AI 正在顛覆職場，但大學還在原地踏步！這份研究報告讓人很擔心

你發現了嗎？身邊的朋友、同事、甚至學弟妹都在談 AI，但走進大學課堂，教的東西卻好像跟外面的世界脫節了。這不是錯覺，而是正在發生的殘酷事實。

一份發表在《Frontiers in Education》的最新研究直接潑了一盆冷水：人工智慧正在重塑職場，但大學教育根本沒準備好。這不是危言聳聽，而是來自曼徹斯特大學全球發展研究所 Dr. Kelechi Ekuma 的嚴肅警告。

AI 早就不是「未來」，而是現在進行式

還有人在問「AI 會不會取代工作」嗎？慢了。AI 早就滲透到各行各業：

• 公共行政系統開始用 AI 處理福利發放
• 金融業用演演算法做風險評估
• 醫療院所匯入 AI 輔助診斷
• 農業用智慧化裝置監測作物
• 人力資源管理也越來越多 AI 工具

問題來了：當企業用 AI 做得比人類更快、更準確時，大學畢業生憑什麼競爭？

大學的反應：忙著抓抄襲，忘了教真正有用的東西

自從 2022 年 ChatGPT 爆紅後，大學忙著做一件事：如何偵測學生是否用 AI 寫作業。禁止這個、限制那個，結果呢？

Dr. Ekuma 直接點出核心問題：「把 AI 當成學術誠信問題來處理，根本忽略了學生未來在職場上要和 AI 競爭的事實。」

這就像教游泳時，老師只教你如何不被水淹死，卻忘了教你怎麼遊。

真正的問題：學生缺乏「批判性 AI 素養」

研究報告呼籲，大學應該開始教學生「批判性 AI 素養」（Critical AI Literacy），而不是把 AI 當作作弊工具防範。這些能力包括：

1. 理解 AI 怎麼運作——不是要每個人都當工程師，但至少要知道 AI 為什麼會給出這個答案
2. 知道 AI 會在哪裡失敗——演演算法偏見、錯誤決策、人類監督的重要性
3. 複雜情境下的決策能力——AI 可以處理例行公事，但人類才能應付灰色地帶
4. 倫理判斷——當 AI 建議做一件「合法但不合理」的事，誰來把關？
5. 跨領域溝通——技術和商業之間的橋樑，永遠需要人類

AI 做不好的事，恰恰是人類的價值所在

報告特別強調幾個 AI 很難複製的技能：

• 批判性思考——懷疑、分析、推理
• 倫理判斷——價值觀、道德抉擇
• 複雜社會議題的理解——文化、政治、歷史脈絡
• 人際溝通與協商——建立信任、化解衝突

這些東西，沒有任何一個 prompt 可以取代。

大學要做的不是「開一門 AI 課」

Dr. Ekuma 說了一句很關鍵的話：「這不意味著每門課都要變成 AI 課，而是現有課程要重新思考 AI 如何重塑他們本來就在教的東西。」

也就是說：

• 歷史系不只要教歷史，要教 AI 如何影響史料分析
• 商學院不只要會看財報，要懂 AI 驅動的商業決策
• 法律系不只要背法條，要會判斷 AI 生成的法律意見

這叫做「加法範圍，轉化內涵」——不是增加新課程負擔，而是讓每個學科都 AI 化了。

風險已經在累積

報告也列出 AI 採用帶來的幾個大問題：

• 系統性錯誤——AI 犯錯時往往是大規模的
• 演演算法偏見——訓練資料有問題，輸出就會歧視
• 過度依賴——人類技能退化
• 科技巨頭的影響力——誰開發 AI，誰就掌握話語權
• 取得不平等——有錢學校能接最新技術，沒錢的只能繼續落後

其他地方動起來了，臺灣呢？

美國勞工部已經推出 AI 學徒入口網站，要在教育、金融、醫療、製造等產業擴大 AI 培訓。Google 也砸了 200 萬美元資助藝術家學 AI 工具。川普簽署行政命令成立 AI 教育任務小組。

密西西比法學院甚至要求大一新生必須修 AI 課程。

看到這裡，你應該知道問題的嚴重性了。

結語：這不是選擇題，是生存題

AI 不會等你準備好。它來了，而且速度比任何人預期的都快。大學還在討論要不要開放 ChatGPT，職場已經在用 AI 篩選履歷、寫程式、做報告了。

如果你正在讀大學，或者身邊有年輕人在選系、選課，請把這件事放心上：學歷不等於能力，會考試不等於會做事。

未來十年，最值錢的不是「會用 AI 的人」，而是「會做 AI 做不好的事」的人。

而臺灣的大學，有多少準備好教這些了？

FAQ 常見問題

AI 時代大學生最需要哪些技能？

批判性思考、倫理判斷、複雜問題解決能力、跨領域溝通，這些 AI 難以取代的軟實力會變成核心競爭力。

大學應該怎麼因應 AI 衝擊？

不是隻有資工系要學 AI，而是每個系所都要把 AI 素養融入現有課程，讓學生知道 AI 如何影響他們的專業領域。

AI 真的會讓大學生失業嗎？

不是 AI 讓你失業，而是「會用 AI 的人」會搶走「不會用 AI 的人」的工作。問題不在 AI，在於你的技能有沒有與時俱進。

臺灣的大學 AI 教育落後嗎？

從全球趨勢來看，臺灣大學確實在 AI 課程設計和師資培訓上還有進步空間，特別是在「批判性 AI 素養」這一塊。