回顧我研究所求學的年代，每天的例行公事是到圖書館抱著一疊期刊與研究報告，從第一頁翻到最後一頁，從中獲取知識並激發研究靈感。

時光飛逝，如今有了Google和ChatGPT，蒐集資料速度變得飛快。若未來所有文獻都數位化，學生到圖書館翻書的畫面可能不復存在。

ChatGPT推出後，我們曾試著請它寫問題論述、申訴回函和翻譯，發現它很善於蒐集與統合資料，收到提問後可以迅速給出四平八穩的回覆，功能猶如Google搜尋引擎的進階版，令人驚豔。

現階段雖然仍有不少問題，好比無法回應時事或答案似是而非，甚至太過八股制式，但我相信在全世界針對此技術投入大量研發能量之際，它應該會進步神速，短時間內便能改善缺失，更加精進。

善用好工具，能讓學習與工作事半功倍，面對ChatGPT和Midjourney等AI工具問世，學生不該排斥使用，而是要站在巨人的肩膀上，積極嘗試融入工作與生活。

以IC設計自動化為鑑

這股風潮，讓我想起過去推動IC設計自動化的時光。

1980年代，積體電路設計仍靠手繪，可想而知，手繪費時費力，當時美國許多研發團隊針對這個痛點研發自動化工具，期待透過行為模式自動合成技術，讓軟體程式自動產出複雜電路。

我當時在貝爾實驗室，擔任推動此技術的主要負責人之一，因此遇到不少阻力，很多工程師因為怕被取代而抗拒使用。

然而沒過多久，開始有一、兩個工程師嘗試使用，緊接著愈來愈多工程師加入，成功做出更複雜的電路，打造更好的產品。

如今使用純熟的高階硬體描述語言，工程師得以描述與設計更複雜的電路，藉著自動合成工具，生成載有億萬顆電晶體的積體電路，展現出手繪時代工程師難以想像的生產力。

IC設計自動化是一次技術革命，成功解放人力且推動產業進步。人不會被AI直接取代，但會被懂AI的人取代。一如IC設計工程師，繼續手繪的人已在時代洪流中被淘汰，但懂得用高階語言自動合成技術的人仍能保持競爭優勢。

學批判思考與創造力

大學該如何設計相對應的學習方式，幫助學生與時俱進，掌握AI應用潮流？有三大方向可留意。

首先，是批判思考能力。我們鼓勵學生善用這些工具，但因為AI使用的資料庫也許存有錯誤內容或偏見，學生不能盡信AI產出的內容，要學會在此基礎上批判與修改，將內容打磨得更好。

近期陸續有老師開放學生使用ChatGPT，並要求如有使用需自行揭露，這即是在鼓勵學生，在使用新工具與確認原創性間取得平衡。

不過，該做法仍存有抄襲的疑慮，不建議使用在學生基礎養成的基本課程。

校內除了要持續推動誠信與學術倫理的宣導外，教師也應在批改書面報告的同時搭配口頭詢問，了解學生如何思考與如何使用工具，以確認學習成效。

人類與AI的關係將變得像老闆與下屬，人類有更多時間與更高視野判斷趨勢與前進方向，細部工作則由AI代勞。從這角度思考，人文領域的訓練，如創意思考與管理在未來將變得更加重要。

最後則是提問能力。學問之所以稱為學問，是因為學習同時還要懂得問。一個問題背後潛藏一個人的思考深度，在教學現場，我們往往能從學生提出的問題判斷他的程度。

對AI下指令也是一樣，學生對ChatGPT的提問，大大影響它產出的內容。

提問得靠練習，往往需要與ChatGPT問答多次才能逐漸掌握提問方式，逼近理想回應。

假設今天學生要以「遊戲式教學」為主題產出所需內容，最簡單的方法是把它當作搜尋引擎使用，直接問ChatGPT什麼是遊戲式教學。

其次是加入情境與格式，如提問時要求它以兩百字，寫一篇能引起高中生興趣的遊戲式教學介紹。

再來是給定特定角色提問，比如問它「如果你是教學創新專家，請解釋遊戲式教學如何改善學習成效？」

最後則是先輸入特定資料，例如蒐集整理過的遊戲式教學介紹，請它在這些資料中產出內容，避免它隨意杜撰。

過去，大家習慣在履歷表寫下自己熟悉運用Excel、PPT等工具；我相信在不久的將來，學生可能會加寫熟習ChatGPT和Mid-Journey等等AI工具的操作。