[AI 教育]當 AI 寫出三成程式碼：邏輯天賦的孩子們下一步往哪裡去？
AI's Third, A Fortress Breached, Human Spirit, Further Reached.
曾經，擁有電腦科學學位是通往矽谷的金色入場券。但當微軟執行長納德拉宣布「目前微軟高達三成的程式碼已經改成由AI編寫」，並裁掉6,000名員工（其中超過40%從事軟體工程職務）時，科技業父母們開始重新思考孩子的未來。
根據美國科技貿易協會數據，今年四月美國科技領域就業人數減少21.4萬。人力資源分析師 Victor Janulaitis直言：「幾乎所有IT部門都裁減了初階程式設計師職位，因為他們的工作現在都可以由AI完成。」
面對這波衝擊，在華盛頓州大型科技公司擔任應用AI主管的 Jeannie Chung觀察到一個關鍵轉變：「坦白說，那些只需要邏輯思維的工作都快被淘汰光了。我認為鐘擺正在擺回『創造性』領域。」
這個現象背後，是 OpenAI 定義的AI發展軌跡：我們剛走出「對話AI」時代，距離具備「創造力」的第四階段「創新者」還有漫長路程。在這個過渡期，AI與數據專家 Dan Daugherty 指出，未來職業需要的不再是程式技能，而是「創造力和原創思維、情緒智商、哲學倫理與批判性思維」等人類獨有能力。
當AI可以編寫程式碼、設計系統，甚至比最聰明的人類更快解決複雜問題時，創造力與批判思維正成為人類在智能時代的最後堡壘。但台灣的教育體系準備好了嗎？
邏輯思維的終結：為什麼AI容易取代程式設計師？
MIT最新研究顯示，AI在結構化任務上的效率提升了40%，但在開放性創作任務上仍需人類引導。這個差異背後，藏著認知科學的深層邏輯：
邏輯思維的可預測性：程式設計本質上是if-then規則的組合，大量數據足以訓練AI掌握這些模式。當問題有明確輸入和預期輸出時，AI的學習速度遠超人類。
創造力的不可預測性：創意來自於意外的跨域連結和價值直覺。當音樂家用數學公式創作，建築師從生物形態汲取靈感，這種「無關聯性的關聯」是AI難以模擬的。
批判思維的社會性：質疑既有框架需要文化脈絡理解和權力關係敏感度。AI可以分析論證結構，但無法理解一個論點在特定社會背景下的隱含權力意涵。
這解釋了為什麼「那些只需要邏輯思維的工作都快被淘汰光了」——正如在華盛頓州大型科技公司擔任應用AI主管的金尼（Jeannie Chung）所觀察的，「我認為鐘擺正在擺回『創造性』領域。」
台灣教育的創造力困境：考試文化如何扼殺想像力？
然而，當全球都在呼喚創造力時，台灣教育體系卻陷入了結構性的創造力危機。
考試導向的標準答案思維：從國小美術課的「畫得像才是好」，到高中作文的「起承轉合標準結構」，我們的教育系統持續獎勵收斂性思維，懲罰發散性創意。
分科教學的知識孤島：當物理老師只教牛頓定律，美術老師只管色彩搭配，學生失去了跨域連結的機會。真正的創新往往發生在學科交界處，但我們的課程設計卻刻意避免這種「模糊地帶」。
權威文化的質疑缺失：「老師說的就是對的」文化讓學生習慣接受既定答案，而非培養批判性思考。社會課背標準答案，避談爭議議題，正是批判思維缺失的最佳寫照。
數據支撐這個觀察：PISA 創造力測驗中，台灣學生在「科學創造力」排名中等偏後；國際創新指數顯示，台灣在「創意產出」指標明顯落後於「創新投入」表現。我們培養了大量優秀的執行者，卻缺乏原創思考者。
從 MIT 到 SUTD：國際創新教育的跨越式進化
面對這個挑戰，國際教育界已經開始大膽實驗。
MIT Media Lab的跨域融合模式：這個傳奇實驗室將藝術、科技、社會科學無縫整合，學生自主選題，教授跨領域協作。他們甚至鼓勵「美麗的失敗」(Beautiful Failures)，將錯誤視為創新的必要成本。
Stanford d.school的設計思維：五步驟流程「同理→定義→發想→原型→測試」教會學生從人的需求出發思考問題，而非從技術可行性倒推。
但真正的突破來自新加坡。
SUTD：世界首創的Design AI大學
新加坡科技設計大學代表了教育創新的下一個階段。這所大學採用革命性的無學院架構，以七個跨領域pillars取代傳統科系分工：
傳統大學：工學院 | 設計學院 | 人文學院（各自為政） SUTD模式：七個整合pillars協同運作 • ASD：建築與永續設計 • DAI：設計與人工智慧
• EPD：工程產品開發 • ESD：工程系統設計 • HASS：人文藝術社會科學 • ISTD：資訊系統科技設計 • SMT：科學數學科技
更激進的是，SUTD採用「以終為始」的課程設計哲學：
傳統課程：微積分 → 物理 → 工程數學 → 專業課程 SUTD模式：想做智慧城市 → 需要哪些知識？→ 即時學習相關數學/物理
第一年，所有pillar的學生一起上共同核心課程；第四年的畢業專案必須結合多個pillars知識。這種設計確保每個學生都具備跨域整合能力。
AI為夥伴的教學革命
SUTD最獨特的理念是「AI是夥伴，不只是工具」。在傳統腦力激盪中，人類獨自思考；在Design AI模式下，AI提供資料分析和模式識別，人類負責價值判斷和創意連結。
這種人機協作模式正在重新定義創造力：學程式不只為了寫code，更為了理解數位世界的設計邏輯；學設計不只為了美觀，更為了解決複雜系統問題。
跨域專案學習：打破知識的高牆
傳統專案學習的問題在於同質性：資工系學生組隊寫程式，設計系學生組隊做視覺。SUTD模式要求每個專案團隊必須包含不同背景學生，從第一年就開始培養跨域溝通能力。
想像一個「校園減塑行動」專案：
數學pillar：統計校園塑膠垃圾量，建立減量效果模型
科學pillar：研究塑膠分解機制，實驗生物降解材料
社會pillar：調查塑膠產業鏈，分析政策可行性
設計pillar：開發使用者友善的回收系統
工程pillar：設計自動分類裝置
這種整合性學習讓學生體驗到真實世界問題的複雜性，培養出既能深入專業又能跨域整合的思維模式。
哲學思辨的復歸：從蘇格拉底到AI倫理
在AI時代，哲學不再是象牙塔內的抽象思辨，而是每個人都需要的核心素養。
法國的哲學教育傳統：高中必修哲學課佔畢業會考重要比重，培養學生的「質疑能力」——什麼是真理？什麼是正義？透過文本分析、論證寫作、口頭辯論，法國學生習慣挑戰權威、獨立思考。
德國的兒童哲學課程：從小學開始的蘇格拉底式對話法，透過提問引導思考，讓孩子學會「為什麼」比「是什麼」更重要。
但SUTD模式提供了整合性啟發：將哲學思辨與設計實踐結合。例如「AI倫理設計工作坊」同時包含哲學思辨、產品設計、程式實作。學生不只討論「AI是否會取代人類」，更要設計出體現倫理價值的AI產品。
這種實踐性哲學教育讓抽象思辨有了具體載體，也讓技術開發有了價值引導。
多元創造力：超越單一標準的文化包容
創造力從來不是單一標準可以衡量的。不同文化背景塑造了不同的創新模式：
西方模式：個人主義、打破規則、標新立異 東方模式：集體智慧、和諧創新、漸進改良
原住民智慧：與自然共創、循環思維、整體觀
SUTD的無學院制設計巧妙地避免了「理工掛帥」的價值偏見。所有pillars平等協作，讓不同背景學生都能找到發揮空間。這種結構性平等比任何多元包容口號都更有效。
新加坡的多元文化實踐為台灣提供了寶貴啟發：多語言程式教學讓程式註解可用母語，培養多元文化的技術人才；在地化設計專案結合各族群文化特色；全球視野與在地關懷並重，用國際標準解決本土問題。
在評量設計上，SUTD也打破了傳統模式： 不只看個人作品，更看團隊協作 不只看技術成果，更看設計過程
不只看競賽得獎，更看社會影響
這種評量哲學讓創造力表達更加多元：有人擅長文字論述，有人偏愛視覺呈現，有人透過音樂表達，有人用肢體語言。多元智能理論不再只是教育理想，而是實際的評量標準。
警惕新的排除：當創意教育成為特權
然而，我們必須警惕一個陷阱：創意教育是否會變相成為新的階級門檻？
當程式設計變得如同識字一般基礎時，「設計思維」會不會成為新的「貴族技能」？當AI工具需要巧妙提問才能發揮效力時，缺乏文化資本的學生是否又被拋在後面？
正如賓州大學針對1,000位國中生的研究發現：使用GPT-4能短暫提高學生測驗成績，但長期卻削弱了學習能力。更關鍵的是，家庭教育資源豐富的學生更能在AI輔助中保持批判性思維，而資源匱乏的學生則容易產生認知依賴。
這提醒我們：創造力與批判思維的培養不能成為少數人的特權。我們需要確保：
表達方式的多樣化：不只獎勵語言邏輯智能，也要認可音樂、空間、肢體等多元智能 文化脈絡的考量：允許學生用母語思考，尊重不同價值觀的創意表達 集體創作的認可：東方文化重視團隊協作，這種創造模式同樣有價值 結構性偏見的檢驗：避免性別刻板印象，關注新住民子女的創意表達
結論：在AI浪潮中唯獨人的思考獨特性
當AI的研究投入超過全人類總和後，Forethought研究機構預測，每過10年人類將完成以往社會100年才能實現的科研進步。在這樣的指數級變革中，創造力與批判思維不只是個人競爭力，更是人類文明的核心價值。
正如GSV創始合夥人 Michael Moe 所言：「AI之於大腦，正如核融合之於能源。」這場智能爆發注定加劇教育與技術之間的「持續不懈競賽」。但競賽的目標不應該是讓人類變得更像機器，而是讓我們更加人性。
創造力讓我們想像未來，批判思維讓我們質疑現在。當微軟的AI可以寫出三成程式碼時，剩下的七成——以及那些AI永遠無法企及的人文關懷、價值判斷、跨域洞察——正是教育的新使命。
從新加坡SUTD的無邊界學習，到法國的哲學思辨傳統，這些創新實踐告訴我們：培養創造力與批判思維不是天方夜譚，而是可以設計的教育工程。關鍵在於我們是否願意打破既有框架，重新想像教育的可能性。
畢竟，在AI可以寫程式的時代，最有價值的技能或許是學會提出正確的問題——這正是創造力與批判思維的核心所在。
copyright © PrivacyUX consulting ltd. All right reserved.
關於本刊作者
Gainshin Hsiao 是 Agentic UX（代理式使用者體驗）的先驅，在人工智能與使用者體驗設計領域擁有超過 15 年的開創性實踐。他率先提出將用戶隱私保護視為 AI 產品設計的核心理念，於 2022 年創立 Privacyux Consulting Ltd. 並擔任首席顧問，積極推動隱私導向的醫療 AI 產品革新。此前，他亦擔任社交 AI 首席策略官（2022-2024），專注於設計注重隱私的情感識別系統及用戶數據自主權管理機制。
Agentic UX 理論建構與實踐
AI 隱私保護設計準則
負責任 AI 體驗設計
在 Cyphant Group 設計研究院負責人任內（2021-2023），他探索了 AI 系統隱私保護準則，為行業標準做出貢獻。更早於 2015 至 2018 年，帶領阿里巴巴集團數位營銷平台體驗設計團隊（杭州、北京、上海、廣州）、淘寶用戶研究中心並創立設計大學，從零開始負責大學的運營與發展，不僅規劃了全面的課程體系，更確立了創新設計教育理念，旨在為阿里巴巴集團培育具備前瞻視野與實戰能力的設計人才。其課程體系涵蓋使用者中心設計、使用者體驗研究、數據驅動設計、生成設計等多個面向應用。
活躍於國際設計社群，在全球分享 Agentic UX 和 AI 隱私保護的創新理念。他的工作為建立更負責任的 AI 生態系統提供了重要的理論基礎和實踐指導。
學術背景
Mcgill - Infomation study/HCI -Agentic UX, Canada
Aalto Executive MBA-策略品牌與服務設計, Singapore
台灣科技大學：資訊設計碩士- HCI, Taiwan
中原大學：商業設計學士- Media and marketing design, Taiwan