“文科生也能学 AI 吗？”
过去，提到人工智能，很多人首先想到的是计算机、数学、算法和编程。但随着 AI 逐渐进入教育、传媒、医疗、商业和公共政策等领域，美国大学也开始探索新的培养模式：不只培养开发 AI 的人，也培养懂语言、理解社会、关注伦理，并能将 AI 应用于实际问题的人。
从数字人文到人本 AI，再到 AI 与语言学、传播学、公共政策的结合，越来越多的跨学科项目为不同背景的学生提供了新的选择。
不过，这并不意味着文科生可以完全绕开技术。不同项目的培养目标、课程要求和申请门槛差别很大。对于正在准备美国大学申请的学生来说，哪些项目值得关注？没有计算机背景，又该如何选择？
美国大学正在探索哪些 AI 交叉专业
01 数字人文：用技术研究人文问题
数字人文（Digital Humanities）将数字技术与文学、历史、语言、艺术等传统人文学科结合起来。学生不仅学习人文知识，也会运用数据分析、数字地图、文本处理等工具研究文化与社会现象。
加州大学洛杉矶分校 UCLA｜Digital Humanities
- 专业介绍：将计算技术、数据分析与传统人文研究相结合，学生不仅学习文学、历史、文化等人文知识，还能掌握社交媒体数据分析、数字地图、文本分析等数字研究方法。
- 学习内容：学生将学习社交媒体数据分析、历史文本研究、数字地图与数据可视化等方法，并探索 AI 对文学创作和信息传播的影响。同时，通过建立数字作品集展示研究成果与实践能力。
- 项目特色：数字人文入门课程不要求学生具备编程基础，学生可以从人文研究出发，逐步学习数字工具，并通过数字作品集展示研究成果与技术能力。
- 适合人群： 对文学、历史、语言、传媒或文化研究感兴趣，同时希望掌握数据分析和数字工具的学生。
02 人本 AI：研究技术如何影响人
人本人工智能（Human-Centered AI）关注的不仅是 AI 能否运行，还包括它是否公平、是否容易使用，以及会对人的行为和社会产生什么影响。
马里兰大学帕克分校｜B.A. in Human-Centered AI
- 专业介绍：将 AI 技术与哲学、伦理、设计、语言认知、法律及公共政策相结合。不仅关注 AI 如何运作，也强调如何负责任地开发和应用人工智能。
- 学习内容：学生将学习编程、逻辑、概率和机器学习等技术基础，并可根据兴趣选择设计与用户体验、AI 伦理、语言与认知、法律与政策治理，以及社会、文化与技术等方向。
- 项目特色：专业不要求学生此前具备 AI 或计算机科学学习经验，但仍需要学习一定的编程和技术课程。学生可以从不同学科视角探索 AI 在产品设计、隐私保护、算法公平和社会治理等领域的应用。
- 适合人群： 对 AI 感兴趣，希望从产品设计、用户体验、伦理治理、语言认知或社会应用等角度切入的学生。
03 还有哪些大学提供类似的交叉项目？
除了以上两个重点项目，美国其他大学也在探索 AI 与人文、语言、传播、政策等领域的结合。以下项目可以作为进一步选校的参考：
数字人文方向
- 宾州州立大学伊利分校：Digital Media, Arts, and Technology（DIGIT）
- 纽约市立大学研究生中心：M.A. in Digital Humanities
- 宾夕法尼亚大学：Digital Humanities 相关课程与辅修
- 普林斯顿大学：数字人文相关课程与研究
人本 AI、伦理与政策方向
- 普吉特海湾大学：Artificial Intelligence and Human Values
- 密歇根大学安娜堡分校：Human-Centered AI 辅修
- 宾州州立大学：Artificial Intelligence Policy and Ethics 本科专业
- 北卡罗来纳大学夏洛特分校：Human-Centered AI 跨学科方向
AI 与语言、传播、经济等领域结合
- 林登伍德大学：Human-Centered Artificial Intelligence 硕士项目
- 纽约州立大学布法罗分校：AI + X 系列本科专业
- 佛罗里达大西洋大学：Artificial Intelligence with Linguistics 本科专业
- 雪城大学：Integrative Artificial Intelligence 本科专业
- 霍夫斯特拉大学：AI Foundations, Ethics & Applications 本科证书
需要注意，这些项目在学位类型、技术要求和招生时间上有所不同。有些是独立学位，有些是辅修、证书或跨学科研究方向，申请前应以学校当年的官方信息为准。
交叉专业和传统计算机专业有什么区别
同样是学习 AI，传统计算机专业更关注“怎么开发 AI”，人文与 AI 交叉专业则更关注“如何把 AI 用到不同领域，以及它会带来什么影响”。
| 对比维度 | 传统计算机 或AI 专业 | 人文与 AI 交叉专业 |
| 主要学什么 | 编程、算法、模型训练、系统开发 | AI 应用、语言与文化、用户体验、伦理与政策等 |
| 重点培养什么能力 | 开发技术、解决技术问题 | 将 AI 与人文、社会或其他领域结合 |
| 学习内容举例 | 编写程序、训练模型、优化算法 | 分析文本数据、研究算法偏见、制定 AI 使用规范 |
| 更适合谁 | 想深入学习技术、开发 AI 产品的学生 | 想用 AI 解决人文、社会或实际应用问题的学生 |
简单来说，如果你想研究 AI 技术本身，可以重点关注计算机科学或人工智能专业；如果你想研究 AI 如何影响语言、文化、社会，或如何与其他领域结合，可以考虑交叉专业。
不过，交叉专业不代表不需要学编程或数学。有些项目仍然包含机器学习、算法等技术课程，只是培养方向有所不同。因此，选专业时不能只看名称，还要具体了解课程设置和入学要求。
申请这些专业，需要提前准备什么
不同项目的要求差异很大，但申请前可以重点检查以下几个方面。
1. 数学和编程基础
如果目标是 AI 与语言学、数据分析或应用型 AI 专业，需要关注微积分、统计学、概率论和编程等课程。部分项目会明确要求数学和计算机基础；如果申请数字人文或 AI 伦理方向，技术要求可能相对灵活。
2. 原有专业与课程背景
建议文科生可以重点梳理语言、写作、历史、哲学、传播或社会科学方面的课程经历。
3. 项目和研究经历
申请者可以通过课程项目、研究论文、实习或个人作品展示自己的能力。例如，传媒学生可以分析 AI 对新闻传播的影响，语言学学生可以尝试文本分析，社会科学学生可以研究算法偏见或 AI 政策。
4. 申请材料如何体现跨学科优势
在个人陈述中，不要只写“我对 AI 感兴趣”，而要说明自己希望解决什么问题、为什么需要跨学科训练，以及为什么选择这个项目。
需要注意的是，不能因为项目强调人文或伦理，就默认它不要求数学和编程。 例如，佛罗里达大西洋大学的 AI＋语言学本科项目就包含统计学和微积分要求。
毕业后能从事哪些工作
AI 的应用正从技术开发延伸至企业运营、市场研究和风险管理。对跨学科专业的学生来说，就业方向不只有程序员，还包括以下几类。
1.AI 产品与用户体验：让技术更符合用户需求
AI 产品经理、用户研究员和 UX 研究员，需要了解用户需求，并将技术转化为实用产品。例如，AI 教育产品不仅需要开发模型，还需要研究学生的使用习惯、评估回答效果并优化交互设计。传播学、心理学和设计等背景可以成为切入点，但仍需积累产品设计、数据分析或 AI 应用经验。
世界经济论坛《2025 年未来就业报告》将 AI 与大数据列为增长最快的技能类别之一，同时指出创造性思维和分析能力仍将受到重视。
2. 数据与市场分析：文科生也能发挥优势
企业需要通过用户行为、社交媒体评论、市场调查等信息，判断消费者需求和产品表现。这类工作不仅需要数据工具，也需要理解人的行为、市场环境，并将分析结果转化为商业决策。
美国劳工统计局（BLS）预计，2025—2035 年美国市场研究分析师的就业人数将增长 7%，平均每年约有 82,000 个岗位空缺。该职业通常接受商业、传播或社会科学等相关专业背景，统计学和研究方法也很重要。
3. AI 伦理与治理：关注技术风险与合规
算法偏见、隐私保护、生成内容的准确性等问题，让企业越来越重视 AI 风险管理。相关岗位包括 AI 风险分析、技术政策研究、隐私合规和负责任 AI 项目管理。哲学、法律和公共政策背景有助于开展伦理与制度分析，但技术评估类岗位通常还需要相应的技术知识。
斯坦福大学《2026 年 AI 指数报告》显示，企业中设有专门 AI 治理职能的比例，从 2024 年的 14% 升至 2025 年的 17%；将风险与合规作为 AI 治理主要责任部门的比例，也从 13% 升至 19%。
乔治城大学安全与新兴技术中心的研究发现，2018—2023 年间，涉及 AI 伦理与治理技能的招聘需求持续增长，每年相关岗位需求超过 10 万人次。
4. 数据科学与 AI 技术：技术基础仍是门槛
如果希望成为数据科学家、机器学习工程师或 AI 研究人员，数学、统计学和编程能力依然重要。
BLS 预计，2024—2034 年美国数据科学家就业人数将增长 33.5%，净增约 82,500 个岗位，平均每年约有 23,400 个岗位空缺。需要注意，这些数据反映的是整个数据科学职业的趋势，并非跨学科 AI 专业毕业生的专属就业数据。文科背景学生若想进入这一领域，需要系统补足相关技术能力。
这些趋势说明，AI 相关就业不仅涉及技术开发，也延伸至产品设计、市场分析和伦理治理等领域。但行业需求增长不等于毕业就能轻松就业。选专业时，既要考虑自身兴趣和原有优势，也要关注课程能否帮助自己积累技术能力、实习经历和实际项目经验。
AI 时代，文科生并不是没有机会进入技术相关领域。数字人文、AI 与语言学、人本 AI、AI 伦理与政策等方向，都为不同背景的学生提供了新的选择。
但选择专业不能只看是否带有“AI”标签，更要考虑自身基础、兴趣和职业目标。