[蘇文鈺] 把軟體當作是台灣的未來,這件事是危險的
[蘇文鈺] 把軟體當作是台灣的未來,這件事是危險的
2016.08.31 |

編按:上週因為唐鳳入閣成為政務委員,網站刊登了一篇「當自學程式的唐鳳入閣,我們如何把程式教育做得更好?」的文章,近來積極推動偏鄉程式教育的成大資工系教授蘇文鈺,對此議題也提供他的觀察。

伴隨著107課綱即將上路,我其實不擔心優勢學校與家庭的學生在面對新的資訊科技部分要怎麼辦,這些學校多半集中在都市裡,師資也不會是問題。舉例來說,Scratch課程在高雄市早在十年前上下就有人在教了,例如我自己小孩讀的學校最近才有此課程,但是教得不多。而同是在高雄市行政區內,我相信還是有很多地區的家長或老師認為,孩子連國文與英文都學不好了,不用再學什麼程式了。如文中所言,若是偏鄉沒有被照顧到,這下子的城鄉落差恐怕遠大過過去所有的學科了。

所謂的偏鄉的偏,是偏頗的偏,不是偏遠的偏,所以我說的不是城鄉差距。假如不是這樣, Program the world兒童與少年程式設計教學計劃就一直留在鄉下就好,何必搞什麼開放免費教材,而且還要到都市裡呢?

那麼,我難道就不擔心優勢學校的學生在這方面的學習嗎?其實是擔心的。過度強調程式,甚至把軟體當作是台灣的未來這件事是危險的。我不只一次在演說中提到,這次要是沒弄好,台灣只不過從硬體代工變成軟體代工,最可怕的事是,連軟體代工的案子都接不到。我並非說代工就全然不好,台灣總要有人做代工,但是也要有人帶頭自己創新,不是嗎?

程式設計是從眾多現在學生習慣的思考模式裡面,增加另一種有效率且具備規則性的思考模式而已,程式設計所帶起的所謂運算思維並不一定可以打遍天下的。事實上很多創新是來自跳躍式思考的,這種模式表面上看來雜亂無章,事實上卻很可能帶起一個領域的大生意,因為這是一般人做不到的。教育現場要培養的更重要的還是「看見問題,思考問題,解決問題與創造問題」的能力,並且學會與人溝通,與人合作的技巧。

圖說明

學習這件事應該是論述很多的,本不該由我這個沒修過教育學分的來多嘴,或者說我這個外行人應該吐不出象牙。但是厚話是我的缺點,孟子說好為人師大概就是指的我這種人。

對我來說,數學裡面幾何是我的弱項,還好我的大考期間,偏偏幾何考得少,算我狗屎運。小時,我也不知道學數學要幹什麼,就老師教什麼,我就唸什麼。我喜歡我的國中與高中數學老師,所以即使唸起來不知所以,不討厭就是。現行的高中數學裡的線性組合要做什麼?為什麼必考,我舉Maclaurin Series 這個泰勒展開的一個特例為例。

我依稀記得這個在我高中時沒列入正式範圍,可是卻在老師的補充教材裡面出現,老師會教是因為有些題目用這個來找答案很方便,大考時也許會用得上。以這個series來說,其用途在於有些非線性函數很方便用它來逼近。多年以後,我知道了他的其中一個用途,那就是在電腦裡面,如果要計算這些函數的直,用Maclaurin Series是一個普遍的用法。

不管工程用計算機,或是電腦裡,算三角函數算是很常用的了。問題是算三角函數要幹嘛?還是不知道。後來,學了電路學與傅立葉轉換等等,知道這些都會用到三角函數,但是學了電路學與傅立葉轉換要幹麻?還是不知道。因為學了電路學我還是不會設計電路,學了傅立葉就更不知所謂了。這就像是連環套,或是俄羅斯娃娃,要一直等到進了研究所才知道要幹嘛以及能幹嘛。算算七八年過去了。還好,我夠堅持,不然撐不到初嚐甜美果實的時候。但是這過程苦啊!雖然這都要怪自己智商不到180。

這就像是一個木工學徒,老師叫他拿刨刀,一直刨一個平面,然後再用各式不同的刀具把一片木板修成不同的樣子,就是不知道這麼做要幹嘛。終於等到一天,開始用工具做一張簡單桌子的時候,才算是有一點知道過去那些基本功要幹嘛了。可是當木工要當得好,一定要會磨刀具,甚至是有一天自己設計自己的刀具,並且用原來的刀具製作自己想要的刀具。而刀具卻是另外一們學問。

圖說明

那這個跟線性組合有啥關係?知道怎麼對一個問題找到series的係數有一點像你要決定刀具要磨得多利,但是要真正登堂入室,你非得了解什麼是線性組合不可,因為唯有你真的瞭解了,你才有辦法自己做出自己合用的刀具,而線性組合就是前人已經製作好的工具,你不過是站在巨人的肩膀,要用它來做新的工具罷了。難道不懂線性組合就不懂得用Maclaurin Series嗎?也不至於,只是懂得不夠完整而已。

有的人,天生是對數學本身是感到興趣的,所以他是把數學本身當作自己的學習目的,而在很多地方,數學只是工具,只會數學是做不出好應用的,打個比方,就是刀具師父。有的人,天生喜歡做作品,他只要很懂怎麼用刀具就好,不必自己做刀具,用買的就行,甚至連磨刀都請人代勞。你要是叫他自己磨刀,甚至自己做刀具,那是會翻臉的。只有很少數人,既是木工大師,也是刀具大師。

若是你一定要說數學是工具,電機是作品,那麼,沒有工具,作品怎麼出來?那豈不是要回到尼安德塔人之前了嗎?撇開這些現實利益不看,千古留名的多半是數學家,而不是「電機學家」或是「電腦學家」。走在巴黎的街頭,多的是以數學家命名的道路,如Laplace,Lagrange與Fourier等等,因為真正影響世界的是這些數學家。沒有Laplace,控制理論可能會走不下去,那麼哪來的機器人。沒有Fourier,也就不會有我現在正在從事的音樂分析,更不會有Youtube。更進一步地說,這些數學目前多半都是以電腦程式來應用在各個領域。

「無用之用是為大用」。很多人視學科為無用(當然包含數學),但是這些看來目下除了用來考試之外根本用不到的學科,若是學得好是真正有大用的,只有把眼光放遠,才會看到它們真正的大用。

教學很難,但是把教學搞好方向,讓學生知道學這個到底要幹嘛,至少學習起來不會不知所以,逃兵也應該會少一點才對。所以若是把演算法這東西也像線性組合一樣移植過去,後果會是什麼呢?基本的問題是要教甚麼,要怎麼教,但在本國,此非課綱層次,更大的影響因素是:教師教學技能的僵固與大學考招的箝制。

我多次在本系提出特殊選材方案,簡單總結來說,就是,關門,拔掉網路線,考個12小時。Jserv級的大概2小時就可以過關。打通關就進來念。為的就是讓程式專長的學生得以進入本系就讀。我是誠摯地關心學生的。難道大學資訊系會不清楚自己系所需要的人才是哪一種嗎?

政府要怎麼做,我插不上嘴。我是大學老師,深受其害。但是我不想就這麼接受(其實接受了近20年)。結果當然很辛苦。我沒有反程式,更沒有反運算思維,我反一窩蜂,反搞不清楚狀況。所以 Program the world兒童與少年程式設計教學計劃 很積極要培訓老師、開發課程,政府若是真的動起來,歡迎接收所有成果,反正我們的經費多數來自捐款,所以教材多數是免費的。取之於大眾,用之於大眾。若有這麼一天, Program the world兒童與少年程式設計教學計劃就可以去做其他有意義的事了。

我們必須給老師好好解構重組教材的時間,教材好好編老師才有辦法可以好好教。課程安排要讓學生知道學這些要幹什麼,而要知道這點,就是要設計問題,把學問融入進去這個很難,但是做得到的話,台灣就制霸了。

往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓