▋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2022年底...

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

第一章 當代AI不虛妄的真本事
AI即將取代人類的能力嗎？
大型語言模型帶來的大躍進
大型語言模型的侷限

第二章 AI對職業的影響
對工作的影響
冷靜的觀點

第三章 智慧是教育的永恆目標
為什麼需要智慧？
CCR對「智慧」的統合研究
為何「智慧」是教育的終極目標？瞬息萬變的世界需要全人觀點
CCR 的架構，以及智慧
科技扮演的角色：水能載舟，亦能覆舟

第四章 AI 對教育的整體影響
術語、精準確實、背景脈絡
如果AI無所不能，我們何必學習？
正確的問題是：「有鑑於AI能力愈來愈強，我們如何調整讓教育不脫節？」
對於教育體系的影響：更廣、更明智的課程

第五章 AI時代所需的知識
CCR對知識的統合研究
重新設計學科領域
跨領域學科與跨範疇主題

第六章 AI時代應具備的能力
1.2修訂版：因應AI時代的更新版
能力的互補與替代
能力：因為 AI 而更要強調的素質
出現截然不同的人類能力


第七章 個人化的需求
為什麼個人化在教育領域很重要？
動機（外在和內在）
身分認同（與歸屬感）
自主行動力（與成長性思維）
人生目的（與熱情）
有助於「動機」、「身分認同」、「自主行動力」、「人生目的」的子能力

第八章 如何設計
重新設計課程與教育軟體
對教師角色的影響
從自適應學習到智能教學系統（ITS）

結論：構建有韌性的教育體系
後記：用雙重視角探索未知
最後的話

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

第一章 當代AI不虛妄的真本事
AI即將取代人類的能力嗎？
大型語言模型帶來的大躍進
大型語言模型的侷限

第二章 AI對職業的影響
對工作的影響
冷靜的觀點

第三章 智慧是教育的永恆目標
為什麼需要智慧？
CCR對「智慧」的統合研究
為何「智慧」是教育的終極目標？瞬息萬變的世界需要全人觀點
CCR 的架構，以及...