發展AI不只靠資訊學科，林百里：文科生將以軟技能逆襲|數位時代 BusinessNext

發展AI不只靠資訊學科，林百里：文科生將以軟技能逆襲

2010年代，人們已步入AI領導的「超智能社會」。在這樣的世代裡，教育制度應如何改革才能孕育出時代所需的人才？林百里強調，雖然科技不斷發展，真正的AI人才需要具備人文的精神。

林百里：台灣要做AI的自主國而不是輸入國，而人文能力是重點

林百里說，AI是由「ABC」三個方面組成，分別是演算法（Algorithm）、大數據（Big data）以及雲端運算（Cloud computing）。「其中透過雲端做AI運算可以省下大筆設備費用，也提供了AI爆發成長、遍地開花的發展根據，」他說。

如今，AI已全面進入人們的生活。從最尖端的醫療技術到藝術創作和譜曲，AI都扮演了關鍵的角色。但是，什麼樣的人能夠成為專業的AI人才呢？林百里認為，AI人才不一定是從資訊學科畢業的人。

林百里強調，了解社會脈動、會與人溝通的人才非常重要。因為AI要解決的是台灣的社會問題，那背後強調的是人文學科的理解力。他說， 台灣必須成為AI的自主國而不是輸入國。懂得「人」的人才，會是一大重點 。

以批判思考與溝通能力訓練AI人性化，文科生有望以「軟技能」逆襲

根據國家實驗研究院的資料顯示，2035年台灣在投入AI後的GDP成長率將上升1.7%，來到3.6%。而牛津大學的另一項報告則顯示，美國有將近一半的工作，在10年後有70%的機率會被自動化機器給取代。不過，雖然許多基本藍領工作、行政與會計助理等文書工作有被取代的風險，但AI也將帶動新形態工作的誕生。

「2030年，全球勞動力需求將上升21%到33%，遠超過失去的工作崗位數量，」林百里說。未來的新工作除了科技相關技能外，文科生的批判思考、溝通表達能力，都會是關鍵的技能。

AI雖然有高超的計算能力、可以解決封閉式的問題，但要優化AI，必須結合人文社會學科所培養的能力。

未來會出現的新工作，會著重於如何協助機器人性化、建立友善人機共處環境上。可能的例子包含了人性特徵訓練師、AI倫理經理、AI機器關係經理等。「文科生有機會以軟技能逆襲，讓AI變得幽默且具有同理心，」林百里說。

「用以致學」強過「學以致用」，問題導向式教育為發展重點

由於AI的自動化將取代許多例行性的工具，具有開創性、能夠靈活在工作上運用知識的人才變得更加珍貴。因此，林百里強調未來的教育應該以問題導向式的教學模式為主，讓學生以解決某個問題為出發點去學習，讓他們不斷與環境互動並進行決策，失敗了再繼續修正解決方案，才是培育未來AI人才的關鍵點。

而台灣大學電機系教授、體制外實驗教育機構BTS創辦人葉丙成也認同這樣的學習方式。他說，華人家長與老師在教育上有一種既定思維，覺得要幫學生準備好再讓他們上戰場。但準備過程通常很漫長，孩子們在學習當下不知道為何要學這個。

「我很反對學以致用這句話。用以致學才能真正培養學生的能力，」 葉丙成說。先讓孩子上戰場，讓他們發現自己缺乏什麼，才是有效的教學。

至於應該如何讓孩子們接軌AI世代，葉丙成表示，許多人對AI的想法好像史前人類看到火一樣，會感到害怕。我們想讓孩子知道，AI不是什麼神奇的魔法，而是但可以應用在日常生活上的一個能力。我們如果能讓孩子們不害怕AI，那麼未來AI就可以成為他們的力量。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。