今天小編分享的科技經驗：文科生，如何在AI時代找到價值，歡迎閱讀。
本文作者：林秋藝，編輯：龔正，題圖來源：視覺中國
在 AIGC 時代，大量的文字工作者、畫師、策劃人等文科崗，面臨被 AI 取代的風險。同時，生成式 AI 的 " 智能湧現 "（指人類沒教給 AI 的，AI 自己也能學會），也讓人們開始焦慮起該如何管理 AI。
" 真故研究室 " 對話了北京師範大學新聞傳播學院學術委員會主任喻國明教授，請他分享了在 AI 浪潮下，文科生（尤其新聞或内容人）的前路以及未來人類的新生活方式。
喻國明的核心觀點如下：
1. 在 AIGC 時代，懂技術也懂社會、懂市場也懂設計原理，這是未來新傳學生甚至文科生提升自己的社會價值和市場價值很重要的一個方向。文科生與理科生是社會發展的 " 鳥之兩翼 "，未來的關鍵是實現 " 人機協同與融合 "。
2. 生成式 AI 最重要的功能是 " 人類增強 "，極大地縮小了所謂精英與一般外行小白之間能力的區别。這種人類增強消弭了人類的天賦異禀之間所造成的差距，将構造起未來社會的互動關系和相應模式。
3. AIGC 時代，機器越來越像人一樣思考并不可怕，可怕的是人會像機器那樣去思考。算法的平均化打破了疆界，打破人們之間智力的圍牆，但也會形成對人的個體價值的蔑視、貶低與馴化。人們如何去形成自己個性的生存之地是首要問題。
以下為對話實錄：
Q1：ChatGPT 出現後，媒體人的危機感更強，擔心自己不再有用。您怎麼看？
A1：其實我認為新聞媒體是一個社會生活中不可或缺的角色，沒有這個角色，整個社會的運行系統、決策系統會出現重大問題。
但是這個角色的價值不在于它自身，而在于社會給它的位置，如果失去了這個角色價值，社會的正常運作層級就會坍塌，而這種坍塌會讓社會付出沉重的代價。
這也是社會對媒體的角色價值的一種維護。
另一方面，傳媒這個專業本身是從傳播、媒介、新聞這樣的角度去看待社會，媒介的角色、媒介的價值、媒介的邏輯和媒介呈現出來的對待某一事物看法的依據所在，這是媒介看待世界、評價世界的專業和底色。
媒介的角色價值是在社會生活中的價值，而不是它自诩得來的。
Q2：AIGC 時代，文科生（比如新聞與文化傳播專業）如何提高自己的職業吸引力 / 如何獲得高薪工作？
A2：我們曾經做過一個研究。
國内一線高校畢業後進入互聯網公司的畢業生中，新傳專業的畢業生，月薪大約在 5000-8000 元左右，正常工作的話，一年後能漲到 1 萬 -1.2 萬元；但是計算機專業的畢業生月薪就能達到 3 萬元起，一年後能夠按照平均薪資漲 15% 左右，五年後薪資大概能漲到 50 萬元 / 年的水平，這其中還伴随着職級的提升。
在這樣的情況下，我們許下了一個宏願：讓新傳專業的畢業生薪資待遇不遜于計算機專業畢業生。
傳統的新聞傳播教育畢業生，在互聯網公司中，一般只能從事與宣傳、策劃或是品牌傳播相關的工作，互聯網公司如阿裡、騰訊、百度、字節這些頭部的企業對社會傳播層面比較關注，給的薪資也會比較高，但大部分的公司會更關注技術層面，給社會傳播層面的薪資就會比較低。
所以我們在課程方面做了很大的一個改變，學生需要有互聯網的技術激勵，需要知道技術是幹什麼的、如何适用于市場、怎麼進行技術的產品化，我們要培養他們這樣的一個設計思路。
2019 年，我們在北師大開設了一個新的專業叫 " 互聯網產品經理 "，教學生如何用市場洞察、用戶洞察以及自身對技術的了解來為市場設計產品或服務。這些人才到了互聯網公司，起薪就不止技術崗位的 3 萬元了。
懂技術也懂社會、懂市場也懂設計原理，這是未來新傳學生甚至文科生提升自己的社會價值和市場價值很重要的一個方向，所以交叉學科在現在的學術研究和人才培養方面都是一個重要的轉型方向。
Q3：為什麼社會上會有這麼多擔心自己的工作被 AI 取代的聲音出現？
A3：為什麼大家對于這次生成式 AI 的出現反應比較重，在這要反問一個問題：普通工人、農民對這件事情的反應大嗎？
其實他們沒什麼反應，該做什麼還是繼續做，反而是過去認為自己是社會生活中屬于中上層的腦力勞動者（精英階層）感受到了威脅，這是他們對不了解的新技術自然而然產生的肌肉反應。
前幾次工業革命時期，那時候工業化的革命更多體現在人的體力勞動上，大量肩挑手提、分林伐木的體力活被機器取代，所以普通勞工大眾對機器充滿了仇恨，紛紛去打砸機器。
但是最後還是不成器，一是無法改變歷史發展的潮流，二是體力勞動者在社會管理中的聲量極小，自然影響力也不會太大。
而這一次，AI 能代替人的大部分勞動，比如機械的、重復的、計算性的、采集性的，凡是程式化能夠進行的、用算法來描述的、需要數據支持的一些工作就會被 AI 所取代。
這樣的工作恰好是大部分腦力工作者所從事的，因此他們感到恐慌。也正是因為腦力勞動者們擁有許多發聲途徑，所以他們的聲音能被聽到，能成規模體系。
但是技術和社會的發展依然不會因為這些聲音就停滞不前，對于這部分勞動者來說，當前要務其實是學會如何使用 AI 來提升自己的工作效率，為自己增加籌碼。
Q4：媒體人、創作者與 AIGC 這類技術的關系應該是怎樣的？融合或是博弈？
A4：如果用博弈去理解我們與技術的關系，方向就錯了。
在大眾傳播時期，大家被灌輸的觀點就是競争，以廣播和電視為例，選擇了一個頻道就無法同時觀看另一個頻道，報紙也是一樣，多數人不會選擇兩份同樣類型的日報，這是一種競争型的、排他型的競争。
而今天其實是數字文明時代，它跟工業文明不一樣，工業文明是裂變式的發展，而數字文明是一個聚變式的發展。
為什麼要有互聯網？就是要通過連接再連接形成新的功能、新的價值。在互聯網中創造屬于自己的價值時，并不是在競争當中獲得的，更大程度上是在合作當中、融合當中、互相匹配中來形成和構建起來的。
我們始終講技術背後還是掌握技術的人，所謂跟技術博弈的人實際上是傳統規則、權利和利益的得主，就是這些人在與掌握技術的人互相博弈，所以說到底是人與人之間的博弈，而不是人與技術之間。
Q5：生成式 AI 會對新聞傳播領網域產生怎樣的影響？
A5：從傳播自身的表現形式來看，傳統大眾傳播時期所形成的一套法則、理念、規矩、要求以及角色的扮演等等，就是我們常說的 " 新聞專業主義 "。
但是新聞專業主義在互聯網發展的過程當中，随着能夠執行傳播決策的人越來越多、越來越泛眾化，傳播的權利、發聲的權利在邏輯上已經賦予了每一個人，只要他是願意發聲的。
有一本書叫《主編死了》（作者陳序，美國《新聞周刊》中文刊前執行主編、政經專欄作家），作者用主編來替代過去媒介所扮演的把關人的角色，現在這個把關角色已經被技術突破，幾乎讓每個人可以不通過主編的特定的把關就向社會進行傳播分享，所以作者認為傳統媒介的這樣一個核心角色逐漸被瓦解、被分散了。
" 把關 " 實際上是在大眾傳媒時期所建立起來的一整套規矩，到了互聯網傳播時期，随着社交媒介的崛起，社交平台和短視頻技術的普及突破了話語表達的精英霸權，極大降低了内容生產和社會表達的 " 門檻 "，使 " 人人皆可成為傳播者 " 的泛眾化傳播時代成為現實。
社交媒介賦予了每個人平等的發言權，至少在形式上，每個人都可以向社會傳話，不用經過别人的篩選。
但像今天智能化媒介、AIGC 這樣的生產方式的變革，已經又讓傳播呈現一種完全不同的樣子。
生成式 AI 突破了不同人群在資源使用與整合方面的能力差異，使人在資源調動能力和表達能力方面有更大的提升。至少在理論上每個人可以用一種社會平均線之上的語義表達和資源動員能力進行社會性的内容生產和對話，這是又一次重大的邊界突破和對于 " 弱勢群體 " 的巨大賦能。
Q6：生成式 AI 在傳播領網域中，最重要的功能是什麼？
A6：生成式 AI 的一個最重要的功能，我把它表述為人類增強。
什麼叫人類增強？就是過去由于天賦異禀或是後天的努力的不同，社會大眾被抽成普羅大眾跟精英階層。過去都是精英階層掌握話語權和發聲渠道，而現在是一個什麼樣的狀态？
現在由于生成式 AI 的賦能賦權，比如說在翻譯能力方面，你通過 ChatGPT 這樣的應用翻譯出來的結果，一點都不比外語專業的人翻譯出來的東西差，甚至有的時候還更好。
在這種情況之下，我哪怕是一個外語盲，我也可以通過 ChatGPT 翻譯出信達雅的文字，那麼我就可以跟世界上任何一個不同母語的人進行無礙的交流。
這就極大地縮短了專業人士和普羅大眾之間的專業距離。雖然這種距離未必能夠完全消除，可能在某些方面還有差距，但是至少在基本面方面，他們的距離接近了，甚至可以到忽略不計的程度。
這種人類增強消弭了人類的天賦異禀之間所造成的差距，這一點特别重要，它将構造起未來社會的互動關系和相應模式。
Q7：國内企業與海外企業在研發生成式 AI 的方向上，有何差異？
A7：Open AI 為什麼能做出 ChatGPT，主要是在于他們宣告了自己是一個公益投入的項目，沒有太多利潤的追求，對項目中的科學家和工程師們沒有利潤壓力，所以他們可以集中精力去解決技術方面的關鍵性問題。在這基礎上，他們再進行商業變現。
而國内的企業在做 AI 方面的研究、研發時，會更注重價值的變現和產出，百度文心一言還沒發布的時候，就已經有幾百家企業宣布合作、排隊籤約，這裡就已經透露出來，百度在研發的時候對于資本變現、價值產出是有明确的意識和要求的。
所以我們會看到國内的大模型應用在處理基本面的問題上顯得比較弱，反而在專業領網域能力是極強的，但是一般大眾很少體驗專業能力的方面，只能看到它們在一般性的問題中，回答顯得很弱智。
Q8：目前海内外的生成式 AI 產品 / 大模型水平差别大嗎？
A8：事實上 Open AI 做的 ChatGPT，并不是所謂 AI 的深度學習或者發展邏輯方面的重大技術突破，它只是把諸如大模型、預訓練、海量資料的投喂等等匹配在一起，把這些方面做到了臨界點，就產生了化學變化而不僅僅是物理層面的疊加。
過去大家研究得更多的是以 " 識别—分析 " 為代表的判别式 AI，現在我們在以 " 合成—重建 " 為代表的生成式 AI 進行了探索并做出一定的成就。
就像碳元素一樣，可以呈現出煤炭的形式，也可以呈現出鑽石的形式。AI 從判别式轉向生成式也是一樣的，是一種相變（物質從一種相轉變為另一種相的過程，常用于描述物質在固态、液态和氣态之間的轉變），而不是技術本身在垂直領網域的縱深的突破性。
我們國内在 AI 方面的人才、專家也很多，雖然在芯片算力上有一定的阻礙，但别人用 20 個芯片能完成的事，我們用 50 個也可以完成，只是成本會高一些，并不會成為研發的瓶頸。
但在數據量方面，由于我們很多平台不開放、互通數據，互相不能使用對方的文本材料，而海外大量的學術數據庫、資源庫都是開放的，所以英文語料庫會比中文語料庫更大。
這樣就會導致一個結果，用英文搜索比用中文搜索得到的回答質量更高，不管是海外還是國内的應用都是一樣的道理。
Q9：AIGC 會讓未來社會生活產生怎樣的新變化？
A9：馬克思在 100 多年以前就将未來社會概括為 " 自由人的聯合體 "。
也就是說未來社會的組織方式，人和人之間的連接方式不是在一個組織系統的控制之下，毫無自己選擇權利的工作者、工具，而是作為一個主體，它在平等的基礎上跟人合則相聚，不合則散。
互聯網界有一個新名詞叫 "DAO"（Decentralized Autonomous Organization，一種全新的人類組織協同方式），這種社會自治的方式有點像我們說的圈層，但圈層和 DAO 之間還是有差距。
圈層裡面的每一個成員是沒有自己的權利确認自己創造的數據、創造的價值、創造的内容，這些都是屬于平台的。
所以有 web 1.0、web 2.0、web 3.0 的逐漸更新，web 1.0 是你能看到的、你能接受到的，web 2.0 是你能使用的，web 3.0 就是你能夠使用并且擁有的。等到 web 3.0 确權之後，社會就會變成 DAO 這樣的未來社會基本組織狀态。
在這樣的一個背景之下，其實我們并非需要依附于什麼，只是要在完成某一個特定功能，實現某個特定價值的時候，跟不同的人去做不同的這種功能性、價值性的組合。
這就是未來社會的一個樣式，因此在這樣的社會裡面，我們需要的不是競争，而是合作、融合的設計和創意。
因為有了一個良好的合作，我們就能把這件事情做成；沒有這良好的設計，我們哪怕再有能力，也做不到這種事情。因為今天這種長鏈條、多元素的事情越來越多，缺少任何一方這件事情都做不成。
未來社會的第一法則就是整合、協合、融合。
Q10：AIGC 能給人們的生活方式帶來什麼改變？
A10：第一，它會讓人們的工作時間縮短。
現在它能代替的工作主要是那些重復性的、規範性的和機械性的腦力勞動工作，這是第一波的替代，即将成為現實。
再過 5 年、10 年，當把腦力勞動者全部工作量當中的 50%-60%，甚至 70%-80% 都用 AI 替代的時候，人類的工作時間就會大大地縮短。
或許在不遠的将來，我們不再是 8 小時工作制，而是 4 小時，一周也不用工作 5 天，4 天就夠了。這就給我們空出了大量的可自由支配的、非功利目的的閒暇時間。
第二，它可能會讓數字鴻溝繼續擴大。
比如說老年人本身在學習新技術方面就會有巨大的學習障礙，因為年紀大了，接受度的确會差一些。
但同時對年輕人來說它反而是個機會。沒有過去慣性的、結構性的困擾，學習新事物的敏感程度要高得多。
因此對年輕人來說是一種機會，對老年人來說卻是一種壓迫。
第三，有些工作崗位會被取代，但也會產生新的工作崗位需求。
比如現在海外一個很熱門的崗位叫 " 提示詞工程師 "，就是幫助用戶向 AI 提問題，讓用戶得到高質量的回答。這個崗位主要看個人的能力，有的人擅長于提問，有的人不具備這樣的能力，在這樣的差别和需求下催生了出這個工作崗位。
還有一類崗位就是做 AI 做不到的事情。AI 必須在足夠的算力和數據之下才能給到準确答案，這個推算的時間可能會很長，幾十年也說不定。但人類擁有直覺和悟性，不需要復雜的計算也能給出大致正确的方向。
比如讓 AI 畫一個美人，它可以把全世界的美女，合成一個平均數的美女。但是這樣的影像，雖然看起來的确美，但就是覺得有一些生動性是嚴重缺乏的。為什麼呢？沒有缺陷。
它沒有這種起伏的比例，因為人是需要在多少有點缺憾的那種背景之下來看，才會襯托出她的美和生動，AI 生成的都是中規中矩、平淡的，這種需要感覺性的工作 AI 就做不來。
以後大概就會有兩類職業，一類是基于新的 AI 平台所產生的新工作，主要是服務型工作；另一類是 AI 做不了的工作。
Q11：除了新興的工作崗位，未來工作場景還會有什麼不同嗎？
A11：過去人為勞動基本上都是在田間、在工廠裡邊，這是以底層勞動作為最基礎性的社會價值生產方式。只有少數人是在管理階層，大部分勞動者要麼種地，要麼養魚捕魚等等，都是在一線這種最基礎性的部門。
到了工業化革命時期，就形成了社會分工。有些人借助于機器能夠相對比較輕松地去生產，有些人去做科研，有些人去做管理，有些人做環境的管理者。實際上這個社會人性化程度更強了，人不必被那種體力勞動折磨得精疲力盡。
未來也是一樣，人可以用自己的才智去完成 AI 不能做到的事情，在這個過程中人的創意不斷地被激發，甚至可能像在做遊戲一樣。
因為 AI 對于遊戲來說是一個特别好的助力服務。以往我們在遊戲裡邊只能按照規則完成特定的任務，獲得某種反饋或者成效，使我們的身心得到某種釋放、變得清爽。
而現在有了生成式 AI 之後，實際上可以把遊戲視為是一個社交場所，社會合作的場所，社會探讨創新的場所。
在遊戲的具體場景當中，彼此之間可以交流，大家可以合作，然後在一起創新創造，它就會成為一個全新的社會組合的執行平台。
在遊戲創作場景當中，比社會的現實場景要豐富得多，我們可以在不同場景當中把自己未曾發現的某些潛能釋放出來，而且在這個能力上做延伸的話，就能萌發出創意，這種創意或許能夠對整個社會、對他人都有好處。
Q12：在與 AIGC 共生的社會生活中，會有潛藏的問題和危險嗎？
A12：算法最大的特點就是平均化，這種平均化打破了疆界，打破人們之間智力的圍牆，看起來對普羅大眾是好事，但對于人類文明的發展來說，這種平衡态的重新回歸，會形成對人的個體價值的一種所謂的蔑視、貶低與馴化。
那麼這就會衍生出一個問題：人如何發展自己的個性？
人并不是純粹計算得出的結果，不是絕對理性化的，人有自己的偏好和熱情。就像哲學家們，好的理論哲學家都以偏執的方式堅持自己的觀點，并不是八面玲珑、四處逢源的。
所以一個真正的人，他的發展其實是跟這種平均化趨勢相反的，他要強調自己的偏好，要強調自己的個性，要強調非理性的熱情感和情緒。
在算法已經充斥了整個世界的這種背景下，人如何去形成自己個性的生存之地，這是一個大問題。
機器越來越像人一樣思考其實反而不用過度擔心，更應該擔心的是人會像機器那樣去思考。
Q13：如何解決上述這種由 AI 帶來的困境？
A13：在未來人工智能的環境當中或許產生一種新的修養方式，人類要脫離開所有的人工智能的這種服務的背景環境，去一個相對蠻荒的、自然的場景中去待幾個月，然後再回到人工智能環境裡面，可以稱作場景修養和修復。
在自然場景當中你需要自己的思考應該怎麼做，怎麼改善自己的環境。至少讓人們從這種充滿了算法和智能化自動服務的環境中走出，進入沒有自動化和算法的自然世界裡邊，去形成對人的基礎性的知覺功能和生存能力的恢復。
未來或許還會有更強大的反智能的技術、反智能的生活場景出現，我們可能只需要一個星期或者半天，在裡邊待一待，就能對你這一段時間以來的被 AI 施加的影響進行反彈，使人保持一種既有理性又有個性和激情的平衡狀态。
Q14：由生成式 AI 帶來的大數據侵權問題應該如何解決？
A14：相對于傳統的抄襲來說，AI 的數據侵權是很難被确認的，因為它會把要素拆解之後再進行整合，可能思想是你的，但從語言表達的成分上卻很難看出來。
要判别 AI 作品的設計者和貢獻者之間知識產權的歸屬問題，需要面臨技術上的復雜性，這也是未來亟需解決的問題。
目前較為主流的方式是通過 " 數字水印 " 來判别。
在用 AI 生成作品的每一步都會留下水印的痕迹，比如在材料采集的階段是否用 AI 采集，創意階段借鑑了哪些作品，加工階段用了怎樣的技術，都會生成相對應的水印。
這樣一個作品到最後呈現在大眾面前，就會附帶有各種各樣的水印，通過水印帶有的後台信息，就能追溯到各個生產環節。
而這樣的判别方式需要平台的協助，對平台來說，利用算法數據和技術，判斷這個產品是合成的還是原創的，是一件很簡單的事，因為原版的作品攜帶的信号與合成作品的信号是完全不同的。
這也是平台應該做的。比如，大眾傳播時代，我們在報紙上登一個廣告，必須提醒這是廣告而不能讓讀者誤認為是新聞報道，AIGC 時代，刊載 AI 作品的平台也應該做出這樣的明示。
但這是理論上的情況，放到現實環境中，版權歸屬還是要面臨復雜的情況。我們通過 AI 生成一幅畫作，可能我們做出了一些想象中的文字描述才讓它生成這樣的作品，但實際上我們真正的創意部分占比有多大？這個問題很難判斷。
一幅絕妙的作品離不開高級的軟體、準确的描述和人的創意，那麼畫作制作者和生成這幅畫作的 AI 平台所有者之間，版權的歸屬各占多大的比例，如何計算？這又是一個復雜的問題。
侵權的确認和版權的歸屬，這是一個需要社會各方互相博弈才能得出的答案，并不是坐在辦公室裡，在沒有實踐的基礎上，就能做出 AI 作品版權份額問題的把關。
制定版權問題的規則，需要平衡各方的利益，因此也需要經歷一個相對混亂的時期，這是探索新事物所必須要付出的成本。
Q15：面對生成式 AI 帶來的 " 智能湧現（指人類沒教給 AI 的，AI 自己也能學會）"，我們應該如何應對？
A15：在 ChatGPT 剛掀起 AI 熱潮之時，網信部門随即就發布了《生成式人工智能服務管理辦法（征求意見稿）》。
雖然目前還沒有立場，也沒有立法實施，但是動作如此快地發布管理征求意見，這本身就說明網信部門對生成式 AI 的敏感程度和對它的影響評估是很高的，希望能夠在比較早的情況下就對它可能產生的問題進行預防式的限制。
對生成式 AI 的管理問題，解決辦法是在信息傳播的環節、加工的環節和社會場景的構建的過程中，在它的發展方向上，分辨哪些東西應該得到提倡和助推，哪些東西應該被平衡和博弈。
這需要一些權威的專業人士來做解讀，也需要政府部門做規定，同時也需要民眾素養的提升。
當大眾看到 AI 生成的負面的產品時，自覺地不接受甚至反感它們時，這就是民眾素養的提升。
對生成式 AI 的管理，應該是各環節共同形成的綜合結果，對這樣的綜合結果，不能要求一個平台、一個群體或者一個機構就來完成。
本文作者：林秋藝，編輯：龔正
