研究发现古代秘鲁妇女同样是打猎能手

研究发现古代秘鲁妇女同样是打猎能手作者：卡尔加里大学人类学与考古学助理教授VivekV.文卡塔拉曼，卡尔加里大学人类学与考古学助理教授。改编自最初发表在《对话》上的一篇文章。"猎人"是20世纪初人类学家凭借想象力和少量化石对人类起源的一种描述。他们认为狩猎--由男性完成--是人类进化的主要驱动力，赋予了我们早期祖先两足动物、大脑袋、工具和暴力欲望。在这种说法中，狩猎还催生了核心家庭，因为女人在家等着男人把肉带回家。作为一名研究狩猎和采集社会的人类学家，我对发现女性骸骨与大型狩猎工具埋葬在一起感到非常兴奋，这种模式提出了有关古代性别角色的重要问题。但我发现媒体对这一发现的报道大多不准确，令人失望。记者安娜莉-纽维茨（AnnaleeNewitz）在回应这一发现时写道："绰号为'猎人的男人'的说法是，古代社会中的男人和女人有着严格的角色定位：男人狩猎，女人采集。现在，这一理论可能正在崩溃。"事实上，这一理论早在几十年前就已经死得其所了。1966年，75位人类学家（其中70位是男性）在芝加哥大学举行了一场名为"猎人"的研讨会，探讨人类的一个重大问题：在农业发展之前，人类是如何生活的？研究人员曾与世界各地从丛林到苔原的当代狩猎和采集民族生活在一起，并对他们进行了研究。正是在芝加哥，真实的数据与"人类是猎人"的神话形成了鲜明对比。研究人员发现，女性和男性一样辛勤劳作，女性采集的植物性食物在狩猎采集者的饮食中至关重要。狩猎采集者的运动模式受到各种生态因素的影响，而不仅仅是野味。许多狩猎采集者相当和平和平等。狩猎毕竟不是人类进化的唯一驱动力或统一理论。到20世纪70年代末，随着人类学家对狩猎采集者进行进一步研究，并关注性别问题，"猎人"的神话逐渐失宠。即便如此，后来的研究还是肯定了狩猎采集者之间的简单劳动分工：男人主要狩猎，女人主要采集。人类学家卡罗尔-恩伯调查了179个社会，发现只有13个社会中女性参与狩猎。但是，把狩猎采集者中"大多数猎人都是男人"的这种模式与"男人是猎人"的看法混为一谈是错误的，因为这一看法源于假设，而非细致的实证研究。通过几十年的实地研究，人类学家对人类劳动有了更灵活、更广的认识。根据这种观点，女性和男性在生物学上并没有采集和狩猎的区别。事实上，到20世纪80年代中期，已经出现了一些关于社会中女性狩猎的描述。在这种情况下，古代女性猎人是一种期待，而不是惊喜。对"猎人"的关注分散了人们对更重要的问题的注意力，即如何构建一个有女性大型猎人的社会。毕竟，女性完全有能力狩猎，但在大多数狩猎采集社会中，她们并不经常这样做。狩猎与育儿女权主义人类学家朱迪斯-布朗（JudithBrown）在1970年提出的一个重要解释是，狩猎的需求与提供儿童保育服务相冲突。最近一份对世界各地传统社会妇女狩猎情况的调查报告证实了这一点；作者发现，怀孕或哺乳期妇女并不经常狩猎，而那些有受抚养人的妇女只有在有儿童保育服务或富饶的狩猎场靠近营地时才会狩猎。这些限制因素在形成风险偏好方面发挥了作用。在狩猎采集者中，男性的狩猎是有风险的，这意味着狩猎失败的几率很高。男性倾向于单独或小群狩猎，用射弹武器瞄准大型猎物，这通常需要快节奏、长途跋涉。与此相反，女性更喜欢成群结队地狩猎，通常在狗的帮助下，在靠近营地的地方集中捕捉体型较小、更容易捕获的猎物。无论是通过后勤还是礼仪方面的协助，妇女往往是其他人狩猎成功的关键。丈夫和妻子有时会协同工作；在这种情况下，妇女可能会帮助诱捕动物，然后用棍棒将其打死并把肉带回家。在大型狩猎社会中，妇女通过制造服装、武器和运输设备为猎人提供支持。她们也可以直接参与狩猎，如高纬度地区的驯鹿猎人和平原地区的野牛猎人那样，先确定猎物的位置，然后将猎物包围并驱赶到猎杀地点。正如新论文的作者所推测的那样，这很可能就是秘鲁女性猎人捕杀猎物的方式。关于植物采集的最新观点让我们了解到女性可能选择完全不打猎的原因。没有人质疑狩猎的艰辛，但早期的人类学家往往认为女性的采集工作简单易行。事实证明这是错误的。与狩猎一样，采集也需要大量的生态知识和技能，而这些知识和技能都是通过社会学习和终生培养的。因此，狩猎采集者面临着如何在一天24小时内分配艰巨劳动的艰难选择。在这种情况下，经济方面的考虑表明，专业化是有好处的：适度的比较优势--速度和力量，以及照顾孩子所带来的不兼容性--可以导致分工，从而增加群体获取食物的总量。从这个角度看，女性比男性少打猎的决定可能是一种合理分配精力的决定。许多人认为，妇女不打猎，地位就会降低。但事实果真如此吗？我在巴特克人中开展工作，他们是马来西亚雨林中的狩猎采集者，被广泛认为是世界上性别平等程度最高的社会之一。他们几乎没有物质上的不平等，广泛分享食物，憎恶暴力，强调个人自主。天一亮，巴特克男子就跋涉到远处，通常是独自一人，用吹管捕猎猴子。妇女们则在离营地较近的地方分头采集块茎或水果。没有任何规定禁止妇女狩猎，例如有些狩猎采集者禁止接触狩猎武器。巴特克妇女有时也参加集体捕猎竹鼠，但这种情况很少见。不过，也有例外情况。一些少女对吹管狩猎产生了兴趣，并一直持续到成年。巴特克人说，这种分工归根结底是由于力量的差异、照顾孩子的不协调以及知识专业化的不同。狩猎具有重要的文化意义，但妇女对植物分布的了解对于搬迁营地等集体决策至关重要。巴特克人认为自己是一个相互合作、相互依存的群体，在这个群体中，每个人都能为共同的目标做出独特而重要的贡献。狩猎和采集巴特克部落的女孩们在使用吹管捕猎猴子。图片来源：KirkEndicott超越猎人与新闻报道相反，秘鲁的考古发现非常符合当前关于狩猎采集者中男女如何以及为何分工的知识。这与"猎人"的神话几乎没有关系。秘鲁的狩猎采集者是捕猎大型猎物的专家，他们使用的投矛技术可能比较容易掌握。这可能使得劳动分工更加灵活，妇女也能更广泛地参与狩猎，这与我们今天在一些狩猎采集者中看到的情况类似。这些事实之外的社会影响尚不清楚。这是因为一个人在食物采集中的角色与地位或权力动态没有简单的关系。关于传统社会中妇女地位的决定因素和寻求风险的经济行为等被忽视的课题的新研究有望揭示这一问题。但是，正如巴特克人的情况所表明的那样，在一个平等解放的社会中，地位和权力与谁带来的肉食没有什么关系。...PC版：https://www.cnbeta.com.tw/articles/soft/1392903.htm手机版：https://m.cnbeta.com.tw/view/1392903.htm

文科生在AI团队里，究竟能干嘛？

文科生在AI团队里，究竟能干嘛？这大半年来，市面上被报道的AI团队，核心人才大多有技术背景，至少得是个理工科背景。包括在很多AI社群里，懂技术的开发者，往往更受欢迎。作为中文系毕业的文科生，我也一直在想：难道在AI领域，就没有咱文科生的一席之地了吗？从事AI3个月后，我参与开发的一款内部AI工具，终于有了点阶段性的进展。回顾这3个月的经历，我隐约找到了点文科生在AI团队可以做的事儿。先说个太长不看版：内部AI产品的开发，至少有3个里程碑1、找到AI可以帮到忙的高价值场景2、开发出能解决问题的傻瓜式AI工具3、帮助业务一线员工真正用出效果每个里程碑达成过程中，我这个文科生起到的作用是1、找场景阶段：调研和科普AI在行业中的应用2、产品开发阶段：通过提示词，把专家经验放进产品3、用户成功阶段：在真实业务中，帮助种子用户成功如果你对细节感兴趣，欢迎查看下面的详细内容：一、找到AI可以帮到忙的高价值场景1、找高价值场景6月份初，在参与筹建「开源AI解决方案社区」的过程中，经过跟多位AI从业者深入交流，我得出了一个结论：“和行家/专家一道，找到行业的高价值场景，做出该场景的AIGC解决方案，可能更赚钱。”这段话被转发出去之后，得到过几位行业领袖级人物的肯定。我后来参与的AI工具，也是在这个思路下开展的。2、技术之外要做的事想要“和行家/专家一道，找到行业的高价值场景”，AI团队就不能只懂技术。我们还需要花更多的时间，去找行家/专家沟通，去了解该细分领域的知识和商业模式，去了解服务公司的核心优势。就像那些搞运输的司机，懂发动机原理固然不错，但真想要赚钱，他们更需要搞清楚：运什么人、什么货性价比更高，走哪些路线更有赚头。3、我这个文科生能做的事儿对于绝大多数的行业专家来说，AI到底发展到了什么程度，其实是个谜。因为新闻一会儿说AI会取代他们，一会儿又说AI到了冷静期，很多AI公司都黄了，也没个准数。于是，我就冲了上来，做了些较为细致的调研。然后，用专家能懂的话，把AI的真实情况，尤其是对行业的真实影响，科普给他们。等专家对「AI能干啥和不能干啥」有个基本概念过后，我再试着用他们能接受的方式，一起测试AI在解决业务真实问题方面的效果。整体来看，专家们更喜欢业务导向的专题式调研报告，测试过且有know-how层面的SOP更佳，有客户/用户的数据最好。而对于市面上常见的技术向、产品向的科普文章（和软广），他们其实兴趣不大。二、开发出能解决问题的傻瓜式AI工具1、确保AI能解决业务中的真实问题5月下旬，OpenAI的创始人之一，大神AndrejKarpthy在微软Build2023开发者大会上有提到过：“很多事情，直接写提示词（prompt）就可以搞定。在达到提示词上限之前，不需要考虑模型微调。”在实际业务当中，很多问题，确实可以通过提示词解决。而提示词的上限，则取决于业务的重要程度和专家的专业程度。如果，有幸在上个阶段，找到了重要性够高的业务场景。那么，这个阶段的重点，就变成了「如何和专家一起提升提示词的上限」。从个人经验来看，很多AI工程师是不屑于学提示词的，绝大多数行业专家又不太会提示词。这中间的鸿沟，就需要我这个「愿意学和擅长教提示词」的人来填。如果说提示词对专家太难，对AI工程师太简单，那么对我这个喜欢讲大白话的文科生，可能就刚刚好。2、确保AI工具足够简单易用入行仨月，我越发认可一句话：“公司只要有‘两个人’会提示词就行了”。提示词真要做到「能解决业务中真实问题」的程度，不仅需要大量的业务知识和提示工程知识，还需要反复地尝试和迭代。这其中的学习成本和试错成本，远不是业务一线伙伴所能承担的。咱千万别指望，通过几场培训和交流，就能让业务人员用起来。事实证明，这是不可能的。更可行的方式，是让对业务感兴趣的提示词高手（我）和对AI感兴趣的业务专家合作。把一些高频的、能提效的场景中要用到的提示词，都提前写完并封装好。最终交付给业务一线伙伴的，是只要傻瓜式操作就能稳定出效果简易工具。三、帮业务一线伙伴真正用出效果一旦进入真实业务场景，再简单易用的提效工具，都有一定的学习成本。哪怕简单如微信，私域运营过程中要用到的功能，也得专门搞场培训。1、在企业内部，AI比数字化工具更难推在业务一线伙伴那里，AI可不只是新的提效工具那么简单，在潜意识里，他们还有被取代的担忧。而对那些简单试用过一些AI的业务伙伴来讲，他们在市面上的AI那里碰过壁，不一定相信这一款AI工具真的有用。这种情况下，如何吸引到一定量的种子用户，如何让种子用户快速上手，如何让甜蜜用户用出效果和持续使用，都是难题。2、但互联网时代的运营方法论，依然有效比如，重点突破感兴趣的业务团队，深入到他们手头具体的项目中去，点对点地用AI工具帮他们提效。一旦在业务中起到作用，该团队就会一直用下去。而在沟通过程中，我还可以不断总结他们的痛点，找到真实业务中高频的具象的场景，测算出大致的提效数据。比如从3天提效到10分钟等，好让其他业务团队能真切感受到AI工具的帮助，最终以点带面让相关团队都用起来。四、其他的延展1、关键在“行业的高价值场景”上总结到最后，我越发感觉到，这里面真正关键的，不是找场景阶段的调研和科普，不是产品开发阶段提示词工程，也不是用户成功阶段的产品运营，而是真正找到了“行业的高价值场景”。只有场景找得足够准，才有可能立得了项，有可能获得种子用户，有可能形成早期的标杆，有可能为公司乃至行业带来价值。但现阶段想要找到这个场景，AI团队一定要跟行业专家合作，一定要对该领域的技术进展和产品表现足够了解。此处，才是文科生们最能创造价值的地方。2、文理科或许都不是重点最后，话说回来，既然都有了AI加持，就不用过于纠结文科、理科了。肯专研的话，很多技术上的问题、行业里的专业问题，都是可以学会的。而且，从合作的角度来看，这些问题也无需学到多么精通。收到需求后，知道技术能否实现；看到技术后，清楚业务中如何应用，就差不多了。至于那些个高价值场景，可能还需要把这门生意摸得足够透，对市面上「需求（流量）-产品-变现」的玩法了解得足够多。我希望自己，今后尽可能少考虑自己学的是什么专业，担任的是什么岗位。然后，把更多的心思，花在如何用我的优势和用AI为客户/用户创造更大价值上，花在细分领域客户/用户的需求洞察上。毕竟，客户/用户真正关心的，不是我是谁，而是我能给他们带来的是什么。#AI工作流