但妳可能會疑惑:我只是個文科生/我不是IT行業的。編程跟我有什麽關系？
說說我自己的理解。大家肯定都用過谷歌翻譯吧？妳還記得Google Translate五年前，10年前的樣子嗎？有沒有感覺Google翻譯的質量越來越好？(雖然和人工翻譯還有很大差距)，而這壹切是怎麽發生的？
提高谷歌翻譯質量的關鍵不是語言學和語料庫研究的突破，而是壹項技術:大數據。
在大數據技術出現之前，傳統的機器翻譯大概遵循以下規則:首先設定壹套盡可能完善的語法規則和兩種語言對應的詞庫，然後根據這套規則翻譯輸入的語言。為了改進語法規則和詞庫，機器翻譯研究機構聘請了許多語言學家和翻譯專家，但經過長時間的研究，最終的結果並不令人滿意。例如，由於機器翻譯對語法規則的堅持，翻譯句子“他活該。”可能會導致“活該”這樣荒謬的結果。
直到大數據技術的出現，機器翻譯才有了新的突破。簡單來說，利用大數據進行翻譯時，不是按照語法規則進行翻譯，而是根據數據和機器學習算法的相關性進行翻譯。比如翻譯“他活該”這句話的時候。，Google並不是逐字翻譯，而是在互聯網數據庫中搜索整句話，然後統計整個互聯網上與此句翻譯相關的所有結果(比如此句及其對比翻譯可能出現在各種漢英對比文章中)，統計數量最高的翻譯可以作為最終答案參考。通過這樣的處理，Google可以保證翻譯出來的結果在互聯網上是最受歡迎的，被用戶接受的程度是最高的，翻譯的質量也有了很大的提高。
這是計算機技術在翻譯領域的成功應用。
舉這個例子是為了說明，即使是純文科的翻譯領域，也不可避免地會與計算機技術產生交叉，更不用說其他學科了。其實歐美大學的文科生學編程並不是什麽新鮮事。很多文科生已經開始使用Python(壹種腳本語言)進行文本挖掘和數據處理。目前國內也有大學開設了計算機和語言學的跨學科課程。比如有壹門課叫“計算語言學”，基本上是用編程和數學來學習英語。感興趣的同學可以了解壹下。
所以，無論從功利角度還是愛好角度，編程在現在和未來都將是壹項非常重要的技能。
懂編程可以給妳帶來很多實際的好處。以英語學習為例。如果妳懂編程，妳可以寫壹個爬蟲抓取妳感興趣的單詞，做壹本新的詞匯書，統計高頻詞，量身定制外媒第壹手聽力閱讀資料。還有很多有趣的應用，就看妳的想象力和創造力了。