叙事课第七讲 | 当AI退场后,我们还剩下什么?

杭电《叙事表达系统赋能下的写作与沟通》课上，程振伟老师抛出一个看似简单却值得深思熟虑的问题：“我们每天或熟练地应用AI，或用AI帮我们做各种事情，但当我们把AI在生活中离开的时候，我们还能给自己留下什么？”

这个问题像一颗石子投入平静湖面，泛起层层涟漪。老师与同学们的交互讨论从技术焦虑延伸到人文思考，从学习方法深入到底层逻辑，最终汇聚成一个共识：AI不是替代者，而是镜子——照见我们真正不可替代的部分。

文科+AI：不是对抗，而是共赢

“很多人以为AI的到来是理科生的狂欢，文科生的危机。”程振伟老师笑着摇头，“恰恰相反，AI时代最稀缺的，正是人文精神。”

他举例说，一个科技短视频若只堆砌术语，观众只会划走；但若用“智能绘画机器人像一位画家，一笔一划地给人做素描”这样的语言，并配以机器人执笔作画的镜头，瞬间就拉近了与普通人的距离。这背后不是算法，而是共情能力、叙事能力和对人注意力怎样停留的理解——这些正是文科的核心素养。

计算机学院的马昕洋同学深有体会：“AI能帮我写代码，但无法替我判断这个功能是否真正解决用户痛点。这需要社会学视角和伦理考量。”在他看来，文科思维让技术有了温度，也让创新有了方向。

底层思维：在工具洪流中锚定自我

被问及“AI会不会让我们变笨”时，计算机学院张志成同学冷静的给出了回答：“工具本身不会让人变笨，放弃思考才会。”

他分享了一个编程经历：用AI生成一段视频来处理代码，结果运行报错。AI反复调整仍无效，直到他回归底层——检查数据流架构、内存分配逻辑，才发现问题出在帧率与时序的匹配上。“AI擅长执行，但架构、方向、关键节点的选择必须由人完成。”他说，“这就像盖房子，AI是高效的工人，但设计师必须是你自己。”

程振伟老师将这种能力称为“底层思维”——无论是数学符号、编程语言还是日常语言，其本质都是人类感知与认识世界的工具。打通这些语言的底层逻辑，才能在AI时代保持主体性。

“乱”中有序：细节感是AI无法复制的宝藏

课堂上有个有趣的观点：“AI带来的是高度有序和量化，而人类的价值恰恰藏在‘乱’里。”

张志成同学解释道：“有人觉得桌面整洁=高效，其实不然，关键在于操作时内心的能耗。如果为了表面整齐强迫自己整理，反而消耗更多精力。”他进一步引申：AI追求的是标准化输出，而人类的创造力往往诞生于看似混乱的细节中——一次卡顿、一个意外、一段模糊的记忆，都可能成为创新的火花。

程振伟老师补充：“AI时代，收集做事过程的细节比构建完美框架更重要。越琐碎、越不确定的细节，越真实，也越难被AI模仿。”他鼓励学生记录实验中的失败瞬间、创作时的情绪波动，因为这些“非结构化数据”正是未来最珍贵的资产。

艺术与AI：在边界处起舞

“有人说AI会取代艺术家，我完全不担心。”程振伟老师语气坚定，“因为艺术的本质不是技巧，而是情感表达。”

他提到，AI可以模仿梵高的笔触，但无法复制他在星空下颤抖的孤独；可以生成悦耳旋律，但唱不出母亲哄睡时的温柔。AI拓展了艺术的表现形式，但内核仍属于我们。

马昕洋同学对此感触颇深：“用AI生成视频时，我发现必须先学习镜头语言——推拉摇移、光影构图。这其实是把脑海中的画面‘翻译’成机器能理解的指令。这个翻译过程，本身就是一种艺术创作。”

人机协作：找到你的“构造节点”

两位计算机学子不约而同地强调：人机协作的关键，在于掌握“构造节点”——即决定系统走向的关键环节。

“AI可以写一万行代码，但选择哪种算法、设计怎样的交互流程，必须由人决策。”张志成同学说，“这需要我们既懂技术原理，又理解用户需求。”他建议同学不要满足于“调包侠”，而要深入底层，明白每个工具背后的逻辑。

马昕洋同学则把AI比作“第二大脑”：“它帮我记忆、计算、检索，但思考、判断、创造仍属于我。真正的危险不是依赖AI，而是把思考的责任也一并交出去。”