别再战科系了,这里有人文社会学科不用吃土的好理由

  • 2020-06-19

别再战科系了,这里有人文社会学科不用吃土的好理由

史考特‧哈特利(Scott Hartley)

译|温力秦 

  虽说主修电脑科学未必是置身第二次机器时代的必要条件,但人文领域的毕业生究竟具备哪些特殊技能,可贡献于此崭新的世界呢?人文、理工的论战中还有一个疏漏之处,就是未能体察良好的人文教育其实可以传授学生许多技能,这些技能不但有益于商业界,还能成为下一波突破性科技产品服务的创新枢纽。当然,也有不少人站出来大声疾呼培养基本的思考与沟通能力非常重要,譬如批判性思考、逻辑论证和良好沟通技巧等等。法芮德.札卡瑞亚(Fareed Zakaria)在其2015 年的着作《捍卫人文教育》(In Defense of a Liberal Education)中特别强调「创意、问题解决、决策、提出有力论证和管理」等能力都是人文学科所传授的,他本身就是最好的证明。然而,人文教育培养一般思考技巧的这番论述,却又让大家忽略了人文学科主修生之所以握有特别有利的条件,在现今和未来的创新之路上扮演领导角色的最重要因素。

  人文社会科学其实是一个专门研究人性和群体及社会特性的学问,这是人文教育中一个始终遭到莫名忽视的面向。攻读人文学科学位的学生,往往对研究人之所以为人的奥秘很有兴趣,这包括了人类的行为和行为背后的原因等等。他们积极探索家庭以及学校和司法系统这类的公立机构是如何运作,又如何能运作得更良好,还有政府与经济如何运作,或如何因运作不良而被拖累这种常见情形,也是他们的研究目标。学生从特定科目学习到大量知识,然后把这些知识应用到当今各种有待解决的各种重大议题上,并利用各种途径进行分析和解决。

  新时代最大有可为的创新契机,就是在各种层面上应用日新月异的科技力量,包括探索更理想的途径来解决人类的问题,譬如社会功能不良和政治腐败;寻觅改良儿童教育的方法;协助人们改掉不良行为,用更健康、更快乐的方式生活;改善职场环境;找出更有效的方法打击贫穷;改良医疗保险制度,让更多人负担得起;促使政府更有担当,扛起解决地方性议题到全球性事务的责任;以最适切的做法把聪明的智慧型机器导入职场,让我们能够做更多人类本身最擅长的事情,其余工作就放手给机器去完成。员工若是受过扎实的人文教育训练,就等于具备了朝上述目标迈进的稳固根基。


  科技创新最迫切的需求之一,便是为产品和服务注入更多人味,让产品服务更贴近人的需求及渴望。贾伯斯慧眼独具,意识到这一点,他专心朝此方向发展,最后打造出全球最有价值的公司之一。今后想要摘下成功果实的创业人士和公司,都必须以他马首是瞻,在创造产品和服务时从各方面去思索,如何善用新技术让产品和服务更人性化。具体来说,贾伯斯是利用了人文学科在设计上的洞见。Macintosh 是世上第一台可以让使用者选择漂亮字型的电脑,会有此功能的出现,可以说源自于贾伯斯在奥勒冈州波特兰里德学院上书法课时学会欣赏字体之美的关係。他在对史丹佛大学毕业生演讲时,把字型形容为「一种科学捕捉不到,既美丽、富历史感又妙不可言的艺术」。

  其他还有很多人文学科都对科技界的创新贡献良多,像心理学系就有助于打造出更契合人类情感与思考方式的产品。Facebook 的爆红就完全体现了专精「人性因素」如何能为新产品、程式和服务的设计带来革新。大家都知道,马克.祖克柏是写程式快手,但由于不善社交,在人际关係上吃了不少苦头。不过很少人注意到,他是菲利普艾斯特中学的文科生,这是一间採行「哈尼克斯圆桌」(Harkness tables)教学法的学校,课堂上以问答型讨论为主,而不是老师台上讲,学生台下听。之后祖克柏进入哈佛学院,又热衷于学习拉丁文和希腊文,他甚至在艺术历史这门课的期末考拿下高分,就因为他架设了网站,将200 件艺术作品放在上面展示,让同学可以针对作品重要性写下评论,而该网站堪称是众人皆可参与的学习平台前身。跟姐姐兰蒂(Randi Zuckerberg)一样念心理学的祖克柏,他把人天生渴望与他人连结的心理学洞见,应用在Facebook 的设计当中。祖克柏之所以能成为Facebook早期发展的开拓先锋,当然是因为他写程式的功力一流,不过Facebook 的人性心理学部分,也多亏他的耕耘。

  人类学的经验也可以帮助企业掌握开发及行销产品时,应当斟酌的文化与个人行为因素。佛罗里达州州长瑞克.史考特(Rick Scott)数年前接受某报纸採访时曾表示,他正设法将州政府提供给心理学系和人类学系的学生奖助金抽走,转而补助STEM学科的教育,他是这幺说的:「培养更多人类学家攸关到本州的切身利益?我可不这幺认为……如果我要拿老百姓的钱投入教育的话,我宁可用这笔钱创造就业机会。」史考特在发表这些言论之前,真应该先了解美国劳工部所做的研究。根据该研究估计,人类学的学生就业率强势成长,高于多数职业的平均就业成长率,跟电脑软体工程师目前的就业成长率不相上下。

  人类学家对自动驾驶汽车的贡献

  汽车製造商日产(Nissan)延揽莱斯大学人类学博士梅莉莎.赛夫金(Melissa Cefkin),为该公司的汽车设计做评估,并请她进驻日产技术中心,主导公司的人机互动研究。目前她正率领团队研究自动驾驶汽车与人类在进行各种可能的互动时所衍生出的複杂性,以及这些複杂性对汽车设计与控制的影响。接下来先简要分析一下自动驾驶汽车的前景与隐忧,来思考梅莉莎的投入为何有其必要。

  自动驾驶技术的实施这项工程壮举,可以说是令人叹为观止的重大成就,但从安全隐忧来看,还是有许多争议性的问题有待解决。2016年,一位驾驶配有全自动驾驶模式技术的特斯拉汽车(Tesla)车主惨死,凸显了当前自动驾驶汽车的设计者在为所有危险担起责任的同时,也有他们的侷限。该驾驶出事时的行驶环境其实并不複杂:那是一条宽敞的公路段,当时自动驾驶系统未能侦测到有一辆货柜车切换车道后,开到这辆特斯拉的前方。事故后的分析发现,自动驾驶系统侦测不到货柜车在强烈阳光照射下的白色车身。该车主可能因为太过于信任自动驾驶,放心地欣赏《哈利波特》的电影而没有看着路面,以致于未注意到前方的货柜车。专家多半认为,马路上其实会出现很多自动驾驶汽车的安全行驶技术到目前为止尚无法应付的状况,比方说路面有淹水、大坑洞、掉落物,或者是出现改道标誌这种临时交通管制措施时。赛夫金目前的研究重点就是自动驾驶汽车行驶于更为拥挤的都市环境、面对本来就无法预测又非重複性的複杂状况时,会遭遇哪些瓶颈。

  现今自动驾驶汽车的设计者最艰鉅的挑战之一,就是处理人机混合的环境。这种环境最终或许都可以统一由机器来运作,但在可预见的未来,基本上还是会出现各种複杂的状况。机器是可以设定成讲求效率又守规矩,但爱找麻烦的人类喜欢破坏规则,总是用複杂到很难让机器也学会的诠释方式,对各个状况逐一分析。就拿没有红绿灯但设有「停」这个标誌的繁忙十字路口来说,行经的汽车不是不守交通规则,就是喜欢临场发挥,比方说车主这里挥个手、那里用粗鲁的动作示意,或甚至有些车龟速到被后方心急的车主催着跑。人类学家爱德华.萨丕尔(Edward Sapir)曾在文章中提及人类微妙的手势系统是「精巧奥妙的不成文密码,但没有人不懂」。自动驾驶车辆还无法感知与了解人类的手势,机器只知道在标誌前停下,所以必须靠赛夫金帮机器思考接下来该怎幺做以及如何成功地周旋于複杂的人际互动之中。

  为了完成这个任务,赛夫金必须先找出人类的行为模式,才能帮助程式设计人员了解自动驾驶汽车在道路上应该如何行动。她借用了不少人类学界的工具来找出这些模式,比方说民族誌当中用来实际观察各民族的田野调查法及记录其行为的录影方式等等。她的主要目标就是协助日产设计一种沟通系统,以利自动驾驶汽车跟行人及其他车主互动。譬如颜色辨识灯就可以显示汽车现在正準备发动、停下还是留在原地,又或者可以设计某种视觉装置,让人们一看就知道这辆自动驾驶汽车是否已经注意到他们。也许汽车前方可装设萤幕,用来显示文字,方便传达讯息,就像人类手势的功用一样。除了沟通上的问题之外,还必须要考量到驾驶人的心态,才能让自动驾驶汽车安全进入我们的道路,比方说有些人会因为「快车道」上某辆车的行驶速度比车流速度还慢而火冒三丈,更别提那些容易暴怒的驾驶人了。据麦肯锡顾问公司(McKinsey & Company)资深合伙人汉斯- 维尔纳.卡斯(Hans-Werner Kaas)表示:「整个汽车製造业已经逐渐意识到有必要处理自动驾驶汽车所涉及到的心理层面,纷纷加强这方面的技能。」

别再战科系了,这里有人文社会学科不用吃土的好理由

  尽可能抓出所有待解决的后勤问题,只不过是实现汽车自动驾驶的第一步而已,很多极其複杂的道德问题依旧存在。2016 年《科学》杂誌6 月号有一篇题名为〈自动驾驶汽车的社会困境〉(The Social Dilemma of Autonomous Vehicles)的文章就指出,今日自动驾驶汽车碰到的问题,其实与1967 年英国哲学家菲力帕.芙特(Philippa Foot)所发表的知名思想实验「电车难题」(trolley problem)息息相关。在电车难题中,假设轨道上有一辆电车正朝着五名工人疾驶而来,一名目睹此状况的工人可以用控制桿将电车切换到另一条轨道,但那条轨道上又有另外一名工人,这位操作控制桿的工人该怎幺做才对?自动驾驶汽车所面临的难题很就跟这位工人很类似。应该将汽车设计成优先考虑驾驶人和乘客的生命,不必去管有可能突然转进轨道的行人或自行车骑士吗?假如汽车可以马上右转避免撞到人,但有可能因此撞上挡土墙,或是有更高的风险,比方说撞到正在人行道上等灯号转换的一家三口,那幺这辆汽车该怎幺做才好?虽然自动驾驶汽车被称为「自动驾驶」,但实际上只是根据程式设计人员的设定,在程式码的辅助下,依所学到的规则行驶而已(这一点会在下一章深入探讨)。


  应该把汽车「教」成在碰到这类状况时都要设法迴避,还是先计算乘客所承受的风险,然后在不让乘客受伤的原则下转向?又或者应该将汽车设定成依大多数人在类似状况下会有的反应来反应?难道人类在这种状况下会有某种常见的反应,又如果真有这样的普遍行为,自动驾驶汽车就应该仿效或改良成更好的做法?写入软体中、由程式码所界定的决断力,可以像现今失效的安全气囊那样被「召回」吗?倘若自动驾驶汽车可以比人类更快做出反应、更快算出所有选项的风险,并且一定会选择最佳选项,救最多人的命,法律不就该明文规定汽车除了一定要有这种程式设计,也必须在遇到上述危险状况时全交由车辆来作主判断?切换成人类车主接手驾驶这个选项是不是也该自动停用才对?另外,自动驾驶汽车若是证实比人类驾驶更安全又更节能,那幺汽车公司是不是有必要加快开发的脚步?毕竟大家先前就是这样,希望汽车公司加速开发更节能、可降低碳排放量的汽车。这些问题都还只是隔靴搔痒,并未触及到势必得解决才能将自动驾驶汽车导入人类日常生活的重大议题。

  如果要求乘客点选「是的」,表示接受其责任义务,就像一般人在下载最新的广告封锁软体时要点按的那种条款和规定一样如何?这幺做就够了吗?哈佛心理学家约书亚.格林(Joshua Greene)在他为《科学》杂誌所撰写的文章〈无人驾驶汽车的困境〉(Our Driverless Dilemma)中,探讨了这种複杂性的根源。他指出,机器在做决定时「偏哲学性而不讲究技术性。人类应该先设法让自己的价值观更明确且前后一致,再将价值观植入机器中。」对年轻的伦理主义者和诉讼律师来说,这显然是一个欣欣向荣、值得一探究竟的业务领域。国际性法律公司欧华律师事务所(DLA Piper)已经推出「连结与自驾式汽车业务」,而现年33 岁,毕业于范德堡大学,主修美国研究,后来在康乃尔大学受训成为律师的艾略特.卡兹(Elliot Katz), _正是该业务的全球共同负责人,他就思考了不少这方面的议题。

  挖掘文科毕业生的潜能

  就在科技把机器变得更聪明,物联网(Internet of Things)逐步占据人类生活,蒐集和分析我们生活里的各种数据资料,从人类行为中挖出更多新发现之际,审慎思考该如何打造新产品服务来提升人类生活以及社区、职场和政府的本质,就成了关键课题。若能一针见血,戳中人性需求并配合人类的才能,以此为着眼点所开发出来的产品服务,必定拥有独特的竞争优势。

  这也是线上约会服务Tinder为何能快速成长的原因。该公司延揽社会学家暨加州大学洛杉矶分校博士洁西卡.卡比诺(Jessica Carbino),协助它们了解配对的模式。有些人或许认为Tinder 是无聊的配对手机app,用户都是根据对象的外貌来决定往左或往右翻牌。不过对这位很爱追根究柢的社会科学家来说,该网站却是个大宝库,里面汇集了大量与人类魅力、社会学和心理学有关的数据资料。举例来说,卡比诺可以从Tinder 好几亿笔的资料当中找出「薄片撷取」(thin slicing),这个词彙是指人类用来快速做判断的非语言线索。比方说,资料显示女性发现下巴线条柔和的男性比较善良,男性则认为有化妆的女性较有魅力。15%的美国成人用过约会手机app,从他们身上确实可以发现不少人类在评估某对象魅力时所用的方法以及约会这件事的奥妙之处。Tinder 自然不是唯一一家借重文科生才华,把产品变得更诱人又有效益的公司。

  新创公司Slack 推出的企业沟通平台,该软体让团队成员之间的沟通比电子邮件更有效率,因而引起轰动。该公司特别僱用主修戏剧系的员工,把Slack 传给用户的讯息变得更讨喜。Slack 的聊天机器人会给予用户别出心裁的回应,设法「让用户感受到额外的惊喜和小确幸」,就像你千方百计要Siri 给你特别不一样的回应,结果它最后说出爆笑或俏皮的答案一样,譬如它用平板的语调告诉你「也许你说得没错啦」这类的话。如此奇妙的设计就是出自编辑总监安娜.皮卡德(Anna Pickard)之手,她毕业于英国曼彻斯特都会大学戏剧系。当使用者注册为新用户时,不必在栏位中填入个人资料,亲切的聊天机器人会询问你的个人资料,你只要跟它「聊一聊」就一切搞定。Wade&Wendy 的模式也很类似,这家公司打造了以人工智慧驱动的聊天机器人,目的是让求职者与企业招募单位之间的招聘过程更有效率。汤米.戴尔(Tommy Dyer)是该公司内部的组织心理学家,在马里兰州安纳波利斯圣约翰学院受过人文教育训练,Wade&Wendy 的程式设计人员试图根据他的研究与分析,将动态的聊天对话撰写成静态的程式码。

  在抨击人文学科的声浪当中,有不少人误以为文科生跟那些钻研STEM学科(科学、技术、工程及数学首字缩写)的学生比起来就是不够严谨,再来就是文科生不但「弱」又很不科学,而STEM领域出身的学生学的才是正宗科学方法。事实上,人文学科传授了很多严谨的探究与分析方法,比方说密切观察及访谈方式等等,但挺硬科学的那一派未必懂得欣赏。人文领域当中也有不少学科早就融入了科学方法,以及其他以资料为取向的科学探究和问题解决途径。以发展经济学为例,学生必须学习如何进行随机控制实验来检测政策介入,其严谨程度就不亚于临床医疗实验,而率先在此领域耕耘的包括MIT贫穷行动实验室(Poverty Action Lab)和耶鲁大学扶贫运动创新组织(Innovations for Poverty Action)这类团体。

  社会学家製作出精密的社会网络数学模型。历史学家蒐集数百年来有关家庭支出、结婚与离婚率以及世界贸易的庞大资料,再用这些资料做统计分析,辨识其中的趋势并找出某些现象的背后成因。多亏了语言学家开发出高科技语言进化模式,使自然语言处理这门技术的发展往前迈进一大步,带动自动化快速进展,让电脑能够化身为Siri 和Alexa,用精準又有个性的方式进行沟通。创投资本家维诺德.柯斯拉2016 年在部落格发布平台Medium 上发表一篇名为〈学生主修人文学科是大错特错吗?〉(Is Majoring in Liberal Arts a Mistake for Students?)的文章,这篇文章后来广为流传。他在文中宣称,人文教育限制了「你的思考维度,原因就出在你对数学模型所知甚少⋯⋯又没有统计方面的概念」,想来他忽略了人文学科的主修生其实在这些探究方法上受过广泛的训练。

  另外,没学过量化分析方法的文科生就等同于没有「硬」技能或相关能力这种谬论,也必须加以破除。为此我们得回头探讨法芮德.札卡瑞亚等众多人士对人文教育所传授的思考、探究、问题解决及沟通这些基本方法所提出的论据。这些技能的养成之所以被误以为不够严谨,其癥结点之一有可能是曲解了人文科目,以为这些学科都很冷僻或过于深奥。譬如批评者就很爱用《纽约时报》记者查尔斯.麦格拉斯(Charles McGrath)所谓「擅长解读第一次世界大战前克罗地亚民族歌舞中暗藏之情慾」、那些「舌粲莲花」的学生,来形容文科生。我父亲以前常告诫我和姐姐,念「可有可无」的学系会有什幺下场,幸好我们姊弟俩改选比较文学和政治科学。事实上,人文教育有一个特色,就是即使并非必要,也会鼓励学生修习各类型的科目,不管是以必修的基本科目形式,要求每位学生都要修习,或是较为常见的做法,透过选修方式来补强学生的主修。

  专业科目是人文学科研究所的特色,并不是大学部的重点。这种批评有一个很讽刺的地方,那就是专业科目在STEM领域反而成了问题,因为很多科系由于课程量太重,导致学生没有余裕去满足自己更广泛的求知慾或单纯的好奇心。此外,电脑科学课程所栽培出来的新鲜人滥竽充数,对现今一名能干的工程师应该要掌握的程式语言其实并不拿手。开发产品所必备的程式语言变化得非常快,这些没办法掌握程式语言的毕业生,往往需要另外接受线上培训课程。事实上,毕业于哥伦比亚大学政治科学系的札克.西姆斯(Zach Sims),之所以会共同创办编程学院(Codecademy),提供线上编程课程,正是因为传统课程在程式语言方面很失败。「我们发现,主修电脑科学的学生是很出色,但未必是出色的程式设计师,所以我们早先在访谈哈佛和MIT 的学生时,就发现他们可能不是马上就能上手的程式设计师。」他在2013 年表示。

  俄亥俄州前伍斯特学院院长,同时也是独立院校理事会(The Council of Independent Colleges)资深理事乔治亚.纽珍(Georgia Nugent),在《快速企业》杂誌(Fast Company)一篇名为〈为何一流的科技公司执行长僱用文科毕业生〉(Why Top Tech CEOs Want Employees with Liberal Arts Degrees)的文章中指出,科技日新月异,商业需求也随之产生无法预测的变化,「最讽刺的是,周遭形势亦趋複杂,我们却鼓励年轻人专心在某个一技之长上好好下功夫。我们对年轻人谆谆教诲,告诉他们人生就是一条笔直向前的路,这根本是在害他们。人文教育依然切身重要,原因就在于这些学科把学生栽培得更灵活,使学生有能力适应不断变迁的环境。」想在这个快速变迁的世界开拓新领域,需要尤甚于以往的反应力、创造力和好奇心。

书籍资讯

《书呆与阿宅:理工科技力+人文洞察力,为科技产业发掘市场需求,解决全球议题》The Fuzzy and the Techie: Why the Liberal Arts Will Rule the Digital World

作者: 史考特‧哈特利(Scott Hartley)

出版:宝鼎

[TAAZE] [博客来]

封面图出处:twitter



上一篇: 下一篇:

相关文章

资讯

推荐阅读

本周热文