有趣的事

ai模型已经解决掉文科了,离解决掉理科还有多远?

如果把“解决掉”理解为替代所有文科或理科工作,答案都还很远;如果指让一部分任务变得更快、更便宜,AI 已经在两边产生影响。文理并不是同一种能力的两端:许多文科任务依赖语言归纳、翻译、摘要、初稿和资料整理,这些工作容易被模型的语言接口覆盖,所以变化显得更直观;但史料出处、语境、价值判断与责任仍需人核验。理科也并非只靠“算得准”:模型可以解释概念、写代码、辅助推导或提出候选方案,却可能在条件、单位、边界情况或推理链上出错。数学证明、实验设计、测量、因果判断以及真实环境中的工程验证,要求可检验的过程和可靠证据,不能仅凭流畅答案确认。进展取决于具体领域、任务是否可形式化、数据与工具是否齐备,以及错误代价能否接受。更现实的判断不是预测某个学科何时被消灭,而是看任务如何重组:重复性步骤先自动化,人的工作转向设定问题、检查证据、解释结果和承担责任。对理科而言,AI 能否持续给出可复现、经验证的结果,比它能否写出像样的解题过程更关键。

相关阅读