【留美學子】第3538期
12年國際視角精選
仰望星空·腳踏實地
【陳屹視線】教育·人文·名家文摘
文科已死
計算機科學將亡？
編輯：KingHZ 來源：新智元
轉載僅為分享·且無任何商業連結
【新智元導讀】美國就業市場被顛覆：程式設計師需求45年最低，而文科生被內外夾擊。
最近ACM的部落格文章，提出了耳目一新的觀點：GenAI是文科和計算機科學復興的唯一希望。
順GenAI則昌，逆之則亡！
GenAI日新月異，引發了大眾選擇職業和大學專業的焦慮。
但最近，美國的國際計算機協會（Association for Computing Machinery，ACM），釋出了一篇部落格文章，表示：文科和計算機科學，這兩個專業最後可能合流，融合在一起才能存活。
在哲學中，「存在危機」指的是質疑自己人生目的、意義和在世界中位置的狀態。
如今，這一概念恰如其分地反映了人文學科與計算機科學的現狀——
在生成式人工智慧（GenAI）時代，這兩個領域都面臨著學科相關性、方法論及存在價值的深刻拷問。
文科和CS：危機已現
根據美國藝術與科學學院資料，美國的文科學士學位授予比例已從2005年的近15%驟降至2022年的8.8%。
報告連結：https://www.amacad.org/humanities-indicators/higher-education/bachelors-degrees-humanities
與此同時，計算機科學（Computer Science，CS）領域也遭遇生存危機：GenAI正在威脅程式設計師在程式設計等腦力工作的不可替代性。
這種雙重危機反而創造了學科融合的契機：AI在顛覆兩個看似截然不同的領域，同時也可能為它們注入新生機。
文科：腹背受敵
文科吸引力下降的原因錯綜複雜，但最終重要的是就業問題。
外部因素中，就業市場導向與教育投資回報率，日益成為關鍵考量。
計算機專業畢業生的就業環境：高薪職位充足、需求穩定、職業路徑清晰。
與此形成鮮明對比，文科專業畢業生往往面臨就業前景不明、起薪偏低、需要額外的資格證書才能獲得職業發展等困境。
就業的這種差距將學生推向STEM等理工科領域，儘管他們可能對文科有興趣。
由此，形成了文科的惡性迴圈：招生萎縮導致院系經費削減，進而進一步削弱學科吸引力，依次反覆。
文科自身的內在困境，也削弱了吸引力。
20世紀中後期，後現代主義與存在主義作為對現代主義「進步、理性與普世真理」信仰的反叛而興起。
這場哲學思潮影響了各個學科，但對不同學科產生了不同的影響。
一方面，後現代主義的懷疑論與計算機科學並行不悖。
也就是說，即使在哲學層面上質疑「真理」或「進步」等概念，但計算機科學用技術持續推動世界發展，其實際成果有目共睹，難以否認。
另一方面，後現代主義的懷疑主義直接衝擊了文科的核心。
人文學科本身就圍繞意義、解釋和價值等問題展開，後現代主義的批評質疑了尋找有意義真理的可能性，同時也使學術討論變得更加複雜，難以為大眾所理解，也弱化了與社會現實需求的關聯。
CS：程式設計師45年需求最低
在美國，過去兩年中，超過四分之一的計算機程式設計崗位消失，這是有史以來最嚴重的計算機行業衰退。
根據美國勞工統計局提供的420多種職業的資料，計算機程式設計成為受衝擊最嚴重的十大職業之一。
今年，是美國自1980年以來、長達45年曆史的程式設計師數量最低時期。
而在過去45年，美國的總勞動力增長了約75%！
專欄作家Andrew Van Dam分析了其中的原因。
學習程式設計曾是文科專業學生的救星。但如今，美國的程式設計崗位正在急劇減少。
在現實世界中，「開發者」（developer）和「程式設計師」（programmer）幾乎可以互換使用。
但在美國政府統計資料的世界中，二者有著明顯的區別。
在政府的規範定義中，程式設計師承擔基礎性編碼工作，而規模更為龐大且增速更快的軟體開發者，職能範圍則更廣。
開發者需要完成客戶需求分析、解決方案設計，並與程式設計師、硬體工程師等協作實施專案方案。
經過反思，Andrew Van Dam認為原因顯而易見：GenAI正在取代程式設計師。
在2022年底，就在程式設計師需求急劇下降之前，OpenAI釋出了ChatGPT，展示了GenAI驚人的能力，能夠生成包括文字、影片、音訊、影像和程式碼在內的內容。
這次釋出以及隨後迅速出現的一系列引人注目的突破，引發了關於這些快速發展的生成式AI技術對當前和未來工作、工人以及生活可能產生的影響的疑問.
毫無疑問，程式設計師受AI的衝擊最大，但急劇下降的原因不能僅歸咎於GenAI。
在過去兩年中，整個科技行業都舉步維艱，他們為過去魯莽的決策買單！
這讓人好奇，是否有一天「programmer」（程式設計師）是否會重複「computer」的命運。
過去幾個世紀，英文「computer」一詞描述的是從事複雜的計算的人員。
換句話，「computer」在過去的中文含義是「計算員」，而不是「計算機」。
1952年，工作中的「計算員」(computer)
如今，「computer」僅僅指的是人類用來處理計算任務的機器，將來「programmer」可能僅僅指用來自動處理程式的機器。
GenAI：來勢洶洶，銳不可當
儘管表現形式各不相同，在方法論上，生成式人工智慧（GenAI）的崛起，給兩個領域帶來了根本性的衝擊。
對人文學科而言，GenAI的文字分析、意義闡釋與內容生成能力，正在動搖人類學術貢獻的不可替代性，甚至可能讓學者顯得多餘和累贅。
計算機科學則面臨類似的危機：由於GenAI可自動化程式設計流程，入學率下滑的擔憂日益加劇，越來越多人認為這項技術將削弱程式設計基礎的重要性。
長此以往，或將催生一代僅擅長指令調優（prompting）卻疏於理解計算原理的開發者。
這與計算機科學家的角色定位形成根本性衝突。
然而，關鍵差異在於從業者與工具的關係：
計算機科學傢俱備開發和改造AI系統的能力，與其說GenAI是威脅，不如說他們正構建著共生關係；
而人文學者，通常只能被動使用無法重塑的技術工具。
值得注意的是，GenAI帶來的挑戰也可能產生積極影響。
人文學科與計算機科學納入GenAI內容，不僅將重塑教學正規化，還可能透過吸引傳統弱勢學生群體，為這兩個學科注入新的活力。
轉機：計算機+文科合流
儘管生成式人工智慧（GenAI）帶來危機，但這是人文學科與計算機科學復興的唯一機會：利用GenAI破解各自的核心侷限。
計算機科學透過演算法和系統最佳化開發高效解決方案，而人文學科則專注於解釋人類文化、歷史和思想。
雖然兩學科方法論迥異，但AI的能力將為二者帶來變革性助力。
GenAI能處理語言密集型或其他勞動密集型任務，將學者從「西西弗斯」一樣重複而無意義的工作中解放出來，讓他們專注於真正推動知識進步的創造性和分析性思考。
希臘神話中，西西弗斯受懲罰：必須將一塊巨石推上山頂，而每次到達山頂後巨石又滾回山下，如此永無止境地重複下去。
這種突破會否成為吸引更多學術進入兩領域的關鍵？
利用GenAI降低入門門檻
這場技術變革會吸引那些曾被技術或語言要求而被勸退、卻始終對學科核心問題保持興趣的人才。
回溯計算機科學教育史，關於如何擴大參與的討論已經進行了幾十年。
最重要的成果是卡內基梅隆大學開發的Alice與MIT開發的Scratch程式設計環境。
Scratch可以視覺化的編寫互動故事、遊戲和動畫
這些程式設計環境降低了形式化程式語言的心智負擔，讓學習者專注於計算機科學中真正重要的事情，即問題解決和演算法思維。
這場持續數十年的教學改革，與GenAI帶來的正規化革新異曲同工。
同理在人文學科，GenAI能攻克最頑固的壁壘：語言能力。
在古典學、中世紀與現代史等領域，學者需耗費數年、掌握多門語言，才能開展研究。
以大屠殺（Holocaust）研究為例，檔案材料涵蓋德語、波蘭語、俄語、法語、意第緒語及希伯來語（含手寫體），迫使學者按地域而非整體視角開展研究。
而GenAI的文件翻譯與轉錄能力，將幫助歷史學者跨越語言藩籬，專注於歷史詮釋。
GenAI實現了學科平民化，有望構建更多元、包容的學術共同體，為亙古之問帶來嶄新視角。
AI引爆學術正規化轉變
或許最具深遠意義的是，GenAI正在重塑學術問題的基本正規化。
對人文學者而言，GenAI打破了長期制約研究視野的語言和斷代壁壘。
如今，學者能跨越數十種語言和幾百年的文化模式：比較中世紀阿拉伯文字與現代日本文學的敘事母題，追溯哲學概念在亞非歐大陸的流變。
中世紀阿拉伯文字
這種全球尺度的比較研究，過去的學者很多單獨完成。
由此，GenAI將學術疆域擴充套件到遠超學者個人壽命的維度，開闢出全新的研究領域。
GenAI給計算機科學和人文學科帶來的變革，構成了所謂的「AI轉向」（AI turn）——
這比學術界既往的方法論轉向，更具正規化革命性。
透過自動化核心腦力勞動，GenAI不僅改變了研究方式，更迫使我們重新思考：在知識生產鏈條中，什麼是人類不可替代的獨特貢獻？
「AI轉向」不僅是方法論迭代，更是重塑學科疆界的催化劑，它將開創一個計算方法與人文探究深度交融的新學術生態。
學術研究的手段與目的常被混淆。
AI或許能最佳化研究流程，但效率提升絕非終極目標：知識發現、深層理解與思想貢獻，始終是學術探索的核心。
在這兩個文科和CS領域，GenAI可以成賦能研究全過程——
從資料收集、多語言翻譯、分析建模到文稿起草——
在提升效率的同時，GenAI加速人類的認知突破。
當AI接管重複性技術工作後，研究者將得以重拾學術的本真：破解複雜問題，構建意義闡釋，進而深化對技術系統與人類經驗的雙重理解。
文科真正的生存危機
如果文科研究者真的被深度神經網路的表面表現所誤導，那文科和理科將分道揚鑣。
深度網路實際上對它拼湊出的敘述中的詞彙，並沒有任何理解，儘管它能夠讓無知的讀者相信它知道自己在說什麼。
即便是建立這些深度神經網路的專家，也承認這就是事實。
六十年前，Joseph Weizenbaum的「Eliza」程式做了同樣的事情，讓當時的觀察者大為震驚。
論文連結：https://dl.acm.org/doi/10.1145/365153.365168
如果人文學科的從業者無法分辨何時自己正被一個人工的、自閉症般的天才所迷惑——
這個天才能記住一切，能以表面上的優雅圍繞任何話題轉圈，但實際上什麼也不懂，那麼人文學科的確面臨著存在危機。
參考資料：
https://cacm.acm.org/blogcacm/the-converging-paths-of-computer-science-and-the-humanities-in-the-age-of-genai/
https://www.washingtonpost.com/business/2025/03/14/programming-jobs-lost-artificial-intelligence/
近期發表
貝索斯再婚：一場現實的冷笑話
她為文革文學增添了現代反思
他帶走了拉美文學的黃金時代
北大自費出國第一人
你整天做什麼|學生一問·藤校炸了
把自閉症活成另一種可能的名人們
在這座城市 連影子都會豔遇
北美鏘鏘百人行
馬斯克創辦的中小學 到底教什麼
名校之路-父母如何匹配兒女未來
訪談千位世界高人的她 收穫了什麼
留學安全須知·實用大全
名校之路-父母如何匹配兒女未來
訪談千位世界高人的她 收穫了什麼
留學安全須知·實用大全
精選彙編 ↓↓↓ 百篇一網打盡
【穿越訪談】世界華人系列
【行走如歌】100個國家·1000座城市
【王妃傳奇】皇冠越重 幸福感越輕
喜歡就點“贊吧↓↓↓↓↓↓↓↓↓