 
字體：小 中 大 |
|
|
|
| 2026/10/18 13:54:55瀏覽113｜回應0｜推薦1 | |
成大資工蘇文鈺教授這兩天在他的臉書發表「AI 對高等教育的衝擊」之看法，筆者看了之後也有個大致看法，那就是：
1. 傳統內容可以減量但基礎內容還是要學，因為客製化的需求永遠都在！基礎內容不學或學得不紮實，如何做客製化？如果想把客製化做到極致，那就是要依序地把所有相關的知識與技術都徹底搞懂！甚至看似不相干的知識與技術也要學，因為有可能會有意外的交集而產生創新的火花！ 2. 除非未來的 AI 可以發展出「想像力」與「作夢的能力」，否則基礎科學的突破還是得靠人類對基礎內容做紮實的學習、以及搭配適當的想像力與作夢的能力！I mean，小突破到中等的突破，AI 一定可以幫上許多忙，但大型的突破還是得搭配「想像力」與「作夢的能力」！ 3. 對於有主動學習意願與求知慾強的學生來說，AI 是很棒的輔助工具；但對於沒有主動學習意願與求知慾不強的學生來說，AI 會讓他/她「知其然但不知其所以然」的內容變多，而且會引誘學生變懶惰！這現象已可從美國知名大學禁止學生使用 AI 應試的結果得到驗證: 2026 年春季，美國 Berkeley 大學的學期考試，學校禁止學生使用 AI 應試，結果有好門電腦科學的課程，被當掉的學生人數是創歷史新高！其中一門 CS 10 的課程 ── The Beauty and Joy of Computing，就類似台灣的計算機概論或電腦概論課程，這課程只是基礎的內容而已，但被當掉的學生比例卻高達 35.3%！與以往的歷史做對比，前兩年的被當率都低於 10%，自開課以來歷年來的被當率也都低於 10% 以下，典型的被當率是 7%，從來沒有發生過高達 35.3% 的被當率；由此可知，有了 AI 以後，很多學生在做作業時都是直接丟給 AI 做，做完照抄後沒有花時間去理解 AI 的解題思路；總而言之，就是 AI 讓「變懶惰的學生」增加了很多！(統計圖表放在最後面) ----- 有人或許會說：AI 也有能力對某個專業領域做客製化！ 這一點筆者不會否認它的可能性，但前提是必需要有「擁有該專業領域客製化知識與經驗的人」願意把他/她的知識與經驗都餵給 AI，讓 AI 去消化與學習；試問，有幾位這樣的專業人士願意無償把這些知識與經驗餵給 AI？當然，AI 公司也知道有這樣的「誘因」問題，因此部分公司就會提供「免費的專業軟體」並加上「AI 功能」來讓這些專業人士使用，並試圖在他/她們的使用過程中去萃取其專業知識與經驗！So,「免費的最貴」是有它的道理在──知識與經驗被偷走了還渾然不覺！ BTW，關於電動車的開發與製造技術，筆者的看法與蘇文鈺教授不同；筆者一直都認為傳統的知名車廠都具備電動車的開發能力與製造技術，亦即電動車的知識與製造技術對傳統知名車廠而言根本不是一道難題，傳統知名車廠被困住的原因是「進退兩難」問題 (a dilemma) ── 因為推電動車會打到自家的油款車，而且在電動車起飛的階段，因為其製造的學習曲線還沒有成形，銷售數量也不足以形成規模經濟，相對於自家利潤較高的油款車而言，電動車的零件與相關成本都是較高的，整體來說就是會影響到自家車廠的營收與利潤，但對 Tesla 而言是沒有這種「進退兩難」問題(它沒有包袱)，並不是因為電動車是一個大困難的技術與製造問題。至於中國的電動汽車，根本不是中國電動汽車的技術有多厲害，而是中國政府對於中國電動汽車的大力補貼，使得「賣一輛就賠一輛」的中國電動汽車公司也都還能撐得下去！ 針對汽車再順便歪樓一下；就日本車與德國車來說，筆者比較喜歡德國車的彎道支撐力，日本車在過彎時有點偏軟；日本車的小毛病少很多，零組件比較好安裝；德國車的小毛病比日本車多很多，而且德國車的零組件比較不好安裝，很多零件的安裝都設計得很卡手！不知道是不是故意的？有可能就是要賺維修的錢啦！故意要讓你很不容易做 DIY！ 回到正題；總之，就一般想從事「工程應用」的人而言，筆者的看法就是： 傳統內容可以減量但基礎內容還是要學要搞懂，因為客製化的需求永遠都在， 而且「客製化能力」就是某種形式的「工藝」！
|
|
| ( 創作｜其他 ) |
