台科大校長:有種能力,不會被AI淘汰
生成式AI近期掀起不少討論,身為教育工作者,自然必須了解這項服務如何運作,以及後續可能帶來的影響,因此我也親身與它互動了幾回。
我先請ChatGPT寫一個能直接將檔案夾的所有檔案加入應用程式的程式。它提供了我一個Python程式。當然,必須要懂Python的人才會使用。
接著我丟出比較技術面的問題。目前我們驅動電力的方式是「脈衝寬度調變」(PWM),我問它何謂PWM,也回答得有模有樣。
不只是聊天機器人
這與我原本設想有落差,原來ChatGPT不只是一般的聊天機器人。
但我不死心,再問它,為什麼PWM現在都以一萬赫茲的載波頻率發電。即使是這個領域較為專業的人,若無累積一定程度的經驗,也未必能答得出來。沒想到ChatGPT連這題也會,讓我有些緊張。
ChatGPT等生成式AI服務、工具多少會衝擊高等教育,但從個人的使用經驗而言,ChatGPT必須經由使用者下指令、提問,才會針對問題回答,且範圍有所限制,不見得所有問題都能提供最新、最切合問題核心的答案。
最重要的是,使用者必須具備該領域的基本知識,才能夠進一步讀懂、操作ChatGPT回答內容與建議。
所以,高等教育透過不同課程訓練學生,奠定扎實的知識基礎仍有其必要。
但它誕生的時間其實還不久,或許再過一段時間,它的熱潮便會逐漸退去。一如在生成式AI發布的前幾年,AI也一度備受矚目,但它的應用發展到一定程度之後仍有侷限,如今看不到太多新的應用方式。
AI衝擊仍需觀察
有了前例,生成式AI後續帶來的衝擊有多大,仍需時間觀察。我也不認為,它會取代人類長年累積的知識。或許再過2、3年,又會有一個新的科技名詞出現。
也因此,倘若要討論大學的課程安排、教學方式要如何因應生成式AI調整,未來或許會,但至少現在談還太早了。
即使如此,生成式AI仍讓許多人開始反思衍生的問題,如哪些科系的學子最有可能被影響,或是否有學子用來代寫論文等。
關於這些問題,我認為無須太過擔心。
首先,資工科系的學子的確可能首當其衝,因為生成式AI能用來寫比較簡單的底層基礎程式,取代現有的部份工作,減少人力需求。
但機器在學習、熟悉新事物的同時,人類並未停下研究、學習的步伐。因此,資工科系學子該思考的是,將能力應用在開發更高階的大型、整合系統,而非停留在撰寫基礎的程式,以及扮演機器與真實世界之間的「轉譯者」,讓這些服務能更落實在產業、教育等生活的各項場景。
一個正常教學的老師,理應了解學生的論文與其進行的研究方法、內容。包含這篇論文是否處理了想討論的問題意識、是否找到解決方法,以及方法是否解決問題。作為指導者,必須判斷這三項重要元素在論文呈現的內容,與師生之間的討論方向一致與否。
但我並不反對,學生在完成論文後,交由ChatGPT協助修改英文翻譯,未來我們或許會漸漸將它當作一項有力的輔助工具。
長期而言,生成式AI反映了全球科技趨勢的快速變化,也使得大學必須調整整體教學方針。
一招打天下不再管用
過去大學、研究所提供的訓練,是讓學子擁有一技之長,藉由這項專長,可以求職、發揮所長,理想上是一路做到退休。
以工科為例,從化學材料、生產技術,到產品的設計方式、機器設備不斷推陳出新,不僅是半導體、程式,至少在工程領域的教育工作者都有共識,也感覺到趨勢變化。
我們目前估計,新興科技每5到10年左右,就會面臨下一波新技術產生,甚至取代。
另一個現象是,網路上開源系統愈來愈多,如Python、Arduino等目前學子常常使用、熟悉的程式語言與平台,能在相關社群、線上獲得許多前人設計、包裝好的「材料包」,快速應用在作業中。
但速成的同時,學子也必須理解,這並非靠自己點滴累積而得,而是比較「虛」的成果。
面對這股趨勢,學子或許應該具備的心態是,過去學的技術可能很快就被淘汰,但學習能力以及應用學習技術的能力不會被淘汰。未來每隔5至10年,就得回學校重新訓練。
這些新技術在在提醒著我們,以前學一招就能一輩子打遍天下的時代,已不復存在。
資料來源網址:https://www.cw.com.tw/article/5126871