文科大反轉：越會用AI，越值錢

近期，十分戲劇的一幕正在上演：

一邊是高校密集撤銷文科專業、壓縮人文社科學院規模；一邊卻是高薪崗位瘋搶文科生，招聘要求明確列明“人文社科背景”。

象牙塔內“被砍”，招聘場上“被搶”，這種魔幻現實讓不少文科師生陷入了集體的迷茫。

當AI開始接管寫作、編輯、翻譯、設計，文科生似乎成了最容易被替代的那群人。但來自企業的招聘需求卻告訴我們：被淘汰的不是文科，而是低階的文科技能。

高階的文科能力，如批判性思考、深度共情和審美能力，或因為AI的發展迎來價值爆發的“黃金期”。

AI先沖擊的，是知識型文科工作

2025年7月底，微軟研究院（Microsoft Research）發布了一項關于生成式AI影響就業結構的重磅研究。該研究就列出了最容易受到AI沖擊的40個職業，以及目前較為“安全”的40個職業，為我們描繪了一幅AI沖擊就業市場的全景圖。

此項研究的核心方法不是“預測AI會不會取代工作”，而是測量一個指標——AI applicability score（AI任務適配度），即AI已經在多大程度上可以完成該職業的真實工作任務。在其“AI適配度”排序中，三類職業尤為突出：

? 口譯與筆譯員（Interpreters and Translators）

? 歷史學家（Historians）

? 會計文員（Accounting Clerks）

這三類職業的出現并非偶然，它們共同構成了一條清晰的“AI優先替代路徑”——即從語言處理到知識重組，再到規則執行的三類典型任務結構。

口譯與筆譯員：在微軟2025年的AI職業沖擊模型中，口譯與筆譯員之所以排名最高，是因為這一職業的核心工作——語言理解與跨語種轉述已經被拆解為高度結構化的任務鏈條，成為當前生成式AI最成熟、最穩定、最可規模化替代的應用場景。口譯和筆譯員被替代，本質是“語言中介功能”失效。

歷史學家：歷史學家之所以排名靠前，是因為其核心工作本質上是一種高度依賴文本材料的知識重組與生成任務，而這正是當前生成式AI最成熟、最擅長，也最容易規模化替代的能力類型。歷史學家被替代，本質是“文本重組能力”被機器規模化復制。

會計文員：會計文員之所以位列高風險，是因為其核心任務（如賬務錄入、分類、對賬與報表生成）屬于高度標準化的規則執行與數據處理流程，而這類“確定性知識勞動”正是當前AI與自動化系統最容易實現端到端替代的領域。會計文員被替代，本質是“規則性流程工作”被自動化流程接管。

從這三類職業可以看出，AI的介入首先沖擊的，并不是某一具體專業，而是一類具有共性特征的工作任務：

? 高度標準化

? 可被清晰拆解

? 以信息處理為核心

? 依賴寫作、翻譯、資料整理或基礎研究

在這些領域中，重復度較高的基礎性工作確實正在被快速替代，一部分文科崗位也因此面臨收縮。

但需要強調的是，這種“替代”本質上發生在任務層面，而非職業整體層面。正如微軟研究與OECD多項報告所指出的，AI更多是在重構工作內容，而不是簡單消滅職業本身。

因此“工具性文科能力”貶值確實是當前最直接的變化；但它對應的只是文科能力結構的一部分，以及文科崗位中可被標準化的那一部分。

文科價值，并未消退！

不止替代，還在增強！

隨著自動化技術的深入應用，越來越多低階、重復性的工作任務被系統接管，這也使相關崗位呈現出更為明顯的“增強效應”。

OECD指出，生成式AI對就業的主要影響并非直接替代崗位，而是通過參與任務執行過程，提升人類的工作能力與效率。換言之，在替代部分任務的同時，AI也在同步改善工作質量、壓縮時間成本。

這種增強效應主要發生在高技能知識工作中，尤其是信息處理與分析密集型職業。與此同時，越容易被AI接管部分任務的職業，其獲得的能力放大效應越顯著。換句話說，AI越適配某個職業，該職業越可能從簡單的“執行型”轉向“監督與創造型”。

麥肯錫在多項關于生成式AI的研究中指出，在寫作、信息處理與軟件開發等高適配任務中，AI可帶來約20%至50%的生產力提升；但這一提升具有明顯的任務差異性，并非適用于所有知識工作場景。

對于文科工作者，這種變化更為明顯。過去大量消耗在資料整理、文本撰寫的工作，隨著AI介入，這些環節所需時間被明顯壓縮。這些人可以將更多精力投入到判斷與解釋等高價值環節中，從而進一步提升產出質量。

來自Boston Consulting Group與Harvard Business School的一項聯合對照實驗，也提供了更為直觀的證據。在針對數百名戰略咨詢顧問的研究中發現，在信息高度密集的復雜任務場景下，使用生成式AI輔助的專家，其任務完成速度平均提升約25%，最終成果的質量評分則提升了約40%。

這一結果表明，AI對高技能工作的影響并非簡單替代，而是在特定任務范圍內顯著放大專業能力。

AI越強，高階文科能力越值錢

隨著AI在寫作、信息整理、編碼等標準化、重復性任務中的表現不斷提升，知識和技能的重要性正在重新排序。

世界經濟論壇在2025年《未來就業報告》中指出：到2030年，全球約39%的核心技能將發生變化，且近60%的勞動力需要再培訓或技能重塑。更值得關注的是，AI時代增長最快的能力并非傳統意義上的技術技能，而是創造力與社會性認知能力。

報告進一步強調，“人本技能”重要性顯著提升，創造性思維，適應性，靈活性與敏捷性，好奇心與終身學習能力，均被列為使用增長最快的技能之一。這一趨勢表明，在AI廣泛參與知識生產的條件下，決定個體價值的不再是“掌握多少知識”，而是“如何理解和運用知識”。

這一變化直接對高校培養提出了新的要求。

傳統的大學是以知識傳授為核心職能，但隨著AI的介入，知識獲取的門檻被顯著降低，技能結構被持續重塑，而素養的重要性則不斷上升。大學的角色，也將由“知識供給者”逐漸轉向“認知能力的塑造者”，其核心任務不再是傳遞答案，而是訓練學生如何思考問題。

OECD在《OECD Digital Education Outlook 2026》中明確指出，生成式AI已經廣泛進入學習過程。但如果沒有教學設計，AI會變成“學習捷徑”而不是學習工具。麥可思2024~2025年開展的研究顯示，被訪中國大學生幾乎全部都學習中使用生成式AI（99%），46%的中國高校教師認為學生論文寫作“過度依賴AI生成內容”。隨著AI應用的深入，其使用場景將變得更為廣泛，但若缺乏適當的教學設計，利用AI作弊走捷徑的行為將更為普遍。

因此，教育的關鍵不在于提供答案，而在于構建能夠引導學生深入思考的學習過程。

可以說，AI越強，教育越需要回歸“培養人”的本質：AI可以解決“知道什么”，但是我們的大學必須回答“如何判斷”。當寫作、翻譯與知識整合逐漸被技術系統承擔，單純圍繞這些內容展開教學，其意義正在減弱。真正需要被重新定義的，不是文科本身，而是文科的教學方式。

在此背景下，文科未來將出現明顯的結構性分化。一部分文科方向面臨收縮，而另一部分則在AI的推動下獲得新的發展空間——

? 面臨淘汰壓力的文科類型（傳統文科方向）：

? 偏重純理論、應用性較弱

? 缺乏技術工具支持

? 以單一寫作能力為核心

? 持續上升的文科方向（新文科方向）：

? 人文與技術融合（如數字人文、AI倫理）

? 兼具表達與分析能力

? 具備跨學科整合能力

2024屆人文社科專業畢業生認為，判斷和決策、解決復雜問題等是35項基礎工作能力中排名靠前的能力，其中判斷與決策最為重要。這與全球既有研究結論存在一致性。當AI可以接管更多工作，我們需要的是可以組織AI工作的超級大腦，在此過程中，判斷和決策、解決復雜問題能力將發揮極大作用。

所以，我們才說2026年被低估的，是會用AI的文科生。

聲明：麥可思研究原創內容全面開放非盈利目的的轉載授權，轉載請留言或添加編輯微信獲得長期白名單授權（電話或微信搜索18602824882）。轉載要求——

1.文首注明“轉載于麥可思研究”。

2.轉載請在文章發布的24小時后進行。

關注“麥研文選”,獲取更多數據——