MIT校长：AI时代，人文学科比以往更需要

在MIT人文、艺术与社会科学学院（SHASS）75周年研讨会上，校长Sally Kornbluth发表了一段值得科技圈认真对待的讲话：「MIT从未像现在这样需要你们独特的洞察与指引。」这句话并非客套——它来自一所全球顶尖理工院校的掌门人，指向一个正在被AI改写的问题：技术越强大，人的理解力为什么越重要？

理工强校为何强调人文价值

MIT以工程和硬科学闻名，SHASS长期被视为这所技术校园里的"另一极"。Kornbluth在75周年场合公开强化人文社科的不可替代性，实际上是在回应一个结构性焦虑：当AI能够生成代码、撰写论文、模拟对话，纯技术技能的门槛正在快速下降，而判断力、伦理框架、对复杂社会情境的理解，反而成为稀缺品。

这不是MIT第一次为文科站台，但由校长在学院里程碑节点上明确背书，信号意义更强。它意味着人文学科不再只是理工教育的"通识点缀"，而是被摆到了与技术教育并列的位置。

SHASS是MIT五大学院之一，全称School of Humanities, Arts, and Social Sciences，涵盖经济学、语言学、哲学、历史、音乐与戏剧等二十余个系与跨学科项目。它与工程学院、理学院、斯隆管理学院等并列，承担全校本科生的通识核心课程要求。MIT本科培养方案中，人文、艺术与社会科学课程占相当大的学分比例，学生须在多个领域选修以满足广度要求。因此SHASS并非边缘附属，而是MIT教育体系的制度化组成部分，只是其公众知名度长期被工程技术成就所遮蔽。

「独特的洞察」指向什么

Kornbluth用的是"particular insight and guidance"——特定的洞察与指引，而非笼统的"人文素养"。这个措辞值得拆解。AI擅长模式识别和优化，却不擅长回答"该不该做""为谁而做""代价由谁承担"。这些问题恰恰是哲学、历史、社会学、语言学的传统领地。

换句话说，人文训练提供的是一套价值判断的坐标系。当技术团队面对模型偏见、隐私边界、自动化对就业的冲击时，缺的往往不是工程能力，而是把问题放进历史与社会脉络中审视的能力。MIT校长把这种能力称为"刚需"，并不夸张。

AI伦理与算法治理领域已形成若干核心议题框架，主要包括：算法偏见与公平性（模型在社会群体间的差异表现）、可解释性与透明度（决策依据能否被追溯）、隐私与数据同意、问责机制（出错时责任归属）、以及自动化对劳动结构的冲击。这些议题的共同特点是技术方案本身无法给出终局答案，需要借助规范性伦理理论、法律传统和社会科学实证研究来界定问题边界。欧盟《人工智能法案》等监管框架的推进，正是把这类价值判断转化为合规要求的制度化尝试，也使伦理审查成为产品开发流程中的实际环节而非事后附加。

对AI从业者的现实启示

对每天与模型、数据打交道的从业者来说，这条消息的落点很具体。第一，跨学科协作正在从口号变成工程必需——伦理审查、用户研究、政策合规不再是项目末尾的补丁，而是前置条件。第二，个人职业护城河的重心在转移：写得出提示词的人很多，能判断一个AI产品该不该上线、会对哪类人群造成什么影响的人很少。

第三，Kornbluth的讲话也提醒技术社区警惕一种惯性思维——把人文视为"软"的、可量化的对立面。实际上，对不确定性的容忍、对多元视角的整合、对叙事与说服的掌握，在AI产品落地过程中往往是决定成败的变量。

一场周年研讨会的长期意味

SHASS的75周年本是一次回顾性质的学术活动，但校长的表态让它带上了面向未来的色彩。在AI能力持续跃迁的背景下，关于"学文科还有没有用"的争论在全球范围内反复出现，MIT给出的答案很直接：不是有没有用的问题，而是技术越往前走，越需要有人守住理解人本身这件事。

对关注AI与社会关系的读者而言，这场研讨会最值得记住的或许就是那句话本身——它来自一所最懂技术的学校，说的却是技术之外的事。