人文與算法：在人工智慧時代重新定義人文學科的價值

猶記得去年八月臉書上，我當過一回烏鴉，預言人文學科若無結構性變革，終將撐不過117大限。今年隨著真理台文、世新中文陸續傳出準備停招的消息，一葉知秋，骨牌終將被推動，若無新思維，最後結局恐是滿目瘡痍。

這一兩年，我四處看資料，想找個具體的解方，但看來看去，大多都是壞消息，如：從 2012 年到 2020 年，俄亥俄州立大學主校區人文學科的畢業生人數下降了 46%、波士頓大學下降了 42%。2022 年的調查發現，哈佛大學只有 7% 的新生願意主修人文學科，2012 年這個比例是 20%，1970年代則接近 30%。而台灣，最新的統計是，僅有19%高中生在選系時，願意選擇人文類學科，而科技類有45%，社會科學類35%。

這些數據彷彿看到了一種不可逆的崩頹，鑿刻著人文學科的歷史墓誌。

現在人文學科的危機，比較像個經濟問題而不是文化問題。

但這兩者是否真的無法融合呢？

我認為2023年可能是人文學科最壞的年代，但也可能是最好的年代－－原因無他，因為人工智慧技術大爆發。

或許大家都認為，AI的重點技術在於演算法與模型。但事實上，演算法與模型之間還有一個重要的東西－－數據與資料，亦即，AI是根據我們提供的資料數據以及設定的目標，透過演算法來創建合適的模型。如果AI不可避免的成為我們未來生活文化與文化生活的核心，那麼人文學科不可能不被需求。

Tobias Blanke－－這位阿姆斯特丹人文與人工智慧的專家－－它特別強調：演算法會犯錯，而這些錯誤必須被修正。而這也是人文技能未來將被需大量需求的主要原因。Tobias Blanke說到：

演算法是用來自於社會、人類文化的資料集進行訓練，這就是需要人文學科的原因之一。為了能夠發現演算法中的誤判，就需要了解我們提供給這些演算法的資料類型，以及了解該資料中的問題所在。文化概念的知識在那裡是必不可少的。

所有觸及AI的倫理問題、道德問題、偏見問題以及涉及影響認知的所有問題，都與人文學科息息相關。舉個台灣例子，中研院自己訓練的語言大模型（LLM）上架四天後隨即下架，因為這個號稱台灣自己的大模型，提供的內容很不本土，甚至還有許多簡中用語，懂得都懂，這跟演算法無關，而是訓練模型的資料集出了問題（使用中國的資料集），從而產生了AI認同「錯亂」。

這種「錯亂」，可能發生在任何AI產生的內容裡，特別是我們總說AI的特長是「一本正經地胡說八道」，缺乏批判性的思維，這種「胡說八道」久而久之就可能成為新的現實認同。而它可能發生在性別、種族、國族、審美、意識形態、文化、道德.....等各種與「人」有關的層面。

從這個角度來看，人文技能的重要性，在AI時代更是有迫切的需求。講點現實的，當AI的應用滲透到生活的每一個角落，我們需要「教育」的就不只是人，還有機器，我們需要的，肯定會是「以人為本的AI」－－生成的內容，處理的工作，都需要顧及到人的情感與需求。我們也可以合理的推斷，當AI發展到一定程度（例如AGI的誕生），政府將會立法規範AI的發展，或許不久的將來，我們就會看到原本以技術為本的科技領域，都將設立專門的人文部門，來解決AI所產生的各種與人連結的問題，以及建構優秀的數據資料集，我樂觀的認為，以後甚至可能會產生相關的認證與證照資格。

我相信這一天不會太久，儘管根據現有調查顯示，目前AI多數仍是用在「娛樂」，但人工智慧不會只是單純的「娛樂產品」，我們看到的都只是終端的應用，但人文學科要攻佔這一領域，就得走到更前面。在教育上，怎麼把AI用好這件事，在未來都是基本能力，對人文學科的發展而言，也只是枝微末節，人文學科如何在AI時代，轉變為生產者，或許才更是要考慮的事。

首先，沒有懸念，教育模式與課程結構肯定要變，但可能也不複雜，建立技能模組，設定主題框架，例如從開設一門科幻小說、科幻電影的課程開始，建立對AI發展的知識理解與未來想像，培養批判思考的能力。或者，可以更瘋狂一點，開設一門AI沙箱的課程，從把CHATGPT逼瘋、教壞開始，瞭解AI的機制，使用的邏輯，以及反思AI的其他可能性，連結後人類理論思維，建立一個數位文化的意識.........

不知道是否來得及，但一切都可以重新開始，改變的契機也許就在當下。

在這個人文最壞的年代，還有機會奮力一搏。

打個小廣告：靜宜大學從去年11月CHATGPT上線後，就一直盯著AI不放，今年台文、中文、生態、大傳、資工、資傳跨院系合作，開始推動數位人文工程，這學期台文系打頭陣，開出第一門數位人文實驗課程，利用數位工具（用AI寫PYTHON程式，結合自然語言處理，進行文本的大數據探勘與分析）。