今天小編分享的科學經驗：DeepSeek們，會讓文科無用嗎？，歡迎閱讀。
DeepSeek 火了之後，"AI 讓文科無用 " 的讨論又一次被引爆。"DeepSeek 文科 " 相關話題幾次登上熱搜。
很多人認為，類似 DeepSeek 的大模型已經可以創作出質量很高的人文作品，還能聯網獲取海量人文知識。寫公文、寫論文、創作文案這些工作，AI 都已經能夠勝任，并且還有其他文生圖、文生視頻、文生音樂大模型，可以把藝術、設計類工作一并替代。
這樣一看，似乎很容易就會得出 AI 即将替代文科工作的結論，好像選擇學習人文類專業，甚至文理分科中選擇分科都屬于自尋死路。這種輿論壓力帶來的恐慌感，已經蔓延到了文科生與文科家長群體中，給這個屬于 AI 的春天，蒙上了一層似乎要掩埋人文教育的黃沙。
但是，事情真就如此嗎？
印象裡每一次 AI 技術火爆，都會有人反復談起 " 文科無用論 "。
但 DeepSeek 帶來的這一輪 AI 高潮，卻恰恰讓我看到了人文能力在 AI 競賽中的重要性，甚至是文科生在 AI 時代的就業前景。
不妨想一個問題：都說 AI 讓文科無用，那 AI 大模型自己需要文科生嗎？
随便舉幾個例子，就會發現人文能力在今天的大模型競賽裡至關重要，甚至有點決定大模型競賽走向的意思。
首先還是說 DeepSeek 吧。稍微對比幾個大模型，就會發現 DeepSeek 在信息收集等基礎能力上與其他大模型差距不大，甚至大模型幻覺問題還有點嚴重。但為什麼它能夠持續在全球爆火呢？除卻降低 AI 硬體成本等產業因素，最重要的是它具有極好的話題傳播度。
相較其他大模型，DeepSeek 回答的網感更好、幽默感更強，并且文筆更加優美詩意。這些能力導致在同一個問題下，DeepSeek 回答的 " 真人感 " 更強。從而導致用戶從興趣上更願意與其對話，并且更願意将對話結果在社交媒體上分享出來。
那麼，這些幽默、犀利和詩意，是來自某種算法優化嗎？恐怕未必。至少模型訓練語料的精挑細選，在其中會扮演關鍵的角色，而這種對文學性、哲思、幽默感，甚至是社交傳播性的把握，恐怕正是文科生的主場。
有個例子可以特别強烈展現出 DeepSeek 非常重視人文能力，并且絕對有文科生在其背後支持。問 DeepSeek 一些宏觀問題，它會說一些特别宏大深遠，卻沒有任何實際意義的詞匯。諸如什麼 " 基因魔術方塊 "" 幻影囚籠 " 之類的，像極了人文類專業寫不出來論文時一通胡編的套路，主打一個很唬人、很沒用，且絕不被查重。
回看 DeepSeek 的狂飙突進，會發現正是對人文能力的重視，才讓它在大眾端脫穎而出。所謂 " 百模大戰，千篇一律 "。過去大模型同質化嚴重的原因之一，也正在于重算法，輕内容，忽視了 AIGC 本質上是内容創作。最近 AI 行業都在讨論像 DeepSeek 一樣實現降低推訓成本，但如果不看到其重視人文能力與内容生成的另一面，後續絕大多數大模型還是無法逃出内容無聊，對話無趣，随即被用戶抛棄的漩渦。
還可以補充幾個其他例子，來讨論人文能力對大模型的重要性。我發現做公務員、教師相關職業的朋友，都喜歡用文心一言來寫公文，尤其是工作總結、會議紀要之類的。他們的理由是，文心一言相比其他大模型用語更得體，格式更工整。這在公職類工作當中十分重要，也可以降低後續的修改工作量。從這個角度看，對文書寫作等文科向工作的理解，也成了大模型錨定用戶人群，提升自身競争力的關鍵。
另一個例子可以看看文生圖大模型。直到今天，我們都會感嘆 Midjourney 在國内沒有平替。即使頂着難用的操作、復雜的提示詞、卡頓的網絡，有相對專業化需求的用戶依舊前赴後繼湧向 Midjourney。歸其根本，在于國内大許可證生圖模型的審美太差，生成的圖片最後總吐露着一股難以名狀的土味。而這背後的原因，在于缺乏高質量的繪畫與設計作品供 AI 學習。繪畫、設計和審美這些文科能力，已經嚴重限制了文生圖、文生視頻，甚至整個多模态路線的發展。
誰說文科不能決定 AI 生產力呢？
某種程度上來說，AI 不會讓文科沒用。沒有文科生，AI 可能會率先沒用。
其實，" 某先進技術來了，文科就沒用了 " 這種論調，早已經是陳詞濫調了。記得剛有互聯網的時候 , 就有人說以後文科知識一搜就有 , 學文科的死記硬背還有用嗎？後來自媒體來了，又有人說自媒體誰都能寫，那些供職于報紙雜志的文科生還有出路嗎？
後來的故事恰恰相反。互聯網行業和自媒體成為文科就業強勁的增長引擎 ,甚至曾經就業面很窄的一些文科專業 , 比如檔案學、博物館學，都能以科普向自媒體作為全新的職業出路。都說短視頻來了，文字就沒人看了。但短劇編劇、視頻策劃等工作同樣吸收了大量文科就業。伴随技術的進步，文科生不僅就業面更寬，相對來說步入高收入的可能性也更大。
在今天，大模型好像又要來擠壓掉文科生的工作了。但我們很容易忽視掉，大模型的内容并不是憑空而來 , 也需要人文工作者為它提供訓練語料，并監督其進行有效的内容生成。另一方面，大模型也能像自媒體平台一樣，成為新的内容創作助手與職場助力。
即使在大模型爆發的初級階段，也已經可以看到一大批新的文科就業方向正在到來，比如說：
1. 大模型背後的 AIGC 内容官。
DeepSeek 的成功已經表明，内容生成質量将是決定大模型成敗的關鍵要素。接下來勢必能夠看到 AI 廠商更加重視人文能力，重視優質語料篩選的新趨勢。這個過程中，原本可以低成本外包的訓練數據篩選工作，将變成由人文背景從業者主導的高淨值工作。AI 内容官，大概已經離我們不遠了。
2. 智能體開發者。
文科生變成軟體應用開發者的最大障礙是什麼？應該是不會編程。那好，現在 AI 會了。在大模型消弭内容生成門檻的同時，也在消除代碼等技術崗位的門檻。以人文背景驅動的應用開發，很可能成為新的就業與創業爆發點。
3. 多模态内容創作者。
同樣的道理，一位文科生想把知識、理論、文思變成影像也很難。因為需要跨專業到藝術領網域，甚至視頻拍攝剪輯等技術能力，但這些 AI 也會做。在文、圖、視頻之後，下一個文科就業風口或許就是多模态創作者。
總結一下這些新機會，我們也許會達成一種共識：AI 帶來的不是學科歧視，而是機會公平。
無論是填寫票據、工廠質檢，還是編寫代碼、文案生成、撰寫報告總結。從今天到未來很長一段時間裡，AI 都只能替代那些簡單的、重復的工作。所以它能替代的工作也集中在這個領網域，即那些簡單的、重復度高的工作和崗位。
與此同時，AI 能做簡單的工作，也意味着它可以補完每個人的能力短板。純粹的代碼工作者，可以依靠大模型獲得系統化的人文社科知識；從來沒接觸過藝術創作的人，可以利用 AIGC 獲得審美與設計力的提升；一位完全文科背景的創業者，也可以依托智能體和無代碼開發工具成為一名 AI 開發者，踩中時代的風口。
AI 時代對個人最大的影響，不是某種學科有用，某種學科沒用，而是要求我們重新組織自我能力體系：每個人都必須有富有創造性的，不可被 AI 替代的能力，同時學會把那些自己原本不擅長，缺乏興趣的工作交給自動化和智能化，從而實現競争力更加全面，社會機遇更加公平。
技術工具的更新，向來只會讓世界走向開放和包容。
從這個角度看去，智能即公平。
