科技更需要人文主义者

谁说得不好，谁想得不好，谁生活得不好。我们必须找到正确的词语：词语很重要！ — Nanni Moretti 有一天，一位读者联系我，谈论科技写作作为职业的未来。他们问了我一个很好的问题：在这个不断变化和不确定的时代，你会优先考虑哪些技能？是人工智能吗？也许编码？嗯，不是真的。我的建议是回到人文学科并学习一两种语言（不是你用来编码的语言；另一种）。当人工智能能够以令人安心的老套方式检索事实并组合文字时，作为碳基生命体的优势在于你有能力深入了解、有立场，并知道如何传达和捍卫这些立场。如果你在柏拉图和乔姆斯基的道场训练，你就能做到这一点。让我提供学习管道或木工等行业的另一种选择。将活动扳手暂时放在一边。相反，开始研究人类文化的智力基础，并考虑学习哲学（任何类型）、文学、语言学（计算风格还可以）、数学、历史或人类学。如果您已经拥有该领域的学位，那么是时候重新开始了。如果回到大学不是你的事（我知道这不是我的事），那么自学就是最好的选择。如果你是一名工程师，在你的技能树中添加一系列经典会对你有好处。请注意，学位并不能保证你会成为一名思想家，但其中一些可能仍然会留在你身上。在这个科技肆意鲁莽、进步不可阻挡的时代，这听起来可能有悖常理，但前进的唯一出路是追根溯源到人类思想和理论的根源。越来越多的知识工作距离成为人工智能代理之间礼貌的陈述交换不远了，这是由我们称之为专业精神的人类仪式的光泽所介导的。较少的慈善行为将循环中的人类视为“肉类代理人”。打破这些自我强加的、懒惰的枷锁的方法一如既往：绕远路，开辟新路，提出自己的想法，无论它们对你来说是多么错误。当然，如何将事物连接在一起仍然很重要，但对于大多数开发人员来说，这还远远不够。许多开发人员之所以伟大，不仅仅因为他们了解 Java 样板和 Bash 提示和技巧，正如许多技术作家并不因为他们掌握 Markdown 或 DITA 而伟大一样：专业人士之所以伟大，是因为他们知道如何快速学习，如何认真思考，以及如何在头脑中描绘整个系统，包括他们毛茸茸的人为因素。你仍然可以决定高度精通纯技术技能，但这不再是技术增长的唯一方向，也可能不是最紧迫的。不要陷入这样的陷阱，认为这是学术界和绿树成荫的校园象牙塔里的东西。心灵哲学、科学哲学、计算语言学、认知科学……它们都为我们现在正在构建的人工智能系统提供了概念基础。从数据库设计到信息架构，逻辑和本体论在软件中占据主导地位。用户体验设计很大程度上借鉴了工具及其使用的艺术和人类学描述。 NOPE 等项目将临床心理学转变为更安全的人工智能行为标准。语言学和文学理论可以帮助我们找到美丽文献的源泉。这在实践中意味着什么？很多不同且令人兴奋的事情。例如，这可能意味着学会足够仔细地阅读项目提案以发现废话，构建一个能够克服分歧的论点，将证据与推论分开，或者认识到什么时候轮子正在被重新发明。这些都不是学术界独有的。您需要这些技能来质疑人工智能的输出，设计对人类有意义的信息架构，并解释最困难的问题更多地与想法而不是技术挑战有关的产品。它们是帮助您满足实际用户需求的技能。我提到了语言。对学习如何思考有很大帮助的另一件事是学习已经创造或尚未创造思想的语言。几年前学习了一些基本的波斯语后，我现在正准备学习普通话，这有点愚蠢，不是因为我期望能够用它工作或写作（这是一厢情愿的想法），而是因为尝试用一种完全不同的语言思考的行为本身就是一个承载着文化、历史和不同世界观的雄伟特洛伊木马。你越多地接触不同的语言和文化背景，你就越容易解决问题。所以是的，我的建议是开始你自己的伟大之旅。成为你可以培养的最灵活、下划线形状的头脑、准备最充分的原始外交家和文化翻译家、家庭哲学家（因为你不再需要有人来修理你的打印机）。成为技术领域的人文主义者，就像人工智能实验室正在招聘的人一样，准备好探索产品