当AI揭穿文科幻觉：学科边界与生存抉择
AI对文科领域的冲击，本质上并非简单的取代或转移，而是一次结构性的暴露与解构。AI并未首先撼动文科最核心的能力——语境阐释、叙事搭建、价值评判——这些能力依然难以被算法化与机械化；它首先撼动的，是包裹在这些能力外围的一整套制度性外壳：课程体系、评价机制、学科疆界，以及支撑它们的关于"何谓知识""何谓学问""何谓深度"的潜在共识。
正是在这一层面上，AI释放出它真正的颠覆性能量。长期以来，文科依托一种人为维系的复杂架构，将真正的批判性判断力与大量基础性的文本处理杂糅在一起，并以统一标准加以认定与激励。艰深的研读、标准的引证、娴熟的理论迁移、表面精密的文本解读——这些操作既是培养过程的一环，也逐渐被误当作培养本身的终极目标。当这些操作需要人类耗费巨量时间成本时，它们与"深度"尚能维持一种表象关联；而当AI近乎零成本复现这些操作（如"广闻强识""满腹经纶"）时，这种关联便首次被完全割裂。复杂性不再必然等同于深度，困难性也不再必然等同于价值。
因此，这场冲击的实质，并非能力维度的取代，而是合法性维度的动摇。AI所揭示的，不只是某些具体技能的可复制性，而是文科长期倚赖的一种认知幻象：通过堆砌操作的繁复度来仿造判断的深刻性，通过拉长训练周期来暗喻价值的积淀。一旦这种幻象破灭，问题便不再是"文科尚能何为"，而是"文科过去究竟何为"。
在此背景下，"固守学科疆界"呈现出新的意涵。它已不只是学科建制上的守成取向，而是一种试图维系既有合法性的认知防御机制：将文科价值禁锢于经典文本的诠释之中，将方法论的纯粹性奉为学术尊严的象征，将跨界实践视作对学科身份的稀释。疆界在此所扮演的角色，不单是划分研究领域，更是为一套行将失效的能力架构提供最后的庇护。
正是在此意义上，固守学科疆界的文科，呈现出表象稳固而内核脆弱的状态。它看似具备明晰的规范、成熟的评价机制与深厚的传统，实则在其根基层面——对何谓有效培育、何谓真知灼见、何谓真正判断的体认——正逐步丧失支撑。一旦那些可被AI轻易复制的部分不再被误认作核心，整个体系的重心便发生了不可逆的偏移。
因此，症结不在于文科是否遭遇危机，而在于其所倚赖的某种生存模式。今日，我们熟知的"文科"已步入结构性难以为继的阶段。固守学科疆界，并非在充满不确定性的道路上审慎前行，而是在为一种业已丧失现实根基的稳定性幻象续命。这并非源于文科核心价值正在消弭，恰恰相反，正因这种以疆界为中心的自我保护模式，从根本上背离了文科本应承载的那种能力——在复杂情境中作出判断，并为该判断承担后果。
当显影过程完结，抉择也愈发清晰：要么继续在疆界之内维系复杂性的外壳，以延缓这一幻象的溃散；要么承认这种溃散的必然性，在丧失庇护之后，重新界定文科的核心能力。前者导向一种缓慢而体面的衰亡，后者则意味着一次真正意义上的蜕变——代价巨大，却仍能保留未来。
延伸阅读：
徐贲：AI如何改写人类的战争伦理？
全民"养龙虾"时代，我们为什么写作？
文科惯常的自我慰藉叙事大抵如此：AI取代了理工科的核心能力，文科因其"不可量化特质"得以幸存，乃至逆势崛起。这套叙事令人宽慰，却回避了一个更为不安的真相：文科的"幸存"，并非源于自身固有优势，而是因为人类总体的判断力尚未被机器彻底替代——文科自身若不变革，不过是以更缓慢的速度走向同一终点。
文科内部长期潜伏着一批"伪能力"——那些在AI时代之前看似有价值，实则仅是对既有知识进行初级重组与呈现的能力。一篇关于葛兰西（Antonio Gramsci）霸权理论的文献梳理，一篇剖析《论语》叙事架构的课程论文，一篇套用后殖民理论解读某部当代小说的期末报告——这些成果之所以曾能通过评价系统，部分原因在于其生产过程需要时间、耐心与一定的阅读积淀。门槛虽不高，但终究存在。
AI的出现使这一门槛归零。一个从未研读葛兰西《狱中札记》（Prison Notebooks）的人，可在十分钟内获取一份措辞精准、引证规范、论述连贯的葛兰西思想概述。当低阶产出的门槛消逝，文科内部原本被遮蔽的能力层级首次以赤裸状态暴露无遗。
但这种暴露，其深层意涵远超通常所言的"能力危机"。它撼动的不仅是某类技能的市场价值，更是文科训练赖以维系自身合法性的整套隐性伦理——一种可称为"知识苦修主义"（epistemic asceticism）的价值信念。
这套信念的核心逻辑是：付出即价值。它预设，凡需大量时间投入方能掌握之物，必然具备相应的认知深度；凡习得过程足够艰辛的能力，必然具备相应的判断价值。这一逻辑在前AI时代有其合理性——当困难任务确需长期训练者方能完成时，困难度与价值度之间存在相当关联，尽管二者从未真正等同。
AI首次将"困难"与"价值"彻底剥离。它揭示的是：时间投入 ≠ 认知深度 ≠ 判断力。某事之所以曾显困难，或许仅因信息获取门槛高，或许仅因语言处理速度慢，或许仅因跨文本综合依赖记忆力——而凡此种种，皆是AI之强项，而非人类认知的核心。当AI轻松完成那些曾需数年训练方能胜任的任务，它实则在进行一次历史性证伪：那些任务的困难性，从来不是判断力的明证，仅是信息处理门槛的产物。
这是一种启蒙幻象的破灭。现代人文教育承继了启蒙运动的一个核心信念：理性训练是可积累的，知识习得是通向判断力的可靠路径。文科训练借"困难性"制造价值感，并将此价值感与人格成长、批判意识培育捆绑，形成一套自洽的教育叙事。AI对这套叙事的冲击，非从外部攻破，而是从内部暴露其地基：原来那些被视为"判断力训练"的大部分操作，不过是可被机器高效复制的信息处理流程，而判断力本身——若其确然存在于文科训练之中——从未在那些操作中被系统地培育过。
更令人不安的是，众多文科学者与学子对这种揭穿的首要反应，并非反思训练本身，而是谴责AI"威胁学术诚信"。这一反应本身，恰恰印证了那种幻象的顽固：他们本能地感知，若AI可轻松完成他们耗费多年方习得之事，遭质疑的不仅是其成果，更是其整个训练过程的意义。此种焦虑诚然真实，但其指向却谬误。症结不在于AI作弊，而在于被AI轻松复制的能力，自始便不应被视为文科的核心价值所在。
揭穿，就此意义而言，是一份痛苦却必要的馈赠：它迫使文科首次坦诚直面一个长期回避的问题——我们究竟在培育什么？
在深入论证之前，有必要严肃对待反对意见的最强形态。固守学科疆界的立场，并非缺乏智识根基，轻率地将其贬斥为保守主义，反会令批判丧失应有说服力。
反驳一：学科疆界是深度的前提，无边界则无真知识。
此乃最有力的反对意见，亦是最值得严肃对待者。其核心逻辑是：真正的跨界整合，须以某一领域的真切深度为根基；若连单一领域都未曾深入，所谓"跨界"不过是浅层拼贴。未对修昔底德《伯罗奔尼撒战争史》文本进行深度研读，便无法真正理解战争叙事的历史逻辑；未对康德《道德形而上学奠基》进行细致把握，便无法真正开展伦理推理。疆界，在此意义上，是知识深度的必要前提。
此论证的核心确然正确——深度确需专注，专注确需某种疆界。但其混淆了两种不同性质的疆界：作为方法的疆界，与作为制度的疆界。作为方法的疆界，指研究具体问题时必需的概念精确度与分析深度；此种疆界富有弹性，随问题性质而伸缩。作为制度的疆界，则指以学科归属划定知识评价范围，以方法论纯粹性判定研究合法性；此种疆界是刚性的，服务非认知需求，而是制度运作。固守学科疆界，固守的是后者，而非前者。深度无需制度性封闭方能维持，它需要的是对真切问题的持续投入——而真切问题，从不遵循学科分类而存在。
反驳二：AI仅能模仿，无法真正领会文本的复杂性。
这是一个技术性论证，其根基在于对AI能力局限的准确观察：大语言模型是基于统计规律的语言生成系统，它不"理解"文本，只是在海量语料库中辨识模式，生成统计意义上连贯的输出。AI可撰写关于葛兰西的流畅综述，却并不"懂"葛兰西，正如能完美复现乐谱的机器并不"懂"音乐。
此观察在技术层面确然准确。问题在于：制度并不奖赏"理解"，它奖赏"可评估的产出"。在现实评价体系中，一篇令审阅者认为"有深度"的文章，与一篇真正有深度的文章，所获制度性奖赏是相同的——因评价机制本身便无法可靠区分二者。当AI能持续产出前者，制度性奖赏的根基便发生动摇，无论AI是否真正"理解"。更根本的问题在于：若"真正理解"是文科价值的核心，那么文科教育体制是否在系统地培育此种理解，还是在培育其可评估的替代品？AI的出现，恰恰将这一问题逼至无可回避的境地。
反驳三：文科的价值本就不在"实用"，而在"守护人类精神"。
此乃最古老，亦最具感召力的文科辩护词。其根基在于一个真切的价值判断：并非所有有价值之物都需以效率与实用来衡量；古典文学、历史记忆、哲学传统，作为人类文明的载体，其价值独立于任何功利考量。
此立场在原则层面值得尊重。但其面对一个无可回避的追问：若文科价值在于对人类精神的保存与传递，那么此种保存与传递是否真实发生？一种被禁锢于学科疆界内、仅在同行间流转、无法进入任何真切社会判断的"精神保存"，究竟在保存什么、为谁保存？精神价值若无法在真切的判断情境中被激活，若无法在面对真切伦理困境时提供实质性指引，便有沦为装饰性遗产之虞——被精心维护，却不再被真正使用。文科传统之所以值得保存，非因其古老，而是因其蕴含在复杂情境中进行价值判断的智慧积淀。而这种智慧，唯有在被真正调用之时，方算得上有生命力。
要理解为何固守学科疆界如此顽固，必须将问题从认识论转向政治经济学。学科疆界从来不只是知识分类的工具，它同时也是一套资源配置与权威生产的制度装置。在此装置中，何者被视为"有效知识"，谁有资格作出评判，哪些成果能够获认证与传播，并非纯粹由真理标准决定，而是嵌入一整套可运作、可复制、可分配的制度结构之中。
现有的学术评价体系——期刊、出版社、同行评审——本质上是工业时代的认知认证机器。其设计逻辑与流水线生产存在深刻同构：将复杂的知识生产过程拆解为可标准化评估的环节，并通过一系列程序性检验来保障"质量"。在此体系中，最易评估、也最稳定可复制的，是专业深度——在明确划定的学科范围内，方法是否规范，文献梳理是否充分，论证是否符合既定逻辑链条。
此种评估能力的前提，是疆界的稳定存在。因唯有在疆界清晰之前提下，"同行"方得以界定；唯有在同行可被界定之前提下，评审才具可操作性；而唯有在评审机制能够运作之前提下，整套认知认证机器方能维系其权威。换言之，学科疆界并非评价体系的附属品，而是其基础设施。一旦疆界松动，不单研究对象趋于模糊，连"谁有资格评判谁"这一问题本身，都将失去稳定答案。
《毕业派对》（Fandango，1985）剧照。
因此，维护学科疆界，对于那些已在现有体制内积累权威者而言，并非出于观念保守，而是一种高度理性的利益抉择。一位在某学科深耕三十载、发表数十篇同行评审论文的学者，其学术资本——不仅是知识积淀，更是声誉、人脉与评价权——全系于这一疆界的稳定存在。此疆界不仅定义其"擅长何物"，亦定义"何物算作擅长"。一旦疆界松动，其比较优势便可能被跨界整合者稀释，甚或被AI复制。原本依赖长期积累方可获得的地位，将不再具备同等排他性。
正是在此意义上，路径依赖（path dependency）不只是一个描述制度惯性的概念，而是一种利益结构的诊断。制度之所以顽固，非因其在认知上不可替代，而是因其在分配上依然有效。它决定谁获聘用，谁被发表，谁被引证，谁被视为"严肃学者"。在此分配机制尚未完全失效之前，守护它者便有充分理由延缓任何可能动摇它的变革。
美国社会学家罗伯特·默顿（Robert Merton）在《科学中的马太效应》（"The Matthew Effect in Science"）中所描述的积累性优势（强者愈强，弱者愈弱），在此呈现出一种更为封闭的形态：已拥有学科资本者，不仅通过自身产出持续扩大优势，更通过制度性位置——同行评审、招聘委员会、期刊编委会——来塑造规则本身，使之持续有利于既有资本的再生产。新入局者即便意识到这套规则的局限，也往往不得不于其内部运作，以换取准入资格。此非阴谋，而是一种高度稳定的制度均衡：每个个体皆理性行事，而整体却指向保守。
然而，AI的到来所打破的，正是此种均衡赖以成立的关键前提：学科资本的稀缺性。往昔，深度积淀（如钱钟书的"博闻强记"）之所以具价值，因其难以复制，需要时间、记忆力与系统训练；而今，AI正将这种积淀中的相当一部分转化为可被即时调用的公共资源。文献梳理、概念厘清、框架套用——这些曾构成学科训练主体的能力，正被迅速商品化，成为任何人皆可低成本获取的"认知基础设施"。
这意味着竞争的性质正在发生转换。过往的竞争，是在既定疆界内进行的深度积淀竞争；而今，竞争正转向另一维度：谁能在不同知识域间建立有效联结，谁能在真切问题中整合多元认知资源，谁能在不确定条件下作出承担后果的判断。在此转换中，固守学科疆界者不仅丧失相对优势，更逐渐暴露其资本形式的局限——他们所持有的，不再是稀缺的判断能力，而是可被复制的标准化产出能力。
纪录片《象牙塔》（Ivory Tower，2014）画面。
从政治经济学视角看，这是一种典型的资本贬值过程：当某种能力可被规模化生产时，便不再能支撑原有分配结构。学科疆界在此的作用，愈发像一种人为维系稀缺性的机制——通过限制评价范围，来延缓此种贬值的显现。但这种延缓是有代价的：它使整个体系与外部世界的脱节持续加深，使真正有价值的能力越来越难以在体系内部获得识别与奖赏。
因此，固守学科疆界，不仅是一种认知选择，更是一种对既有分配结构的防卫。而AI的冲击之所以具结构性意义，正因它同时作用于认知层面与分配层面：一方面，它揭示了哪些能力仅是复杂性的产物；另一方面，它削弱了这些能力作为稀缺资本的地位。在此双重压力下，学科疆界从一种保障深度的框架，逐渐转变为一种阻碍能力更新的制度外壳。
当一种制度必须依赖限制问题范围，方能维系其评价标准的有效性时，它实则已立于变化的对立面。而在AI持续重组知识生产条件的时代，此种对立，并非一种可长期维持的稳定状态。
若我们承认学科疆界的政治经济学基础，那么，下一个问题便是：文科的出路究竟何在？答案比许多人愿承认的更为明晰：跨界并非一种学术时髦，而是AI时代文科的基本生存前提。
但此处需立即澄清一个危险误解：跨界不等于浅尝辄止。若文科的跨界只是在原有训练之上，增添一层对AI技术术语的表面熟悉，增加一些对数据分析方法的浅层认知，那么此种"跨界"不过是以另一方式生产低阶产出——仅是换套词汇，AI同样可轻松复制。
当我们在AI时代讨论文科的"跨学科"时，若不加区分，极易将几种本质迥异的能力混为一谈。表面看，它们皆指向"跨越疆界"，但其内在逻辑与运作方式却各不相同。更准确地说，AI时代的文科跨学科，至少呈现两种逐渐分化、却又彼此关联的路径：一种指向现实世界中的责任承担，另一种则指向知识世界中的概念重组与思想创生。
例如，文科可通过语境嵌入（context embedding），使其判断力承载现实世界中的伦理与政治责任。文科的判断力，必须嵌入真实系统方能被锻造。这意味着文科训练不再以"研究问题"为终点，而以"承担后果"为检验标尺。一个受过良好哲学、伦理学、心理学训练之人，若其对伦理论证的掌握仅停留于对文献的熟练综述，那么此种掌握在AI时代的价值是有限的。但若他将此种训练带入一家医院的临床伦理委员会，参与关于是否以AI诊断系统替代医生决策的真实辩论，在患者利益、医疗效率、算法偏见与责任归属之间作出真切权衡，那么他所锻造的，便是AI无法模拟的判断能力——非因这种判断更聪慧，而是因其植根于真切的利害关系之中，带着真切的责任承担。语境嵌入的对象可以是医疗、法律、AI产品设计或政策制定，但核心要求是一致的：不再从外部分析系统，而是作为系统的一部分运作，并对自己的判断负责。
在此意义上，跨学科并非"多懂一点别的领域"，而是使自身判断嵌入医疗、法律、技术或治理等不同系统的运作之中，使抽象理解转化为具现实约束力的决策。此种跨学科的核心，不在于知识的广度，而在于责任的强度；不在于联结了多少领域，而在于是否真正进入那些判断无可回避、后果无法撤销的情境之中。
然而，若仅停留于此层面，我们对"跨学科"的理解仍是不完整的。因在另一条同样重要的路径上，AI正以更为隐秘却同样深刻的方式，重塑文科研究本身的知识生产机制。与社会实践中的跨界不同，此种跨学科发生于概念层面，在不同知识体系之间进行重组、迁移与再定义，其典型形态，正是那些试图重新书写基本人类经验的著作——关于愚蠢、孤独、尊严、洁净与肮脏等概念的历史与哲学探究。
在过去，此类研究之所以困难，不仅因其需跨越多个学科，更因不同知识体系之间存在高昂的进入成本与整合难度。语言学、历史学、心理学、哲学各自拥有不同的问题意识、方法论传统与概念结构，将其真正联结起来，需长期积淀与极高的认知负担。正因此，此类跨学科著作往往依赖个别学者的长期沉潜，难以规模化，亦难以成为一种普遍的研究路径。
AI的出现，在此点上带来了微妙却重要的转变。它并未替代此种跨学科创造的核心难度，却在很大程度上降低了进入不同知识体系的门槛，并加速了概念之间的可见性。一个研究外语或文学之人，借助AI，可迅速接触心理学关于孤独的实验研究、社会学关于现代性与疏离的理论、哲学关于自我与他者的讨论，以及历史上不同文化对这些经验的表达形式。此种能力，并不仅仅是信息获取的加速，更在于它使原本散落于不同学科中的知识片段，开始以可被同时把握的方式呈现出来，从而为概念层面的重组提供了前所未有的条件。
更进一步说，AI在此扮演的，不只是一个资料整合器，而更像一个"概念实验场"。在此实验场中，研究者可不断尝试不同的联结方式：若将某一心理学概念引入历史叙事，会发生什么？若以哲学的规范性框架重新阐释一种社会现象，会产生何种张力？若将不同文化中的相似经验并置，其间的差异是否会揭示出某种更深层的结构？这些尝试，本质上是一种思想实验，而AI所提供的，是让此种实验得以快速展开的环境。
《心灵捕手》（Good Will Hunting，1997）剧照。
但正是在此处，第二种跨学科与第一种跨学科之间的深层关联亦显现出来。因无论是在现实系统中的判断，还是在概念层面的重组，真正不可替代的部分，皆不在于联结本身，而在于对联结的选择。AI可生成无数种可能的跨学科组合，可提供看似合理的概念迁移路径，可在不同知识体系之间搭建初步桥梁，但它无法判定哪一种联结有意义，哪一种重组揭示了真切问题，哪一种概念需被保留，哪一种则必须被舍弃。
换句话说，若第一种跨学科强调的是"判断与后果的绑定"，那么第二种跨学科强调的，则是"概念与意义的绑定"。前者发生于现实之中，后者发生于思想之中，但两者共享同一核心：判断不可被外包。无此判断，跨学科便会退化为两种不同形式的空洞——在现实中，它成为无责任的意见；在学术中，它则成为无内在张力的拼贴。
AI并未简单地"赋能"文科的跨学科能力，而是将其内部分化推向极端。一方面，它使低成本的跨界变得极易实现，从而迅速暴露出大量停留于表层联结的研究形态；另一方面，它也为真正的跨学科创造提供了前所未有的工具，使那些能在概念层面进行严肃判断的研究者，拥有更广阔的操作空间。此种分化的结果，并非跨学科的普遍繁荣，而更可能是一种结构性的两极化：一端是由AI大量生成的、看似复杂却缺乏内在必要性的知识拼贴，另一端则是少数能在多重知识体系之间维持张力、并对该张力负责的思想劳作。
固守学科疆界的文科，不仅面临来自AI的能力挑战，更面临来自知识生产方式本身变革的结构性压力。一套与官方学术体系并行运作的"影子知识体系"（shadow knowledge system）正在旧体制边缘成型：独立写作者的订阅者数量超过诸多学术期刊的读者总量，深度剖析现实问题的自媒体文章在二十四小时内累积的阅读量超过一本"学报"或"课题著作"的终身销量，跨界知识共同体在私人平台上进行着比诸多学术会议更前沿的思想交换。
要理解影子知识体系的结构性意义，需辨识其与旧体制在三个维度上的根本差异。
第一是时间结构的转变。学术知识生产是缓慢的、延迟认证的：一篇论文从投稿到发表，常需一至三年，其影响力积累通常在数年甚至数十年后方可被评估。影子知识体系则是快速的、即时反馈的：一篇文章发布后数小时内，读者的反应、批评与进一步发展便已在流通。此种时间结构的差异，根本性地改变了"何者被视为重要"——在一个AI时代的问题以月为单位迭代的世界里，一套以年为单位运转的认证机器，必然越来越难以捕捉真正重要的知识。
第二是权威