被人工智能取代的是文科还是理科？ | 二湘空间

作者：海北尬生，因其尝求学于北海之北，每不顾环境而放尬言，故起此名也。喜航天，爱读书，本学理工，爱好文学。

我看到二湘老师开设了一家教育相关的公司，提供升学咨询与本科、研究生申请服务，正好现在也是中国大学的开学季和美国大学的申请季，于是想写点东西，谈一谈专业的问题。

文科专业最近在全世界日子都不是特别好过。在欧美，最近几天芝加哥大学先是宣布将重组合并文科院系，随后艺术与人文学院宣布将在2026-2027学年减少约一半系所的博士招生规模，并完全停止古典学、比较文学、中东研究等博士项目的招生。社会科学学院也宣布，2026–2027学年将暂停人类学、政治经济学等博士项目的招生。

在中国，2019年至2024年5年，全国取消了近3000个文科专业，也有很多学校进行院系调整，比如南航取消了人文与社会科学学部，把工作交给相关的学院，而早在23年，大连理工大学也做了类似的调整。

豆包AI生成

有些人便说，这是因为AI的冲击，甚至还预测未来文科会被AI彻底取代。可事实真的如此吗？

首先，如果我们要把这样的调整归结于AI的冲击，显然过于简单草率。AI当然会导致一些文科承受压力，比如翻译学，但这不至于上升到要取消学科的程度。究其原因，首先是在此之前的10年大量学校开设了过多的人文学科，处于过剩状态，其次，文科多少都沾点“帮闲属性”，无法立即转换成生产力，产生经济效益，因此当大学因为各种各样的原因遇到经费紧张的时候，首先倒霉的就会是文科专业。其次，如果真要讨论AI对于专业的冲击，恐怕最终要倒霉、倒最大的霉的反而是理工科，而不是文科。

理工科与文科最大的不同是，它是要以实验为研究方法的。这样的特点让理工科的发展脉络、不同时间段学者和学派的关系和文科完全不同，在实际上造成了一些更贴近人工智能特性的点，也就使之更容易被人工智能取代。

具体来说，因为理工科要以实验为研究方法，因此新提出的观点一定要能符合旧有的全部实验结果才能成立。因此，理工科存在着绝对的对与绝对的错—不符合实验结果就是错的，同时不同时间段的学者和学派的关系，就像俄罗斯套娃或者同心圆，是完全包含完全整合的关系的。但文科却不同，可以另立山头，可以改弦更张，而不存在完全包含和完全整合的关系。如果画出图来，应该是这样：

我们来举几个例子。如果我们要看力学的话，那最里面的一个圆圈应该对应伽利略，他建立了一些力学的基本观念，比如牛顿第一定律其实是他发现的，但是都不成体系，不够完整。在他的基础上，牛顿第一次建立了经典力学的框架，所以牛顿会对应伽利略外面的第二个圆。而最外面的几个圆，则会属于达朗贝尔、拉格朗日等人。这些法国人用微积分研究力学，建立了分析力学的体系，特别是拉格朗日找到了拉格朗日方程，提供了所有完整约束下力学问题的通解。

如果我们要说的是电学的话，最里面的几个圈应该是奥斯特等人，法拉第会是倒数第2个圈，他其实已经找到了所有电磁现象的公式。最外面的一个圈则是麦克斯韦，他通过大量的数学计算，将所有的电磁现象总结成4个方程，即是著名的麦克斯韦方程组。所有的电磁学现象都在这里面。

我在这里画成一个一个完全包含着的圆，事实也的确如此。每一位圈里的人的理论体系、所能解决的问题都完全被圈外的人所包括，换言之，只要能学明白，学圈更大的人的理论就可以不用再学被它套在里面的人的理论。只要能算得出来，麦克斯韦的方程组就可以解决所有的问题，不用再去学法拉第，会列拉格朗日方程也往往不需要再求助牛顿，正如同现在的中学生不学伽利略的体系也可以掌握牛顿力学一样。那学校为什么不这么做？原因是算不出来。麦克斯韦拉格朗日他们的方程都含有大量的微积分，相当难算。但文科不是这样，我们说柏拉图是苏格拉底的学生，亚里士多德是柏拉图的学生，他们都继承和发展了老师的学说，但这并不意味着我们看了当徒弟的就不用再看当老师的了，当然老子和孔子孔子和孟子也是这样的关系。我们能说“孟子把孔子的思想整合进来”乃至“孟子取代了孔子”吗？显然是荒谬的。

理工科的发展脉络其实也是如此，特别是理科。搞理学研究的人，所做的事往往都是这样的：开发出一套新的体系，使之在能够解释旧有的已知的一切问题的情况下，能够解释新的现象，或者将原本需要使用不同体系的问题，用同一个体系表达出来，比如物理学现在最终极的问题M理论试图将所有物理现象（万有引力、电磁力、强相互作用和弱相互作用）用同一个体系来解释，爱因斯坦晚年其实就在做这样的工作。不过无论是哪一种，新开发出来的理论被判断为正确的前提都是能够与已有的任何实验结果不冲突，换言之，这些结果是所有人必须承认正确的。旧有的理论必须要被解释成新有的理论体系的特例，成为新体系的一部分，比如牛顿力学就是相对论在低速下的特例。

豆包AI生成

但文科不是这样。文科不用做实验，不存在所有人都必须承认正确的东西，因此就不需要一定承认前人的成果正确并将其整合，反而可以将之彻底反对，站在一个完全不同的角度说话。因此文科山头林立而不分对错。我们总说“文人相轻”，其实这除了个人的性格有关之外，也与文科的特性有关：理工科的所有人都要承认公式、实验结果，工程方面还要承认各种相关法律规定，达不到就是错的。但文科找不到什么所有人都需要承认的东西，张三认同的东西。李四就可以反对，而且也不存在对错之分，分不出对错高下，就只好“相轻”。

黑格尔有着这样的哲学史观：哲学其实只有一个，所有哲学家的观点其实都只是不同时间下它的不同体现而已。但实际上，这不一定是哲学史观，反而应该是理学史观。哲学存在大量各有各的道理，可以同时存在的观点，反而是理学家所认为的理学只能有一个，同一件事背后只能有一个机理，如果事实是出现了两种以上的看法或者解释，就要做实验去找到正确的那一个，终结这种共同存在的状态。但是对于哲学，共同存在的观点很多，实际上黑格尔自己就说人们对事物的观点至少有三个：某观点，反某观点，和二者的折中说。他们各自有自己关心的点，都谈不上对错，因此都可以同时存在。

那我说这些究竟与AI有什么关系呢？其实对AI比较熟悉的人可能从一开始就听出来了：理学这种完全包含完全整合的发展方式，恰恰有利于形成算法，而算法恰恰就是AI存在的机理。

什么叫算法？从字面上解释就是对于一类问题的通用的计算方法。算法并不意味着对特定的某一个问题最简单的解法，而是要追求尽可能多的解决问题，正像前面提到的麦克斯韦、拉格朗日方程组可能连高中物理题解起来都很麻烦，但却能保证所有的问题都能解，这就是处于上位、无所不包的好处。所以对于理科而言，如果已经发展到了如同电学出现麦克斯韦方程组、流体力学出现ns方程这样的出现了总结性的理论，基于此开发人工智能的算法就是水到渠成的。换言之，只要能提供足够多的算力，计算机就能解决领域的全部问题。

豆包AI生成

这样的东西其实现在已经有了雏形，比如我们这些学航天的（乃至一般范围的工科生）应该都知道有一个神奇的软件叫ansys。它其实是一个软件包，里面有针对各个领域开发的数值计算和仿真软件，比如针对流体方面就是fluent。Fluent就全部由ns方程驱动,实际上就是一个帮你在输入三维模型后求解与之相关的ns方程的工具。只要运算能力够强、模型构建正确，这个软件能解所有的流体力学问题。当然这个软件远远谈不上是人工智能，在诸如网格划分、模型构建等诸多方面还是要依赖于操作者自己完成。

不过这都只是一层窗户纸而已，一捅就破。现在的人工智能不是已经可以让用户输入关键词，然后生成文章或者图片吗？那既然如此，一个现成的模型摆到这儿，并提出相关的要求，当然可以研发出一套人工智能程序帮你决定网格的划分之类的。实际上我总觉得现在还没有这样的东西出来，只是因为需求不够大，平衡不了研发成本，技术层面早就可行。

所谓的工程设计，其实很大程度上都是在照章办事。比如我们该确定什么样的指标。再比如说有什么潜在的解决方案、有什么经验公式，都是有章可循的。而显然越是有章可循。越容易找到算法。这一点最显著的还是计算机的编程，本人实测，ChatGPT或者deepseek之类的编程能力都很强，之前我因为不会写代码还挺苦恼，现在也不太在乎了。此前拜比尔盖茨的windows系统所赐，普通人在日常使用电脑的过程中不需要再接触到代码，使用代码变成了只有程序员才需要做的事（从这一点来说，比尔盖茨可谓功德无量，没有这样的东西，家用计算机根本不可能普及）。

豆包AI生成

很有可能在5年之内，连程序开发者都不需要再写代码了，我们只需要像现在用AI生成图片那样告诉AI我们需要一个什么软件，要实现什么功能，他们就能给我们开发一个完整的软件，比如说我们说“我要一个能建群能与人聊天的软件”，他们就真的给我们设计出来一套类似微信的系统。现在还想在大学学计算机的人，不妨考虑一下这个问题。

其他的工程学科会不会也是这样？我想是肯定的，我们可以拿图画训练出来一个绘画图的AI，用棋谱训练出来一个会下棋的AI，自然也可以用大量的工程实践训练出来一个会搞工程设计的AI。未来可能我们说“我这里有一条河，水深是多少，桥梁净空要求多少，要求设计一座斜拉桥”，他们就真的给我们提供一套完整的图纸，顺便还可能再做一下仿真和模拟，连可行性都给我们证明出来。我们真的需要工程师吗？

也不要觉得理科就会安全。理科所需要的大量的数学推导和文献查阅也是AI擅长的，即使现在理科生也往往用mathemetica帮忙化简公式解方程，而不是自己手算。而如果要说做实验，如果是实物实验，那恐怕还需要人，而如果要是数值仿真和模拟，比如用Matlab，那就又回到了我们刚才所说的。可能随着未来开发软件成本的进一步降低，我们很快就能看到这样的软件。

豆包AI生成

因此真正安全的恐怕还是文科。文科没有共同的共识，没有万金油式的方法，没有绝对的对错，山头林立，派系众多，而且越是大家做出的大的创造，越是突发奇想、异乎以往的任何人。这偏偏都不是AI所擅长的。没有共识和通解，就意味着没法构建算法，同时AI模型的训练也基于既有的成就，因此训练出来的产品也都是既有的东西的发展，却不能把既有的东西完全抛开，凭空创造。比如说拿印象派之前的那些写实的油画来训练AI不可能训练出莫奈的《印象日出》，拿洛克、卢梭他们的社会契约论的著作不可能训练出密尔他们的功利主义一样。

所以究竟该学文科还是该学理科呢？现在来看文科可能在最近几年不太好过，但如果时间尺度更长，恐怕是理科生要更难受。既然是选专业，要决定几十年以来的人生道路，就应该把眼光放长远一点。而且看衰文科的很多人，其实说白了只是出于一种理科生的傲慢，正如同有些文科生也瞧不起理科生一样，只不过现在是理科生比较强势的时期而已。我之前有一个比喻：理科生研究做菜刀，文科生研究菜刀怎么用。现在做菜刀的活大可以交给人工智能了，人工智能有更强大的力量，我们需要的，反而是让文科生来研究如何控制他们。

~the end~