但妳可能會有疑惑：我只是個文科生/我不是IT行業的，編程跟我有什麽關系呢？
說壹說我自己的理解。大家壹定都用過谷歌翻譯吧？妳還記得5年前，10年前的谷歌翻譯是什麽樣子嗎？有沒有感覺谷歌翻譯的質量正變得越來越好？（雖然跟人工翻譯還有很大的差距），而這壹切又是怎麽發生的？
谷歌翻譯質量提升的重要關鍵並不是語言學和語料庫研究的突破，而是因為壹項技術：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的規則：先設定好壹套盡可能完善的語法規則以及兩種語言的對應詞庫，然後根據這套規則對輸入的語言進行翻譯。為了完善語法規則和詞庫，機器翻譯研究機構曾經雇傭了很多語言學和翻譯專家，但研究了很久最終結果並卻不理想。比如，由於機器翻譯死摳語法規則，翻譯"It serves him right."這句話可能會得到“它服務他正確”這樣荒誕的結果。
直到大數據技術出現，機器翻譯才有了新的突破。簡單來說，使用大數據進行翻譯時並不是按照語法規則來翻譯的，而是按照數據之間的相關性和機器學習算法。比如翻譯"It serves him right."這句話時谷歌並不是逐詞翻譯，而是將整個句子放到互聯網數據庫中搜索，然後統計出整個互聯網上所有與這句話翻譯相關的結果（比如各種中文英對照文章中可能會出現這個句子及對照翻譯），而統計次數最高的譯文就可以作為最終的答案參考。通過這樣處理後，谷歌能夠保證翻譯出來的結果在互聯網上最為流行，被用戶接受程度最高，翻譯的質量也有了很大的提升。
這就是計算機技術在翻譯領域的壹個成功應用。
舉這個例子是為了說明，即使是純文科的翻譯領域也會不可避免地與計算機技術產生交集，其他學科更不必說。其實在歐美大學文科生學編程並不是什麽新鮮事，不少文科生已經開始用Python（壹種腳本語言）進行文本挖掘以及數據處理了。國內目前也有大學開設了計算機和語言學交叉課程，比如有個課程叫“計算語言學”，基本上就是采用編程和數學的方式來研究英語，有興趣的同學可以了解下。
因此不管是從功利還是從興趣愛好的角度來講，編程在現在及未來都將是壹門非常重要的技能。
懂編程能夠帶給妳很多實際收益。就拿英語學習來說，如果妳懂編程的話可以寫爬蟲去各大詞典網站抓取自己感興趣的單詞，制作生詞本，可以統計高頻詞，還可以量身抓取外媒上第壹手的聽力和閱讀材料。有意思的應用還有很多，就看妳的想象力和創造力了。