文本分析被 AI 饱和后,学者转向「集体意义」的人类中心叙事研究
_akpiper · x · 2026-11-10
一位人文学科研究者感叹,在尝试 AI 大规模文本分析后「染上了数学家的 bug」——AI 随时随地为任何人做大尺度文本分析已毫无障碍,人类专家能增加的价值不多了。他的学科从成型到饱和只用了约 10 年,而数学有几千年。
他的应对是转型而非全面拥抱 AI:把研究重心转向人类中心的叙事研究,从「专家(无论教授还是 AI)告诉你答案」转向「集体意义」(collective meaning)——关注人们看到、知道和感受到什么,认为这条路才是新颖的出路。
「漫话AGI」频道最新
- Sutton 引用 Bitter Lesson 争议:蛮力算力不够,AI 仍需新方法 — RichardSSutton · 2026-11-10
- Anthropic 自曝刻意限制 Model 3 的 AI 研发加速类研究能力 — ziv_ravid · 2026-11-10
- 6 推长文:专用模型统一成端到端系统,编排逻辑将被训练取代 — andreisavu · 2026-11-10
- 作者:谈判与合约是被低估的高价值 AI 用例 — curious_vii · 2026-11-10
- 《任何人造出它,人人皆死》核心论证被浓缩成一页摘要 — DavidSKrueger · 2026-11-10
- Karmedge 预测:OpenAI、DeepMind 或 Nvidia 将在 2027 年底前解决机器人智能 — alexmacgregor__ · 2026-11-10