西式榫接全書：設計精巧╳結構穩固╳應用廣...

▋AI即將取代人類的能力嗎？（節錄）


第 37 步：「非人」策略

DeepMind 與圍棋世界冠軍李世乭對弈時，想出一步人類棋手無法理解的「天才、超人」走法，結果贏得了比賽。但人類根本不會考慮這種看似天才的策略：因為 DeepMind 能計算接下來 50 ∼ 60 步棋，還能計算獲勝的機率（即使機率微乎其微），因此可以承擔人類無法承擔的風險。人類在下圍棋時，通常傾向透過「占領更多地盤」來確保自己的優勢，而非險中求勝。

AI也使用同樣的策略來對付戰鬥機飛行員： AI朝那位飛行員俯衝，計算出自己可以「更快瞄準並射擊」，而這樣的動作沒有人類敢執行。在上述兩種情況中，AI都運用「非人類中心」策略，這是人類不會做的事，因為人類傾向規避損失（講白一點就是怕死）。AI可以引述法國飛行員紀堯姆（Guillaumet）的話來說嘴：「我所做的事，沒有人類會做。」

但AI也不是我們所謂的「勇敢」，只是缺乏恐懼（「無恐懼感」不等於「無所畏懼」）。在這些情況下，AI只是計算自己成功的最佳機會，並且在極限邊緣按照計算來行動。


語言的限制

斐南達．費雷拉（Fernanda Ferreira）曾說過：「語言夠好，但不完美。」人類語言有其限制，因此，英語在描述創造力、好奇心、心理韌性等有細微差別的特質時，語彙相當有限。上述詞語意義豐富，每次人們使用時都必須解釋說明，找出對於其中細節的共同理解。描述這類抽象術語的詞彙通常較少：舉例來說，芬蘭放牧馴鹿的薩米人對雪和冰的描述，擁有許多精準的詞彙（多達 1,000個詞素！）。

但英語中討論創造力的不同形式，很難像薩米人那樣有諸多精準字詞。由於詞彙量的限制，針對 AI能力為何，公共論壇和學術期刊中常有困惑和爭論，從使用過時概 念（ 圖 靈 測 試 ） 到 使 用 錯 誤 詞 彙（ 用 出 現﹝emergence﹞ 而 非 跨 越 閾 值﹝thresholding﹞；用幻覺﹝hallucinations﹞而非胡說八道﹝confabulations﹞；用遷移﹝transfer﹞而非廣泛應用﹝generalization﹞等〕。

AI的四個級別
AI可以分成四個不同的級別，每跨一個級別，都代表功能有了大躍進。

一、「人工狹義智慧」（ Arti­cial Narrow Intelligence ，簡稱 ANI ）
又稱「機器學習／深度學習」。這些系統是設計用以出色執行特定任務或發揮特定功能。這類 AI的功能相當專精，無法處理指定目的以外的事情。當今一些常見的 AI應用程式遊戲（圍棋、Stratego 策略遊戲等），或者像是可以加入藝術風格轉換、蛋白質摺疊分解、藥物配方設計等功能，都屬於此級別。

二、人工能幹智慧（ Arti­cial Capable Intelligence ，簡稱 ACI ）
擁有更廣泛、更強大的影響能力，因此本章和本書大部分內容討論的都是這級別。在全球討論中，從 ANI 進展到 AGI 是相當大的變革，很多人往往沒有強調中間關鍵的 ACI階段，就直接大躍進。這兩個級別的差距很大，教育研究者卻沒有意識到。AI領域多位備受尊崇的人物，都已經挺身支持關注 ACI：

‧ 穆 斯 塔 法． 蘇 萊 曼（Mustafa Suleyman），DeepMind（Google） 與Inception.AI的共同創辦人，就是他將當前階段稱為 ACI。
‧ 弗朗索瓦．肖萊（François Chollet），知名 Google AI研究員，曾說：「即使你透過尺度定律推斷出遙遠未來 AI所具備的能力，也不存在任何可能代表人類滅絕風險的 AI模型。」
‧ 楊立昆（Yann LeCun），Meta 公司 AI研究的總監，他曾表示人類高估了當代 AI系統的成熟度：「在人類等級 AI出現前的好幾年，社會比較可能得到『貓等級』或『狗等級』的 AI。」
‧ 蒂姆尼特．格布魯（Timnit Gebru），前 Google 員工，她認為對 AGI／ASI的關注，讓人們沒注意到企業使用自動化系統所產生的立即危害，包括剝削勞工、侵犯版權、合成訊息的傳播，以及權力日益集中。
‧ 蓋瑞．馬庫斯（Gary Marcus），頂尖的 AGI 評論家與備受尊崇的「理性之聲」，他曾打趣說：「任何關於 AGI 的幻想，一碰到真實世界都不復存在。」
‧ 李飛飛，史丹佛大學教授，她受訪時曾說：「我尊重有人擔心 AI對人類存續有威脅。我並不是說這擔憂很愚蠢或我們不該擔心，但是就急迫性而言，我更關心如何改善此時此地的風險。」
‧ 比爾．蓋茲最近承認：「GPT-5 不會比 GPT-4 好多少。」（而且完全沒提到 AGI）。
‧ 就連山姆．奧特曼（Sam Altman）也終於承認：「想要實現 AGI，還需要很多突破。」

對於 AI的過度炒作有三種可能：
1. 大型語言模型（Large Language Models，簡稱 LLMs）專家「熱切希望」看到他們的作品無所不能，畢竟歷經數十年克服重重困難進行研發⋯⋯這種想「獻寶」的心情蒙蔽了他們的判斷力，有時甚至會抓住未經證實的觀點不放。
2. 人類強烈傾向將 AI人格化，因此連專家都「過度模式化」（很諷刺吧！）
3. 為了籌措大量資金導致思維偏差⋯⋯。
儘管佩德羅．多明戈斯（Pedro Domingos）希望有個「大統一演算法」（Grand Unification Algorithm），但他明白 AI家族必須合作。演化已經把大腦塑造成有多個專門區塊共同合作，為何 AI界對這樣的比擬還是難以接受？或許是因為對研究人員來說，這結果令人失望，意味著他們需要自己不擅長的其他類型演算法。

三、人工通用智慧（ Arti­cial General Intelligence ，簡稱 AGI ）
旨在模仿完整的人類認知能力。這些系統將能理解、學習和執行任何人類做得到的智力任務。AGI 會比 ANI 或 ACI 更多才多藝，能和人類流暢互動、解決問題，以及適應新情況。Google 的 DeepMind 最近發表一篇論文，描述 AGI 的水準為何，但在本書看來，把當今的 GPT／ LlaMa ／Bard稱為「新興的 AGI」，似乎是過譽了⋯⋯AGI 在大眾媒體上受到的關注也會影響學術討論，把注意力引至更廣泛、哲學層面的擔憂：憂心機器具有類人智慧的世界。誠如蓋瑞．馬庫斯所言，AGI 要成熟，還得「經歷好幾次根本變革」。

四、人工超級智慧（ Arti­cial Super Intelligence ，簡稱 ASI ）
想像 AI可以譜出精湛的交響樂、提出突破性的科學理論，並且以超越所有人類能力的方式展現同理心與體諒。ASI代表最先進的 AI發展，也引出有關 AI對社會與人類未來潛在影響的存在問題。ASI不僅能模仿人類思考歷程，還能大幅超越人類的效能。ASI 可以擁有原創的藝術創造力、無可匹敵的問題解決能力，以及老練的 EQ；ASI 展現的智慧超越人類的理解。



▋冷靜的觀點（節錄）

正如本書前言所述，CCR不會抱持科幻觀點：機器包攬所有工作、人類完全享樂，或是機器終將奴役人類；除非這些成為言之在理的可能性，否則就只是哲學探討。不過此時出現了兩種可能效應，它們可以並行不悖，因為彼此並未互斥：

‧替代：
在勞動經濟學中，「替代」這概念是指工人或工作因技術進步而被取代。「AI不會取代你，但是善用 AI的人會。」這句廣受引用的話常被認為是杜撰的，但已被哈佛商學院（Harvard Business School）證實且記錄在案。這句話暗示的是，雖然 AI可能不會直接取代個人的角色，但那些能駕馭 AI的人很可能比無法運用 AI的人更勝一籌。這強調了擁抱 AI科技與讓 AI融入專業領域的重要。換句話說，與其跟在汽車後面跑，不如趕快跳上車！

‧互補：
在勞動經濟學中，「互補」這概念是指某些技術或技能可以提高人類勞動的價值和生產力，而非取而代之。哈佛商學院最近有項出色研究表示：「我們認為，AI的能力創造了一個『參差不齊的科技前沿』，有些任務 AI能輕鬆做到，也有些看似難度差不多，卻超出目前 AI的能力⋯⋯我們的分析顯示，在人類與 AI融合的範疇裡，出現了兩種成功使用 AI的獨特模式。第一類 AI顧問就像神話故事中的『半人馬』（Centaur），將解決方案的不同任務分配給 AI或自己。另一類顧問比較像『生化人』（Cyborg），完全將他們的任務流程與 AI整合，並且不斷與技術互動。」

雖然科技和人類技能之間的互補能大幅提升生產力，但也設下潛在的陷阱，特別是在長期的現實環境中。過度依賴科技可能讓工人進入「自動駕駛」模式，這其實是一種懈怠，過度仰賴並信任技術系統，反倒無法主動參與系統運作，進一步改善自身技能。這種態勢會導致技能衰退，削弱人類面臨突發挑戰或變革時的快速應變力。

在現實的職場中，這兩大效應的相互作用可能讓從業人員受益。舉例來說，在新聞行業，LLMs 可以協助記者進行初步調查，並且產出標準報導的內容。然而，批判思考、事實查證、分析、敘事引人入勝，以及新聞行業固有的道德考量，對機器來說較難持續複製。在客戶服務領域，LLMs 於處理最初的客戶詢問、投訴或回饋方面，發揮了重要作用，並且在聊天機器人或電子郵件自動回覆等平台上，提供即時的回應，客戶服務因此更有效率，足以應對常見與基本的問題。然而，有些複雜的問題需要 EQ、同理心或巧妙高超的手段，則仍需要人類出手。LLMs可以提供資訊，但人類善於建立關係與領略言外之意。

同樣，LLMs 可以分析大量的醫療文獻，根據症狀輸入來提供最新研究的結果，或是給予獨特的診斷建議，在協助醫療從業人員方面，這無疑是一大躍進。但實際的醫療行為不只是資料處理，還包含身體檢查與治療、解讀非語言線索，以及綜合客觀資料與主觀判斷來做決定。

那麼，讓我們總結一下：
‧ 經濟學家並不完全了解考試、任務、職業之間的複雜程度差異。
‧ 歷史顯示，科技要在各行各業中普及，需要幾十年的時間。
‧ 預測未來時，往往會出現意料之外的新職業。
‧ 就業人口統計數字常被低估。
‧ 替代與互補效應將發揮作用，而且難以預測。

明白上述條件後，我們可以排除近期「所有工作都會消失」的恐懼。既然工作在可預見的未來依然存在，那麼教育的目標「仍然」有二，就如緒論所言：心理社會目標與經濟目標，缺一不可。本書接下來的部分，將會討論如何做到這一點。一切都始於教育的終極目標：智慧。

▋AI即將取代人類的能力嗎？（節錄）


第 37 步：「非人」策略

DeepMind 與圍棋世界冠軍李世乭對弈時，想出一步人類棋手無法理解的「天才、超人」走法，結果贏得了比賽。但人類根本不會考慮這種看似天才的策略：因為 DeepMind 能計算接下來 50 ∼ 60 步棋，還能計算獲勝的機率（即使機率微乎其微），因此可以承擔人類無法承擔的風險。人類在下圍棋時，通常傾向透過「占領更多地盤」來確保自己的優勢，而非險中求勝。

AI也使用同樣的策略來對付戰鬥機飛行員： AI朝那位飛行員俯衝，計算出自己可以「更快瞄準並射擊」，而這樣的...

各界佳評

【國內專家推薦】（依姓名筆劃排序）

生成式AI出現後，很多老師都在思考，教育的本質是什麼？我們應該怎麼教？AI可以做什麼？這些問題的背後，又回到一個最根本的問題：「人到底是什麼？」每次新技術出現後，人類都會重新思考，要把什麼委託給技術、什麼留下來自己做。
在生成式AI的時代，重新定義人非常重要，然後我們才能思考學生應該會什麼。《AI時代的教育》從AI的能力開始談起，然後進入教育，最後回到人的特質，架構清晰，值得教育工作者與家長參考。
──李怡志｜教育工作者

《AI時代的教育》是生成式AI自2022年底爆紅以來，我看過最扎實的新時代教育論述，既廣且深且證據本位。
本書先探討新科技的真正意涵，再討論對於工作的影響與新經濟，最後回到新教育。我很喜歡書中提到當代教育的目標應該要昇華為「智慧／Wisdom」。
這讓我想起聖經裡有一句話說：「得智慧勝似得金子；選聰明強如選銀子。」AI的聰明或許未來我們無法突破，但金子應該還是比銀子更有價值。
──呂冠緯｜均一平台教育基金會董事長暨執行長

AI全面的改變了人類的生活，而面對孩子，怎麼帶著他們走向未來、善用AI？這本書周全、具趨勢性，更提出課程設計方向，教育工作者不容錯過！
──林怡辰｜彰化縣原斗國小教師、閱讀推廣人、作家

在人工智慧蓬勃發展的時代，理想的教育應該是什麼樣子？本書作者為我們給出了答案。如果智慧是教育的永恆目標，那麼目標的核心應該是如何有效管理學習過程。當學習不再僅僅是知識的堆砌，未來的教育將更著重於培養創新、思考、認知與協作的多元、多維度的綜合能力。由內而外的學習驅動力才是教育真正的推進力，就像我們在閱讀文學、欣賞藝術、感受音樂時，體會到的不僅是創作者的心意，更是生命中的各種美好。
──胡筱薇 ｜中原大學智慧運算與量子資訊學院副教授

在這個 AI 科技迅速發展的時代，AI 科技不只已經快速滲透進入各行各業，甚至改變了我們的日常生活，也對百年樹人的教育工作帶來了前所未有的挑戰與機會。《AI時代的教育》這本書從教育的本質出發，探討 AI 如何衝擊現有的教育模式，並從正確認識 AI 開始，進一步探究教師與學生所需具備的能力，以及教育現場應進行的改變與調適。作者透過深入淺出的文筆，適時反映出 AI 時代下，社會對於教育系統如何應變的焦慮與期盼，這是一本所有關心教育的朋友們都不容錯過的好書。
──陳伶志｜中央研究院資訊科學所研究員

在這本書中，我讀到三組關鍵字：「語言的限制」、「脆弱性」、「非／人類中心」。
資深譯者朋友劉維人曾精準的說，AI透過語言「認識」世界，人類則透過語言「表達」對世界的認識。
所謂「只可意會，不可言傳」或「詞窮」的感受，一方面反映「名可名，非常名」的語言侷限，一方面也提醒我們：人類經驗與世界面貌的豐富，遠超過語言所能完整捕捉。若AI只能透過語言（不只是人類日常使用的「自然語言」，廣義的符號，如「程式語言」也是語言）認識世界，語言之外的領域，或許仍是人類可以發揮的舞台（請見本書第五、六、七章，尤其第六章的「AI替代／互補人類能力」之辨）。
脆弱性（vulnerability）是語言所不能完整捕捉的領域之一，也是人類與AI的關鍵差異所在。AI或任何科技也有脆弱性，但人類的脆弱是因肉身存在而「感（受）傷（害）」（vulnerable），科技的脆弱則是難以容錯的「易碎」（brittle/fragile）。若人看到嬰兒快掉到水溝裡，除罕見例外，都因「感傷力」不自覺捏把冷汗；根據目前為止的技術，AI遭遇此情此景，則僅能透過數據得知「人類會感到怵惕惻隱」，而且數據從輸入到輸出的任何環節出現異常，都可能產生難以預測的骨牌效應。
然而，「經驗先於語言」與「感傷力」，既是人類異於AI的長處，也是我們的侷限。透過程式語言，AI能處理許多人類感官所無法感知、捕捉、理解的信號（如本書所提到的汽車、物聯網、伽瑪射線天文台數據等），也因為不會「感傷」而「無恐懼感」，能承受常人所不能承擔的極限。
體認「語言的限制」，辨別人類「感傷的脆弱」與科技「易碎的脆弱」，進而摸索「人類中心」與「非人類中心」視野如何共生共榮，相信本書能為關心教育的朋友帶來不錯的入門。
──楊逸帆｜《學習的理由》導演、康乃爾大學Cabrera Lab認證「系統思維、建模與領導」訓練師、青醒人共生文化智庫研究員

我喜歡研究台灣歷史。曾經，有一位調查局線民去世時，彭明敏教授並不知情，卻擔任了他的主祭官，而謝聰敏先生也在不知情的情況下，寫了一篇情感真摯的追悼文。
在AI普及之前，若要釐清類似事件中的種種疑點，我需要查閱大量書籍，可能要讀30本彭教授的相關書籍，仔細記住關鍵資訊，並進行交叉比對，才能逐漸揭開真相。 隨著各種AI工具的普及，這樣的研究過程將大大加速。例如，若我將相關的新聞報導、受訪記錄等資料儲存為PDF檔案，並一次「餵」給AI解讀，AI可以快速整理時間軸，並任我提問，甚至可能幫助我及早揭示某人是否真為線民。
正如媒體人楊憲宏所說：「要洞察未來，必須從正確的過去出發。」AI的出現將使我們更快、更準確地揭示真相。 在AI時代，掌握正確的認知和善用這些工具，它們將如同魔毯，帶領我們探索無限可能，因而無所不達。
──楊斯棓醫師｜《要有一個人》作者

本書是教育智庫對 AI 時代的全面報告，究竟目前的 AI 是什麼？AI 可以幫助哪些事情？ AI 如何促使我們重新思考教育？以及在這樣的時代，因應 AI 做教育變革，可能的做法跟困難都有提到，是較為深入的教育領域探討。
──蔡依橙｜素養教育工作坊核心講師

在AI的它時代，讓我們一起「多學少教」、「多問少答」，與學生一起利用AI擴展知識範疇、問對問題！
──蔡祈岩｜台灣大哥大資訊長、IMA資訊經理人協會理事長

進入AI時代，教育者有三大焦慮：該如何使用A I協助教學？該如何教會學生使用A I？自己會不會被AI取代？這三個答案在《AI時代的教育》一書中，都可以得到完整的解答！因為作者從「大型語言模型」切入，引到重新設計課程與教育軟體的方法，最後帶出「智慧是教育終極目標」的結論。本書脈絡清晰，方法精準確實， 千萬不容錯過！
──蔡淇華｜惠文高中圖書館主任、作家

【國外專家推薦】（節錄）

課程重新設計中心深耕十多年，最可貴之處在於結合理論與實務。……世上並不缺乏精心制定的教育策略，但我們缺乏將策略融入全球每所學校與日常教學現場的能力。我們不能保留之前教授的所有內容，同時又加入每個新的需求。我們必須了解取捨的必要，並且承認在課程之中，少有可能是多。誠如本書所言，能確定未來教學最重要的事，並且釐清輕重緩急，正是今日最重要的課題。
──奧利佩卡．海諾能｜國際文憑組織總幹事、前芬蘭教育部長

本書帶領我們回到教育的初衷。……它有條理的闡明與 AI 新興能力相關的概念，並且評估 AI 對教學的可能影響。
──安得列斯．史萊賀｜經濟合作暨發展組織（OECD）教育與技能處長

本書結合了工程思維與深厚的人文價值，深入探討 AI 的本質與增強人類創造力的潛力。
──羅伯．李奧登｜高科技高中教育研究所榮譽所長

本書概念範圍廣泛，橫跨歷史、未來、正規教育、全方位學習……若想對此重大議題有周全平衡的觀點，絕對要閱讀本書。
──克里斯．戴德博士｜哈佛教育研究所教育科技榮譽教授

作者細緻入微的觀點，鼓勵讀者批判思考AI對塑造未來教育實踐與策略的作用。對於數位時代下教育的對話交流，本書做出了重大貢獻。
──GPT-4

各界佳評

【國內專家推薦】（依姓名筆劃排序）

生成式AI出現後，很多老師都在思考，教育的本質是什麼？我們應該怎麼教？AI可以做什麼？這些問題的背後，又回到一個最根本的問題：「人到底是什麼？」每次新技術出現後，人類都會重新思考，要把什麼委託給技術、什麼留下來自己做。
在生成式AI的時代，重新定義人非常重要，然後我們才能思考學生應該會什麼。《AI時代的教育》從AI的能力開始談起，然後進入教育，最後回到人的特質，架構清晰，值得教育工作者與家長參考。
──李怡志｜教育工作者

《AI時代的教育》是生成式AI自202...

導讀：理解 AI，讓人成為「人」（藍偉瑩）
推薦序：21世紀需要的教育（奧利佩卡．海諾能）
各界佳評
謝辭：致我們共同的美好未來
前言：閱讀本書的注意事項
緒論：瞬息萬變時代下的教育
精華濃縮版摘要

導讀：理解 AI，讓人成為「人」（藍偉瑩）
推薦序：21世紀需要的教育（奧利佩卡．海諾能）
各界佳評
謝辭：致我們共同的美好未來
前言：閱讀本書的注意事項
緒論：瞬息萬變時代下的教育
精華濃縮版摘要