文科生，重新认识你自己
文科生，重新认识你自己
马立明
2026年春季招聘会上，文科生就业行情显著回暖。理由是，“AI时代也需要会讲故事的人”。头部科技企业释放了大量高薪岗位，如“AI叙事设计师”“大模型人文训练师”“AI伦理研究员”等。随后，“AI大厂月薪3万元疯抢文科生”等话题冲上热搜。有人因此高呼：“文科生的春天到来了”。
在这个新闻很容易不断反转的时代，面对这波流量，文科生肯定不能高兴得太早。客观地分析，说文科生“逆袭”实在有点夸张，但文科生的某些优势，确实在当下获得了更多认可。
文科生遭遇的“冰火两重天”
过去几年，随着数字技术狂飙突进，各类大语言模型、开源AI智能体相继登场，AI技术似乎拥有“取代一切”的能力。每一个新技术问世，总有人高呼很多工作岗位将会被取代，而这些岗位大多数属于“门槛不高”的文科生。从网红博主到青年学生，整个舆论氛围也不乏“不看好文科”的论调。就连文科学院内部，也涌动着数字化的冲动。有些文科学院大量引入理工科人才，增设所谓数字化课程，有些文科学者千方百计地转入“国自然”（国家自然科学基金）赛道。某些学校更是挥舞砍专业的大刀，短时间内“砍掉”多个文科专业。
对比此前的情况，今天文科生重新成为宠儿，实在有点令人意外。很显然，成为宠儿的原因，是在AI发展过程中，文科的技能重新获得了应用的空间。文科擅长知识整合，擅长思辨与批判，因此当前有人认为，在对AI进行训练的阶段，文科的能力可以派上用场。因为，现在AI在逻辑思维上已经步入一个较高的阶段，但是在内容输出上依然比较僵硬，充满“AI味”，而文科生能将AI训练得“更像人”“更通情达理”。这种说法或许有一定道理，但论证逻辑依然建立在文科对技术发展“有用”上。AI发展这么快，这个实用价值什么时候存在，又什么时候消失，这段蜜月期到底能持续多久，可真是未知数。
“大厂高薪挖文科生”的更大意义，并不在于大厂真正吸收了多少位文科生，而是帮助文科生乃至文科院校重获自信，重新思考文科的核心价值。“众里寻他千百度，蓦然回首，那人却在，灯火阑珊处。”在数年来对技术力不从心的跟随与追赶后，文科终于回望自身，找回了失落已久的自信。
文科价值不应仅以薪资来衡量
很多人评价文科，往往以就业率、毕业薪资水平来进行衡量。这似乎是一个实用的标准，根据市场规律，人才越是“有用”，就越能获得企业的青睐，越有可能获得高薪。然而，文科的价值并不只是当下的“有用”，也不能只看将才华“变现”的能力。回顾历史人物，那些古代的文豪，从李白、杜甫、孟郊，到曹雪芹、蒲松龄，在当时并不见得是多“有用”的人。李白的仕途以悲剧收场，曹雪芹晚年贫困潦倒，他们的才华并没有让其获得世俗的成功。但是他们的作品，成为中华文明中的璀璨明珠。不可想象，中华文明上下五千年，若没有唐诗宋词、明清小说，到底会黯淡多少。
今日，也有一些人靠写书致富，建立起自己的商业帝国或文学IP。这种个例也并不少，在海外，有“哈利·波特”系列小说的作者J.K.罗琳、写悬疑小说的詹姆斯·帕特森、日本的村上春树等；在华文作家圈，也有琼瑶、金庸、李敖等畅销书作家脱颖而出。随着中国网络文学崛起，又涌现出一批深受市场认可的网络作家、漫画家。当然，这样的例子带有一定的偶然性。但我们也要看到，相比于古代，今天的文科生变现机会显然更多，尤其是头部的文科生。
现在总有一种说法认为，AI技术的发展可以直接替代所有文科生。对此我的观点是，从目前的技术来看，按总分100分算，AI可以替代七八十分的“码字的人”，但替代不了真正的作家。当你具有高水平的文字驾驭能力，AI就没办法取代你。因此，对于文科生而言，真正的出路并不是让AI给自己赋能，硬着头皮去学习那些理工科课程，而是打磨好文科的本事，真正练好自己的核心技能。不然，就会南辕北辙，最后一无所获。
文科生的真正价值在于辩证思维
逻辑学与辩证法都是看待世界的方式。一般而言，理工类专业强调的是实证研究，需要逻辑思维，每个步骤都需要严谨、实证，更需要数据的支撑。逻辑思维固然是认识世界的一种重要方式，但同样存在局限性，纯逻辑推理很容易走进死胡同，陷入逻辑悖论之中。而文科专业更接近于思辨，采用的是辩证法，强调“一分为二”“对立统一”，因此文科的概念总是带有弹性，例如“矛和盾”“福与祸”等。文科的美和幽默，充分体现在其对辩证法的应用中。比如《三国演义》的开头：“天下大势，分久必合，合久必分”，至今还是令人回味良久的“金句”。
逻辑学的重要性不言而喻，它主打一个“实用”，环环相扣的逻辑非常严密。那么辩证法的价值在哪里呢？辩证法能让人变得更有智慧。擅长辩证法的人，往往有大局观，有历史纵深，有整体思维。例如，学国际关系的人能洞悉国际风云、学社会学的人能把握社会脉搏、学哲学的人更容易看到时代趋势。这种整体性的人文素养将会滋养人一生。
必须承认，文科生的学位证书未必是求职市场中的“硬通货”，网络热炒的“大厂高薪”也只是个例。但是，人生的道路还很长，除了求职之外还会有数不清的挑战，要迈过去这些坎，保持稳定的心态与应对的智慧，就需要更多人文素养的加成。换言之，文科的学习，能带给你的远远不止一份文凭。
文科无用论再起？高等教育如何回应时代之变
王树涛 孙君
近年来，以人工智能为核心驱动力的技术革命推动数智化浪潮席卷全球。立足高等教育提质扩容与大学生高质量充分就业的战略需求，分析数智化浪潮下文科生就业面临的问题，并提出高等教育供给侧改革的优化路径，具有现实意义。对于作为准公共产品的高等教育，毕业生就业质量是反映其人才培养质量的重要指标。当前，数智技术的爆发式发展在推动高校文科教育加速转型的同时，也给文科专业的毕业生就业带来结构性冲击与多重挑战。
首先，岗位替代效应持续显现，传统文科就业领域有所收缩。以人工智能为代表的数智技术正在重塑劳动力市场结构。随着人工智能在行政服务和基础服务领域的普及应用，大量低技能、程序化岗位被技术加速替代，一些认知型、创意型岗位也受到波及。短期看，数智技术的替代效应预计仍将高于创造效应。除翻译、客服等首批面临冲击的文科职业外，会计、金融、工商管理等人文社科就业主力领域，在未来几年内岗位数量与用工需求也可能趋于收缩。传统意义上较为稳定的文科就业通道，正在经历调整。
其次，就业市场整体承压，供需错配问题更加突出。近年来，高校毕业生规模持续扩大，文科生本就面临供给增长较快、岗位竞争加剧的现实压力。与此同时，数智技术替代部分岗位，又在一定程度上降低了企业用工需求，使就业市场承压加剧。就业难、起薪偏低、岗位稳定性不足，成为不少文科毕业生的现实感受。一边是毕业生数量持续增加，一边是部分岗位需求增速放缓，供需两端的结构性矛盾因而更加明显。
再次，职业技能需求加快重构，人才培养滞后问题显现。数智技术的发展推动产业结构向高技术、高附加值方向升级，企业对高技能、高认知岗位人才的需求持续增加。数字素养、人工智能素养以及跨学科能力，正逐渐成为文科毕业生的重要竞争力。例如，在金融、电商、传媒等领域，不少企业对员工的数智素养要求全面提升，更倾向招聘兼具专业知识与技术理解能力的复合型人才。与此同时，部分高校文科教育仍存在培养模式相对传统、实践环节薄弱、教育供给与产业需求衔接不紧等问题，致使部分毕业生在求职中面临能力错配。若培养体系调整不及时，毕业生能力结构与市场需求之间的落差还可能进一步扩大。
此外，就业形态变化也对职业稳定性提出了新挑战。数智技术加速进入高校与劳动力市场，推动许多文科岗位的工作方式发生变化。这既加剧了毕业生的技能更新焦虑，也可能带来职业路径不清晰、就业预期落差较大、岗位流动频繁等问题。同时，非标准就业、灵活就业规模扩大，而相关保障机制仍需完善，又进一步影响了部分文科生就业的连续性与稳定性。
面对这些变化，“文科无用”的论调一度在舆论场甚嚣尘上。但应看到，数智化浪潮并不会抹杀文科教育的价值，而是要求文科教育在形态、培养方式和就业路径上有所调整。越是在技术快速演进的时代，价值判断、沟通表达、组织协调、文化理解、社会治理等能力越显重要。问题不在于文科是否有用，而在于文科教育能否主动回应时代之变。高校不能简单以“撤销文科专业”作为回应，而应在学科优化、产教融合、就业服务和制度保障等方面协同发力。
其一，推进文科交叉创新发展，拓展就业领域空间。高校可依据《普通高等教育学科专业设置调整优化改革方案》，构建面向数智化社会需求和区域产业需求的学科专业动态调整机制。通过跟踪就业率、行业适配度和社会满意度，合理优化需求减弱的传统专业布局，科学调控招生规模。依托新文科建设，布局具有交叉创新潜力的专业方向，推进“人工智能+”培养模式，加快文理交叉发展；探索微专业、文科实验室等新型培养载体；优化课程体系，嵌入人工智能通识教育、人机协同应用等课程模块。通过这些举措，开拓新的就业方向，为文科毕业生创造更多发展空间。
其二，深化产教融合，提升实践培养质量。产教融合是高校提升人才培养适配度的重要抓手。高校推进新文科建设，应主动联合企业、借助数智技术，共建区域性市场需求监测平台，动态优化课程体系，使人才培养更好地适应当地经济社会发展和产业升级需要，帮助学生及时了解市场变化、提升就业能力。与此同时，还需加强实践教学建设，通过建立企业见习、顶岗实习、教师带队研习等机制，提升文科生在真实场景中问题分析与解决的能力、职业适应能力以及数智技术应用能力。让学生在实践中成长，比单纯增加课堂知识更为关键。
其三，优化职业生涯教育与就业支持体系。文科生就业质量与职业稳定性的提升，有赖于高校、政府和企业协同发力，共建数智时代的就业支持体系。在培养环节，应加强职业生涯教育，引导学生形成终身学习意识，提升适应环境变化的能力，增强就业韧性；在就业环节，可运用大数据分析加强岗位供需精准匹配，缓解信息不对称问题；面向灵活就业等新形态，还需完善全过程就业指导和长效服务机制，借助数智技术持续追踪并支持毕业生职业发展。通过前置指导、过程服务和后续支持的相互衔接，才能更好地提升文科毕业生的就业获得感与发展稳定性。
综上所述，数智化浪潮对于文科生就业与文科教育而言，既是挑战也是机遇。面对技术发展，高校不能固守旧有模式，而应主动推动培养理念、课程体系和就业支持机制的系统变革。持续提升文科人才培养质量，增强文科生就业能力与职业适应力，将成为未来文科教育改革的重要方向，也将为高校毕业生高质量充分就业提供有力支撑。
（作者王树涛系厦门大学教育研究院教授，作者孙君系厦门大学教育研究院博士研究生）
在AI时代重估文科的价值与意义
李昕
工具理性追求以最有效的手段达成既定目标，其核心是计算性、效率性与可预测性。人工智能作为工具理性的集大成者，将这一逻辑推向了极致。在这个以算法、数据和效率为关键词的时代，那些关乎意义、伦理、审美与历史理解的学问，究竟处于怎样的位置？人文学科究竟是技术浪潮中即将被冲刷殆尽的“人文沙堡”，还是算法时代不可或缺的“意义锚点”？
然而，这种追问本身便陷入了工具理性的陷阱。以“可替代性”衡量人文学科，本质上是将人文学科降格为一套可被算法模拟的技能组合。人文学科的目标从来不是生产可量化的技能，而是培育不可量化的人。
近年来，高等教育领域出现压缩人文学科经费等现象，表面上是对科技加速主义的客观回应，实则是工具理性对教育生态的渗透。人文学科所面临的挑战，不仅在于其培养的批判性思维、历史视野、伦理判断与审美感受力难以被数据化，更在于当“效率”被奉为圭臬、“产出”被视为终极目标时，那些追问“为何而做”、反思“何为良好”、守护“人之为人”的学问，愈发显得步履维艰。
工具理性的膨胀往往伴随着价值理性的萎缩。当算法这只“看不见的手”塑造我们的认知、判断与选择，当深度伪造技术让“真相”变得扑朔迷离，人类比任何时候都更需要价值理性的指引，而人文学科恰恰是价值理性最重要的思想资源。
人文学科为算法提供价值坐标的根本参照。算法作为一种高度发达的工具理性载体，其本质在于优化、预测与决策，但它自身并不具备对“优化目标”进行价值判断的能力。一个推荐算法可以被设定为最大化用户点击率，但它无法回答“什么样的内容值得被推荐”；一个招聘模型可以被训练为匹配职位要求，但它无法回答“公平与效率如何平衡”。解答这些问题，需要伦理学提供道德推理的框架，法学划定权利的边界，社会学揭示算法的社会后果，哲学追问技术的本质与人的尊严。人文学科的意义，恰恰体现在它为算法的运行提供了“方向”，确保技术始终服务于人的自由与尊严，而非将人异化为算法的数据原料。
人文学科同样可以为“算法信任”提供伦理基础。数字社会的运行高度依赖算法信任，我们相信搜索引擎的结果是相关的，社交平台的内容是真实的，AI的判断是公正的。然而，这种信任需要伦理、责任、透明、可问责等价值理性的支撑。法律规范算法应用的边界，伦理学追问AI决策的正当性，传播学揭示信息生态的失衡，正是这些人文学科的参与，为算法信任提供更深层的人文支撑。
AI时代人文学科守护的是人之为人的意义边界。文学教会我们理解他者的痛苦，历史赋予我们审视当下的纵深，哲学训练我们追问存在的意义，艺术滋养我们的感性经验，这些看似“无用”的能力，恰恰构成人之为人的最后疆域。在AI日益侵入人类认知领域的时代，守住这片疆域本身就是人文学科的核心使命。
强调人文学科的价值意义，并不意味着否定工具理性。相反，AI时代人文学科应充分发挥自身优势，在坚守价值底线的前提下，实现自我更新。
AI时代呼唤“新文科”的崛起。这意味着人文教育必须在坚守人文精神内核的同时，借助算法实现自身的范式革新。传统的文学研究可以不再局限于对经典文本的细读，通过主题建模、风格分析、社会网络分析等方法，对数以万计的文本进行宏观分析，揭示文学史上被传统研究方法遮蔽的模式与趋势。历史研究者可以利用命名实体识别、地理信息系统、文本挖掘等技术，重构历史人物的社会网络、追踪观念的跨时空传播。AI帮助人文学科突破传统研究方法的局限，在更广阔的视野中提出更有深度的问题。
AI时代，我们比任何时候都更需要人文学科的批判思维与价值锚定。算法偏见、数据隐私、数字鸿沟、信息茧房、AI伦理……这些议题表面上是技术难题，本质上却是深刻的人文命题。比如，当企业设计负责任的AI系统时，需要伦理学家、人类学家、心理学家的共同参与，才能将抽象的价值原则转化为可执行的技术规范。只有将价值理性注入技术发展的全过程，才能使数字社会真正服务于人的福祉。
人文学科的价值，不在于与AI竞争谁更“有用”，而在于提醒我们，技术的终极目的是让人更好地成为人。在算法试图定义一切的时代，人文学科的终极意义或许就在于他守护的那些无法被编码、被优化的提出问题、感受美、共情他者的能力，即在技术浪潮中保持独立思考的能力。
（作者系江苏省社会科学院马克思主义研究院研究员）
哲学能让AI听得懂人话吗
李汶霈
现在有一个很流行的词叫“vibe coding”——氛围编程，意思是你不需要一行行写代码，只要用自然语言告诉AI你的想法，它就能帮你把程序写出来。听起来很美好，实际体验却常常是：AI能在一开始交付一个不错甚至惊艳的原型，但随着你的要求不断明确、构思逐渐收敛，你会发现和AI的协作变得越来越混乱。在某个时刻，你会意识到AI并不能真正“理解”你；而紧接着，你还会意识到“把话说清楚”并不是一件容易的事情。“讲清楚”的前置条件在于“想清楚”——但把事情想清楚，从来都不是一件容易的事。
我之所以对这个问题有感触，是因为我自己就处在哲学和AI的交汇处。学习哲学专业6年后，我投入了AI浪潮，从去年7月开始至今，已经有两段AI产品经理的实习经历。这一决定最初当然有追赶风口以便于找工作的考虑，但在这一过程中，我发现哲学和AI的关联不是一种需要刻意搭建的桥梁，而更像是一种自然的交汇——技术发展到今天，很多问题本身就在向人文的思考敞开。
一个基本事实是，对话正在成为人与AI最主要的交互方式。每天有上亿人通过各种App同各种模型发生对话——从一句话点奶茶到OpenClaw的爆火，对话正在成为一种普遍的、高频的人机交互方式。也正因如此，对话本身的困难就不再只是一个技术烦恼，而成为一个值得被认真考察的现象。
前面我说的那种“越聊越乱”的困境，其实指向一个更深层的问题。和传统的点按交互或编程不同，AI本质上是一个概率模型，它的交付物是或然的。这确实是某种创造性的来源，但也对人的输入提出了更高的要求——而这些要求本身又是隐晦的。这种困难的核心不在于AI不够聪明，而在于模糊的想法和清晰的语句之间存在着天然的断裂。更好的提示词工程、更长的上下文窗口，或许都能缓解它，但未必能替代“想清楚”这件事本身。
回头想想，苏格拉底也面对着同样的困境，并通过不断追问来澄清概念、定义问题、消除模糊性。只不过今天对话的另一端从一个人变成了一个模型。在我的产品工作中，最关键的往往不是找到解决方案，而是定义问题本身：我们到底在解决什么问题？边界在哪里？我们用的这些词，大家理解的是同一个意思吗？这些追问在苏格拉底的对话中发生，在哲学课堂上发生，也在产品会议上发生，它们本来就是同一类事情。
对话的困难还不止于此。一段真正有深度的对话，依赖于对话双方共享的语境。在日常交往中，对话总是在一个语境里进行的，宏观如时代、文化，微观如语气、表情。自然语言的效力不仅在于其本身，还在于承载它的人。但人与AI的对话在相当意义上仍是扁平的。所以当前AI发展的一个重要方向，就是借助工程化能力去充实对话的语境：记忆、上下文管理、尽可能让模型在对话中拥有更丰富的背景，从而与人有更深度的“理解”。
做这些工作的过程中，很多更深层的追问也会自然地浮现。我会忍不住想：AI能感知到时间吗？它所谓的“记忆”和人的记忆是同一回事吗？当AI在一段对话中维持了某种“连贯性”，这和人在对话中构建意义的方式有什么根本性的不同？这些问题乍看像是产品设计中的技术细节，但一旦追问下去，就会发现它们触及的是非常根本的哲学问题。
上个学期，我在复旦大学“人工智能与社会科学研究”的课程上写了一篇论文，试图从现象学的视角去分析AI的时间意识。这种思考不是我刻意要“把哲学用到AI上”，而是做着做着，问题自己就长到了那个地方——记忆的可能性条件，本身就是一个哲学问题。
在这些追问的尽头，对话的困难最终指向了人本身。当我们谈论AI的记忆、AI的自我意识，我们不得不反问：人的记忆是什么？人的自我意识又是什么？这些问题在几千年的哲学史中从未真正得到解决。而现在，人与AI的对话正在以一种前所未有的方式重新激活它们。
人工智能伦理学家乔安娜·布莱森（Joanna J.Bryson）说过一句话：“数十年来，人工智能一直是一个自我分裂的领域，同时追求两个截然不同的目标，通过心理科学深化计算机科学的理解，以及通过计算机科学深化心理学科学的理解。”
在我的学习和实践中，我也感受到这种张力。学哲学的时候，我试图理解人是怎么回事。做AI产品的时候，我其实也是在理解人——理解人怎么表达、怎么思考、怎么在对话中构建意义。这两件事并不矛盾，它们本来就是相通的。
AI极大地拓展了我们的认知范围甚至能力，但也让我们不得不反观自身：我们需要感到困惑的并不完全在于人工智能，更在于我们自己。这也是我在将近7年的哲学专业学习后最大的感悟：AI时代，人文思考不是一种需要被证明有用的附加值，而是技术本身在发展过程中不断生长出来的内在需求。
（作者系复旦大学哲学学院硕士研究生）
