潘恩荣 胡蓓蓓

　　当下，人文社会科学的命运问题已不再是传统意义上的“学科竞争”，而是一场由AI技术进步引发的文明结构性转变，面对边界之外的未知世界，人类自身如何保持稳定，从而确保技术发展不偏离文明的基本方向，已成为人文社会科学必须直面的时代命题与根本使命。

　　从“边缘化叙事”到“结构性危机”

　　自工业革命以来，关于人文社科的讨论往往围绕“边缘化”展开：自然科学与技术不断发展，人文社科似乎逐渐退居次要位置。AI时代，关于人文社科命运问题的争论大致呈现出三种典型看法。第一种看法是源自工业化思维的惯性，将教育作为一种生产要素，以“投入产出比”为衡量标准。一般认为，人文社科相对培养周期长，产出低、回报慢。AI系统已经能1分钟生成文案、总结文献等，花费大量时间学习人文社科只不过是一种低效投资。第二种看法主要来自人们对高质量生活的追求与教育变现能力之间的矛盾。人们既希望孩子拥有人文社科底蕴提升生活质量，又担心人文社科教育变现能力差而无法作为安身立命的主业。第三种看法则根植于对AI替代就业的恐惧。大量面向文科生的岗位正被AI取代，背后的逻辑是人类再次被机器替代而非增强。

　　实际上，人文社科并未消失，而是在知识体系分化过程中不断上移，转向处理更为基础的问题——意义、价值与解释框架本身。真正的变化在于评价体系的转移。工业化以来，“可量化性”逐渐成为知识合法性的主要标准，无法被量化的内容则被视为附属性甚至非必要。人工智能的发展，将这种倾向推向极致：算法以高度形式化的方式处理语言、决策与推理，使“可计算”不断逼近“可理解”的位置。问题由此产生：当“计算结果”被等同于“理解本身”，人类实际上降低了理解的标准。这种由技术推动的认知转移，并非简单的效率提升，而是对“何为理解”“何为判断”等基本范畴的重构。在这一意义上，人文社科所面临的不是学科地位的下降，而是认知基础的动摇。

　　极境人工智能催生“认知眩晕”

　　当前，人工智能已发展出“极境”（Peak）能力，智能水平达到甚至超越人类智能的程度，人工智能不仅在计算能力上超越人类，更开始进入传统上被视为人类专属的领域，例如语言生成、复杂推理与策略决策。这一趋势带来的核心后果是人类面对边界之外未知世界的“认知眩晕”。

　　所谓“认知眩晕”，并非单一问题的困难，而是原有认知体系基本概念的不稳定：当机器能够生成诗歌，我们需要重新界定“创造”；当算法参与司法决策，我们必须重新思考“判断”与“责任”；当系统输出难以解释的结果，“正确性”本身也失去了可追溯的基础。

　　在这种情境下，人文社科的角色需要被重新界定。它不再只是对知识的补充，而是构成AI时代人类保持自身稳定进而保持人类文明得以运作的基础机制。具体而言，人文社科至少承担两项不可替代的功能：

　　其一，认知稳定机制。在人类原有认知体系不断被技术冲击的情况下，人文社科通过哲学分析、历史语境与语言反思，为“理解何以可能”提供稳定框架，使社会能够在概念动摇中维持基本的认知秩序，确保人类文明基本盘持续存在。其二，规范约束机制。当AI技术能力快速扩张时，单纯依赖效率与性能指标将无法约束其应用范围。人文社科通过伦理、法律与政治理论，界定“何为可为”与“何为不可为”，确立“以人为本、智能向善”的核心理念和治理宗旨引导人类社会在边界之外的未知世界迅速站稳脚跟，从而防止能力失控转化为系统性风险。这两种机制共同构成技术文明的深层条件：前者防止认知失序，后者防止行动失控。

　　人工智能时代人文社科的功能定位

　　未来的技术发展并非单一路径，可以从结构上区分为三种可能情景。在不同情景中，人文社科的功能呈现出不同侧重，但其“认知稳定”的角色始终不变。

　　第一，黑箱主导情景：当AI决策失去可解释性。在这一情景中，人工智能系统的复杂性使其内部机制难以被理解，社会只能接收其输出结果，却无法追溯其推理过程。此时最突出的风险是责任无法归因：当决策错误发生时，难以判断责任主体。人文社科在此的作用是建立制度性约束：确保关键决策过程中人在回路，加强可解释性基础，并明确责任归属，从而维持发展与安全并重的原则。

　　第二，可解释整合情景：当AI技术可以被理解。在理想情形中，人工智能的发展伴随着解释能力的提升，人类可以理解其推理路径。这并不意味着问题消失，反而引入新的挑战：何种解释才是“充分的解释”？技术系统倾向于提供形式化的因果链条，而人类社会的理解则依赖历史语境、反事实推理与意义结构。人文社科在此的任务，是将技术解释嵌入更广泛的意义网络之中，防止“算法归因”取代“社会理解”。

　　第三，能力边界情景：当AI技术存在明确局限。更现实的情况可能是人工智能在形式化问题上高度有效，但在价值判断与意义生成方面仍存在局限。例如，在涉及公平、尊严或长期社会影响的问题上，单纯的成本收益分析无法提供充分依据。在这一情景中，人文社科的作用表现为划定技术适用范围：明确哪些问题可以交由算法处理，哪些问题必须保留在人类判断之中。这种边界划定，本质上是对“何为应当由人决定”的持续回答。

　　面对上述情景，人文社科不应停留在被动回应技术冲击的状态，而需要主动参与AI技术及其新科学知识的形成，形成“无科学 不哲学”的人文社科发展理念。这要求人文社科发展超越传统的“多学科”或“跨学科”合作模式。简单的多学科协作，往往只是不同领域的并列；跨学科研究则可能演变为某一方法对其他领域的扩张。更为关键的是一种“共构式交叉学科模式”：不同学科围绕全新的问题，共同形成新的概念工具与研究对象。这意味着哲学、伦理学与社会科学不再只是对技术结果进行评价，而是参与定义问题本身——例如，何为“可解释性”，何为“合理决策”，何为“可信系统”。这些问题既是科学技术问题，也是人文社科问题，其解决无法由单一学科完成。

　　在边界之外探寻人类文明的新稳定点

　　AI技术的发展不断拓展人类的能力边界，同时也不断削弱既有的认知与价值框架。在这种双重运动中，真正的风险并不只是AI技术失控，而是人类自身逐渐失去向新世界提问与判断的能力，从而导致人类文明难以持续发展。

　　从这一角度看，人文社会科学的地位并非附属性或装饰性的。它构成了一种基础性条件：当AI技术将人类推入未知世界之中，人文社科提供重新理解人类自身和未知世界的坐标；当AI能力扩张诱发失控风险，人文社科划定不可逾越的边界。因此，在极境人工智能不断突破人类认知边界的非常规时期，人文社科的意义不在于与AI技术竞争，也不在于解释过去的世界为什么不能适应AI技术，而是在AI技术改变世界的基础上重新解释人与技术、人与世界的关系。

　　总的来说，在人工智能时代，人文社科推动人类自身的认知稳定与规范约束，并非是发展之外的附加条件，而是增强人类文明稳定延续的重要支撑。在这个意义上，人文社科不是过去人类文明的遗产，而是未知世界人类文明发展的重要支撑。

　　（作者单位：中山大学（珠海））