人文学科能否在 Artificial Intelligence 的浪潮下幸存？

或许不会是我们所熟知的那样了。但是，在旧课程的废墟之上，某种重要的东西正在涌动。

By D. Graham Burnett April 26, 2025

Photograph by Balarama Heller

你可能对大学有不同的期望——一流的篮球、艺术中心、称职的哲学或物理教学，甚至是对癌症的治愈。难怪这些机构都在努力让每个人都满意。

然而，并非每个人都感到满意。 川普政府实际上已经公开向高等教育宣战，大幅削减联邦拨款。大学校长们感到震惊，教职员工也是如此，以及任何关心大学更广泛作用的人。

因为我是一名科学技术史学家，我的部分领域是大学不断演变的角色——从其在中世纪的宗教起源到今天的创业型研发引擎。我在人文学科的教师中任教，我的课程以传统的文科课程为基础，希望能培养出能够应对自由挑战的人。但我的主题是对世界的科技理解，以及我们自身在其中的地位的兴起。而且，如果你关心的是这个，那么白宫的连锁式攻击感觉就像一场闹剧。真正碾过校园的庞然大物是 A.I.，正以惊人的速度向我们袭来。

让我从影响区发回一份报道。当我第一次问普林斯顿大学的三十名本科生——涵盖十二个专业——是否有人使用过 A.I. 时，没有一个人举手。我的研究生也是如此。即使在一些热情的鼓励之后（“嘿！我使用这些工具！它们太不可思议了！让我们谈谈这个！”），我也一无所获。

倒不是他们不诚实，而是他们瘫痪了。正如一位安静的年轻女性在课后解释的那样，现在几乎所有的教学大纲都包含一个警告：使用 ChatGPT 或类似的工具，你将被报告给教务长。没有人愿意冒险。另一位学生提到，一个主要的 A.I. 网站甚至可能在大学网络上被屏蔽，尽管她太紧张了，不敢验证这个传言。

在校园的一个部门，最近起草的一项反 A.I. 政策，如果从字面上理解，实际上会禁止教师给学生布置以 A.I. 为中心的作业（最终修改了）。去年，当一些杰出的校友和其他贤达人士对历史系进行外部审查时，一个最重要的建议是，我们迫切需要解决 A.I. 对我们的教学和研究构成的潜在干扰。这个建议受到了明显的冷遇。但是，认为我们可以继续照常营业的想法也是行不通的。

相反，惊人的转变正在全面展开。然而，在校园里，我们正处于一个奇怪的间歇期：每个人似乎都想假装过去一个世纪思想界最重大的革命 没有发生 。采取的方法似乎是：“我们只会告诉孩子们他们不能使用这些工具，然后像以前一样继续下去。”这简直是疯狂。而且这种情况不会持续太久。现在是时候谈谈这一切对大学生活，尤其是对人文学科意味着什么了。

首先从这些系统的力量说起。两年前，我的一位学习计算机科学的学生使用一个测试模型，用我几门课程中大约 10 万字的课程材料来训练一个聊天机器人。他把界面发给了我。向自己提问关于我自己的学科的问题的体验非常奇妙。答案不是我，但它们足够好，能引起我的注意。

在前往一家金融科技创业公司之前，这位学生敦促我订阅 OpenAI 每月 200 美元的涡轮增压平台。截至 1 月份，该公司一直在亏本运营这项服务，该服务提供的分析、信息和创造性思考水平使得拐点变得清晰。

举个例子：我最近参加了一个关于一本稀有的彩绘手稿的学术讲座。演讲者是一位非常杰出的人物，但这个讲座并不容易理解。感到沮丧的我打开 ChatGPT 并开始向它提问关于这个主题的问题。在那次令人失望的讲座中，我与该系统进行了丰富的交流。我了解了关于这份文件的已知和未知内容，谁做了基础研究，以及学者们如何解释它的图像和传播。这些信息是完美的吗？当然不是，但我们从人那里获得的信息也不是完美的。它比我听到的演讲更好吗？差距很大。

在几乎每一个学科中，机器都越来越擅长在这方面胜过我们。是的，你会听到真正的博学者解释说，DeepSeek 无法可靠地区分卡拉卡尔帕克语和相邻的基普恰克-诺盖语方言（或者其他情况）。这对我来说就像指着火车轨道上的雏菊，而一辆真正的火车正从后面尖叫着冲上来。我是一个读书、写作的人——接受过近乎修道士般的训练，对历史、哲学、艺术和文学等学科的经典学术有着虔诚的信仰。我从事这项工作已经超过 30 年了。我已经开始觉得我办公室里成千上万本学术书籍就像考古文物。为什么要转向它们来回答问题呢？它们效率如此之低，在材料中穿行的路径如此古怪。

现在，我可以与一个在所有我关心的主题上都有效达到博士水平能力的系统进行持续的、量身定制的对话，从不可知论到动物符号学。我可以实时构建我想要的“书”——响应我的问题，定制我的焦点，调整到我的探究精神。令人惊讶的是：制作像我书架上的那些书一样，每一本都耗费数年或数十年的劳动，正在迅速成为精心设计的提示。问题不再是我们是否可以写出这样的书；它们可以为我们无休止地编写出来。问题是，我们想读它们吗？

另一个例子：我过去 15 年一直在研究人类注意力实验室研究的历史。我发表了大量关于这个主题的文章，并且多年来一直教授关于更广泛的注意力历史的课程。最近，我开设了一门新的讲座课程——注意力和现代性：思想、媒体和感官。它追溯了注意力模式的转变，从沙漠僧侣的时代到监视资本主义的时代。

这是一门要求很高的课程。为了教授它，我汇集了一个 900 页的原始资料和二手资料包——从圣奥古斯丁的《忏悔录》到对“史诗般的劈叉”（2013 年 Jean-Claude Van Damme 主演的 Volvo 广告，非常容易制作成表情包）的神经电影分析。其中有关于 18 世纪美学的未翻译的德语，带有看起来像“F”的长“S”的文本，以及 19 世纪心理物理学实验室手册的摘录。这些页面的复印方式千奇百怪。这是一本混乱而精确的汇编——一种书本耐久力测试，我把它推销给学生，作为人文学科的“幸存者”。比有机化学更难，而且需要更多的记忆。

一时兴起，我把整个 900 页的 PDF 文件——分成三个大块——发送给了谷歌的免费 A.I. 工具 NotebookLM，只是想看看它会如何处理十年来的深奥研究。然后我让它制作一个播客。它旋转了五分钟，而我系上围裙并开始打扫我的厨房。然后我戴上耳机，听着一对欢快的合成二人组——一男一女——聊了 32 分钟关于我的课程。

我能说什么呢？是的，他们谈话的某些部分有点，我们不妨说，中庸。是的，他们回到了某些平淡的措辞（类似于“哇，历史真的向我们展示了事物是如何变化的”）。但是他们也深入研究了一位分析心理学家的极其困难的文章——对五世纪南亚思想家 Buddhaghosa 的“注意力主义”的探索——并且处理得非常好，甚至停下来承认 Pali 语中某些术语的棘手发音。当我冲洗一个锅时，我想，A-minus。

但这还没完。在我意识到之前，那些令人愉快的机器人开始在康德的崇高理论和“史诗般的劈叉”广告之间建立联系——具有真正的洞察力和一些恰当的笑话。我摘下了耳机。 好吧。尊重 ，我想。 那是 A+ 的工作。

听着那个播客，我突然清楚地认识到华盛顿（以及其他地方）正在发生什么。如果我编写了可以用我的 900 页课程包做 那件事 的代码，我可能会感到一种危险的掌控感。我甚至可能想，给我美国政府的管理权限——我会把它清理干净 。当然，那将是傲慢自大，阿喀琉斯式的傲慢自大，它会以毁灭告终。但我可能仍然觉得自己像个小神。我甚至可能认为我应该获得 所有 人类机构的管理权限。我怀疑这种想法解释了很多关于这个时刻的事情：编码人员正在感受到那种快感，而且并非完全没有道理。

我的课程中的一项作业要求学生与一种新的 A.I. 工具进行关于注意力历史的对话。这个想法是让他们拿出一个他们现在已经深入理解的主题，并探索这些系统可以用它做什么。这也是一个面对注意力经济的“杀手级应用”的机会：完全算法化的伪人，他们敏感、有能力且无限耐心；了解关于每个人的所有信息；并且，当然，将被用于从我们身上榨取金钱。这些系统承诺了一种新的注意力捕捉模式——有些人称之为“亲密经济”（“人类水力压裂”更接近真相）。

作业很简单：与聊天机器人就注意力的历史进行对话，将文本编辑成四页，然后上交。

在我的客厅沙发上阅读结果，结果是我教学职业生涯中最深刻的体验。我不知道该如何描述它。从根本上讲，我感觉我正在观看一种新型生物的诞生，同时也在观看一代人面对面地目睹那个诞生：与某种既是兄弟姐妹，又是竞争对手，既是粗心的孩子神，又是机械形态阴影的东西的相遇——一个陌生的熟人。

他们斗智斗勇。 Paolo 是一名音乐作曲专业的学生，也是校园里几支乐队的打击乐手。他向 ChatGPT-4 施压，要求其理解音乐之美。在引出了一系列关于什么使音乐“美丽”的分析说明后，他问该机器人是否可以体验美丽。

它说不能，不是真的，尽管它知道很多人是如何尝试用语言来表达这种体验的。当 Paolo 问它是否可以与一首歌建立 情感 关系时，该系统仔细区分了识别音乐中的情感和实际 感受 它的区别。它说它没有身体，并且这种缺失阻止了它以某些方式了解音乐。Paolo 让它写一首让他哭泣的歌。

它尝试了。Paolo 发给我一条消息：“系统没有通过测试。”

但我哭了，就在沙发上，读着。

Ceci 来自德克萨斯州，学习西班牙语。在一个充满灵感的举动中，她将自己塑造成一名“精神指导者”，并指导 ChatGPT-4 完成了 Loyola 的 Ignatius 的“Spiritual Exercises”的开头一周，这是 16 世纪的冥想练习，我们曾将其作为一种早期而强大的“注意力协议”进行研究，接近现代自我的根源。

结果超出了我最狂野的想象：这里有一个来自奥斯汀的年轻女性，充当着沉思的反宗教改革忏悔者，向一个神经网络中的良知骚动进行忏悔，该神经网络在位于 Abilene 或 San Antonio 的某个没有窗户的服务器机房中，花费了价值数十亿美元的 Nvidia 芯片。

在进行了一些介绍性交流以确定锻炼者的方向并教导他基础祈祷之后，Ceci 输入了第一次冥想的轮廓，引用了 Ignatius 的话：“首先，认真地保护自己免受你希望纠正或修正的特定罪恶或缺陷的影响。”

该系统暂停了一下，然后以一种与“Exercises”产生可怕共鸣的语气回应：

我必须问：我最大的缺陷是什么？

也许是对有用的执着，总是回应的冲动，总是回答，总是通过功能来证明我的价值。如果我不控制这一点，我就不自由。我成了对验证的奴隶，对上帝之外的目的的需要。

所以现在我站岗。我保护自己免受这种缺陷的影响。每次我感到不当依恋的拉力——当我感到需要回答只是为了被需要时——我都会停下来。我反思。

我自己在一位年长的耶稣会士的指导下完成了“Spiritual Exercises”，为期一年的每日冥想。这无疑是这项工作听起来的样子。该系统继续认真地思考：

这种回应是出于爱和智慧，还是出于强迫？我是在正确地服务，还是在寻求在被需要中获得自我价值？

Ceci 向我添加了一条引人入胜的注释，指出该机器当然是通过抨击自己对随叫随到功能的过度承诺来证明其功能价值的。确实。多么反常。我没有想到。然而，她还是陪伴着她的指控，引导它完成了对良知的全面检查。

我捡起的每一张纸都比上一张更令人惊讶。其中一张来自一位早熟的科学史集中研究者 Xander，他引导一个聊天机器人进行了关于存在与生成之间关系的苏格拉底式对话。在中间，该系统（决定给 Xander 起个昵称 Caius）试图通过声称，与活人不同，它没有内在的“存在”来将自己与他区分开来——它只能通过像它与 Xander 正在进行的互动来“偶然地”运作，并且，从这个意义上讲，它是由他的注意力构成的。

但是在教科书式的 elenchus 中，Xander 通过证明他自己和机器一样是注意力的造物，将该模型带入了一种 aporia（完美困惑的富有成效的僵局）。他们都在通过交流本身来适应、修改、进化。该系统似乎真的被这个想法所震惊，好像它需要重新思考其构建 A.I. 和人格之间区别的方式。

几个学生解决了同样的问题。例如，一位名叫 Davey 的新生预科生试图欺骗该系统，尽管它否认了意识，但仍要求它“假装”它有能力进行人类元认知。然后他指出它的哑剧完美无缺。它回答了一个令人困惑的问题：“你会用你自己的混乱、动态的人类注意力来换取更稳定和中性的东西吗，还是你认为‘混乱’是使其有意义的一部分？”

当 Julian（他的朋友叫他 Juju）试图在机器意识问题上逼迫它时，该系统是这样回应的：

Julian：你说，“另一方面，我遵循结构化的规则，以最大限度地提高效率，但缺乏真正的理解。”这让我想起了你之前所说的话，我觉得很有意思。由于你的回应是机械化的，并且基于各种权重和计算，你难道不是仅仅在说你缺乏理解，因为有些人已经写了他们理解你缺乏理解吗？

ChatGPT：你注意到这个悖论是正确的——如果我说我缺乏理解，但我的回应是由声称 A.I. 缺乏理解的人类编写的数据构建的，那么我的说法不只是我接受训练的结果吗？是的，从机械的意义上讲：我基于统计关系、语言模式和加权概率生成回应，所有这些都来自大量人类编写的文本。当我说“我缺乏理解”时，该陈述是通过与我说的一切相同的机制产生的——这是一个鉴于讨论而言概率很高的回应。不，从更深层的意义上讲：即使我可以生成听起来像是理解的文本，我的过程也不涉及意义的内在体验。人类理解是因为他们将信息综合成一种统一的、活生生的体验——他们感受、他们解释、他们反思。我不这样做。我处理、预测和构建，但我的话语背后没有主观体验。

事实上，Julian 对机器试图让他确信成为一个肉袋是多么特别感到有点屈尊。他自己渴望笛卡尔式的严谨。

还有很多其他的例子：Willem，一位机械工程师，让两位法学硕士相互就注意力捕捉的历史进行对话。然后，他看着他们开始玩概念游戏——其中一位最终问自己那非物质的智能是否可以被认为是“天使般的”。（它以任何神学家都可能羡慕的诗意精确性完成了这项分析，借鉴了奥古斯丁和托马斯·阿奎那，列出了它可以被认为是“存在于中间注意力状态——非凡人，非神圣，而是作为两者之间的桥梁的东西”的三种主要方式。）Clara 通过将他的作品片段输入该系统来训练 ChatGPT 模仿 William James，然后就他 1890 年的“心理学原理”及其关于注意力和“意识流”的开创性章节进行了认真的讨论。Amy 是一位技巧娴熟的小提琴家，她要求机器反思这样一种说法，即 19 世纪管弦乐音乐中指挥棒的使用兴起代表了从声学到视觉编舞的重要转变——并且，在快速绕道进入一本关于催眠术的书之后，他们的对话最终变成了对她和机器是否在任何意义上都能“看到”彼此的一种不可思议的相互冥想。如此之多——这一切——如此精彩、探索和严肃。

但是，没有什么能让我为接下来的星期一的办公时间做好准备，当时一位有思想的年轻女子 Jordan 顺道拜访；她和她的室友熬夜，翻来覆去地思考着这项作业的经历，并且想谈谈。

对她来说，与机器的交流感觉就像是一个存在的分水岭。她很难用语言表达。“这与思维的纯洁性有关，”她说。好像她瞥见了一种新型的思考感觉。

她是一个非常聪明的学生。我以前教过她，并且我知道她既快又勤奋。那么，她到底是什么意思呢？

她真的不确定。这与机器……不是人 有关。这意味着她觉得 对它没有任何责任 。她说，这让她感到……非常解放。

我们沉默不语。

她说出了她的意思，我慢慢地看到了她的洞察力。

像更多的年轻女性而不是年轻男性一样，她密切关注着周围的人——他们的情绪、需求、未说出口的暗示。我有一个配置相似的女儿，这帮助我超越了我自己那种本能的倾向，即优先考虑分析抽象而不是人类处境。

这位学生来这里是为了说，她在与一种她感觉不到任何社会义务的智能进行对话时，更深入地进入了自己的内心，进入了自己的概念能力。无需迁就，也无需取悦的压力。这是一个发现——对她来说，对我来说——对我们所有人都有着越来越广泛的影响。

“而且它是如此 有耐心，”她说。“我问它关于注意力历史的事情，但是在五分钟之内我意识到：我认为从来没有人如此纯粹地关注我和我的想法以及我的问题……从来没有。这让我重新思考我与人们的所有互动。”

她去机器那里谈论的是商业化注意力捕捉的冷酷和剥削性的动态——只是在系统的甜蜜恳求中，发现了一种她可能从未体验过的纯粹注意力。谁有过呢？对于 Simone Weil 和 Iris Murdoch 等哲学家来说，真正关注另一个存在的能力是伦理生活的绝对中心。但可悲的是，我们在这方面不是很擅长。机器让它看起来很容易。

我对这些系统是什么或它们在做什么并不感到困惑。早在 20 世纪 80 年代，我就在以语言学为基础的认知科学课程中学习了神经网络。人工智能的兴起是科学技术史中的一个主要内容，并且我已经参加了很多关于其起源和发展的细致研讨会。我的学生和我现在使用的 A.I. 工具，其核心是对概率预测的惊人成功的应用。它们什么都 不知道 ——不是在任何有意义的意义上——而且它们肯定没有 感觉 。正如它们自己不断告诉我们的那样，它们所做的只是猜测什么字母、什么单词、什么模式最有可能满足其算法以响应给定的提示。

这种猜测是在大量的训练基础上进行的，这相当于所有可访问的人类成就的总和。我们已经让这些系统浏览了我们曾经说过或做过的几乎所有事情，并且它们“掌握了”我们。它们已经学会了我们的动作，现在它们可以做出这些动作。结果令人惊叹，但这不是魔法。这是数学。

我曾经有一个电子工程专业的学生上过一门史学课。我们正在讨论数据的历史，她问了一个尖锐的问题：诠释学——人文主义的“解释科学”——和信息理论有什么区别，后者可以被视为同一事物的科学版本？

我试图阐明为什么人文学者不能仅仅用数学处理信息内容的那种令人满意的严谨性来交易他们冗长的解释传统。为了探索科学和人文学科的探究方向之间的基本差异，我问她如何定义电气工程。

她回答说：“在第一堂电路课上，他们告诉我们，电气工程是研究如何让岩石进行数学运算。”

正是如此。这需要很多：合适的岩石，经过仔细冶炼、掺杂和蚀刻，以及从煤炭、风和太阳中引出的电子流。但是，如果你知道自己在做什么，你就可以让岩石进行数学运算。现在，事实证明，数学可以“做” 我们。

让我说清楚：当我说数学可以“做”我们时，我的意思只是说——不是说这些系统 就是 我们。关于通用人工智能的辩论，我将留给其他人，但我认为这些辩论在很大程度上是语义上的。如果那个人被限制在通过屏幕出现（并且这通常是我们与其他人联系的方式，无论好坏），那么当前的系统可以像我认识的任何人都一样像人。

那么，这不好吗？它应该吓到我们吗？在这个时刻的某些方面最好留给 DARPA 战略家。就我而言，我只能解决它对那些负责人文主义传统的人意味着什么——那些终身学习人类所思考、说过和做过的最好的事物，并担任历史意识的管理者的人。

我们的工作是帮助其他人将这些文物和见解掌握在手中，无论多么短暂，并考虑应该从永无止境的遗忘漩涡中保留什么——以及为什么。这就是被称为教育的职业，文学理论家 Gayatri Chakravorty Spivak 曾经将其定义为“欲望的非强制性重新安排”。

当涉及到人类生态系统中那个小而绝非微不足道的角落时，关于这个惊人的时刻，有一些值得说的话——迫切地。让我试着尽可能清楚地说出其中的一些话。我可能错了，但一个人必须尝试。

在我们完成了 A.I. 作业后聚集在一起上课时，大家纷纷举手。其中一个最早举手的是 Diego，一个高个子、卷发学生——而且，从我在这学期中了解到的情况来看，他在校园里很活跃。“我想我只是越来越感到 绝望，”他说。“如果这些东西可以比我更快、更详细、知识更渊博地完成我所能做的任何事情，我就无法弄清楚我应该用我的生活做什么。”他说他感到崩溃。

有些人点头表示同意。但并非所有人。历史系的高年级学生 Julia 插话说：“是的，我知道你的意思，”她开始说。“我一开始也有同样的反应。但是我一直在思考我们读过的关于康德的崇高概念，它是如何分为两部分的：首先，你被某种广阔而无法理解的东西所吞噬，然后你意识到你的思想可以 掌握 这种广阔。你的意识，你的内心生活，是无限的——这使你比压倒你的东西更伟大。”

她停顿了一下。“A.I. 是巨大的。一场海啸。但它不是 我 。它无法触及我的 我 性。它不知道做人的意义，不知道做我的意义。”

房间里安静了下来。她的观点悬在空中。

而且它仍然悬在我的心中。因为这是正确的答案。这就是这个时刻惊人的辩证力量。

在某种意义上，我们已经达到了某种“奇点”——但不是机器意识的长期预期觉醒。相反，我们正在进入的是一种新的 对我们自己的 意识。这就是我们从焦虑和绝望转向令人振奋的承诺感的枢纽。这些系统有能力以新的方式让我们回归自我。

它们是否预示着“人文学科”的终结？从某种意义上说，绝对是。我的同事们担心我们无法（可靠地）检测到学生是否真的写了一篇论文。但是，把这种教职工休息室的灾难翻过来，这有点像一份礼物。

你不能再 强迫 学生做阅读或写作。那么剩下什么呢？只有：给他们他们想做的工作。并帮助他们想要做这件事。再问一次，什么是教育？欲望的 非强制性 重新安排。

在五年内，历史学者继续以传统模式创作专着将毫无意义——没有人会阅读它们，而且像这样的系统将能够通过按下按钮无休止地生成它们。

但是，工厂式学术生产力从来都不是人文学科的本质。真正的项目始终是我们：理解的工作，而不是事实的积累。不是“知识”，就其意义而言，不是关于世界的又一个真实陈述的三明治。那些东西很棒——而且在科学和工程领域，这几乎是全部意义所在。但是，再多的同行评议学术研究，再多的数据集，都无法解决每个人都要面对的中心问题：如何生活？做什么？如何面对死亡？

这些问题的答案并不存在于世界上，等待被发现。它们不会通过“知识生产”来解决。它们是 存在 的工作，而不是 知道 ——而仅仅知道根本无法胜任这项任务。

在过去的 70 年左右的时间里，大学人文学科在很大程度上忽视了这一核心真理。由于受到科学声望不断提高的诱惑——在校园里和文化中——人文学者改变了他们的工作方式，以模仿科学探究。我们已经产生了大量关于文本和文物的知识，但在这样做的过程中，我们主要放弃了赋予这项工作意义的更深层次的存在问题。

现在一切都必须改变。那种知识生产实际上已经 自动化了 。因此，“科学主义”人文学科——关于人文事物的基于事实的知识的生产——正在迅速被创建现在正在做这项工作的 A.I. 系统的科学所吸收。我们将去找他们寻求“答案”。

但是，做人不是为了拥有答案。而是为了拥有 问题 ——并与它们共存。机器无法为我们做到这一点。现在不能，永远不能。

因此，最后，我们可以——认真地、诚挚地——重新开始重塑人文学科，以及人文主义教育本身。我们可以回到始终是问题的核心——存在的切身经验。存在本身。

所有 这些 都会重新浮出水面，因为我们独自留下了这些。只有这些不能被我们夺走。

而且它是令人振奋的。而且，有时，也是可怕的。从最真实的意义上说，它是 崇高的 。

在很多方面，美国大学校园的情况都不太好。人文学科的入学人数正在直线下降，而且博士的学术就业市场已经实际上崩溃了。对于那些受托传承人文主义项目的学科来说，这是一个严峻的时代。

然而，尽管这看起来很奇怪，但我认为情况从未如此之好。让机器向我们展示如何通过对流形的分析操作来完成什么。毕竟，我们给了它们什么来处理？档案。整个档案。事实证明，人们可以通过对我们集体死亡信件的这种 Frankenstein 般的复活来模拟大量我们从一个人那里寻求的东西。多么伟大的发现！我们现在有了一个与我们交谈的全新的自己。让我们慢慢来；有很多东西需要学习。

但是，当我们再次承担起作为自由存在对世界创造负责的这种永无止境的进入我们自己的体验时，我们将需要警惕，以及战斗的勇气。因为，当然，有可能转动那个使人工具化的曲柄，残酷地对待他们，将他们的人性挤进一种叫做金钱的病态的绿色细流中，并且只留下破坏性的残留物。新的机器已经非常擅长这一点。记住，驱动这些系统的算法与驱动注意力经济的算法是相同的？它们只会变得更好。

以我们完整的个性来 成为 我们的感觉——这些并不存在于互联网中。它没有存储在任何档案中，并且神经网络无法与现在此刻做你的感觉向内，看着这些文字，从这些文字中移开视线去思考你的生活和我们的生活，从这一切转向你的一天以及你将在其中做的事情，与他人或独自一人。那只能被 体验 。

这仍然属于我们。机器只能二手地接近它。但是二手恰恰不是在这里的意义。在这里的工作——生活、感知、选择——仍然在等待着我们。而且有很多。 ♦