张雪峰一句“文科都是服务业”引起舆论上的“文理之争”，从专业课的质量不一到就业前景的不明朗，文科生承受着普遍的焦虑。而随着生成式AI在各领域的应用，也有一种声音认为，AI将在不久后取代一些文科生的就业机会，比如一些机构媒体设立了 AI编辑、AI记者；一些企业也尝试用AI取代原画师。
然而，以上两种假设反映了社会长久以来对文科的误解，也是近年来对AI的误解。AI在一定程度上打破了文理科生的技术壁垒，而过去一些 AI产品被诟病太“生硬”，更需要文科生的人文素养与情感关怀，比如对于聊天式AI语料库的筛选。纵观人类历史，技术一直在重塑我们对于学业和工作的理解， AI并非“洪水猛兽”，或许更应该思考是：如何运用 AI、如何打磨那些无法被AI取代的能力。
从被热议的“文理之争”出发，在人工智能时代，文科何为？当一波技术浪潮袭来，如何应对AI焦虑并发现真实的需求？以及从知识生产的角度去看，创造力将如何诞生于人与AI的交互中？
今天，一读EDU（ID：yidu_edu）将与您分享本文，探讨AI 时代大学生所面临的挑战与可能性。
本文经授权转自青年志Youthology（id：openyouthology001），本期嘉宾刘海龙（中国人民大学新闻传播学院教授）、沛沛（阿里通义产品营销专家，北京大学新闻与传播硕士）、阳少（青年志编辑，「问题青年」主播）
如何看待张雪峰的言论？
青年志：谈及“文理之争”，张雪峰的言论总能引发舆论热议。去年他说“孩子报新闻系就把他打晕”，今年又认为“文科都是服务业”。两位对他的观点有何回应？这里面体现了公众的哪些焦虑？
张雪峰的言论，我个人觉得回应价值不大。他的做法更像是一个营销手段，通过这样的惊人之语来吸引关注。虽然学术界严肃回应的人还蛮多，但在回应之后随着大众的参与，事情就朝互相网暴的方向发展了。最后张雪峰又迫于舆论压力道歉，不再回应。而真正的讨论理应是双方各自陈述观点，有来有往地进行对话。
大家似乎把这个问题简单化了。焦虑可能主要产生于那些在意志愿选择的家长和学生，他们担心志愿的选择会直接影响到未来的就业机会和发展方向。然而，我个人认为， 专业和学校的选择与最终的就业是两个完全不同的问题 。除此之外，这里面还包括几个环节：大学期间的学习，个人事业的发展，以及个人的幸福感和对人生的满意度。 大家如今在讨论的时候往往把这几个环节混为一谈，好像选专业就一定决定了就业，而就业又一定会影响事业发展，最终影响到人生和家庭的发展。但这一过程中存在许多变量，不应简单地将它们视为一环扣一环的因果关系。
当大家把这些事情“虚假”地联系到一起，就会产生这样的焦虑，学校和专业的选择变得无比重要。并且这种焦虑还有提前的趋势，比如像在北京、上海这样的城市，中考淘汰率很高，于是中考的重要性甚至变得比高考还重要。 这么类推下去，从中学、小学再到幼儿园，每个阶段的容错率都在降低。但人生是一个特别漫长的过程，你用其中一个节点决定后面的节点，本身是不科学的。
这种焦虑自然也催生了以张雪峰为代表的高考志愿填报咨询市场，这本无可厚非。你在美国申请学校，也会有一些专业机构可以提供类似的服务，因为信息确实很庞杂。但我觉得不应过分强调“选专业”的重要性，最后的决策者还应该是学生本人——这个专业是不是Ta喜欢和擅长的？
张雪峰的问题在于把“喜欢”排在价值序列的后端。 其实他的一些言论也被曲解了，他的完整表达是，如果你考了高分但家庭条件不太好，那么就应该做出一个更加功利的选择；如果家庭条件好，那么可以选自己喜欢的专业。这个判断我只能同意一半。难道家庭条件不好，就没有权利选择自己喜欢的专业吗？另外这种价值观也固化了我们对孩子选择的看法，限制了家庭条件不好的人群的发展可能性。最后孩子有可能就沿着自己不喜欢的路一直走下去。可以设想，一个人选择了自己不太喜欢的专业，进了一个自己也不太喜欢的行业，事业未必能够做得很好，人生也未必能够幸福。
就像海龙老师说的，你选择的专业和你未来从事的职业在方向上可能并不会重合。从我的个人经历来看，选择也在不断变化。我有点像典型的“小镇做题家”，高考成绩在全省排名是100左右，但当时并没有像张雪峰这样的人指导我该选什么专业，我觉得我喜欢做新闻，然后就选了新闻传播学。因为家里没有从事新闻行业的人，我是通过大众媒体对记者这份工作的描绘，外加兴趣来设立目标的。后来进入大学后发现这个目标好像跟真实的世界有些不一样，这时身边的朋友开始受到类似张雪峰言论的影响，纷纷转向理工科或商科，认为这些领域的职业发展前景更好。
后来我想了想为什么大家会有这样的选择？其实跟我们从小常听的一句话有关——学好数理化，走遍天下都不怕。 对于那些缺乏社会资本的人来说，理工科可能提供了一条相对稳定的路径。它能让人在专业知识上实现垂直发展，成为专家型人才，这样当你用自己的劳动换取相应的报酬时，能获得相对优越的财富积累。 而文科生的职业往往需要建立并维护许多社会关系，如果你家里本来就有一定的社会网络，这些关系可以帮助你在职业上走得更远。当时我确实也被类似的言论有所影响。
至于张雪峰说“文科都是服务业”，我觉得倒谈不上对或错。进入职场后你会发现 整个社会就是一个巨大的销售场景 。如果你在高校从事研究，你销售的是自己的想法或论文；如果你是技术人员，你销售的是专业知识；而像我现在做的产品营销，销售的是产品。本质上，这个世界的运作逻辑都可以被视为一种销售。
大学生该怎样应对AI焦虑？
青年志：随着以大语言模型为主的生成式AI在各领域的应用，也有一些声音认为AI会对文科生的就业产生冲击。沛沛身边的新传学子会有类似的焦虑吗？
反而我身边的理科生会有些焦虑。举一些行业内的例子，我们有一款产品叫“通义灵码”，它能帮你进行智能编码。比如我现在想要写一款《飞机大战》小游戏的代码，在 prompt输入指令，不出10秒钟AI就会帮你完成这段代码。然后现在也有一些公司接入了“通义灵码”，他们公司 80%的代码都是由AI帮写的。我感觉这是AI在这个时代应用的一个开始。
AI 最能提供帮助的是代码辅助生成 。例如，我以前只掌握了 C 语言，但AI 能帮助我将代码翻译成 Python 或 Java，这极大地提高了学习效率。在将一种知识转化为另一种知识的过程中，AI 能提供结构性或架构性的输出，帮助我们更高效地学习和应用新知识。
理工科的一些专业受到的冲击可能会更大 ，像沛沛刚才提到的编程这样在过去大家觉得非常高深的东西，反而会因为AI的介入被快速掌握。包括外语可能也是这样，你不学是真不懂，但学完后立马就会跟别人不一样。现在的AI都是基于大语言模型，而外语和编程本质上都是另一套语言，具备明确的规则和结构，这些知识对于AI来说是更加容易被被掌握和应用的。 但另外一些专业和技能，比如文学或是写小说，没有那么明确的规则，也更加主观，那可能还真不是迅速通过AI可以学习的。
另外我想说的是，这个世界充满了不确定性，一些当时看上去很明智的选择在未来也许并不适用。ChatGPT从2023年初被开放给普通用户，时间非常短。如果你是在 2020 年或 2021 年进入高校，可能无法预见到如此巨大的变化。我觉得AI对于整个社会的影响还没有正式开始。前两天看到施密特的一个发言，他讲了一个很有意思的观点，大意是直到资本主义工厂体系建立后，电才开始真正对世界产生影响，虽然直流电很早就被发明出来了，但当时对世界的改变没那么大。互联网也同样如此，90年代就出现互联网了，但大家最初也只是用来做网页，无法预见移动互联网和社交媒体出现后对世界的影响。
所以我觉得AI现在也处于这个阶段。在这种未知的情况下，就不要试图用一个确定性的目光去预测所有事情，因为任何的预测都是有局限的。既然预测不清楚，你还不如跟着爱好走， 至少你做的事情是自己喜欢的。而且我觉得不管什么专业，只要做好了肯定都是有社会需求的。哪怕没有需求了，你做一些微调也可以被接受。
青年志：就海龙老师的观察，过去一年半的时间，AI对于新闻行业产生了哪些具体的影响或改变？
就我了解，包括一些传统媒体和专业的媒体机构，大家 对于AI的使用还是比较谨慎的 。其实很早在新闻领域就有计算机辅助新闻报道，而随着AI的应用，这些功能会变得更加方便使用，它可以帮助记者做一些背景资料的收集、生成一些图表和改稿。当然这也涉及到另一个问题，就是AI会产生“ AI幻觉 ”，因为它在设计早期是为了最大限度模拟人类的回答，也就是说它可能会出现一本正经的胡说八道。所以人在这个过程中还是要起主导作用， AI只能是一个辅助工具
另外就是AI没有办法取代记者去现场采访，因为它没有办法去直接感知这个世界。现在有些媒体会做一些虚拟主播，或者让AI帮忙进行配乐和特效的筛选，这也是AI非常擅长的，它会提高我们的制作效率。而在整个新闻内容的制作过程中，最核心的还是讲故事的能力，这也是AI暂时无法替代人的一环。
青年志：我最近看了个新闻，美国著名主持人崔娃（Trevor Noah）就在跟一些科技公司的AI产品合作，试图让AI更多地去推动环保议题、辨别真假新闻等等，这似乎也预示着一种AI跟新闻媒体在未来合作的可能。然后我也想问问沛沛，你对于AI技术在新闻业的应用有什么观察或体会？
海龙老师刚刚说到一个点，就是电视直播行业当中的数字人技术，其实这样的技术很早就有了，而 AI的出现能够帮我们的创意添砖加瓦 。比如今年央视有一个 AI 盛典，当中运用了非常多的AI技术，通义也有参与其中。当时有一个场景是让苏轼“赛博复生”，我们知道宋代的古汉语发音和现在是很不一样的，然后AI可以把关于苏轼的所有材料整合到一起，再通过大模型的语音生成的技术，让苏轼用宋代的口音念出诗词。
AI在呈现技术上的确实会有很多新的应用，我倒是比较期待它之后在 核心内容生产上的突破 。至于阳少前面提到的AI对于真假新闻的甄别，我前段时间还提出了一个异想天开的设想，就是未来在新闻传播领域，可能需要专门培养一批人材来做信息核查工作，比如这个事情究竟是真实的还是生成的？这在未来可能会是一个产业。所以AI虽然可能替代一部分工作，但它也会创造出新的岗位需求。
不断使用AI， 才能发现真实的需求
青年志：现在一些高校也引入了AI相关的课程或是与AI合作的跨学科项目，以及社会上也有很多所谓的AI知识付费，在年初也引发了许多讨论，两位如何看待这种现象？
之前有一种说法是，唯一用AI挣到钱的就是做AI知识付费的人。我觉得这里面的焦虑在于， 大家看到一个可能会引发新一轮信息革命的新技术的产生，既不想错过浪潮，又不知道自己该做什么 。我现在看到学校在做的，基本上是在原来的课程体系中融入AI，比如广告经营管理专业，可能教大家去用一些AI程序来辅助你的经营管理计算；或者是你在做图像设计的时候，怎么用AI来辅助图像设计？但是在这个过程中，也有老师反映他们其实并不知道业界的AI在做什么。
我前面也提到了类似观点，就是AI对社会的整体影响还没有显现出来。就像90年代初的互联网，大家都知道它代表未来，但第一批往里面砸钱的人很多都失败了，因为大家并不知道自己的需求是什么，跟今天的AI非常相似。就像沛沛说的，大家都很迷茫。
相比于老师，学生对于AI的使用没准会更好，因为他们对于AI接触得更多，思路也是更新的。我还是要鼓励大家多多去使用，国外的AI用不上，国内也有很多替代型产品。在这个使用的过程中，你慢慢就会产生一些新的思路，并发现一些真实的需求。比如之前说一些绘画师因为AI失业了，但后来他们的工作就变成了去辅助AI做一些调整，然后合作产生出更精准的作品。
技术的发展必须与人类的需求相结合，因为需求是推动技术进步最重要的动力。然而当新技术突然降临时， 我们往往会对具体的需求感到迷茫，这反映出我们对“技术的想象力”还不够，也说明技术的发展还是受制于社会结构，也就是我们前面提到的文科需要处理的问题，你仅有技术却不知道如何应用，就像掌握了“屠龙术”却看不见龙。 任何技术的应用都是社会性的，比如互联网最终被广泛应用于社交媒体和短视频平台，正是因为这些满足了人的需求。那么，当前社会的需求到底是什么？这或许是我们现在最需要深入思考的问题。
青年志：现在很多大学生会在写作业的时候使用AI，沛沛对此体验如何？以及海龙老师如何看待这一问题？
我觉得AI确实能让我的学习和工作高效很多，特别是像我这种“多边形战士”，在毕业的时候多线作战，学习、实习、考公、投互联网公司，往往这几件事是同步进行的。比如面对公务员考试的时候，会有申论与行测，我就会把教材、资料和视频丢给通义，它就能很快帮我提炼出各种章节，制定一个学习计划。相当于在生活里多了一个助手。
还有就是用更高效的方式来阅读文献。我可能只需要精读三篇文献，这些文献往往又会引用其他的文献。我将这三篇文献丢给通义，让它帮你从中按照引用率进行排序。我根据排序结果进行下载，再把这些文献都输入给AI，让它帮助你总结出核心内容。这样，你就能更高效地掌握大量相关的研究成果，而不必逐篇通读所有文献。
当然，以上前提都在于你要想清楚自己想要研究的问题，而问题只能从生活经验和与社会的交互中提炼。理论也同样如此 ，AI能够给予你的只是简单的理解，真正的深度理解还是只能通过看书、人与人的交流来获得。
AI可以替代我们进行很多程序性的工作，比如填表格、写周报等等。包括像我们过去做的大数据分析，你可以借助AI帮忙抓取关键词，或者进行一些分类，从中提取出一些共同的话语结构。还有针对非英语语种文献的翻译，过去我们遇到非英语文献就非常头疼，那么现在你丢给AI，它很快就给你翻译出来，至少大概意思是还比较接近的。
从这意义上来讲，我是不会禁止学生去使用AI的，反而会鼓励大家去使用。而且我们也没必要恐惧，因为AI目前没有办法替代人的思考，也没办法替代学生去做访谈、调查和收集问卷。 如果你所有的答案都是 AI 回答的，那么你自己其实并没有在思考的过程中形成理解。一个道理是很容易明白的，但你怎么有条理地去思考它？怎么通过叙事将它论证清楚？这是更难的。
我会要求学生在使用AI的时候把使用的过程也发给我，比如你的提示词是什么，AI又给你生成了什么，在这个基础上你做了哪些修改？又提了什么新问题？如果能把这种共创的过程展示出来，那么就能看出哪些是学生的，哪些是AI的。但我觉得这样的方式还是比较机械，更重要的还是看结果，一个东西有没有创造性其实一眼就能看出来。我有一个观点，而且我在使用AI的过程中也发现，你让AI在学术上去做一个实证或质性的研究，在访谈完后的基础上生成新的观点，目前是很难做到的。
此外，上大学的意义并不在于总结出几条结果，如果是那样的话，大家也没必要费劲来考大学了。 我觉得课堂上最重要的还是在于老师的叙事，这里面会渗透很多思维的方法。 我们过去上课很喜欢听老师东拉西扯，这让书本上的知识跟现实发生呼应，触类旁通。就像录播客也是一样，人和人之间的对话有时能延伸到很远的地方，如果你要真讲知识量，对话可能比不上一本书。而这些东拉西扯的支线对于AI来说可能是废话，因为它跟主线任务是不协调的。
这种思维方式其实早在AI之前就对人类社会产生影响了，就像韩炳哲讲的，叙事在当下成了一个慢慢消失的艺术。我特别喜欢媒介理论家基特勒（Friedrich Kittler）的一段论述，大意是人类近五六百年的思考都不是真正意义上的思考，而是数据库的操作或者说控制论（Cybernetics）的结果。什么意思呢？就是早期学者在做研究的时候，会把知识用一张张小卡片分门别类归纳收集好，然后需要的时候就从数据库中提取，黑格尔在写《精神现象学》时就是这么干的，这其实也造成了知识的碎片化。
基特勒认为这和计算机的操作逻辑其实没有太大区别，因为它先把内容切分，切分完后再组合成一个论述，一字字生成出来，这其实就是一种AI的思维方式。我最近在观察自己家两个孩子编故事，就发现他们的思维完全是网络游戏的套路，比如走到一个节点，选择打怪还是逃跑？整个模式非常像一个工作流程图，而不再有传统叙事的开端、发展、高潮、结局和人物塑造。所以从某种意义上讲， 这代人的思维在人工智能到来之前其实就已经被“人工智能化”了。所以我们或许需要思考的是，如何通过叙事将碎片化后的知识重新连接在一起。
创造力诞生于人类与AI的双向奔赴中
青年志：海龙老师前面提到的观察非常有意思，问题可能不在于AI 越来越像人，而是人越来越像AI。这也让我想到你在去年的论文《新常人统治的来临:ChatGPT 与传播研究》里提到过一个观点，AI代表着一种知识渊博的认知平庸者。我也把这个观点抛给了通义——问它是否同意你的判断，通义表示赞同，并且它的回答面面俱到，比如会分析自己为什么是“知识渊博”和“认知平庸”的。
而在今年的论文《生成式人工智能与知识生产》中，你对这个观点进行了更新——引用苏格拉底的例子说明，聪明的提问者和平庸的回答者之间其实可以产生创造力，并且你还提到了一个词叫“AI素养”。这种思考上的转变是如何发生的？
其实我去年写的是比较初步的看法，回头看可能稍微也有点偏激，今年还是有一些发展和进步的（笑）。
你刚才举的例子就非常有意思，你会发现AI基本上不会否定你，而人是会否定他人的观点和想法的。这当然蕴含着人类不理性的那一面，但同时又是人的优点，人会把原有的想法推翻，然后逼自己去想一个新的、不一样的东西。
AI不会否定会带来一个什么问题呢？就是我去年讲的“知识渊博的认知平庸者”，因为它就是不断抓取各种知识最后形成一个最大公约数，也就是大家都认可的东西，那它自然也是平庸的。
但我今年的看法在于，平庸并不一定意味着它就没有创造性，二者并不矛盾。 AI 有时会展现出很有创造性的一面，而这种创造性不是我们所理解的那种创造性 ，比如像梵高的作品，它当然很有创造性，但当时的人们并不能理解。我对这里的创造性有一个定义：它是超过我们的期待，同时又可以被我们所理解的东西。并且对于AI来说，无论它给你的答案是期待以内的老生常谈，还是眼前一亮的内容，背后的生成机制是完全一样的。
而人类的期待也会随着进步而发生变化。2016年Alphago刚刚出现时，在围棋比赛中展现了许多充满想象力的棋路，经过这些年的发展，人们逐渐不再认为AI拥有“想象力”，而是认为它下得非常精准。为什么会有这样的转变呢？因为那些最初被认为充满想象力的棋路很快就被人类学会了，并将其纳入到自身的经验和预期之中。所以现在我们看AI下棋，已经不会觉得它的棋路难以理解，而是感叹它惊人的计算深度。如今围棋高手的棋路和AI的吻合率可以达到70%-80%。但关键在于， 人类的思维方式与AI是完全不同的 。AI依靠算法来推导出最佳棋路；而人类则是通过反向推理和自身的理解来做出选择，尽管路径不同，但结果却殊途同归。这其实非常有意思，有点像人类和AI在山脚下分开出发，最后到了山顶又重新汇合。
所以我对AI的创造性还是很乐观的，并且这里还有人的深度介入。过去我们一度以为只需给AI提供初始材料，它便能独立完成任务，现阶段证明这种想法并不准确。你要充分利用好AI，就必须了解其运作原理，例如如何设计提示词以实现预期效果，也就是我所说的“AI素养”。
“AI素养”意味着你要像AI一样去思考问题，或者说共情AI。 这很有意思，AI一方面在不断共情人类，学习如何像人类一样思考，而人类也在不断学习AI的运作机制，以便给它投喂最准确的提示词，这就是一个双向靠拢的过程。所以回到苏格拉底的例子，就是他所提问的对象其实都不如他聪明，但大家在互动的过程中生产出了非常伟大的哲学，所以我也很期待看到AI在未来和人类更多的互动，现在这种提问的方式还是比较初级的。
业界曾设想AGI（通用人工智能）能够像人类一样与我们交互。然而，越来越多的研发人员认为这不可能实现。 训练AI通常分为三个阶段：收集海量数据、进行建模和理解。然而，在数据收集和推理过程中，信息常常会丢失，也不会完整地显示在你的创作中，这使得当前的AI看起来并不完全智能。
未来，如果AI能够进入一个全息可感知的世界——类似数字孪生的概念，或许有可能迈向AGI。海龙老师刚刚提到了AI的创造力，我觉得生成式AI的创造力很大程度来源于它的不可控性。我们可以把AI的想象力理解成一种概率事件。比如，当你要求生成一个紫色的风车时，AI可能会生成四叶或五叶的风车。过去人类的创造其实是100%复现脑海中的想象，未来，AI可能会改变人类的创作模式，它可能是一个 80% 的概率事件， 40% 是我原来构想的作品， 另外40%是 AI 跟我共同创作的结果。
感知确实是AI需要面对的一个关键问题 ，现阶段的AI之所以不完美，问题就在于它主要是基于二手文字资料的加工，而人类的经验要远远丰富于文字、视频和音频这些留下来的资料。这就像一个被关在屋子里的孩子，Ta从出生起就没有触碰过真实的世界，不知道水的纹理，也不知道颜色的形态，而是通过不断阅读、看电影和听音频去了解这个世界。
如果未来我们可以赋予AI一具身体，有像人一样的感知器官，那AI或许可以跳过对他人经验二次加工的环节，从而直接去感知这个世界。当AI可以感知世界的时候，它对世界的感知或许跟人类是不一样的，它又会如何运用这种感知去反馈已经习得的这些知识呢？也许有一天AI会认为人类的语言是很低级的，人类的自然语言确实有很多不精确的地方，那它是否会发明一种新的语言？再往后推演，这个事情就会有些不敢设想了。
内容已获青年志Youthology独家授权，如需转载请联系原作者。
好消息
如果您希望获取更多教育报告，请使用电脑复制以下链接至浏览器，注册登录 教育研究与院校治理工作台 份教育报告、专家ppt（需使用电脑）
文科是关于“舔”的服务业？韩少功：文理科都与利益过度捆绑
“我国不是理工科弱了，而是文科弱了”，这位大学党委书记呼吁改革高校评价机制
如何破解文科研究生人才培养困境
·教育报告、
学术
论坛精选PPT、访谈原文等资料等分
享
超300份报告合集｜最新前沿成果：清华、联合国教科文组织等机构发布教育报告（附下载）
（内附报告中文版）斯坦福发布《2023年人工智能指数报告》｜一读·有料
（内附报告中文版）最新！美国教育部教育技术办公室发布《人工智能与教学的未来》报告｜一读·有料
聚焦审核评估 | 新一轮审核评估“新”在哪？（内附第二类2种审核评估报告）
高校曝光！第二类第2种审核评估自评报告应该这么写！
新一轮审核评估自评报告（110页附链接）｜桂林理工大学
新一轮审核评估自评报告（144页可下载）｜兰州理工大学
新一轮审核评估自评报告（113页可下载）｜山东艺术学院
教育部副部长吴岩 | 数字化是影响甚至决定高等教育高质量发展的战略性问题（内附完整ppt）
李政涛：直面ChatGPT，教师如何绝处逢生？（内附报告完整PPT）
AI时代来临,人类何去何从?
1. 对于日本学生关于被人工智能取代的担忧，这反映了新技术发展带来的不确定的焦虑感。 2. 在AI技术取得显著进步的当下，确实对一些传统工作构成了威胁，但完全取代人的可能性并不高。 3. AI目前主要应用于一些重复性、机械性强的任务，而在需要专业知识与人际交流的领域，其发展还远远不足。 4. 人类拥有情感、创造力、共情能力等AI难以模仿的特质，尤其在处理复杂问题、突发事件及非结构化任务时，人类的优势依然明显。 5. AI虽然能通过算法学习和自我优化，但它的运行是基于预设的规则和数据，缺乏人类所具备的灵活性、创造力和直觉。 6. 同时，AI技术的发展也面临着数据隐私、安全以及道德伦理等问题，这些问题限制了AI在某些领域的应用。 7. 因此，短期内，AI可能会在一些特定任务上替代人工，但在复杂、需要创造性和人际互动的领域，人类依然占据着不可替代的地位。 8. 对于学生的担忧，我们应认识到技术发展不可避免，鼓励他们适应新技术，提升个人素养和技能，以更好地面对未来工作。 9. 同时，应鼓励学生发展个人兴趣和才能，培养创造力、批判性思维和人际交往能力，这些都是AI无法替代的优势。 10. 面对AI的发展，需要全社会共同努力解决相关问题和挑战，包括政府、教育机构和企业，共同提供适应新技术时代的教育和培训。 11. 同时，也需加强社会安全网的建设，为可能受影响的群体提供转岗培训和就业保障。 12. 总结来说，尽管AI在某些领域取得了进步，但完全取代人的可能性不大。 人类的创造力、情感和人际交往能力是不可替代的。 13. 我们应鼓励学生发展个人优势，适应技术发展，并共同努力解决相关问题和挑战，以积极态度迎接AI时代带来的机遇与挑战。
AI时代来临，人类何去何从？
对于日本学生担心被人工智能（AI）取代的担忧，可以理解为这是面对新技术发展所产生的不确定性和焦虑。 在当前的技术进步背景下，AI在许多领域取得了显著的进展，对一些传统工作形成了威胁。 然而，完全取代人工的可能性是相对较低的，而且在很多领域，人类的独特性和能力依然是不可替代的。 首先，AI目前的应用范围主要集中在一些重复性、机械性强的任务上，如数据分析、废品分类、远程客服等。 对于一些需要专业知识和人际交流能力的工作，AI的发展还远远不够。 人类具备情感、创造力、共情能力等独特的能力，这使得人类在许多领域仍然具有巨大的优势。 其次，AI虽然能够通过算法进行学习和自我优化，但它仍然是基于事先设定好的规则和数据进行运行的。 与人类相比，AI依然缺乏灵活性、创造力和直觉，无法做出超出设定规则范围的决策。 在应对复杂的问题、突发事件和非结构化任务时，人类的大脑仍然是无可替代的。 此外，人工智能技术的应用也面临着一些限制和挑战。 例如，数据隐私与安全、道德伦理考量等问题是人工智能面临的重要挑战。 在某些行业和职业中，由于涉及个人隐私、伦理问题或高度创造性的工作，AI的应用可能受到限制。 因此，我们可以说，在近期内，AI可能会在一些重复性高、规则性强的任务上逐渐取代人工，但在更复杂、创造性和人际交互的领域，人类仍然具备不可替代的优势。 对于学生们的担忧，我们应该认识到技术的发展是不可避免的，但也应该提醒他们，学习适应新技术并不断提升自身的综合素养和技能，将更好地适应未来的工作环境。 此外，我们也应该鼓励学生发展自己独特的兴趣和才能，培养自己的创造力、批判性思维和人际交往能力，这些是AI无法取代的优势。 此外，正视人工智能的发展也需要全社会共同努力来解决一些相关的问题和挑战。 政府、教育机构和企业应该共同合作，为学生提供更好的教育和培训，培养他们在新技术时代所需的技能和思维方式。 同时，也需要加强社会安全网的建设，为可能受到影响的人群提供转岗培训和就业保障。 总结起来，虽然AI在某些领域取得了重要的进展，但完全取代人工的可能性是相对较低的。 人类独有的创造力、情感和人际交往能力仍然是不可替代的。 对于学生们的担忧，我们需要鼓励他们发展自己的独特优势，适应新技术的发展，并共同努力解决相关的问题和挑战。 只有以积极的态度面对未来，我们才能发现机遇并迎接人工智能时代带来的挑战。
?GPT会成AI时代的操作系统吗？元宇宙何去何从？
可能成为AI时代的操作系统，但需要解决一些问题，元宇宙需要一个良好的技术基础、开放的生态系统和可持续的商业模式。 随着人工智能的不断发展，越来越多的人开始关注AI时代的操作系统究竟是什么。 在这个问题上，有许多不同的观点和猜测，有人猜测GPT会成为AI时代的操作系统。 GPT是一种基于深度学习的技术，用于自然语言处理。 可以理解和生成自然语言，用于文本生成、翻译、问答等多个领域。 GPT的出现，让人们开始思考它是否可以成为AI时代的操作系统。 对于这个问题，有些人持有肯定的态度，GPT可以成为AI时代的操作系统，是因为GPT可以理解和生成自然语言，可以与人类进行交互。 如果将GPT与其他技术结合起来，可以实现更多的功能，比如图像识别、语音识别等。 这样GPT就可以成为一个智能的、全面的制作系统，可以满足人们的各种需求。 也有一些人持有否定的态度，认为GPT不能成为AI时代的操作系统，GPT只是一种技术，只能用于自然语言处理。 如果要成为操作系统，需要具备更多的功能，GPT还存在一些问题对抗样本攻击、样本偏差等，这些问题需要解决才能使GPT更加可靠。 除了GPT是否能成为操作系统之外，还有一个问题是元宇宙何去何从，元宇宙是一个虚拟的世界，人们可以在其中进行各种活动，比如购物、社交、游戏等。 元宇宙已经成为一个热门话题，很多公司都在研究如何构建元宇宙，元宇宙的发展也面临着一些问题。 目前，虚拟现实、增强现实等技术已经比较成熟，但还需要更多的技术支持人工智能、区块链等。 只有技术基础足够扎实，才能保证元宇宙的稳定和安全。 元宇宙需要一个开放的生态系统，不同的公司、组织、个人都应该有机会参与到元宇宙的建设和运营中来。 只有这样，才能保证元宇宙的多样性和创新性。 虽然元宇宙可以为人们提供各种服务和体验，但也需要有盈利的方式，现在一些公司已经开始尝试在元宇宙中开展商业活动推广产品、销售虚拟商品等，元宇宙需要一个可持续的商业模式，想要在元宇宙中实现盈利还需要更多的探索和实践。
