以下是人文科技为何变得与STEM（科学、技术、工程和数学）同等重要、新兴的“双语型”员工类别，以及教育工作者和雇主如何应对这一转型。

图源：Brian Jackson via Alamy Stock

在过去的20年里，如果侄子或侄女问我对大学专业选择的看法，我会建议他们选择计算机科学——我有信心这能为他们提供长期的职业保障。我的嫂子是一位终身哲学教授，她常常对那些对人文学科感兴趣的人表示谨慎，因为这些领域的职业机会相对有限。

但人工智能会改变这种局面吗？

随着人工智能逐步自动化越来越多的专业性，通常是白领类工作任务，我们将看到雇主所看重的技能发生转变。这一时刻可能会为人文学科和社会科学教育带来潜在的复兴——K12教育、高等教育和劳动力领域的领导者们应该通过课程设计和培训做好准备以应对这一转变。

数十年来，教育领域的领导者们一直专注于STEM。在一个重新强调人文学科的世界里，将教育和培训重点放在“THESIS”（技术、人文学科、工程、科学、创新和社会科学）上或许更有意义。

一、STEM的重大转变

人工智能正在实时颠覆就业市场，并且正在吞噬许多过去构成大多数入门级白领工作的重复性、模式驱动的工作活动。LinkedIn（领英）首席经济机会官Aneesh Raman（阿尼什·拉曼）曾表示，这种技术技能的自动化正在“打破职业阶梯的最底层”。在最新的大学毕业群体中，计算机工程和计算机科学专业的失业率位居前列：根据纽约联邦储备银行的数据，分别为7.5%和6.1%。这向教育领导者发出了一个早期信号，即使是技术学位也不再是安全的选择。

为了让学生适应这一快速变化的就业市场，教育机构需要了解人工智能能力的发展轨迹以及其与人类技能集的交叉点。人工智能本身在不断变化，但我们能够识别出一些趋势，这些趋势将帮助教育领导者进行有效的调整。

在人工智能兴起之前，招聘经理经常在职位描述中列出诸如批判性思维、团队合作和沟通能力等持久技能。然而，在实际的招聘决策中，这些技能往往只是次要考虑因素，尤其是在技术岗位上。在选择两名候选人时，管理者历来更倾向于选择技术能力更强的人，而不是那些人文技能更出色的人。教育体系也反映了这种偏好，通常会根据行业需求，引导学习者选择以STEM为重点的课程，而不是人文学科。

如今，这种招聘的权衡标准正在发生转变。先进的人工智能工具，尤其是具有自主性的系统，能够自主处理过去通常由入门级员工承担的复杂技术任务。另一方面，人工智能仍然在应对新奇情境、复杂沟通、因果推理、理解人类情境和细微差别以及其输出结果的伦理影响等方面存在困难。一个明确的结论是：曾经被视为次要的人本技能，现在必须被视为教育的核心要素。

我们可能正接近一个交汇点，在这个交汇点上，过去在社会科学和人文学科中强调的技能，将变得和传统上与STEM学位相关联的技术技能同等重要——真正赋予“THESIS”中的每一个字母以同等的权重。从更长远的时间尺度来看，甚至可能会出现一个交叉点，届时人文学科和社会科学将在相对重要性上超越STEM。

Sheryl Sandberg（谢丽尔·桑德伯格）简洁地总结道：“人工智能将需要人类创造力与机器学习的合作，以解决世界上一些最紧迫的挑战。”

二、长期必备的新兴技能

需要明确的是，对技术熟练度的需求可能会持续增长。然而，随着工具在广泛的专业类别中变得更加易于使用和自主化，纯粹的技术技能将变得更加商品化。未来将属于那些“双语型”专业人士——他们既熟悉人工智能的工具和技术基础，又精通人工智能无法复制的人类情境和技能。“双语型”员工能够以最佳方式解锁人工智能解决方案，并在工具无法继续发挥作用的地方接手。

随着人工智能系统变得更加复杂，人类的工作可能会更多地转向高级管理以及需要人类独特能力的领域。几种新的必备技能将变得更加有价值——人文学科和社会科学为这些技能提供了关键基础：

1.系统流畅性：理解和管理相互连接（自主性）系统的技能，尤其是在结果出现时是突发的和不可预测的情况下。这种技能使个人能够应对复杂性、调整策略并预见连锁反应。

2.元认知敏捷性：实时反思和调整自己思维方式的能力。随着人工智能系统的快速演变，员工必须评估何时信任一个模型、何时进行干预以及如何重新调整他们的解决问题的方法。

3.协作智能：与人工智能系统和人类团队有效合作以解决复杂问题的能力。未来的专业人士将不仅仅使用人工智能，还会与之共同创造。

4.激进的创造力：生成超出人工智能渐进式创新范围的全新想法、概念或表达形式的能力。文学、哲学，甚至艺术和音乐都能训练人们去想象新的范式、打破常规，并以人类的方式表达意义——即使在一个高度自动化的世界中也是如此。

5.有说服力的社会洞察力：通过激发同情心、自豪感和团结等社会和情感驱动力来吸引、激励和鼓舞他人的能力。虽然人工智能可以被动地评估一个人的情绪状态，但它很难以说服和真实的方式激活这些驱动因素。人类通过故事讲述、同理心和共同价值观，独特地具备了围绕某个事业或理念动员他人的能力。

人文学科和社会科学教育为培养这些新的必备技能提供了异常坚实的基础，这并不意味着技术学位没有价值。相反，它表明无论是K12阶段还是大学阶段的技术教育，都需要更多地融入人文学科和社会科学的元素，而这些领域则需要在保持其传统优势的同时，继续发展技术素养。

三、应对转型并识别新角色

在历史上，“平台转变”创造了全新的职业：蒸汽机带来了火车工程师和工厂监督员；电力创造了电工和发电厂操作员；互联网催生了网页开发者和搜索引擎优化专家。当前的人工智能平台转变不可避免地将掀起一波新的职业浪潮。这些新职业的形成以及其他职业的消失将在一个更快的时间尺度上发生，因为这一周期的采用曲线将更短。这促使教育工作者和劳动力发展领导者必须预测这些新兴角色，并实时调整课程和培训的优先事项。

展望未来，我们可以预见一系列随着人工智能在日常生活中嵌入程度的加深而出现并加速发展的新角色。在短期内，这些角色可能包括人工智能提示工程师，他们将技术理解与人类沟通目标的精确性和批判性解读回应的能力结合起来；人工智能内容完整性专家，他们负责验证真实性、检测操纵行为，并确保人工智能生成内容的伦理质量，这些工作需要从新闻学、媒体研究、哲学和伦理学中汲取技能；或者就像智能手机催生了一代新的视频内容创作者一样，我们可能会看到人工智能激发一波没有产品开发经验的新企业家浪潮，他们依赖于“氛围编码”来启动初创企业，这些企业的成功更多地依赖于创意、讲故事和战略规划，而不是编码能力。

在未来数年，我们可能会看到“基础模型拓展者”——他们负责积极拓展人工智能系统的创造性和认知能力的边界，以及“共情架构师”——他们负责为护理和教育等领域设计具有情感共鸣的人工智能界面。这些工作既不会是纯粹的技术性工作，也不会是纯粹的人文性工作，而是将持久技能、批判性思维、创造力、系统设计与人工智能技术素养相结合。

人工智能能力的演变时间线表明，组织将越来越将人文学科课程中学到的技能视为必备技能。在短期内，学校和大学的课程可能会迎来一次“人文复兴”，特别强调将创造力和系统设计等持久技能与人工智能技术素养相结合。

然而，随着人工智能能力的不断进步，即使是这些人文学科衍生的技能也需要与时俱进，纳入诸如元认知敏捷性、协作智能和新颖问题解决能力等新技能，教育课程和劳动力培训项目必须不断更新以整合这些新兴能力。这也表明正确的行动方案是一种平衡的方法：在加强传统的人文学科和社会科学教育的同时，随着人工智能能力的提升，整合这些新的必备技能。

因此，下次我的侄子侄女问我该选择什么专业时，我终于可以和我的嫂子携手鼓励他们精通对人类和机器的理解，世界将需要“THESIS”课程所赋予的技能组合。教育领导者和劳动力规划者应该鼓励这种跨学科学习，以构建一个面向未来的优秀人才储备。

作者：Arrun Kapoor(阿伦·卡普尔)

译者：木青