今天小编分享的科学经验：DeepSeek们，会让文科无用吗？，欢迎阅读。
DeepSeek 火了之后，"AI 让文科无用 " 的讨论又一次被引爆。"DeepSeek 文科 " 相关话题几次登上热搜。
很多人认为，类似 DeepSeek 的大模型已经可以创作出质量很高的人文作品，还能联网获取海量人文知识。写公文、写论文、创作文案这些工作，AI 都已经能够胜任，并且还有其他文生图、文生视频、文生音乐大模型，可以把艺术、设计类工作一并替代。
这样一看，似乎很容易就会得出 AI 即将替代文科工作的结论，好像选择学习人文类专业，甚至文理分科中选择分科都属于自寻死路。这种舆论压力带来的恐慌感，已经蔓延到了文科生与文科家长群体中，给这个属于 AI 的春天，蒙上了一层似乎要掩埋人文教育的黄沙。
但是，事情真就如此吗？
印象里每一次 AI 技术火爆，都会有人反复谈起 " 文科无用论 "。
但 DeepSeek 带来的这一轮 AI 高潮，却恰恰让我看到了人文能力在 AI 竞赛中的重要性，甚至是文科生在 AI 时代的就业前景。
不妨想一个问题：都说 AI 让文科无用，那 AI 大模型自己需要文科生吗？
随便举几个例子，就会发现人文能力在今天的大模型竞赛里至关重要，甚至有点决定大模型竞赛走向的意思。
首先还是说 DeepSeek 吧。稍微对比几个大模型，就会发现 DeepSeek 在信息收集等基础能力上与其他大模型差距不大，甚至大模型幻觉问题还有点严重。但为什么它能够持续在全球爆火呢？除却降低 AI 硬體成本等产业因素，最重要的是它具有极好的话题传播度。
相较其他大模型，DeepSeek 回答的网感更好、幽默感更强，并且文笔更加优美诗意。这些能力导致在同一个问题下，DeepSeek 回答的 " 真人感 " 更强。从而导致用户从兴趣上更愿意与其对话，并且更愿意将对话结果在社交媒体上分享出来。
那么，这些幽默、犀利和诗意，是来自某种算法优化吗？恐怕未必。至少模型训练语料的精挑细选，在其中会扮演关键的角色，而这种对文学性、哲思、幽默感，甚至是社交传播性的把握，恐怕正是文科生的主场。
有个例子可以特别强烈展现出 DeepSeek 非常重视人文能力，并且绝对有文科生在其背后支持。问 DeepSeek 一些宏观问题，它会说一些特别宏大深远，却没有任何实际意义的词汇。诸如什么 " 基因魔術方塊 "" 幻影囚笼 " 之类的，像极了人文类专业写不出来论文时一通胡编的套路，主打一个很唬人、很没用，且绝不被查重。
回看 DeepSeek 的狂飙突进，会发现正是对人文能力的重视，才让它在大众端脱颖而出。所谓 " 百模大战，千篇一律 "。过去大模型同质化严重的原因之一，也正在于重算法，轻内容，忽视了 AIGC 本质上是内容创作。最近 AI 行业都在讨论像 DeepSeek 一样实现降低推训成本，但如果不看到其重视人文能力与内容生成的另一面，后续绝大多数大模型还是无法逃出内容无聊，对话无趣，随即被用户抛弃的漩涡。
还可以补充几个其他例子，来讨论人文能力对大模型的重要性。我发现做公务员、教师相关职业的朋友，都喜欢用文心一言来写公文，尤其是工作总结、会议纪要之类的。他们的理由是，文心一言相比其他大模型用语更得体，格式更工整。这在公职类工作当中十分重要，也可以降低后续的修改工作量。从这个角度看，对文书写作等文科向工作的理解，也成了大模型锚定用户人群，提升自身竞争力的关键。
另一个例子可以看看文生图大模型。直到今天，我们都会感叹 Midjourney 在国内没有平替。即使顶着难用的操作、复杂的提示词、卡顿的网络，有相对专业化需求的用户依旧前赴后继涌向 Midjourney。归其根本，在于国内大許可證生图模型的审美太差，生成的图片最后总吐露着一股难以名状的土味。而这背后的原因，在于缺乏高质量的绘画与设计作品供 AI 学习。绘画、设计和审美这些文科能力，已经严重限制了文生图、文生视频，甚至整个多模态路线的发展。
谁说文科不能决定 AI 生产力呢？
某种程度上来说，AI 不会让文科没用。没有文科生，AI 可能会率先没用。
其实，" 某先进技术来了，文科就没用了 " 这种论调，早已经是陈词滥调了。记得刚有互联网的时候 , 就有人说以后文科知识一搜就有 , 学文科的死记硬背还有用吗？后来自媒体来了，又有人说自媒体谁都能写，那些供职于报纸杂志的文科生还有出路吗？
后来的故事恰恰相反。互联网行业和自媒体成为文科就业强劲的增长引擎 ,甚至曾经就业面很窄的一些文科专业 , 比如档案学、博物馆学，都能以科普向自媒体作为全新的职业出路。都说短视频来了，文字就没人看了。但短剧编剧、视频策划等工作同样吸收了大量文科就业。伴随技术的进步，文科生不仅就业面更宽，相对来说步入高收入的可能性也更大。
在今天，大模型好像又要来挤压掉文科生的工作了。但我们很容易忽视掉，大模型的内容并不是凭空而来 , 也需要人文工作者为它提供训练语料，并监督其进行有效的内容生成。另一方面，大模型也能像自媒体平台一样，成为新的内容创作助手与职场助力。
即使在大模型爆发的初级阶段，也已经可以看到一大批新的文科就业方向正在到来，比如说：
1. 大模型背后的 AIGC 内容官。
DeepSeek 的成功已经表明，内容生成质量将是决定大模型成败的关键要素。接下来势必能够看到 AI 厂商更加重视人文能力，重视优质语料筛选的新趋势。这个过程中，原本可以低成本外包的训练数据筛选工作，将变成由人文背景从业者主导的高净值工作。AI 内容官，大概已经离我们不远了。
2. 智能体开发者。
文科生变成軟體应用开发者的最大障碍是什么？应该是不会编程。那好，现在 AI 会了。在大模型消弭内容生成门槛的同时，也在消除代码等技术岗位的门槛。以人文背景驱动的应用开发，很可能成为新的就业与创业爆发点。
3. 多模态内容创作者。
同样的道理，一位文科生想把知识、理论、文思变成影像也很难。因为需要跨专业到艺术领網域，甚至视频拍摄剪辑等技术能力，但这些 AI 也会做。在文、图、视频之后，下一个文科就业风口或许就是多模态创作者。
总结一下这些新机会，我们也许会达成一种共识：AI 带来的不是学科歧视，而是机会公平。
无论是填写票据、工厂质检，还是编写代码、文案生成、撰写报告总结。从今天到未来很长一段时间里，AI 都只能替代那些简单的、重复的工作。所以它能替代的工作也集中在这个领網域，即那些简单的、重复度高的工作和岗位。
与此同时，AI 能做简单的工作，也意味着它可以补完每个人的能力短板。纯粹的代码工作者，可以依靠大模型获得系统化的人文社科知识；从来没接触过艺术创作的人，可以利用 AIGC 获得审美与设计力的提升；一位完全文科背景的创业者，也可以依托智能体和无代码开发工具成为一名 AI 开发者，踩中时代的风口。
AI 时代对个人最大的影响，不是某种学科有用，某种学科没用，而是要求我们重新组织自我能力体系：每个人都必须有富有创造性的，不可被 AI 替代的能力，同时学会把那些自己原本不擅长，缺乏兴趣的工作交给自动化和智能化，从而实现竞争力更加全面，社会机遇更加公平。
技术工具的更新，向来只会让世界走向开放和包容。
从这个角度看去，智能即公平。
