许:信息技术革命会“终结”人文科学吗?

自从搅动围棋界的神秘大师Master的真面目被公布并证明是“AlphaGo”后,媒体上又出现了一轮关于信息技术革命的炒作。

从历史上看,这并不是什么新鲜事。记得日本学者易曾经讲过一个话题:发生在中国北宋时期的书籍装帧革命,让原本没有页码的“卷衣”换成了有页码的“蝶衣”——这无疑让当时的学者能够以更高的效率检索书中的信息,而不必将整卷卷摊开在地板上反复查找。

然而,这个好消息确实伤害了成长在“卷轴时代”的老一辈学者,因为他们早年获得的令人难忘的技能在信息检索技术革新的新环境中立刻贬值了...

如今,人们不禁要问,在信息技术浪潮的猛烈冲击下,传统人文学科是否会“终结”?

发生在中国北宋时期的书籍装帧革命,用有页码的蝴蝶服取代了没有页码的卷轴服——技术的进步确实伤害了成长在卷轴时代的老一辈学者。比如更怀旧的苏东坡,就在那里。

《李山居书记》以恨恨的口吻批评后辈文人:“后科举之士,皆不知书,言无根……”

苏东坡的原话,如果用现代的术语来表达,是这样的:页码的出现,使得年轻人可以在不阅读整本书的情况下,立即获得相关书籍的一页信息,并在此基础上自吹自擂,自命博学,从而败坏学风,等等。

这种北宋新老学人阅读习惯上的“代沟”,如今在更强大的信息技术催化下,正以更戏剧化的方式展现在中国的人文社科界。比如,就人文社科资料的收集和利用而言,笔者不止一次听到两种可以用“相向而行”来形容的抱怨。一个抱怨是,图书馆里许多重要古典文献的纸质版本仍然缺乏;还有一个抱怨是,有些稍微老一点的书只有纸质版没有电子版,真的是“可以忍受”。由此衍生出的两代学者在阅读习惯上的相互批评是:老一辈人更喜欢读纸质书,批评年轻一代读书太快,对经典不够敬畏;更喜欢阅读电子书的年轻一代认为老一代会阅读新书。

(尤其是新论文)太慢,知识框架过时。

在这两种不同阅读观碰撞的背后,一个更为迫切的问题已经慢慢浮出水面:鉴于传统人文学科确实以经典的阅读和注释为核心的教学和研究模式,新的信息传播技术的出现,至少从表面上看,确实会对传统人文学科的存在价值提出质疑。在这种情况下,传统人文学科是否经得起这场“大考”的考验?

全球信息网络的介入所带来的全球竞争,无疑会贬低某个特定老师的价值,就像“卷衣”被“蝶衣”取代,贬低了宋代老一辈文人的文献记忆能力一样。

对于这个问题,笔者的应对方案是双面的:一方面,新技术革命必将动摇传统人文学科现有的教学和科研模式;另一方面,这样一场新的技术革命,实际上也为一门全新的人文学科的诞生准备了相应的历史条件。

我们先来看看硬币的第一面。众所周知,传统的人文教育模式有一个“一对多”的模式,即掌握经典知识的老师在课堂上灌输信息。即使在经典文本的印刷和购买都不成问题的当代,由于经典内容的相对晦涩,教师作为解释者的地位似乎也是不可或缺的。

然而,由于信息技术带来的全球化效应,一个特定的经典解释者会突然遭遇来自世界各地同行的激烈竞争。例如,有人解释康德的《纯粹理性批判》

教师们可能会遇到来自另一位美国同事的竞争,他在大规模开放在线课程中教授康德哲学。相应的,对于任何一个想了解西方康德哲学近期研究的研究生来说,最快捷的信息收集渠道一定是电子期刊的搜索引擎,而不是任何一个本土老师的“言行”(因为没有哪个老师的大脑信息处理能力能和搜索引擎抗衡)。

全球信息网络的介入所带来的全球竞争,无疑会贬低某个特定老师的价值,就像“蝶衣”取代“涡卷衣”贬低了宋代老一辈文人的文献记忆能力一样。

有人可能会说,西学的全球化伴随着英语的霸权地位。所以那些英语不好的本地学生还是需要本地老师提供学历教育。从这个角度来看,信息技术的扩展不会自动消除文化之间的天然屏障,而这种文化之间的鸿沟本身就是保护当地人文和学术产业的强大防波堤。

然而,这种想法仍然低估了信息技术对现有跨文化壁垒的腐蚀性。具体来说,随着基于大数据技术的机器翻译技术的发展,可以将更多的英文网页自动转化为非英文世界的读者能够理解的内容,这样一来,新技术对技术用户语言能力的先验要求就会越来越低。在这种情况下,本土教师似乎除了武断地规定自己对经典的解读是唯一的标准答案之外,别无对策——但这样的措施实际上是无效的,因为其他能更好地利用新技术的本土教师可能会在行业内的竞争中彻底边缘化前者。这就像一支装备火枪的现代军队打败骑士阶层一样容易,因为他们背后的“信息力”可能不是一个级别的。

如果这种技术进步的趋势继续下去,我们可以想象传统的人文学科教学组织结构的逐渐瓦解。具体来说,如果网络课程能够为读者提供世界上最好的学科教学内容,那么在一所不那么优秀的实体大学里报班的意义就会变得相对贬值——因为后一种方式的“性价比”明显更低。我们甚至可以想象,在新技术的威胁下,一些传统大学存在的意义可能会被“异化”,即从知识生产和传播的场所,变成学生建立特定社会关系的场所,产生特定社会阶层认同的场所。从这个角度看,未来一些非一流大学甚至可能成为阻止学术创新的社会力量,因为这些大学现有的利益集团——教师——的利益分配机制很可能与他们对新技术的贡献无关,而与利益集团内部的人员结构有关。

(尤其是纵向的师生关系)更相关。

机器的进化可能会成为广义上的人文艺术领域的“人才分流”,即机器因素的介入会使相当一部分工作岗位被剥离,但同时也使胜出者的市场价值飙升。

然而,以上所有的分析仅仅意味着现有的基于实体大学的人文、科学、教育和研究体系对新的信息技术不适应。当然,这在逻辑上并不意味着文学、历史、哲学等传统人文学科的消亡。以下三个理由足以证明高水平的人文学科从业者是不可替代的:

第一,现有的自动信息处理技术缺乏处理“跨领域知识”的灵活性。例如,虽然现有的神经网络技术在人脸识别、语音识别等特定工作领域具有较高的效率,但是要将这些不同的工作领域结合起来,创建一个超级信息处理系统,将会消耗惊人的建模资源和运行资源。在人文学科领域,有很多情况需要跨几个知识领域的大规模知识重构。比如亚里士多德哲学重构自然哲学的形而上学意义,历史地理学家重构地理学、生态学和历史文献学的关系,等等。这种信息处理模式无疑是机器学习的软肋,但却是学术天才的强项。因此,前者暂时不可能取代后者。

其次,对文艺创作的反思是人文学科一些重要学科的应有之义,文艺创作活动从根本上与身体感受相结合。比如《战争与和平》。

我们的读者要想了解皮埃尔对娜塔莎的感情,前提是读者本身必须有和皮埃尔相似的生理-心理结构。另一方面,托尔斯泰之所以能够写出皮埃尔、娜塔莎等鲜活的人物形象,是因为他自身的生理心理结构和相关的生活经历能够支撑他对小说中超级复杂的虚拟世界的“建模任务”。遗憾的是,我们真的很难想象任何一个超级人工计算系统——哪怕是Master作为AlphaGo的升级版——能够拥有和人类作家相似的心理结构,更不用说生理结构了。而是物理实现机制与人体的区别恰恰是人工智能的本质属性之一,否则人工智能的研究计划就无法与“赛博人”等其他高科技计划区分开来。当然,这并不意味着超级智能机器不能创造自己的文学作品——如果它们以自己的“硅基身体”和相关的信息处理程序为材料,以其他机器人为潜在读者,创作出“文学作品”,那么没有理由阻止我们认为它们也在“创造美”。然而,对这种“美”的理解和研究,无疑将属于一门新的学科。

(如“机器美学”),与我们所知的人文学科无关。另一方面,既然机器无法理解我们人类作品中的“美”,那么人类艺术家和美学家的作品仍然是必要的。

第三,虽然机器的优势是可以快速完成一些重复性、机械性的人类工作,但即使是这类工作,原始的信息匹配模板仍然需要人类来提供。比如,我们当然可以设计一个深度学习网络来识别一些重要思想家的笔迹,比如马克思的笔迹,但是什么样的笔迹匹配什么样的印刷字母,还是需要专业的笔迹鉴定师来提供“比对样本”。很难想象,任何一种人工识别系统,不经过“人类训练员”的校正,就能独立提供合格的信息判读产品。这反过来又为具有相关专业技能的优秀人才预留了工作机会。

必须指出的是,由于机器学习能力的不断增强,上述三个领域留给人类的工作会越来越少。在第一个领域,能活下来的是真正的学术天才,但克服不了机器的联想和类比能力的学术庸才会被淘汰;第二个领域,能活下来的是艺术天才,作品容易被机器模仿的艺术庸才会被淘汰;第三个领域,能活下来的都是掌握绝技的学院派手艺人,而不是只会刻虫的普通人。

从这个角度来看,机器的进化可能会成为广义上的人文艺术领域的一次“人才分流”,即机器因素的介入会使相当一部分工作岗位被剥离,但同时也使胜出者的市场价值飙升。

这样的结局对这场比赛的失败者来说未必是好事,但对全人类的人文艺术进步可能是积极的。因为这样的分流机制会使少数相关领域的天才从与同行业二三流人士的人事斗争中解放出精神生产力,投身于与机器的斗争,即把机器的学习能力作为自己的磨刀石,进一步挤出自己作品中的“平庸”水分,从而创作出真正伟大的作品。同时,这些天才也可以利用信息技术的便利,在相关精神创造相对机械化的环节中节省自己的努力。在这种情况下,我们或许可以期待更多的托尔斯泰、达芬奇、贝多芬,最终以穿着数码产品的“反数码战士”的姿态,微笑着出现在人类文明的地平线上。

如何提高美育在整个大学教育体系中的地位,是一件战略大事,绝不是某种“风流韵事”的点缀。

要实现这个目标,我们现在的大学教育应该做哪些准备?

与很多人的观点相反,虽然作者也主张现在的大学教育应该以更加积极的姿态迎接新技术革命时代的到来,但这种迎接一定不能采用“所有的猫狗都学编程”之类的庸俗形式。具体来说,一门具体的编程语言其实是非常容易过时的,人文学科的学生需要更多地了解编程的抽象思想和人机界面中使用信息技术工具的一些重要技巧,以便在未来可能的人机竞争中提前了解对手的特点。所以,把重点放在一些阐明项目背后理念的课程上。

(如“人工智能哲学”),可能比具体的人工智能和信息技术课程更适合人文类学生的现实。但是,我们不得不承认,在中国开设这样的新兴课程仍然缺乏足够的师资和制度保障。

目前国内很多大学的人文训练仍然没有把重点放在培养难以被机器取代的高级技能上,而是继续把重点放在很多需要记忆的内容上。同时,带有情感色彩的人文教育在我国高校人文教育中仍处于相对较低的地位,大学生的审美能力和艺术素养普遍不高。如何提高美育在整个大学教育体系中的地位,是一件战略大事,绝不是某种“风流韵事”的点缀。在我看来,如何配置现有艺术类院校的人力资源来缓解一般高校这类师资的短缺,需要教育主管部门在高层次上综合考虑。还要看到,在当前地方高校的人文培养中,文理兼收的跨学科色彩普遍不足。尤其是相对于其他学科,如心理学、生理学等对“人”的研究成果,教研的触动非常有限。针对这种情况,人工智能学者司马和

(希尔伯特·西蒙)

有人尖锐地指出,如果一个文学系的学生认为小说家在描写人物时只需要预设自己对弗洛伊德心理学的熟悉程度,那么他就大错特错了——因为弗洛伊德早已是心理学中过时的理论了。如果一个小说家能够进一步掌握20世纪80年代以来进化心理学的最新研究成果,对人类心理进行更细致的描述,那么由此产生的作品是否会更有说服力?

显然,这样的跨学科知识融合能力也会客观上增加机器模仿的难度,从而进一步彰显人类创造力的尊严。所以,目前中国人文教育体系最大的敌人不是已经虎视眈眈的信息处理机器,而是不愿改革的惰性和心态。