文｜史考特‧哈特利（Scott Hartley）

譯｜溫力秦 

 

　　雖說主修電腦科學未必是置身第二次機器時代的必要條件，但人文領域的畢業生究竟具備哪些特殊技能，可貢獻於此嶄新的世界呢？人文、理工的論戰中還有一個疏漏之處，就是未能體察良好的人文教育其實可以傳授學生許多技能，這些技能不但有益於商業界，還能成為下一波突破性科技產品服務的創新樞紐。當然，也有不少人站出來大聲疾呼培養基本的思考與溝通能力非常重要，譬如批判性思考、邏輯論證和良好溝通技巧等等。法芮德．札卡瑞亞（Fareed Zakaria）在其2015 年的著作《捍衛人文教育》（In Defense of a Liberal Education）中特別強調「創意、問題解決、決策、提出有力論證和管理」等能力都是人文學科所傳授的，他本身就是最好的證明。然而，人文教育培養一般思考技巧的這番論述，卻又讓大家忽略了人文學科主修生之所以握有特別有利的條件，在現今和未來的創新之路上扮演領導角色的最重要因素。

 

　　人文社會科學其實是一個專門研究人性和群體及社會特性的學問，這是人文教育中一個始終遭到莫名忽視的面向。攻讀人文學科學位的學生，往往對研究人之所以為人的奧秘很有興趣，這包括了人類的行為和行為背後的原因等等。他們積極探索家庭以及學校和司法系統這類的公立機構是如何運作，又如何能運作得更良好，還有政府與經濟如何運作，或如何因運作不良而被拖累這種常見情形，也是他們的研究目標。學生從特定科目學習到大量知識，然後把這些知識應用到當今各種有待解決的各種重大議題上，並利用各種途徑進行分析和解決。

 

　　新時代最大有可為的創新契機，就是在各種層面上應用日新月異的科技力量，包括探索更理想的途徑來解決人類的問題，譬如社會功能不良和政治腐敗；尋覓改良兒童教育的方法；協助人們改掉不良行為，用更健康、更快樂的方式生活；改善職場環境；找出更有效的方法打擊貧窮；改良醫療保險制度，讓更多人負擔得起；促使政府更有擔當，扛起解決地方性議題到全球性事務的責任；以最適切的做法把聰明的智慧型機器導入職場，讓我們能夠做更多人類本身最擅長的事情，其餘工作就放手給機器去完成。員工若是受過扎實的人文教育訓練，就等於具備了朝上述目標邁進的穩固根基。

　　科技創新最迫切的需求之一，便是為產品和服務注入更多人味，讓產品服務更貼近人的需求及渴望。賈伯斯慧眼獨具，意識到這一點，他專心朝此方向發展，最後打造出全球最有價值的公司之一。今後想要摘下成功果實的創業人士和公司，都必須以他馬首是瞻，在創造產品和服務時從各方面去思索，如何善用新技術讓產品和服務更人性化。具體來說，賈伯斯是利用了人文學科在設計上的洞見。Macintosh 是世上第一台可以讓使用者選擇漂亮字型的電腦，會有此功能的出現，可以說源自於賈伯斯在奧勒岡州波特蘭里德學院上書法課時學會欣賞字體之美的關係。他在對史丹佛大學畢業生演講時，把字型形容為「一種科學捕捉不到，既美麗、富歷史感又妙不可言的藝術」。

 

　　其他還有很多人文學科都對科技界的創新貢獻良多，像心理學系就有助於打造出更契合人類情感與思考方式的產品。Facebook 的爆紅就完全體現了專精「人性因素」如何能為新產品、程式和服務的設計帶來革新。大家都知道，馬克．祖克柏是寫程式快手，但由於不善社交，在人際關係上吃了不少苦頭。不過很少人注意到，他是菲利普艾斯特中學的文科生，這是一間採行「哈尼克斯圓桌」（Harkness tables）教學法的學校，課堂上以問答型討論為主，而不是老師台上講，學生台下聽。之後祖克柏進入哈佛學院，又熱衷於學習拉丁文和希臘文，他甚至在藝術歷史這門課的期末考拿下高分，就因為他架設了網站，將200 件藝術作品放在上面展示，讓同學可以針對作品重要性寫下評論，而該網站堪稱是眾人皆可參與的學習平台前身。跟姐姐蘭蒂（Randi Zuckerberg）一樣念心理學的祖克柏，他把人天生渴望與他人連結的心理學洞見，應用在Facebook 的設計當中。祖克柏之所以能成為Facebook早期發展的開拓先鋒，當然是因為他寫程式的功力一流，不過Facebook 的人性心理學部分，也多虧他的耕耘。

 

　　人類學的經驗也可以幫助企業掌握開發及行銷產品時，應當斟酌的文化與個人行為因素。佛羅里達州州長瑞克．史考特（Rick Scott）數年前接受某報紙採訪時曾表示，他正設法將州政府提供給心理學系和人類學系的學生獎助金抽走，轉而補助STEM學科的教育，他是這麼說的：「培養更多人類學家攸關到本州的切身利益？我可不這麼認為……如果我要拿老百姓的錢投入教育的話，我寧可用這筆錢創造就業機會。」史考特在發表這些言論之前，真應該先了解美國勞工部所做的研究。根據該研究估計，人類學的學生就業率強勢成長，高於多數職業的平均就業成長率，跟電腦軟體工程師目前的就業成長率不相上下。

 

 

　　人類學家對自動駕駛汽車的貢獻

　　汽車製造商日產（Nissan）延攬萊斯大學人類學博士梅莉莎．賽夫金（Melissa Cefkin），為該公司的汽車設計做評估，並請她進駐日產技術中心，主導公司的人機互動研究。目前她正率領團隊研究自動駕駛汽車與人類在進行各種可能的互動時所衍生出的複雜性，以及這些複雜性對汽車設計與控制的影響。接下來先簡要分析一下自動駕駛汽車的前景與隱憂，來思考梅莉莎的投入為何有其必要。

 

　　自動駕駛技術的實施這項工程壯舉，可以說是令人嘆為觀止的重大成就，但從安全隱憂來看，還是有許多爭議性的問題有待解決。2016年，一位駕駛配有全自動駕駛模式技術的特斯拉汽車（Tesla）車主慘死，凸顯了當前自動駕駛汽車的設計者在為所有危險擔起責任的同時，也有他們的侷限。該駕駛出事時的行駛環境其實並不複雜：那是一條寬敞的公路段，當時自動駕駛系統未能偵測到有一輛貨櫃車切換車道後，開到這輛特斯拉的前方。事故後的分析發現，自動駕駛系統偵測不到貨櫃車在強烈陽光照射下的白色車身。該車主可能因為太過於信任自動駕駛，放心地欣賞《哈利波特》的電影而沒有看著路面，以致於未注意到前方的貨櫃車。專家多半認為，馬路上其實會出現很多自動駕駛汽車的安全行駛技術到目前為止尚無法應付的狀況，比方說路面有淹水、大坑洞、掉落物，或者是出現改道標誌這種臨時交通管制措施時。賽夫金目前的研究重點就是自動駕駛汽車行駛於更為擁擠的都市環境、面對本來就無法預測又非重複性的複雜狀況時，會遭遇哪些瓶頸。

 

　　現今自動駕駛汽車的設計者最艱鉅的挑戰之一，就是處理人機混合的環境。這種環境最終或許都可以統一由機器來運作，但在可預見的未來，基本上還是會出現各種複雜的狀況。機器是可以設定成講求效率又守規矩，但愛找麻煩的人類喜歡破壞規則，總是用複雜到很難讓機器也學會的詮釋方式，對各個狀況逐一分析。就拿沒有紅綠燈但設有「停」這個標誌的繁忙十字路口來說，行經的汽車不是不守交通規則，就是喜歡臨場發揮，比方說車主這裡揮個手、那裡用粗魯的動作示意，或甚至有些車龜速到被後方心急的車主催著跑。人類學家愛德華．薩丕爾（Edward Sapir）曾在文章中提及人類微妙的手勢系統是「精巧奧妙的不成文密碼，但沒有人不懂」。自動駕駛車輛還無法感知與了解人類的手勢，機器只知道在標誌前停下，所以必須靠賽夫金幫機器思考接下來該怎麼做以及如何成功地周旋於複雜的人際互動之中。

 

　　為了完成這個任務，賽夫金必須先找出人類的行為模式，才能幫助程式設計人員了解自動駕駛汽車在道路上應該如何行動。她借用了不少人類學界的工具來找出這些模式，比方說民族誌當中用來實際觀察各民族的田野調查法及記錄其行為的錄影方式等等。她的主要目標就是協助日產設計一種溝通系統，以利自動駕駛汽車跟行人及其他車主互動。譬如顏色辨識燈就可以顯示汽車現在正準備發動、停下還是留在原地，又或者可以設計某種視覺裝置，讓人們一看就知道這輛自動駕駛汽車是否已經注意到他們。也許汽車前方可裝設螢幕，用來顯示文字，方便傳達訊息，就像人類手勢的功用一樣。除了溝通上的問題之外，還必須要考量到駕駛人的心態，才能讓自動駕駛汽車安全進入我們的道路，比方說有些人會因為「快車道」上某輛車的行駛速度比車流速度還慢而火冒三丈，更別提那些容易暴怒的駕駛人了。據麥肯錫顧問公司（McKinsey & Company）資深合夥人漢斯- 維爾納．卡斯（Hans-Werner Kaas）表示：「整個汽車製造業已經逐漸意識到有必要處理自動駕駛汽車所涉及到的心理層面，紛紛加強這方面的技能。」

 

 

　　盡可能抓出所有待解決的後勤問題，只不過是實現汽車自動駕駛的第一步而已，很多極其複雜的道德問題依舊存在。2016 年《科學》雜誌6 月號有一篇題名為〈自動駕駛汽車的社會困境〉（The Social Dilemma of Autonomous Vehicles）的文章就指出，今日自動駕駛汽車碰到的問題，其實與1967 年英國哲學家菲力帕．芙特（Philippa Foot）所發表的知名思想實驗「電車難題」（trolley problem）息息相關。在電車難題中，假設軌道上有一輛電車正朝著五名工人疾駛而來，一名目睹此狀況的工人可以用控制桿將電車切換到另一條軌道，但那條軌道上又有另外一名工人，這位操作控制桿的工人該怎麼做才對？自動駕駛汽車所面臨的難題很就跟這位工人很類似。應該將汽車設計成優先考慮駕駛人和乘客的生命，不必去管有可能突然轉進軌道的行人或自行車騎士嗎？假如汽車可以馬上右轉避免撞到人，但有可能因此撞上擋土牆，或是有更高的風險，比方說撞到正在人行道上等燈號轉換的一家三口，那麼這輛汽車該怎麼做才好？雖然自動駕駛汽車被稱為「自動駕駛」，但實際上只是根據程式設計人員的設定，在程式碼的輔助下，依所學到的規則行駛而已（這一點會在下一章深入探討）。

 

　　應該把汽車「教」成在碰到這類狀況時都要設法迴避，還是先計算乘客所承受的風險，然後在不讓乘客受傷的原則下轉向？又或者應該將汽車設定成依大多數人在類似狀況下會有的反應來反應？難道人類在這種狀況下會有某種常見的反應，又如果真有這樣的普遍行為，自動駕駛汽車就應該仿效或改良成更好的做法？寫入軟體中、由程式碼所界定的決斷力，可以像現今失效的安全氣囊那樣被「召回」嗎？倘若自動駕駛汽車可以比人類更快做出反應、更快算出所有選項的風險，並且一定會選擇最佳選項，救最多人的命，法律不就該明文規定汽車除了一定要有這種程式設計，也必須在遇到上述危險狀況時全交由車輛來作主判斷？切換成人類車主接手駕駛這個選項是不是也該自動停用才對？另外，自動駕駛汽車若是證實比人類駕駛更安全又更節能，那麼汽車公司是不是有必要加快開發的腳步？畢竟大家先前就是這樣，希望汽車公司加速開發更節能、可降低碳排放量的汽車。這些問題都還只是隔靴搔癢，並未觸及到勢必得解決才能將自動駕駛汽車導入人類日常生活的重大議題。

 

　　如果要求乘客點選「是的」，表示接受其責任義務，就像一般人在下載最新的廣告封鎖軟體時要點按的那種條款和規定一樣如何？這麼做就夠了嗎？哈佛心理學家約書亞．格林（Joshua Greene）在他為《科學》雜誌所撰寫的文章〈無人駕駛汽車的困境〉（Our Driverless Dilemma）中，探討了這種複雜性的根源。他指出，機器在做決定時「偏哲學性而不講究技術性。人類應該先設法讓自己的價值觀更明確且前後一致，再將價值觀植入機器中。」對年輕的倫理主義者和訴訟律師來說，這顯然是一個欣欣向榮、值得一探究竟的業務領域。國際性法律公司歐華律師事務所（DLA Piper）已經推出「連結與自駕式汽車業務」，而現年33 歲，畢業於范德堡大學，主修美國研究，後來在康乃爾大學受訓成為律師的艾略特．卡茲（Elliot Katz）， _正是該業務的全球共同負責人，他就思考了不少這方面的議題。

 

　　挖掘文科畢業生的潛能

　　就在科技把機器變得更聰明，物聯網（Internet of Things）逐步占據人類生活，蒐集和分析我們生活裡的各種數據資料，從人類行為中挖出更多新發現之際，審慎思考該如何打造新產品服務來提升人類生活以及社區、職場和政府的本質，就成了關鍵課題。若能一針見血，戳中人性需求並配合人類的才能，以此為著眼點所開發出來的產品服務，必定擁有獨特的競爭優勢。

 

　　這也是線上約會服務Tinder為何能快速成長的原因。該公司延攬社會學家暨加州大學洛杉磯分校博士潔西卡．卡比諾（Jessica Carbino），協助它們了解配對的模式。有些人或許認為Tinder 是無聊的配對手機app，用戶都是根據對象的外貌來決定往左或往右翻牌。不過對這位很愛追根究柢的社會科學家來說，該網站卻是個大寶庫，裡面匯集了大量與人類魅力、社會學和心理學有關的數據資料。舉例來說，卡比諾可以從Tinder 好幾億筆的資料當中找出「薄片擷取」（thin slicing），這個詞彙是指人類用來快速做判斷的非語言線索。比方說，資料顯示女性發現下巴線條柔和的男性比較善良，男性則認為有化妝的女性較有魅力。15%的美國成人用過約會手機app，從他們身上確實可以發現不少人類在評估某對象魅力時所用的方法以及約會這件事的奧妙之處。Tinder 自然不是唯一一家借重文科生才華，把產品變得更誘人又有效益的公司。

 

　　新創公司Slack 推出的企業溝通平台，該軟體讓團隊成員之間的溝通比電子郵件更有效率，因而引起轟動。該公司特別僱用主修戲劇系的員工，把Slack 傳給用戶的訊息變得更討喜。Slack 的聊天機器人會給予用戶別出心裁的回應，設法「讓用戶感受到額外的驚喜和小確幸」，就像你千方百計要Siri 給你特別不一樣的回應，結果它最後說出爆笑或俏皮的答案一樣，譬如它用平板的語調告訴你「也許你說得沒錯啦」這類的話。如此奇妙的設計就是出自編輯總監安娜．皮卡德（Anna Pickard）之手，她畢業於英國曼徹斯特都會大學戲劇系。當使用者註冊為新用戶時，不必在欄位中填入個人資料，親切的聊天機器人會詢問你的個人資料，你只要跟它「聊一聊」就一切搞定。Wade&Wendy 的模式也很類似，這家公司打造了以人工智慧驅動的聊天機器人，目的是讓求職者與企業招募單位之間的招聘過程更有效率。湯米．戴爾（Tommy Dyer）是該公司內部的組織心理學家，在馬里蘭州安納波利斯聖約翰學院受過人文教育訓練，Wade&Wendy 的程式設計人員試圖根據他的研究與分析，將動態的聊天對話撰寫成靜態的程式碼。

 

　　在抨擊人文學科的聲浪當中，有不少人誤以為文科生跟那些鑽研STEM學科（科學、技術、工程及數學首字縮寫）的學生比起來就是不夠嚴謹，再來就是文科生不但「弱」又很不科學，而STEM領域出身的學生學的才是正宗科學方法。事實上，人文學科傳授了很多嚴謹的探究與分析方法，比方說密切觀察及訪談方式等等，但挺硬科學的那一派未必懂得欣賞。人文領域當中也有不少學科早就融入了科學方法，以及其他以資料為取向的科學探究和問題解決途徑。以發展經濟學為例，學生必須學習如何進行隨機控制實驗來檢測政策介入，其嚴謹程度就不亞於臨床醫療實驗，而率先在此領域耕耘的包括MIT貧窮行動實驗室（Poverty Action Lab）和耶魯大學扶貧運動創新組織（Innovations for Poverty Action）這類團體。

 

　　社會學家製作出精密的社會網絡數學模型。歷史學家蒐集數百年來有關家庭支出、結婚與離婚率以及世界貿易的龐大資料，再用這些資料做統計分析，辨識其中的趨勢並找出某些現象的背後成因。多虧了語言學家開發出高科技語言進化模式，使自然語言處理這門技術的發展往前邁進一大步，帶動自動化快速進展，讓電腦能夠化身為Siri 和Alexa，用精準又有個性的方式進行溝通。創投資本家維諾德．柯斯拉2016 年在部落格發布平台Medium 上發表一篇名為〈學生主修人文學科是大錯特錯嗎？〉（Is Majoring in Liberal Arts a Mistake for Students?）的文章，這篇文章後來廣為流傳。他在文中宣稱，人文教育限制了「你的思考維度，原因就出在你對數學模型所知甚少⋯⋯又沒有統計方面的概念」，想來他忽略了人文學科的主修生其實在這些探究方法上受過廣泛的訓練。

 

　　另外，沒學過量化分析方法的文科生就等同於沒有「硬」技能或相關能力這種謬論，也必須加以破除。為此我們得回頭探討法芮德．札卡瑞亞等眾多人士對人文教育所傳授的思考、探究、問題解決及溝通這些基本方法所提出的論據。這些技能的養成之所以被誤以為不夠嚴謹，其癥結點之一有可能是曲解了人文科目，以為這些學科都很冷僻或過於深奧。譬如批評者就很愛用《紐約時報》記者查爾斯．麥格拉斯（Charles McGrath）所謂「擅長解讀第一次世界大戰前克羅地亞民族歌舞中暗藏之情慾」、那些「舌粲蓮花」的學生，來形容文科生。我父親以前常告誡我和姐姐，念「可有可無」的學系會有什麼下場，幸好我們姊弟倆改選比較文學和政治科學。事實上，人文教育有一個特色，就是即使並非必要，也會鼓勵學生修習各類型的科目，不管是以必修的基本科目形式，要求每位學生都要修習，或是較為常見的做法，透過選修方式來補強學生的主修。

 

　　專業科目是人文學科研究所的特色，並不是大學部的重點。這種批評有一個很諷刺的地方，那就是專業科目在STEM領域反而成了問題，因為很多科系由於課程量太重，導致學生沒有餘裕去滿足自己更廣泛的求知慾或單純的好奇心。此外，電腦科學課程所栽培出來的新鮮人濫竽充數，對現今一名能幹的工程師應該要掌握的程式語言其實並不拿手。開發產品所必備的程式語言變化得非常快，這些沒辦法掌握程式語言的畢業生，往往需要另外接受線上培訓課程。事實上，畢業於哥倫比亞大學政治科學系的札克．西姆斯（Zach Sims），之所以會共同創辦編程學院（Codecademy），提供線上編程課程，正是因為傳統課程在程式語言方面很失敗。「我們發現，主修電腦科學的學生是很出色，但未必是出色的程式設計師，所以我們早先在訪談哈佛和MIT 的學生時，就發現他們可能不是馬上就能上手的程式設計師。」他在2013 年表示。

 

　　俄亥俄州前伍斯特學院院長，同時也是獨立院校理事會（The Council of Independent Colleges）資深理事喬治亞．紐珍（Georgia Nugent），在《快速企業》雜誌（Fast Company）一篇名為〈為何一流的科技公司執行長僱用文科畢業生〉（Why Top Tech CEOs Want Employees with Liberal Arts Degrees）的文章中指出，科技日新月異，商業需求也隨之產生無法預測的變化，「最諷刺的是，周遭形勢亦趨複雜，我們卻鼓勵年輕人專心在某個一技之長上好好下功夫。我們對年輕人諄諄教誨，告訴他們人生就是一條筆直向前的路，這根本是在害他們。人文教育依然切身重要，原因就在於這些學科把學生栽培得更靈活，使學生有能力適應不斷變遷的環境。」想在這個快速變遷的世界開拓新領域，需要尤甚於以往的反應力、創造力和好奇心。

 

 

 

書籍資訊

《書呆與阿宅：理工科技力+人文洞察力，為科技產業發掘市場需求，解決全球議題》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：寶鼎

日期：2018

[TAAZE] [博客來]

 

封面圖出處：twitter