道術之間:人文社科教師為什麼要學習AI?
我們的讀者,應該對在人文社科領域中的AI技術並不陌生。
幾年來,我們報導過AI應用於古文字識別、考古遺址分析、古琴譜分析、唐詩文字分析等大量案例。從這些研究中,我們不難看出AI在人文社科領域的價值正與日俱增。
但這些個案研究,未免還有管中窺豹之嫌。至少我們很難系統性、結構化地審視人文社科領域落地AI究竟發展到了怎樣的程度,真正身在一線崗位的人文社科教師,對於AI又有怎樣的認知、感受。
最近我們瞭解到一個饒有意味的活動。眾多來自全國各地高校的人文社科教師,居然聚在一起學習決策樹、知識圖譜、python語言。這個畫面光是想想就充滿了張力。
7月26日-30日,中國社會科學院社會學研究所、中國社會科學院大學社會學院、蘭州大學哲學社會學院、百度聯合主辦了“社會科學家的第一節人工智慧課”—— 2021計算社會科學師資班活動。在這場活動中,我們可以完整地看到人文社科教育需要AI的原因,以及接受AI的情況。同時,也能身臨其境,去了解人文社科高校教師如何認識、瞭解、掌握AI技術。
非常幸運的是,我們採訪到了主辦以及參與這次活動的多位老師。他們來自社會學、法學、會計學等諸多專業。基於這些採訪和溝通,我想現在是時候來和大家一起解決這個問題:文科教師究竟為什麼要學習AI?
錢鍾書先生說:“東學西學,道術未裂;南海北海,心理攸同。”當AI遇到人文社科,或許就是在這個智慧時代,又一次闡明瞭道術之間殊途同歸的真諦。
道與術的統一:人文社科擁抱AI的必然性
有相關學科背景的同學其實都知道,人文社科領域終歸要容納大資料、AI等技術手段。比如上學時一位老師就跟我說,做宋以後的學問其實更難。因為宋代文獻窮其一生還有讀完的可能,明代文獻汗牛充棟,皓首百年也讀不盡。而人讀不完的,AI可以讀完。文獻的資料化、格式化和智慧化是人文學科的基礎發展方向。
在社會學、人類學等社會科學中,AI的價值更加突顯。比如我們想做某一個社會熱點話題的輿情研究,讓研究人員去翻遍各個社交平臺、網路討論資料都是無法完成的事。而依靠AI去圖譜化、網格化相關資訊就成了最佳選擇。
這只是兩個簡單的例子,人文社科擁抱AI還需要方方面面的努力來推動。而讓人文社科領域的教師、研究員來了解AI,認識AI,必然是雙方結合的基礎。
蘭州大學哲學社會學院系主任唐遠雄副教授是這次活動的發起人之一。他認為這項活動的初衷是主動適應新時代全球範圍內科學研究正規化的深刻變革,貫徹落實蘭州大學積極推進新文科發展的精神,助力“雙一流”建設,順應資訊科技和資料科學的飛速發展對我國“計算社會科學”學科現有科研隊伍人才結構和知識結構升級的要求。
在對參與這次活動的教師進行採訪時,我們會首先聊這樣一個話題:為什麼人文社科教師有學習AI的必要性?想必很多朋友也有這樣的好奇。而老師們也給了我非常充分的答案。其中關鍵的幾點可以總結為:
1、學科之間的殊途同歸。
確實,AI、大資料、雲端計算這些名詞,聽上去與中文、歷史、社會學、法學這些概念相去甚遠。但無論是智慧技術還是人文社科研究,本質都是為人服務,貢獻於社會。這就讓學術體系的差異化重新統一於“人本”這個共識。我們在討論AI時,會著重強調倫理、個人隱私、就業風險等“人本意識”;同樣社科研究也必須“因人而用”,AI作為可以加速、實現研究的工具,理應被學界廣泛吸收。
浙江大學“百人計劃研究員”復旦大學社會學博士範曉光就認為,數字社會的時代,背後很重要的是演算法,演算法的背後是什麼?是人!社會科學關心的是什麼?是人。而社會科學是關心人的,未來數字社會必須要回歸到“人”。
在我們強調學科差異、文理有別之前,或許可以先回到“以人為本”的學科共識與現實關懷中。那麼眾多AI與社科間的差異化就迎刃而解。
2、問題意識的互補性。
進一步探索我們會發現,文理之間學科方法、學科工具與技術訓練的不同,確實會產生兩邊比較大的差異。但這種差異與其說是隔閡,更確切來說是可以構成問題意識的互補性。我們在進行一項人文社科研究時,很可能會陷入複雜的理論框架與話語疑雲。但這些障礙在AI、大資料來看卻不是問題。反過來,人文社科研究也為AI提供了問題意識,比如基於文獻進行搜尋、學習和訓練的最終目的和評判標準是什麼,這些都需要人文社科領域的人才來回答。所以AI與人文社科必須求同存異,在相互瞭解的基礎上完成互補。
3、具體研究需要道與術的耦合。
再來到具體的人文深刻研究工作中,AI往往可以構成加速器甚至啟動器。很多難以解決的問題,可以在AI的幫助下迎刃而解。比如我們曾經報導過的手寫古文書識別問題。而這些問題的解決,需要研究人員瞭解AI的工作原理、工作能力與所需基礎,在此基礎上再進行交叉學科、跨學科的合作來解決具體問題。
清華大學社會學博士後王陽陽認為,AI與社會學可以理解為術與道的關係。如果僅僅是對AI進行大概瞭解,掌握一門工具,那麼學習起來並不特別難,至少初步入門是可以的。對於社科研究來說,只要掌握一小部分AI知識,就可以透過跨學科合作的方式來解決更復雜更深奧的問題。
所以說,人文社科與AI並不是偶遇,而是一場有理論基礎、有方法論指揮的“道與術”的統一,一場隨著社會與技術的不斷髮展而註定的“邂逅”。
那麼下一步我們可能會想知道:人文社科教師究竟是怎樣度過這第一節AI課的?
學與試的統一:社科教師怎樣完成“第一節AI課”
不久前在蘭州大學舉辦的這場人文社科師資AI培訓活動,並不是時間維度上的“第一節AI課”。去年這一活動已經舉辦過一次。
之所以稱為“第一節”,是因為對於大部分人文社科教師來說,這是第一次詳細瞭解AI技術,填補這一領域從0到1的空白。此外,主辦方希望這一活動具有普惠性、科普性價值,而不是專業型學習。
受訪教師普遍認為,培訓課程的設定確實對“技術小白”比較友好。尤其在大部分教師都沒有程式設計基礎的情況下,設定了理論、方法、案例、實踐統一的課程設定。不同學科的教師都可以在其中獲取相應價值。
今年的計算社會科學師資培訓在學與試兩個方向都有著更強的針對性。面向文科教師的理論背景與學習習慣,今年的課程更多關注具體案例。詳細解釋案例背後的問題意識與解決路徑。在案例引導下,很多教師都可以將AI聯絡到自身的研究領域與學科背景中,更有針對性完成學的部分。
另一方面,今年的課程強調了“上手實操”的價值。湖北大學新聞傳播學院的谷羽副教授連續兩年參加了這一學習,她認為今年最大的區別在於有很多可以實際操作的內容。參加教師可以針對決策樹、迴歸等具體的AI演算法來完成操作實驗,避免了本就相對陌生的AI變成“紙上談兵”。
可以發現,案例與實操依舊是老師們最關心的內容,這一點無論是人文還是理工學科都是一樣。而想讓宏觀、抽象的AI技術變成一個個案例、一項項操作,就需要技術、實踐資源、開發平臺等支援。
在這寶貴的第一節AI課中,百度扮演了這個角色。
工具與探索的統一:百度AI人才培養提供的價值土壤
各個文明族群中,都有類似普羅米修斯盜火的傳說。讓大眾能夠應用技術,是文明前進永恆不變的方向。而AI也是如此,只有各行業、各學科,甚至全民提升AI的掌握程度,這門通用技術才有存續的價值。
而想要讓AI具有普惠價值,就需要將產業界尖端的平臺工具、技術體驗釋放到產、學、研各界。計算社會科學師資培訓的特殊之處在於,參與授課與學習的教師們都應用百度飛槳深度學習平臺來完成學習、實操。百度的工程師也來到課堂,向老師們講解了產業界前沿的AI技術與AI應用。
由術緣道,如果說AI與人文社科相遇是因為學科發展的殊途同歸,那麼百度與AI教育的相遇就是社會發展下的產學同途。活動的發起者之一,範曉光博士認為,百度的定位是AI公司,它面向未來、思考提高全民的AI素養。在這種背景下,學界組織者與百度一拍即合,很快把這個跨越產學、跨越文理的活動組織了起來。
具體到學習過程中,很多參與教師也強調了百度帶來的價值。有老師提到目前大部分資料庫都來自國外的開源平臺,高校能拿到的資源其實很少。而百度作為AI開發平臺的產業建設方,願意把這些能力分享出來、推動學科建設的進步。
在教學實踐中,常年服務於AI開發者和企業的百度飛槳充分發揮了操作平臺與教學平臺的作用,整體體驗對教研工作來說比較友好。飛槳的AI操作、展示、教學基礎,恰好可以成為教學中所需的基礎平臺。王陽陽博士就認為,飛槳安裝簡單,在教學過程中使用非常方便,且功能強大。很多老師都提出一定要註冊一下,回去給學生們上課時就可以使用起來。
將學界探索AI的熱情,與產業界提供的高質量平臺、資源、經驗統一在一起,是百度為這節AI課帶來的核心價值。在AI人才教育與師資培養領域,百度其實廣泛擔任著產學研橋樑與價值底座的角色。
百度已經形成了“人工智慧+X”複合型人才的培養生態,以我國首個自主研發、開源開放、功能豐富的產業級深度學習平臺——飛槳為核心,圍繞學習、就業、認證、實踐、比賽等環節,將高校科研人才與企業應用人才培養緊密結合,創立AI人才培養標準,構建產教融合的AI人才培養體系。截至目前,百度已經培養AI人才超過100萬,未來5年百度還將培養500萬AI產業和技術人才。
高校師資培訓,是百度“500萬AI人才培養計劃”中的關鍵一環。整體專案從2018年開始,到今天已經舉辦了十餘期高校師資培訓班,積累了豐富的經驗與資源。面向高校師資瞭解AI、實踐AI的需求,百度提供了全套教學資源包、億元算力支援,並與高校共建課程體系,在高校AI實踐課開展中新增開放多個包含AI全技術和產業應用方向的實戰案例。
如今,百度已經讓近600所高校的2000多名教師更加了解AI,具有AI教學教研能力,並支援200所高校開設AI學分課,為智慧時代打造持續性的教育土壤。
道在AI萬徑中
必須承認的是,人文社科研究、教學領域應用AI,在今天還是一件任重道遠的事。就像所有行業一樣,人文社科教師也會感覺AI複雜、難懂、不理解。但任何一門有探索價值與研究必要性的學科都是如此,只有不斷破障而出,才能擁抱變化,得窺大道。
人文社科領域的教師、科研、教學,今天正在經歷瞭解AI,容納AI的一場由術向道的變化。這個過程中,每個角色需要肩負起各自的責任,同時形成協同方案,一道推動AI成為人文社科的底層工具,構築“新文科”發展的關鍵引擎。
在這次採訪中,我們可以總結出“第一堂課”的三方參與者:教師、主辦平臺與賦能企業,各自肩負著哪些責任,如何推動AI與人文社科融合發展。既然談AI的術與人文的道,那麼我們就將其總結為三個關於“道”的關鍵詞:
1、求道。
任何一個工具想要獲得價值,最終決定權都在操作工具的人手中。對於人文社科教師來說,今天AI確實還是一個非常陌生,甚至超越了以往知識背景的工具。但數字社會轟然而至,我們每個人都身處其間。所謂一代有一代之學問,某種程度上來說,AI是這個時代給人文社科教師的禮物之一。
所以教師、研究者們,應該有藉由AI以求道的勇氣,不要先天設定畏難情緒。AI雖然具有門檻,但其實只要投入一定時間,找到合理的學習渠道與學習平臺,就可以達成行之有效的掌握。人文社科教師,更要在這個時代擁抱變化,勇於創新。這也是“新文科”建設的題中之義。
2、同道。
“社會科學家的第一節人工智慧課”這個說法讓我們感覺新鮮,或許正說明AI融入人文社科還有很長的路要走。在這個階段,學校、學術組織、有志向能力的老師,應該努力搭建平臺,聚合同道,儘快形成學術共識與跨學科合作環境、知識學習平臺,搭建學術共同體。有同道者則行路長,AI與人文社科的融合也如此。
3、大道。
在今天的AI產學研合作環境中,企業顯然是更具優勢的一方。企業掌握著先進的演算法、算力、資料與平臺工具。這種情況下,有情懷與責任感的企業應該儘可能開放這些能力,將AI技術釋放到產學研一體化環境中,幫助推動相關學科建設,完善人才培養環境。如果像百度一樣,勇於承擔AI社會責任與人才培養責任的企業越來越多,那麼我們應該很快可以看到學界、教育界,乃至千行百業的智慧奔湧。
王陽陽博士在採訪中提到了一個大家都津津樂道的故事。《三體》中人類在威懾紀元的致勝不是依靠技術上的碾壓,而是根據“宇宙社會學”兩條公理提出的“黑暗森林法則”。很多時候,人文、社科、理學、工學,甚至更多路徑,最終都通往類似的目標。既然大家都面向一個方向,那又何談學科與技術上的涇渭分明。
早在屈原《天問》裡就說,惟茲何功,孰初作之?斡維焉系,天極焉加?
天下本來沒有那麼多的界限,有的只是由術入道的決心。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2785877/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 為什麼要學習 RustRust
- 為什麼要學習 Julia
- 為什麼要學習 Vim?
- 為什麼要學習Linux?如何學習Linux技術?Linux
- 我為什麼要學技術
- 設計師為什麼要學程式設計,開發者為什麼要學設計?程式設計
- 為什麼要學習Netty?Netty
- 為什麼我要學習“機器學習”?機器學習
- 程式碼之間為什麼要加空格?
- 為什麼運維要學Python?它們之間有什麼聯絡?運維Python
- 為什麼要學習Python?學習Python可以做什麼?Python
- 為什麼想成為 Geeker 的人要學習 JSJS
- Python優勢是什麼?為什麼要學習?Python
- 程式設計師為什麼要持續學習(升級版)程式設計師
- 為什麼要學習Linux?學習Linux有什麼好處?Linux
- 為什麼要學習Linux系統?Linux
- 為什麼要學習Go語言呢?Go
- 為什麼學習python要掌握Linux?PythonLinux
- 為什麼要學習編譯器課程?編譯
- 為什麼要學習和使用C語言?C語言
- 為什麼要學習響應式設計
- 為什麼要學習Python?Python可以做什麼事情?Python
- 什麼是Spring Boot?為什麼要學習Spring Boot?Spring Boot
- Linux是什麼系統?為什麼要學習Linux?Linux
- Java架構師的培訓要學習什麼?Java架構
- 為什麼要虛擬化,為什麼要容器,為什麼要Docker,為什麼要K8S?DockerK8S
- 學習Python為什麼要報培訓班?Python
- 為什麼我們要學習Microsoft Graph for Office 365ROS
- 為什麼要學習作業系統課程?作業系統
- 為什麼要學習大模型應用開發?大模型
- 什麼是技術債,為什麼要還技術債?
- 為什麼要學習Python?因為能「為所欲為」啊……Python
- 為什麼要學習Linux雲端計算?新手怎麼學習LinuxLinux
- 為什麼要選擇學習python?學習python的原因!Python
- 乾貨 | 學習大資料為什麼要先學Java?大資料Java
- 醫學影像AI為什麼需要小資料學習?AI
- 為什麼要成為「無敵」程式設計師?程式設計師
- 什麼是java?為什麼大家都學習java技術?Java