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。