AI時代的教育：面對瞬息萬變的模糊未來，孩子為何而學、要學什麼、如何去學？

【AI時代的教育工程藍圖】

當今世界，身為人的意義何在？
AI迫使我們思考這個世代的核心問題
而教育是最根本的解方

「如果工作部分或全面自動化，教育哪些部分還具有意義呢？」
「為什麼 AI 使得學生的動機、目的、個人化更加重要？」
「如何將 AI 工具融入課程之中，更貼近學習者的未來？」
CCR專家深入梳理AI時代人類最迫切的關鍵能力
擘劃21世紀的教育藍圖，期望每個孩子都能──
有智慧因應變動、能站穩自我價值、活出生命熱情

「當智慧不再八股與虛幻，我們將更有信心堅持著教育的根本。」──藍偉瑩導讀

★前芬蘭教育部長、哈佛教育研究所、多倫多大學、OECD等國外專家好評推薦★
★李怡志、呂冠緯、林怡辰、胡筱薇、唐鳳、陳伶志、程世嘉、溫怡玲、楊逸帆、楊斯棓、鄭同僚、蔡炎龍、蔡依橙、蔡祈岩、蔡淇華等國內專家一致推薦★
★圖表辨析「人類能力」與「AI能力」之間的互補與替代★
★以「智慧」為教育終極目標，奠定「四維能力」與「四大驅動力」基石

2016年，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」走法贏得比賽。2022年，Midjourney的畫作在國際比賽中擊敗了眾多專業藝術家，奪得冠軍。現今的 ChatGPT能寫出A級作文、寫程式、在醫學和法律領域展現能力，一些企業已經開始使用這類AI來代替部分人力。
AI技術的驚人進步正在改變我們生活，意味著下一代孩子將面臨與我們成長時截然不同的世界。傳統的學習模式和知識結構，還能保證他們在未來立足嗎？當AI不斷在各個領域中嶄露頭角時，教育如何確保孩子不僅能跟上時代的步伐，還能站穩自己的價值，這已經成為每個家長和教育者都無法忽視的問題。
同時擁有教育和技術專長的「課程重新設計中心」（Center for Curriculum Redesign）機構專家，採取前瞻視角對科技影響進行深入分析，並提出改革的創新之法，重新思考在AI時代裡，教育的目標為何？該用什麼方法進行？為教育工作者、政策制定者、任何對AI時代人類前景感興趣者的必讀指引。

▌本書重點｜釐清AI的優勢與侷限
「未來哪些工作會繼續存在？又會冒出哪些工作？」
短時間之內，AI並「不會」取代多數工作，但可以確定的是：擁有AI的人，能夠打敗沒有AI的人。掌握如同大腦「外骨骼」的AI，理解AI的現階段發展，以及跟人類協作的能力互補，是銜接未來就業的重點能力。

▌本書重點｜找出教育的最終目的
「如果工作部分或全面自動化，那教育哪些部分還具有意義呢？」
面對瞬息萬變的模糊未來， 本書從近代認知科學、心理學與教育研究汲取淬鍊，將「智慧」做為21世紀教育的關鍵目標，學習不再只是獲取「資料」與「資訊」，而是對背景脈絡具備深刻洞察力，能適當平衡的應用知識、應對變動，做出有益的選擇。

▌本書重點｜建立有系統的教育綱領
‧四個維度能力 ▶知識、技能、品格、後設學習
‧四大驅動力 ▶動機、身分認同、自主行動力、人生目的
AI能出色完成作文、繪畫、程式等例行性工作與任務，可能正在影響或重塑人類的身分認同，我們需要回到人類經驗找尋意義。機器的學習是「計算」，人類的學習是「判斷」，如何做出智慧的判斷與選擇？CCR統合世界各地超過 100 種架構與超過850 份論文，建立起適用於21世紀的「四維與四個驅動力」教育架構，在機器無法輕易複製的經驗裡實現人類的價值。

▌本書重點｜用AI之力為教育賦能
「如何將AI工具融入課程之中，更貼近學習者的未來？」
面對科技進步，無須恐懼與抗拒，借用AI之力為人類教育者增能，而非取而代之。AI在教育上能發揮「推進器」的力量──
‧課程設計 ▶設計創新且為學生量身打造的課程與教案。
‧課程教授 ▶提供ITS服務，針對學生的強項與弱項提供個人化學習。。

【本書特色】
‧趨勢性：全球大視野下的趨勢觀察，採取前瞻性視角，辨析AI的優勢、侷限與發展，從而梳理出AI時代人類最需要的能力。
‧全面性：分析統合世界各地100多種架構、850份以上學習科學論文，對教育進行多重且廣泛的討論，具備周全平衡的觀點。
‧實踐性：在「四維能力」與「四大驅動力」架構下，一一列出相應的子能力，給予詳細而實用的建議，能回應K-12的教育內涵，做為課程制定與教案設計的參考。

【閱讀對象】
‧教師、教育工作者。
‧關心孩子未來的家長。
‧想知道二十年後世界樣貌的年輕人。
‧想進行職涯規劃、為自我增能的工作者。

各界專家推薦
（依姓名筆劃排序）

李怡志｜教育工作者
呂冠緯｜均一平台教育基金會董事長暨執行長
林怡辰｜彰化縣原斗國小教師、閱讀推廣人、作家
胡筱薇｜中原大學智慧運算與量子資訊學院副教授
唐鳳
陳伶志｜中央研究院資訊科學所研究員
程世嘉｜iKala 共同創辦人暨執行長
溫怡玲｜台灣人工智慧科技基金會執行長
楊逸帆｜《學習的理由》導演、青醒人共生文化智庫研究員
楊斯棓｜醫師、《要有一個人》作者
鄭同僚｜臺灣實驗教育推動中心計畫主持人
蔡炎龍｜政治大學學務長
蔡依橙｜素養教育工作坊核心講師
蔡祈岩｜台灣大哥大資訊長、IMA資訊經理人協會理事長
蔡淇華｜惠文高中圖書館主任、作家

查爾斯．費德 Charles Fadel
查爾斯是全球教育思想領袖、作家、未來學家、發明家、課程重新設計中心（CCR）創辦人兼主席、BIAC／OECD教育委員會主席、OECD人工智慧未來專家小組的成員。與他人合著有《AI時代的教育》（2024年）、《教育中的AI》（2019年）、《四維教育》（以23種語言版本發行的架構）、《二十一世紀技能》（Wiley出版，2009年）。「二十一世紀技能」已成為全球通用的詞彙。
他曾與三十多國的教育體系和機構合作，並且在科技管理領域工作25年（M/A-COM、NeurodyneAI 〔創辦人〕、Analog Devices、思科系統〔Cisco Systems〕）。
在此之前，他是瑞士日內瓦赫爾維蒂卡教育基金會（Fondation Helvetica Educatio）的創辦人兼總裁、思科系統的全球教育主管、麻省理工學院實驗學習小組和華頓商學院／賓州大學學習長（CLO）學程訪問學者、哈佛大學教育學院計畫總監、奧林工程學院校長委員會成員，也是Beacon Angels的天使投資人。他有BSEE和MBA學位，還有七項專利（另有一項送審中）。
完整履歷請見：http://curriculumredesign.org/about/team/#charles

亞莉西斯．布萊克 Alexis Black
亞莉西斯是人類學博士，研究著重於語言、想像力與人類現實之間的關係。她主要研究語言使用，因為說話者在新情境與未知或未來的場景中，會讓自己的經驗「說得通」。她的博士後研究（2020～2021年，由費森基金會〔Fyssen Foundation〕慷慨贊助）關乎新冠疫情期間的健康故事講述及理解危機。目前為CCR的資深研究員，專長在於意義建構，也有豐富的研究經驗，這些都和CCR為未來世界設計相關課程與工具的目標一致。
羅比．泰勒 Robbie Taylor
羅比是CCR的傑出資深顧問，他在CCR領導並合作許多專案，包括發展四維架構、全球能力測量、為學校及教師提供諮詢和專業進修。之前曾擔任奧斯丁預備中學（Austin Preparatory School）的課程協調教師兼藝術設計教師。他有哈佛教育學院的學校領導力教育碩士學位，以及東北大學的傳播學士學位。

珍妮特．史雷辛斯基 Janet Slesinski
珍妮特是CCR的教育顧問。她指導全球教師研發更強大的內容、教學法和評量知識。她也致力於開發現代數學課程、能力研究及課程軟體。在這之前，她曾擔任康乃狄克州曼斯菲爾德第十九學區的數學主任，並且曾在佛蒙特州、田納西州、康乃狄克州教過中學數學。她有聖麥可學院（Saint Michael’s College）的課程碩士學位，以及佛蒙特大學的中等教育學士學位、數學學士學位、物理學學士學位。

凱蒂．鄧恩Katie Dunn
凱蒂是CCR的教育研究員暨專案經理。在此之前，她是波士頓拉丁學校的自然和數學教師。她有高田教學研究所（High Meadows Graduate School of Teaching and Learning，前伍德羅威爾森學院〔Woodrow Wilson Institute〕，與麻省理工學院合作）的教育碩士學位，以及麻省理工學院的物理學和行星科學學士學位。

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

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

▋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。