AI人才全球缺 教育部需正視問題本質

2017年,AI重返學研視野,直到2022年回歸產業,如今早成產官學研所重視之顯學。2018年,中華經濟研究院日本中心主任魏聰哲即評論:「鼓勵產業導入運用AI機器人之後如沒有相應的產業人才轉型策略,則可能造成高階人才外流以及既有產業人才低薪化問題,但如能搭配各種人才轉型配套措施,則能形成人才價值創造能力與薪資同時提升的『人財共進化』良性循環。

2024年,華爾街分析指出,「對於科技的影響力,我們總是高估短期、低估長期。」除了帶動組織改革之外,數位轉型對於產業最大的影響是改變商業模式,從而導致其盈利型態巨變,但正因商界對於新技術需要時間適應,AI不會馬上造成普遍失業,反而會促進生產力的提升。最能想像的差異是,人人都會有個AI個人助理(PLAM),工作模式將會高度自動化。不過,矽谷巨頭Gary Marcus 即質疑,人工通用智慧在2030年前大概無法付諸現實,大型語言模型的諸多限制會是產業考量的重點。進一步論,在AI普及之後所遇上的困難會是人性:正因AI沒有人性、不應出現偏誤,所以人們的標準只會越來越高。再加上人機互動的擬真程度會因為技術改善獲得提升,AI很可能會讓人類試圖發展出一個「完人」的樣板(prototype)。

AI的技術進展迅速,但其在組織和社會中的普遍性應用乃至對於未來保障的規劃更該是一個漸進的過程,國際社會也逐漸開始意識到AI策略的重要性。近期國外管顧公司GitClear調查指出,就寫程式的能力來看,AI在高難度的靈活運用上表現不佳,但卻降低技術門檻,換言之,讓程式碼品質下降的同時又引發基層工程師的失業焦慮 。用國際視角來看,印度為首的新興市場所能孕育出的工程師數量快速增加,導致離岸外包趨勢持續,軟體開發成本在可見未來大幅降低。但是,就算在印度本土,發展生成式人工智能方面也面臨重重挑戰:其一,主要通行的印地語在網絡上的可用數據極少 ,收集速度也較慢;其二,人才短缺和政府治理能力本就不盡理想,用AI輔助甚至會放大問題。就此,AI 發展策略著重於解決本地實際問題,例如簡化政府服務和提升系統效率,並利用較小型的開源模型,而非追求大型語言模型的研發。

印度希望藉此發展出符合自身需求的AI應用,臺灣呢?日前教育部推動「臺灣大專院校人工智慧學程聯盟課程」,產業缺人才,國家補人才,再理所當然不過,但政策配套是一大問題——該政策遭外界批判選課率低,部分私校祭出高額獎勵金鼓勵學生修讀,引發教團質疑其必要性。筆者以為,將各大學師生嫁接到一塊,實非無可質疑。就算忽略名額使用率低的困境,仍有未盡之處,各方評論指出,聯盟課程與各校系既有必修課重複,對於相關專業出身的學生而言頗顯冗贅;對於跨域學習的學生來說,15學分的學程僅有3至6學分能被採計抵免,動力本已不高,且個別課程難度頗高,與自身專業疊加,課業壓力恐怕非常人所能承擔。以校際角度觀之,各大學課程本多為該校學生特別設計,內容深淺不一,如今跨校修課,學生程度無法相當的同時,若要鼓勵跨域學習,怎能期待後段班學生能在先備知識匱乏的情況下真切理解人工智慧領域困難的技術體系?

荷蘭學者Bart點出,未來五年之內,超過九成的數位內容會部分乃至全面性地為AI所產製,在此種混成(synthetic)的社會當中,如何證成真假虛實之異同或將愈發困難,而人才培育正是長期發展的關鍵。教育部所推行的政策立意良善,但欲單憑一紙證書突破人資體系的重重藩籬、推展真正能落地的系統性人智培育,恐需再加思索。學程在產業會不會被買單尚且未知,此時強推跨校聯盟,恐怕忽略了行政上各家自有分際、教學上各校需因材施教,稍嫌過於理想。最根本的邏輯是,國家當強調應用AI、發揮跨域角色,長久之計酌加研析,而不急於一時——如何進一步完善施政方針,政府與人民得一同面對。

(作者為本會研究助理 羅澤)

 

參考資料:

相關新聞

據勞保局統計2024年核定支付的行業別,以製造業與批發及零售業等為多 ,而出版影音及資通訊業與專業、科學及技術服務業再次之。有學者直言,...
兩岸局勢升高,中央研究院院士吳玉山昨天表示,和平是民主之母,台灣現在迫切需要和平研究,台灣社會需要「烏鴉」,針對相關議題站出來、說出問題,...
外交部 本月17日表示,誠摯歡迎美國亞利桑那州州長郝愷悌(Katie Hobbs)於16日至19日率團訪台,郝氏一行將晉見 賴清德 總統,...
總統賴清德本月13日召開「凝聚反併吞共識,因應中國統戰滲透」國安高層會議,針對台灣當前面對的5大國安及統戰威脅,提出17項因應策略。...