(網(wǎng)經(jīng)社訊)5月27日，小紅書hi lab日前宣布與復(fù)旦大學(xué)哲學(xué)學(xué)院共同成立“AI人文人才訓(xùn)練營”，展開AI后訓(xùn)練相關(guān)的人文課題共創(chuàng)，培養(yǎng)“AI+人文”復(fù)合型人才。
人文智能的時代需求
網(wǎng)經(jīng)社數(shù)字零售臺（DR.100EC.CN）查詢DeepSeek后獲悉，當(dāng)前AI大模型發(fā)展面臨關(guān)鍵瓶頸——盡管技術(shù)層面已實現(xiàn)驚人突破，但在人性化表達(dá)、價值倫理判斷等方面仍存在明顯缺陷。小紅書技術(shù)副總裁凱奇指出，這源于傳統(tǒng)AI訓(xùn)練過度側(cè)重技術(shù)參數(shù)優(yōu)化，而忽視人文素養(yǎng)的注入。大模型訓(xùn)練分為預(yù)訓(xùn)練和后訓(xùn)練兩個階段，其中人文訓(xùn)練作為后訓(xùn)練的核心環(huán)節(jié)，直接決定AI系統(tǒng)能否真正理解并體現(xiàn)人類價值觀。
小紅書hi lab的成立本身就具有標(biāo)志性意義。這個由原大模型團(tuán)隊升級而來的人文智能實驗室，其命名"Humane Intelligence Lab"即強(qiáng)調(diào)"人性化智能"的定位。實驗室專門設(shè)置"人文訓(xùn)練師"崗位，招聘哲學(xué)、藝術(shù)等人文學(xué)科背景人才，與工程師協(xié)同工作。這種組織架構(gòu)創(chuàng)新，反映了行業(yè)對AI發(fā)展路徑的新思考——技術(shù)突破需要人文智慧的制衡與引導(dǎo)。
訓(xùn)練營的創(chuàng)新培養(yǎng)模式
此次與復(fù)旦大學(xué)合作的訓(xùn)練營，構(gòu)建了獨(dú)特的"三維互動"培養(yǎng)機(jī)制。在參與主體上，實現(xiàn)"文理交叉"——面向全校開放，鼓勵哲學(xué)、計算機(jī)等不同專業(yè)學(xué)生組隊；在指導(dǎo)團(tuán)隊上，形成"學(xué)界+業(yè)界"組合——復(fù)旦哲學(xué)教師與小紅書技術(shù)專家共同指導(dǎo)；在訓(xùn)練內(nèi)容上，聚焦"四大議題領(lǐng)域"——社會發(fā)展、人際關(guān)系、藝術(shù)美學(xué)、生活感悟等人文核心命題。
訓(xùn)練營采用項目制學(xué)習(xí)方式，學(xué)生團(tuán)隊需要完成從議題設(shè)計、數(shù)據(jù)構(gòu)建到模型訓(xùn)練的全流程實踐。這種模式突破傳統(tǒng)AI教育的局限：一方面，讓人文學(xué)者深度參與數(shù)據(jù)標(biāo)注、提示詞設(shè)計等具體技術(shù)工作；另一方面，使理工科學(xué)生系統(tǒng)接受哲學(xué)思辨、倫理判斷等人文訓(xùn)練。最終的答辯評審將重點考察項目在"技術(shù)創(chuàng)新度"與"人文契合度"雙維度的表現(xiàn)。
對AI行業(yè)發(fā)展的啟示
小紅書這一嘗試為AI發(fā)展提供了重要參照。從技術(shù)演進(jìn)角度看，它探索了大模型訓(xùn)練的"第三條路徑"——既非純粹的技術(shù)優(yōu)化，也非簡單的內(nèi)容過濾，而是通過系統(tǒng)化的人文注入，提升AI的底層認(rèn)知能力。這種模式可能解決當(dāng)前AI在情感共鳴、價值判斷等方面的"機(jī)械感"問題。
在人才培養(yǎng)層面，項目開創(chuàng)了新型復(fù)合型人才的培育范式。傳統(tǒng)AI人才集中在數(shù)學(xué)、計算機(jī)等理工領(lǐng)域，而未來需要更多掌握人文思想與方法論的"橋梁型"人才。這類人才既能理解技術(shù)邏輯，又能將人類智慧轉(zhuǎn)化為機(jī)器可學(xué)習(xí)的范式，對推動AI向善發(fā)展具有關(guān)鍵作用。
從平臺戰(zhàn)略視角看，這是小紅書構(gòu)建差異化競爭優(yōu)勢的重要布局。作為以"生活分享"為特色的平臺，其對AI的人文訓(xùn)練天然具有場景優(yōu)勢。通過培養(yǎng)既懂社區(qū)文化又具備AI能力的人才，小紅書可能在情感計算、內(nèi)容理解等細(xì)分領(lǐng)域形成技術(shù)護(hù)城河。
未來發(fā)展的關(guān)鍵挑戰(zhàn)
盡管前景廣闊，但"AI+人文"的融合仍面臨現(xiàn)實挑戰(zhàn)。首要問題是評價體系的建立——如何量化評估人文訓(xùn)練的成效，需要開發(fā)新的度量標(biāo)準(zhǔn)。其次是知識轉(zhuǎn)化難題——人類模糊的價值判斷如何轉(zhuǎn)化為機(jī)器可執(zhí)行的算法，這需要持續(xù)的方法論創(chuàng)新。
長期來看，這類項目需要解決規(guī)?；瘑栴}。目前訓(xùn)練營限于頂尖高校的精英教育模式，要真正影響行業(yè)發(fā)展，還需建立更普惠的人才培養(yǎng)體系。此外，跨學(xué)科合作中的溝通成本也不容忽視，需要建立有效的"共同語言"促進(jìn)文理深度協(xié)作。
