”這件事本身。

回頭想想，蘇格拉底也面對著同樣的困境，并通過不斷追問來澄清概念、定義問題、消除模糊性。只不過今天對話的另一端從一個人變成了一個模型。在我的產品工作中，最關鍵的往往不是找到解決方案，而是定義問題本身：我們到底在解決什么問題？邊界在哪里？我們用的這些詞，大家理解的是同一個意思嗎？這些追問在蘇格拉底的對話中發生，在哲學課堂上發生，也在產品會議上發生，它們本來就是同一類事情。

對話的困難還不止于此。一段真正有深度的對話，依賴于對話雙方共享的語境。在日常交往中，對話總是在一個語境里進行的，宏觀如時代、文化，微觀如語氣、表情。自然語言的效力不僅在于其本身，還在于承載它的人。但人與AI的對話在相當意義上仍是扁平的。所以當前AI發展的一個重要方向，就是借助工程化能力去充實對話的語境：記憶、上下文管理、盡可能讓模型在對話中擁有更豐富的背景，從而與人有更深度的“理解”。

做這些工作的過程中，很多更深層的追問也會自然地浮現。我會忍不住想：AI能感知到時間嗎？它所謂的“記憶”和人的記憶是同一回事嗎？當AI在一段對話中維持了某種“連貫性”，這和人在對話中構建意義的方式有什么根本性的不同？這些問題乍看像是產品設計中的技術細節，但一旦追問下去，就會發現它們觸及的是非常根本的哲學問題。

上個學期，我在復旦大學“人工智能與社會科學研究”的課程上寫了一篇論文，試圖從現象學的視角去分析AI的時間意識。這種思考不是我刻意要“把哲學用到AI上”，而是做著做著，問題自己就長到了那個地方——記憶的可能性條件，本身就是一個哲學問題。

在這些追問的盡頭，對話的困難最終指向了人本身。當我們談論AI的記憶、AI的自我意識，我們不得不反問：人的記憶是什么？人的自我意識又是什么？這些問題在幾千年的哲學史中從未真正得到解決。而現在，人與AI的對話正在以一種前所未有的方式重新激活它們。

人工智能倫理學家喬安娜·布萊森（Joanna J.Bryson）說過一句話：“數十年來，人工智能一直是一個自我分裂的領域，同時追求兩個截然不同的目標，通過心理科學深化計算機科學的理解，以及通過計算機科學深化心理學科學的理解。”

在我的學習和實踐中，我也感受到這種張力。學哲學的時候，我試圖理解人是怎么回事。做AI產品的時候，我其實也是在理解人——理解人怎么表達、怎么思考、怎么在對話中構建意義。這兩件事并不矛盾，它們本來就是相通的。

AI極大地拓展了我們的認知范圍甚至能力，但也讓我們不得不反觀自身：我們需要感到困惑的并不完全在于人工智能，更在于我們自己。這也是我在將近7年的哲學專業學習后最大的感悟：AI時代，人文思考不是一種需要被證明有用的附加值，而是技術本身在發展過程中不斷生長出來的內在需求。

（作者系復旦大學哲學學院碩士研究生）