《天下雜誌》與近年來致力於提升台灣AI教育品質、首創跨校課程的《永齡教育基金會》合作，透過問卷提問，希望了解「賦能世代」的樣貌，也作為後續AI教育推動參考。根據調查結果顯示，73%的青年認同AI是未來五年內職場發展中重要的技能之一，並且認為學習AI可以幫助自己適應未來職場的需求變化外，更有71.8%的青年認為，未來的人才應該具備相當的AI素養，要能理解AI運作原理、倫理與法規等，這是後續人才培養應該要重視的部份。
以多元策略推動AI通識課程 讓學生不分系別都「會用」AI
對此，東吳大學法學院暨法律學系院長莊永丞教授表示，「過去大眾對於法律的概念，多停留在裁罰、賠償，法律規範是用來降低交易成本、創造社會最大財富的一個機制，與其說是除弊，不如說是興利。面對AI風起雲湧所將帶來的衝擊，就能透過法律規範，也就是AI基本法先防患未然。」而他也強調，AI法治教育，不單只是對法律系的學生，更重要的是，「非法律系的學生，也要了解。」因而在教學現場，他鼓勵學生用法律去理解科技、用科技去拓展法律。「這不僅是為了讓學生「會用」AI，更是希望他們能「理解其背後的風險與價值」，唯有如此，才能為台灣厚植真正具有國際競爭力、能夠靈活應對未來挑戰的人才。」
針對調查中對於AI教育的高認同，莊永丞也認為，「學生對AI是充滿興趣的，然而對其應用原理、倫理議題及法律風險的掌握卻不夠全面。特別是非理 工背景的學生之間，會出現「工具焦慮」與「知識碎片化」的問題外，教師在面對這些跨領域主題時，也常感到難以用適當的語言銜接技術與法律、或社會人文之間的鴻溝。」而為了補強這些挑戰，東吳採取多元策略，首先在課程設計上，戮力推動AI通識課程，並在法學院內開設人工智慧法律、人工智慧跨域應用等課程，「我們也積極接觸產業與學術界，例如與微軟、理律學堂等單位合作，辦理學術論壇與工作坊，讓學生接觸第一線議題與案例。」
從技術、工具帶動人才轉變 打造珍貴未來力
有鑑於AI教育形式多元，大數據專家、同時也是馬里蘭大學講座教授暨工業人工智慧中心主任的李傑教授表示，工業人工智慧包含三大要素：資料（Data）、特定領域（Domain）以及類別（Discipline），「從歷史上來看，過往人工智慧專注在資料本身─也就是引用大量數據資料來訓練機器。」實際上，在產業應用之下，要做到的卻不僅於此，李傑表示，「人工智慧是認知科學，主要是讓軟體做深度學習、人臉辨識與人機互動，相較於傳統的AI不保證成果的可靠性，會因為輸入數據與使用者不同，結果就會不同，工業上的AI更強調可靠的預測，因此他主張的工業人工智慧集中在專業知識，讓每一次使用人工智慧獲得的結果都是可靠，適用於強調「安全性」的產業，如汽車、地鐵與工具機。」
在培育工業AI人才的智慧製造課程，李傑認為除了要傳遞專業知識，更要培養學員在快速變化時代中具備解決問題的能力，讓學生掌握自學項目及快速精進專業，再由教授提供數據與工具，好讓學生能透過工具解決過去企業曾面臨的問題後再回到企業中找尋自己的數據，並利用課程中傳授的工具解決企業問題，最後將前三項所學傳授給其他人，讓企業順利透過工業AI加速產業的生產力、競爭力及創新力。
調查中也顯示71.2%公立學校的受訪者認同AI技術可以促進台灣的產業轉型與升級，明顯高於私立學校學生及其他類學生。針對這樣的情況，莊永丞不諱言指出，「在資源上，公立學校的確優於私立，所以認同度也高。東吳的作法，除了早在五、六年，創全國之始開設巨資管理學院，也要非常感謝永齡基金會與人工智慧法律國際研究基金會的張麗卿老師提供東吳大學一個難得的機會，聯合開設長達16週的台灣創新「AI未來應用與監管法規探索」系列課程。」這門課程的誕生，可說是東吳對「AI與法律」議題的高度關注，也反映東吳一直以來在推動跨領域 AI 教育上的努力。
「AI未來應用與監管法規探索」系列課程以16週完整架構進行規劃，橫跨AI教育對未來職場的影響、AI基礎與應用、AI對法律體系的衝擊與治理等面向，「我們希望學生不只是獲得知識，更透過討論、模擬與案例研析，養成思辨與整合能力，這些是我們希望帶給學生最珍貴的「未來力」。」莊永丞說。
domain knowledge is key 跳脫代工改成「帶」頭思維
另外，有七成的青年看好AI的發展會有助於台灣的全球競爭力，並且促成產業轉型與提升。同時，有六成青年認為從更長遠來看，AI 教育應該納入台灣中長期的教育政策中。
李傑將AI發展方向概括為ABC：算法（Algorithm）、大數據（Big Data）和計算能力（Computing），而在未來的競爭中，共有三個賽道；第一個賽道以ABC為基礎，再加上資訊中心（Data Center）、電力(Electricity)，形成AI 基礎建設。「這個範疇真正的玩家都是高大上的企業，賽道也是由國家、企業、投資人士支援，目前未來方向如何還不能肯定。
第二個賽道的ABC是相同的，「不同之處在於D是DeepData Computing，E則是E-Process，也就是如何做出AI產品。」李傑指出，「台灣是由製造出身，擅長製作device，卻缺乏AI thinking。如果台灣能從「代」工業，變成「帶」代業，將這些寶貴的數據轉化為可建模、可學習及可傳承的資源，建立出數據生態，利用這些系統產生的大量數據，影響及進行下一個世代的設計與服務，才是一個價值轉型的方向。」
至於第三個賽道，ABC也是一樣，加上Domain、Enterprise，形成所謂的工業AI，「這需要長期的培養，沒有短期的勝利。而當中要涵養的是很強的AI系統工程。這門課目前很缺乏。」李傑說，「所以，未來需要新的思維模式，將數據、領域知識和紀律性相結合，建立並維護產品的生命週期，要在AI中間找到能落地的方式，這些都是需要被發掘的領域，不應盲目追隨傳統路徑，而應該探索AI落地應用的新領域，因為產業轉型的步伐正在加速。」
文章詳閱:https://futurecity.cw.com.tw/article/3715
採用全球最先進SSL 256bit傳輸加密機制