依然重要
概述
“依然重要”是一种表达，强调在技术、社会、文化环境急剧重构之后，特定对象或原则所拥有的价值并未消亡。同时，它也是一种分析性要求，即应当同时审视变化与延续。每当新媒介与新制度出现时，“既有事物即将消失”的预测便反复出现，但该表达提醒人们：实际上，基本原理与人类的基本需求一直在持续发挥作用。
主要内容
概念界定
这一表达在两个层面上被使用。第一是修辞层面，起到对变化话语的反驳作用。当“××已死”的宣告流行之后，紧接着便会出现“依然重要”的回应。第二是分析层面，它是一种评估某对象的重要性随时间如何维持与变动的框架。此时关键的并非单纯的怀旧或惯性，而是对是否仍存有不可替代之功能的验证。
判断标准
1. 可替代性：是否存在更高效的替代方案。若存在替代方案却仍然存续，可能是惯性；若替代方案无法履行特定功能，则其持续重要性得到承认。
2. 需求的持续性：区分使用者数量与使用目的是暂时性流行，还是结构性需求。
3. 制度惯性：若法律、教育、资格制度以特定对象为前提搭建，则该对象也会因制度性理由而变得重要。
4. 认知原理：符合人类注意力、记忆、信任形成方式等不易改变之条件的对象，即便媒介更替也能维持其重要性。
在话语中的运用
在媒体与教育现场，这一表达主要以警示功能出现。例如，在人工智能将取代写作与搜索的展望之中，会出现“基础读写能力依然重要”的主张，这与应当将工具使用能力与思考能力分开来看的问题意识相联系。在政策领域，它被用作捍卫公共基础设施、地方共同体、信任资本等难以量化之资产价值的逻辑。
代表性案例领域
- 阅读与文字文化：即便影像与语音内容扩散，长文阅读理解与逻辑组织能力的必要性依然维持。
- 基础学问：应用研究越受关注，数学、逻辑、基础科学的底座功能便越被重新审视。
- 线下空间：远程办公普及之后，面对面会议、公共图书馆、地方商圈的社会功能仍被强调。
- 人机界面：随着自动化推进，认为判断例外情况的人类角色仍将留存下来的讨论得以扩散。
最新动向
2024至2025年，生成式AI的扩散成为这一话语最大的背景。随着搜索被摘要式回答取代，“验证来源并设计提问的能力”比“寻找信息的能力”依然重要的主张获得了更多支持。教育界出现了在制定生成式AI使用指南的同时，强化批判性思维、引用伦理与媒介素养教育的趋势。
在劳动力市场，因自动化而将消失的职业清单每年更新，与此同时，处理人际信任与责任归属的职业群体的持续性受到关注。在经济与产业领域，供应链重构与数据主权讨论相互叠加，物流、能源、半导体等基础产业的重要性再次被强调。此外，在应对气候危机的过程中，可持续性报告与供应链尽职调查被制度化，环境标准已不再只是成本，而成为竞争条件。
在文化领域，算法推荐越扩大，编辑与策展、档案、记录保存的价值便越被重新评估。与此同时，也有观点指出，“依然重要”这一主张存在滑向不加批判的保守主义的风险。若要主张持续的重要性，就必须具体提出该对象所履行的功能，并验证在变化后的条件下该功能是否确实得以维持——这是近期讨论的共同要求。
相关主题
- [[技术决定论]]
- [[媒介素养]]
- [[生成式 AI]]
- [[可持续性]]
- [[基础学问]]