人类学家会被AI取代吗？

人类学家会被AI取代吗？AI能把访谈内容排成一列，却读不出对方为何这样表达、又选择不说什么，田野观察与解释仍要靠人。

先说结论

即使AI越来越擅长信息整理，人类学家仍然会保持价值，因为理解处于具体语境中的人类生活，依然依赖田野观察、伦理判断与解释工作。最能保住价值的人，是那些能善用AI辅助，同时持续深化观察，并以负责任的方式说明意义的人。

这个职业是做什么的

人类学家的工作远不只是抽象地研究文化。他们通过现场观察与访谈，去理解社群与群体在习俗、价值观与行为背后的背景脉络。他们的职责，是捕捉单靠数字无法呈现的情境，并谨慎解释那些很容易被外部视角误解的生活方式。

AI可以帮助整理记录与翻译资料，但人类学的核心，在于理解人们据以行动的世界观，并在不将其扁平化、也不造成伤害的前提下加以描述。因此，真正保留下来的价值，不在于信息量本身，而在于能否把田野中的不适感或惊讶转化为有意义的问题。

行业科学

公开数据怎么说

生成式AI暴露度

80 / 100

在188个职业中排第71位

美国政府的分类

极高暴露度

美国劳工统计局（BLS），相对AI暴露度类别（2026年）。

由ai-job-risk.net根据四个公开数据集计算，采用0–100的尺度，相对于我们覆盖的188个职业而言。数值越高，表示该职业的任务中有越多是生成式AI能做或已被用于的。它不是失去这份工作的概率。

AI能完成这些任务的程度 85

研究人员的任务分析（Eloundou等人；ILO）。以在其评估的全部职业中的百分位表示。

AI已被实际使用的程度 74

Microsoft Copilot与Anthropic Claude在该职业任务上的实际使用情况。以在其评估的全部职业中的百分位表示。

美国劳动力市场（BLS 2025–35年预测）

就业人数预计变化，2025–35年: +6.0%
美国就业人数，2025年: 10,200
每年职位空缺（平均）: 800
年薪中位数，2025年: US$70,770
入职通常所需学历: 硕士学位

BLS 预计变化的原因

BLS 未列出该职业特有的影响因素，因此这一预测主要反映雇用该职业的行业本身的增长或收缩。

数据为BLS职业“Anthropologists and archeologists”的美国数字。BLS的预测假定技术按历史速度持续发展；它们不是仅针对AI影响的预测。

出处

暴露度指数由ai-job-risk.net根据以下数据集计算（数据截至2026年10月15日）。美国劳动力数字来自BLS，未作改动。

各发布机构均未参与制作、审核或认可本网站。完整引用、许可与方法

人类学家会被AI取代吗？

如果只把人类学家看成“研究文化的人”，这个职业会显得比实际更容易被自动化。现实中，这份工作建立在进入田野现场、观察那些难以言明的习惯与关系，并解释在那个社会中什么才真正重要之上。

这份职业重要的，并不只是把别人说过的话排成一列。人类学家还必须思考：一个人为什么会用那种方式表达、他选择不说什么、以及研究者自己的预设在哪些地方影响了解释。这正是他们专业性的所在。

更可能被取代的工作

即便在人类学中，记录整理、文献搜集这类标准化工作，也很容易由AI辅助完成。但这些工作只占研究流程的一部分；真正不会被取代的，是问题的设定方式与解释本身。

访谈记录的转写与摘要

AI已经非常擅长把长时间的访谈录音转写出来，并按主题整理。由于它能显著加快研究笔记的初步整理，因此行政性的记录处理，是相对容易自动化的部分。

前期文献检索

整理既有研究、广泛收集相关论文与关键词，这些工作都可以借助AI提高效率。项目启动阶段所需的信息搜集，尤其容易从自动化中获益。

观察记录的标签化

为田野笔记加上“对话”“仪式”“劳动”“移动”等标签，很适合借助机器支持。例行性的标注工作，正是AI会持续接手的一类任务。

术语翻译与初步对照

AI擅长为多语种资料生成粗译，并把相似表达并列起来作比较。在最终解释之前的辅助性比对工作，是这个职业中较容易被替代的部分之一。

仍会保留的工作

人类学家保留下来的，不只是“阅读记录”，而是把握某个社会里真正承载意义的东西。建立关系、深度观察以及作出伦理判断，仍然强烈依赖研究现场中的人类判断。

在田野现场建立信任

重要的故事很少会仅靠表面提问就自然浮现。为了建立信任，决定应该先接近谁、按什么顺序接近、保持多远距离，这些工作仍是人类学的重要职责。

读懂未被说出口的习俗

人们很少会主动解释自己觉得“理所当然”的事。对沉默、眼神以及场域本身紧张感的把握，依赖的仍是田野中的人类观察。那些必须根据语境改变回应方式的部分，依然是人的工作。

研究中的伦理判断

该记录到什么程度、谁的处境可能因研究而受损，这些问题都不可能靠机械规则解决。在考虑研究对象所受影响的同时划定边界，仍然是人的责任。

在不扁平化的前提下解释彼此矛盾的视角

同一件事，会因叙述者不同而呈现不同说法。拒绝轻易简化，并解释这些矛盾为何会产生，是人类学核心专业能力的一部分。

值得学习的技能

随着AI的使用扩散，人类学家若想持续保持价值，就需要更深的观察力与更强的解释性表达能力。那些不只是收集记录，而是能提出问题并承担解释责任的人，优势最为明显。

在田野笔记中区分事实、发言与解释

重要的是把观察到的事实、参与者的发言，以及自己的解释分别记录，而不是混在一起。能够以便于日后核查的形式保存材料的人，即便使用AI摘要，也更能维持研究质量。

把观察转化为研究问题

人类学家需要有能力把眼前所见，与具有社会意义的问题联系起来，而不是让它只停留在“有趣的轶事”。能够把不适感或惊讶转变成研究课题的人，会获得更持久的价值。

用自己的语言说明研究伦理

清楚说明为什么要采用某种方法、又刻意避免了什么，这一点很重要。能把伦理判断说清楚、而不是把伦理当作打勾流程的人，在AI普及后更容易继续被信任。

写出能把解释带到学科之外的文字

人类学家需要在保持学术严谨的同时，写出学科外的人也能理解的文字。能够把研究与社会连接起来，而不是把它留在孤立记录中的人，会保留更多价值。

可能的职业去向

人类学经验会培养田野观察、访谈、解释与描述性写作的能力。如果转向其他职业，最有说服力的方向，通常也是那些能继续运用对人们生活与关系的深层理解的工作。

社会学家

观察文化并在情境中理解行为的经验，也很适用于研究群体与制度的社会学。适合那些想从具体场域的厚描，转向更广泛社会结构分析的人。

暴露度指数 90/100 · 美国就业 2025–35 +3.8%

历史学家

细致阅读一手资料并保留其语境的能力，也会成为历史研究中的优势。适合那些想在解释工作中加入更强时间维度的人。

暴露度指数 82/100 · 美国就业 2025–35 +3.0%

博物馆策展人

谨慎处理文化材料的意义与背景的经验，与展览和馆藏相关的策展工作高度契合。适合那些想从研究本身进一步走向向公众解释语境的人。

暴露度指数 86/100 · 美国就业 2025–35 +4.9%

课程开发人员

把复杂文化背景整理出来，并重新排列成他人能够理解的学习顺序，这种能力也适用于教育设计。适合那些想把研究知识转化为结构化学习内容的人。

暴露度指数 86/100 · 美国就业 2025–35 +1.6%

研究助理

已经习惯处理田野笔记、资料整理与访谈记录的人，通常也能顺利转向研究支持岗位。适合那些想先专注于提升研究精度与可重复性的人。

暴露度指数 71/100 · 美国就业 2025–35 +4.4%

摘要

同一行业的对比职业

这里列出的是与人类学家同属一个行业的职业。它们并不代表完全相同的工作，但有助于比较 AI 影响和职业路径的接近程度。

继续探索

常见问题

Q.人类学家会被AI取代吗？

人类学家在我们的生成式AI暴露度指数中为80（满分100，在188个职业中排第71位）。它衡量的是工作中有多少是AI能做或已被用于的，而不是这份工作是否会消失。BLS预计，2025年至2035年美国人类学家的就业人数将变化+6.0%。

Q.人类学家的哪些工作最容易被AI取代？

即便在人类学中，记录整理、文献搜集这类标准化工作，也很容易由AI辅助完成。但这些工作只占研究流程的一部分；真正不会被取代的，是问题的设定方式与解释本身。例如：访谈记录的转写与摘要、前期文献检索、观察记录的标签化、术语翻译与初步对照。

Q.人类学家的哪些工作仍将由人来完成？

人类学家保留下来的，不只是“阅读记录”，而是把握某个社会里真正承载意义的东西。建立关系、深度观察以及作出伦理判断，仍然强烈依赖研究现场中的人类判断。例如：在田野现场建立信任、读懂未被说出口的习俗、研究中的伦理判断、在不扁平化的前提下解释彼此矛盾的视角。

Q.人类学家现在值得培养哪些技能？

随着AI的使用扩散，人类学家若想持续保持价值，就需要更深的观察力与更强的解释性表达能力。那些不只是收集记录，而是能提出问题并承担解释责任的人，优势最为明显。例如：在田野笔记中区分事实、发言与解释、把观察转化为研究问题、用自己的语言说明研究伦理、写出能把解释带到学科之外的文字。