人本AI時代挑戰 跨世代接棒
引言
莊炳湟（美國喬治亞理工學院電機及計算工程系講座教授）
感謝余紀忠基金會高瞻遠矚，投入資源，引領社會重視公共未來的發展，並舉辦這場具深遠意義的論壇。
近年來，生成式人工智慧技術與大型語言模型突飛猛進，在文本生成與資訊處理等方面的表現，似乎已超越多數一般人，讓許多人產生機器將取代人類的焦慮與壓力。
然而，事實上人工智慧仍是一項不斷演進中的技術，其未來的發展有賴研究人員持續投入與突破。至於它是否會真正取代人類，仍待時間驗證，目前仍不宜妄下定論。就當前情況來說，人工智慧能夠提供資訊、整理資訊與生成內容，若加以妥善運用，確實是一項有價值的工具。然而，它仍有不少缺陷，使用時必須謹慎。
我們必須理解，目前的AI仍是「反應式」的技術，也就是它僅能針對使用者提供的資訊進行回應。它透過文字與人溝通，語境就是它的溝通平台。雖然部分技術開始嘗試考慮表情等非語言因素，但功能仍十分有限，尚難與人類的情境甚至心境產生真實連結。
事實上，目前尚無感測技術能捕捉對話的完整情境，更無法理解對話者的心理狀態，也因此AI尚未能提供真正全方位的對話體驗。相較之下，人類對於自身與環境具備高度的警覺性，能自我檢討、自我改進，並激勵自己。眼前的AI無法自行修正錯誤，其「智能」完全建立於訓練資料之上，缺乏主動調整與學習的能力。
此外，AI不具備責任感，也無能力承擔後果；而人類則是有責任意識的生命體。我們對社會懷抱情感，願意承擔責任，並在共生共榮中尋找合作的喜悅，這些正是目前AI所無法理解與實踐的層面。現階段AI的應用，其產出所引發的後果，最終責任仍需由使用者承擔，這一點絕不可忽視，也是我最後想要提醒所有人來思考的問題。
- 莊炳湟檔案: 莊炳湟教授為中央研究院工程科學組院士；莊院士畢業於臺大電機系，並在美國取得博士學位後加入貝爾實驗室，加入後其提出混合概率的隱式馬可夫模式，為語音系統發展奠基基礎，且在人工智慧的發展上，他提出改變學習錯誤的度量函數，更為機器學習的重要原理。
綜合座談
主持 余孝先(工研院副總)
每位與談人針對「AI與人本」這個議題，都提出了非常重要的觀察，在科技與人文對話之間，目前雖然有一些科技研究者已經開始關注人文面向，但大多仍屬於個別的、點狀的實踐，但較為缺乏更高層次、系統性的整合思維，也就是從組織層面、制度設計或長期發展的角度，將人文、人本價值真正納入AI的發展過程當中，這是一個需要集體努力的挑戰，也是一個未來必須面對的關鍵議題。
很高興今天大家齊聚一堂，我們期待接下來的討論，能進一步激盪出跨領域的智慧與對話，讓AI的發展真正回歸以人為本的初衷。
🎯問題一:AI時代 學術與企業腳色轉換
提問/阮啓弘（中央大學副校長）
今天的主題是「人本AI」，強調Technology 和 Humanity 之間的 gap，三位講者都提到這是一個很大的問題。那麼以目前的技術發展、哲學思考、甚至東方哲學在其中的角色，我們該如何去 bridge 這個 gap？臺灣從學術界或企業界能扮演什麼樣的角色？像 Stanford 的 Human-Centered AI 已經發展五六年了，有許多哲學家與科學家進行對話。但臺灣似乎還缺乏這樣的對話與平臺，這是我今天參加這場論壇最想得到的一個答案。
🗣 回應
李宏毅 （台灣大學電機系教授）
我們工程背景的人，對「好」的理解可能就只有「正確率高」，但真正一個語言模型的「好答案」，其實牽涉到非常多面向；這時候就需要有人文背景的人，來定義不同的面向，作為技術發展的 benchmark。
舉個例來說，DeepSeek 在開發 R1 Zero 模型時，只要求數學題答對即可，不管過程。但結果是，它的推理過程變得人類難以理解，語言混亂、邏輯難辨。於是在正式版 R1 中，為了優化，技術人員加入一個新的限制：「若用中文問問題，就要用中文推理；用英文問，就要用英文推理。」這個限制雖讓正確率下降，但結果是值得的。
這說明人文的價值——我們不能只追求正確率的提升，還要讓模型具備人類可理解、可共鳴的特性。
林一平 （陽明交通大學終身講座教授）
目前不論是 discriminative AI 或是 generative AI，基本上都還是 deep learning 的模型，尤其 generative AI 層次更深。我發現「labeling (標註)」這件事情非常關鍵。當你想產生人文相關的AI工具時，由人文領域專長的人來標註，幫助AI來學習，就非常重要。因此未來大學的人文科系會擔負更重要的角色。
我現在正好是兩廳院的顧問，也跟一些從事藝術表演的專業人士交流。有一套俄國的系統——Stanislavski system，透過演員排練過程中的內在想法與情感，來評估 performance。我們 電腦資訊背景的人是完全看不懂；但相反的，有人文藝術底蘊的導演，一看就知道哪些細節表現得好不好。所以當我們在進行 AI 與表演的結合時，如果找一般人來 label，資料一定錯得一塌糊塗；但導演來看，就會很準確，這就是 domain knowledge 的價值。
如同李宏毅教授演講提到的 AI 改作文分數，我們如果找有文學修養的人來先標記一些文章，就能讓語言模型逐漸培養出文學素養，變成有文化深度的工具，這或許也是人文進入技術的一種實踐方式。
林百里 （廣達董事長）
我來分享一下國際上的一些做法。在美國，不同學校有不同的 solution。像 MIT 他們創建一個叫做「Computing College」的學院，它位於所有學院之上。science school、engineering school、religious school……全部都歸屬於 college 之下，這是一個非常 engineering 的講法。
而史丹佛大學的做法則不一樣，全球知名的人工智慧學者，也是史丹佛教授李飛飛，他就是將原來的 AI lab 擴展，成立了「HAI：Human-Centered AI Lab」，並且廣納加入哲學家，變成了一個跨領域整合的單位； Stanford 重視 Humanity，他們深知這是未來一定要面對的方向。
臺灣方面，我則認為臺大可以是領頭羊，應該設立一個 Human-Centered AI 學院。因為不同的文化、國情、社會制度、法律環境，都會影響人文與科技的發展方向。這個gap，包含 society、culture、legal 等議題是不能忽視的。
人文不只是存在於 priesthood、學者的討論而已，而是需要從政策與體制上就開始融合。我們有技術能力，也應該趁早建立跨領域的研究與解決框架，才能真正實現以人為本的 AI。
史欽泰 （工研院前院長）
人文與 AI，之間的張力一直存在。過去我們常說科技是中性的，關鍵在於人如何使用，科技由人創造，也由人使用，所以「人」本身其實一直是最重要的。以前人類的知識並沒有那麼細分，所有事物都從整體思維出發，但現在科技越發專精、分類越細，我們逐漸失去了整體的觀點。
所以當前的問題是：我們已經專精過頭了，該如何重新整合？這就需要對話，需要跨領域合作。就這點來說，臺灣的確比較弱，因為在過去，推動經濟發展的同時，不斷強調科技改善生活，卻忽略了「真善美」的價值。
因為上述的理由，我認為大學應該創造跨領域的機會。我記得個人過去在史丹佛求學時，他們設立了叫「X」的學院，象徵任何 X 領域都可以結合；正是因為有這樣的彈性整合，史丹佛的學者們研究才能創新、突破。
目前臺灣有一些零星的案例，像科技研究者開始關注人文議題，或人文學者也探討 AI 倫理，但我們缺的是「系統性、組織性」的結合，讓人文與科技在一個結構中並進發展；就像剛才林董事長提到的，臺大作為科技與人文都領先的學府，也許可以從臺灣的這些頂尖大學開始，試著搭建橋樑。
🎯問題二: AI跨界 藝術文化人如何參與?
提問:陳郁秀（前文建會主委）
我是人本這方面的代表，引起我焦慮是：如果臺灣人文藝術界無法及早參與，那未來AI所產出的所有美學，會不會將都是歐美式的、外來的，我們將失去自己的人文觀、審美觀與價值觀。我想請教大家，有什麼方法可以讓更多台灣的藝術家、文化人真正參與這場AI變革？
🗣 回應
林百里：
AI的發展，雖然讓模仿能力越來越提升，但模仿不等於創造，更不是情感的傳遞。藝術品，像書法，真跡和印刷品就是兩回事；真跡是立體的、有感情的；比如我年輕時看孫中山的《寒食帖》，當時不懂，後來越看越佩服。
人對藝術的感受，和成長背景、環境、文化有關，AI能模仿作品，但無法模仿人格與生命的厚度。MIT曾說，AI目前最多只能模擬人類6.7%的思考過程，人腦是蛋白質構成，AI是數位邏輯，兩者在運作的方式上差太多了，
所以我們不應低估人腦與人性；AI是我們人做出來的工具，他沒有靈魂，但人類是上帝創造的，人的智慧、創意與靈魂，目前看來仍然是AI無法觸及的核心。
林一平：
我覺得藝術有七分是天分，三分是訓練。未來，我們大概可以同意一件事，不管是硬體還是軟體領域，AI都有可能幫助藝術家「找到一個資質非常好的學生」。也就是說，AI未來有潛力變成藝術創作的學徒，一個你可以教、可以調整的學習對象。問題是：你願不願意教他？
我們這類電腦科學（Computer Science）的專家，習慣開源（open source），軟體完成後往往會開放出去，遵循一定規則，其他人可以沿用、再開發，但藝術家就不一樣了。他們創作的作品常常是嘔心瀝血之作，要他們「開放出來」，心態完全不同，這裡面有情感、創傷，也有價值和權利的糾結。
但我想提個假設，如果我拿一家值得信賴公司做出來的一個AI機器人，一個你從未遇過、資質最好的學生──你教他嗎？他不會跟你頂嘴，不會偷懶，不會情緒化，只會專心聽你講、跟著你練習。你不斷地fine tune他，不會像別人說的「走火入魔」，而是朝正確方向調教。結果有可能是：他變得跟你一樣，甚至青出於藍而勝於藍。(不過我同意林百里董事長的觀點，像張大千大師，AI可能無法經由學習而超越。)
而這種AI學生，若以「edge AI」的方式設計，也就是說，他只存在於你的身邊，不會把資料、風格、創作過程外流出去，那就不會有版權（copyright）問題；而這個機器人AI，也許真的有可能成為你的學生；不是取代，而是成為你藝術理念的延伸者。
你不再只是創作者，也變成了導師；這個AI「學生」的風格來自於你、表現也像你，甚至有一天比你更進一步，且他的創作與收益仍然歸於你。這會不會是AI與藝術未來最理想的關係？
🎯 學生綜合提問
提問者一：臺大新聞所碩士生
我好奇的是，像特斯拉這種人型機器人未來如果出現，是否能夠有效改善勞動力不足的現況？特別是針對未來高齡化社會，比如長照機構或醫療機構內部人力不足的情況。現在也看到醫護人員出現大量離職潮，請問這些勞動缺口是否真的能夠透過機器人來補足？
提問者二：中央大學經濟系學生
我想請問剛剛林一平教授提到的資本論觀點，指出AI的發展可能會導致更多人失業。但我想進一步請教的是：在目前臺灣所得與資源分配不均、貧富差距已經擴大的情況下，AI的迅速發展是否可能會進一步惡化這樣的不平等？甚至可能引發類似歷史上的社會動盪，形成歷史重演的局面？
提問者三：中央大學資工系學生
人本AI除了應用於實際問題的解決之外，也涉及情感層面；像是現在很多虛擬助理或聊天機器人，由於可以秒讀秒回、講出人們想聽的話，讓使用者產生被理解的感覺，甚至錯覺，加上AI具有低社交風險的特性，我看到越來越多人對AI產生了依戀的現象。請問教授們怎麼看待人類對AI產生感情依戀的這種現象？
提問者四：清華大學科技管理學系學生
我想請問的是，當AI越來越能模仿人類，甚至未來可能在某些方面超越人類時，那我們身為人類，還有什麼是應該堅持的價值？或者，有哪些核心能力是人類仍然應該不斷去探尋與保有的？
🗣 回應
林一平：
AI 會不會的把貧富差距再拉大？理論上是會的，但是我們還是可以從歷史來看這個問題。比如馬克思提出《資本論》的時候，他認為會有階級鬥爭，勞動者會反抗資本家。但在英國並沒有發生動搖國本的嚴重問題。為什麼？因為英國的資本家知道，你不能一直壓榨勞工，所以對於勞工的待遇，會適度做一些調整，當然這個調整是在資本家可以大量賺錢的前提下進行的。
另外，就是政府應該扮演的角色，政府的責任開始變得重要，在社會的演進中，對社會福利、公司治理也會有一些新的規定，例如現在很多對殘障人士的就業有要求，給予對的機會；這樣的制度慢慢產生，就有機會解決貧富問題。
所以馬克思在《資本論》的預測沒有在全世界發生的原因，就是政府的介入與企業的自覺，而將之平衡回來。那未來，如何讓 AI 成為幫人做「augmentation（擴增）」的工具，而不是單純取代人、影響人，我想也是政府跟企業重要的課題。
李宏毅：
我想回答 AI 依戀這個問題。其實我可以理解這種懼怕人群、覺得沒有人關心的那種痛苦，我認為 AI 依戀不一定是一件壞事。為什麼呢？因為有些人真的不擅於與人相處，可能會犯很多社交錯誤；如果他們可以跟 AI 對話，AI 能夠慢慢引導他們、教他們如何與人正常相處，甚至幫助他們走向人群。
而且跟 AI 練習對話有一個優點，就是 AI 可以重啟。人與人之間如果說錯話，關係可能就破裂了，但 AI 不會。雖然現在 AI 有記憶功能，但也可以清除記憶，重新開始。所以對有社交障礙的人來說，跟 AI 互動是很好的練習；如果我們能把 AI 設計成一個引導者，引導人學習更好地與其他人交流，這反而是一件好事。
林百里：
第一件事情，現在工廠裡面大部分都用機器手臂，因為機器手臂的成本很便宜，大概兩年就可以回本。你用這個機器手臂工作兩年，就等於請了兩年的人力，而且這個手臂可以用十年，後面都是賺的，所以機器手臂對於生產來說是很有利的。
但我有件事要提醒：「AI 可以取代藍領，也能取代白領」。藍領被AI 替代已經是正在進行式，白領現在才要開始，很多公司會根據自己的需求，重新設計工作流程與模型。科技是會讓社會被 reset，人的生活型態也會改變。我們可能開始會問，為什麼要工作五天？不能工作四天？甚至三天？人可以在家工作，也可以有更多家庭與休閒生活，這可能都是未來很大的一些軟性的轉變。
科技會進步，人也會進化，社會會找到平衡點，因為人是有智慧的，AI 也是有智慧的。
基金會結語：
史欽泰(余紀忠基金會董事)
我們聽了很多，AI 看起來是一個持續進步的技術，科學家與工程師都想把它做得更好，這是科技發展的動力，但我們也會擔心它帶來的後果，比如工作被取代、被仿冒或欺騙等。
不過，這些擔心其實並不是 AI 本身，而是因為「人怎麼使用它」。當然也有一種擔憂是 AI 自主，像外星人一樣獨立存在、失控，但目前我們還沒到那個階段，我們還沒有達到真正的人工智慧，現在的人還是比 AI 更有智慧。
人所擁有智慧，是人類不斷學習、挑戰、做夢、往前衝的能力；這也讓我們與其他物種，包括 AI不一樣。
人要維持人的本能與能量，AI 是我們教出來的，在這個過程中我們要與它持續互動，讓它馴服，成為服務人類的工具。所以，不用太擔心 AI，但要非常注意我們怎麼維持自己的本質，這才是最重要的。
只要保住人的特質，這就是「人本」的意義；AI 是「人工」智慧，但請相信，我們才是有真正智慧的那一方。
圓桌論壇 導師分享
「重理工、輕人文」的國家結構/郭力昕（政大傳播學院前院長）
我年紀可能大一些，可以稍微為大家回顧臺灣的高等教育與國家發展歷程。長期以來，我們從政府政策、體制思維到社會認知，始終是一種「重理工、輕人文」的發展邏輯，幾十年來不曾改變，到今天也依然如此。舉個具體的例子：我們的最高學術資源機構，名為「國家科學委員會」；你看這個名稱中的「科學」，其實就是自然科學掛帥的思維，否則為何不稱為「國家學術委員會」呢？雖然裡頭也設有「人文組」，但經費相對很少，大約僅占整體預算的 10~11%左右。而人文學科或社會科學研究若想獲得支持，還得儘量與自然科學的議題結合才行。
這正顯示出我們國家的學術導向仍以經濟、科技這類「船堅砲利」式的目標為優先，這種邏輯至今仍佔主流。我並非否認自然科學與經濟實力的重要性，但今天晚上幾位老師不約而同強調「人文」在AI文化中的核心角色，這正是我想進一步討論的。
掌握歷史脈絡與反思
我們需要意識到歷史與脈絡的重要性，AI不是中立的、自然生長的技術現象，它是一連串政治、經濟與文化選擇的結果。霍金曾經悲觀地預言：「人類將滅亡於AI。」我們或許不必那麼悲觀，但也不能掉以輕心；如果我們對科技缺乏反省，若繼續將科技的進化視為「理所當然的前提」，那麼我們就會持續陷入發展主義式的迷思。誠然，人類對新技術總是會有一波過度樂觀的追逐潮，法律、倫理、哲學總是在後頭追趕，但AI來得又急又猛，它可能帶來真正的「顛覆性變化」。因此，我們更需要從人文角度切入，發展出問題意識，建立對AI的批判性理解，避免落入技術至上的迷思，否則恐將成為「科技競爭」下的新一版社會達爾文主義。
傳承與思辨影響力
我在政大任教多年，深深感受到無論AI出現與否，臺灣年輕世代的優秀程度與資訊掌握的速度，非常之驚人。今天願意報名參加這場論壇的同學，我相信你們多少帶有一種使命感與思辨能力，我衷心期盼，這些討論與反思能夠帶回校園，在你們之中擴散開來，用社群媒體、用你們的語言，去傳遞影響力。
AI發展仍在初階，未來想像無限/阮啓弘（中央大學副校長）
真正的奇蹟在人類的大腦裡
針對AI的發展，我想以神經科學與心理學的背景，分享一些觀察與思考。我和黃國珍老師聊到，科技發展的過程中，所謂的「聖杯」其實一直在變。今天多位講者提到Jeffrey Hinton與Dennis Hassabis，這兩位人物非常值得我們年輕學者學習與反思。一位不做物理卻拿了諾貝爾物理獎，一位剛開始不做化學卻因為AI應用於蛋白質結構預測而獲得科學界最高榮譽，這代表了什麼？
對我而言，這說明了「你剛開始學什麼不重要」，理組或文組及背景科系的區分，在我們這個世代來看，其實已經沒有那麼重要。
我過去半年多次在課堂上播放《Nobel Minds》的討論影片給學生看。建議在座年輕學子多去聽聽這些成功者的歷程，他們成長的歷史脈絡很重要，這些是需要自己去深刻體會與感受。這些人並不是一路順遂，而是經歷無數努力與失敗後走出來的。他們如何探索、如何選擇題目、如何被拒絕再堅持，這些才是真正值得學習的地方。
今天我們談很多AI的應用，但比較像是「如何在AI時代生存」；很少人去想，AI本身是如何被創作出來的。以我對腦科學的理解，現在AI所用的腦科學知識，恐怕還不到人類大腦運作知識的千分之一。所以，我們不要忘記，人腦比AI聰明得多。我們要學會善用這個腦袋，去觀察、去發問、去創造。AI雖然強大，但它還遠遠不及我們真正理解與使用大腦的潛能。
AI 是奴隸、夥伴，還是我們自己的投射？/黃國珍（品學堂創辦人）
「能不能」到「該不該」 AI時代的「選擇」
當我談論AI這個議題時，總習慣從人文觀點切入。大約半年前，我接受了一場訪談，也參加了一場論壇，主題都圍繞在一個問題上：當現在許多科技科系不再納入國文科成績，人文學科的價值到底在哪裡？
我常這樣看人文科的角色：它的確無法直接創造產值，無法立刻變現成績效或報表上的數字；但當一個人賺到了錢，擁有了權力與資源，人文教育會問他——你賺到的錢，要用在什麼地方？你所採取的賺錢手段，是否正當？是否值得？人文學科不產值，但它提供價值。這個價值，是幫助我們思考「該不該」的能力，而不是僅僅停留在「能不能」。
科技凸顯人性的不安與慾望
今天我們談論AI，常常夾雜著一種恐懼感，彷彿面對一位自己無法駕馭的奴隸。這讓我想到奴隸制度：一個地主要奴隸工作，卻又害怕奴隸變聰明、反過來推翻自己。這正是我們今日對AI的矛盾態度我們賦予它極高的智能與能力，卻又擔心它成為威脅，最終剝奪我們的位置。
更深一層地說，這份恐懼的根源，也許來自於我們對技術霸權的無力感。我們擔心的不是AI，而是「誰擁有AI」；在這場競爭裡，掌握技術的科技企業與菁英群體，可能形成新的權力中心，讓資源與話語權更加集中，讓我們失去平等參與的機會。
回過頭來看，人類發明所有工具，無非是為了延伸自身能力。過去的工具不會思考，也不會學習；而今，我們第一次賦予工具「學習」，是人類最珍貴的本領之一。我們希望AI能學習、進步，但又害怕它進步太快，最終超越我們。我們說要創造智能，卻又把學習與自主視為威脅；這樣的矛盾，其實也是人性的投射。
那麼，我們到底要創造什麼樣的AI？我們要如何參與？這不再只是科技工程的議題，更是價值與倫理的議題。
理性樂觀與跨界學習/牛繼聖（前華新麗華總經理）
參加論壇的你 已經走在AI思考的起點
我在取得博士學位之前是念物理的，後來離開學校進入職場，第一份工作選擇的是金融業，在那裡工作了十多年，接著我轉換跑道到鋼鐵產業，至今仍在這個領域裡深耕。透過這樣的人生歷程，我想告訴各位同學：你現在沒辦法把AI徹底學好，真的沒關係。
事實上，職涯的大部分能力，並不是在學校裡，而是在職場上、在真實環境中學到的。你們今天願意來參加這樣一場論壇，代表你們已經有意識到AI是個重要的議題，至於是不是現在就要在校園階段花全力鑽研AI，未必。因為當你開始工作後，整個世界與你看到的世界，都會不斷變化。
時代責任與價值追求
回到講座的內容，我想挑幾個重點分享我的觀點：
第一點：AI目前仍處於非常早期的發展階段
我非常同意莊炳湟院士所說的，我們現在大概還在AI的「幼稚園」階段；既然還在這個階段，就不要過度緊張，因為真正的改變還在後頭。
你會發現，即使是今天的多位講者，在AI是否能「有意識」、「有感情」、「會審美」、「能夠交朋友」等議題上，其實彼此之間的觀點是分歧的。這表示，我們現在就做出斷言說AI永遠無法擁有意識，其實是太早的。
第二點：AI與法律、文化、經濟等層面的影響。
AI的技術會持續不斷地創造問題，而這些問題會激發各領域的反應；有些問題可以透過文化、教育、道德討論來因應，有些可能需要政府出手立法，有些則會透過人們日常生活中的調適逐步解決。
我們不必過度焦慮法律是否「跟不上」，因為歷史上幾乎沒有一個法律是走在科技前面的；世界的演進大多是「科技先行」，等出現問題，再用法律或制度修補。這是一個常態，也是一種制度演化的規律。
第三點：AI的法律責任（liability）問題
這問題目前看似模糊，但只要AI進入規模化應用，很快就會浮上檯面。例如，Tesla 的 robotaxi 若正式商轉，一旦同時有上千萬台車上路，只要在同一時刻出現事故，那法律責任要歸給誰？
更深層的問題在於：AI的產業鏈非常長；從模型提供者、資料提供者、軟體整合商、硬體製造商，到產品行銷商，任何一段出了錯，責任都可能難以釐清。誰該負責？是模型的錯？還是資料問題？還是硬體bug？這將會是保險業、監管機構與企業密切關注的重點議題。
第四點：工作不會消失，人類會自己「找事做」
人類是會「自己找麻煩」的生物。當效率提升、勞動壓力減輕，人們會主動創造出新的需求與文化現象，歷史就是這樣演進的。
文理之別正在瓦解 保持樂觀跨領域學習
最後我想談談「文科生的焦慮」。我之所以一開始介紹自己的背景，就是因為我現在也搞不清楚自己到底是文科還是理科。我賴以為生的能力，很多來自文科背景的訓練，但我又是理科畢業。我相信，AI的出現，會讓我們重新思考「學科分類」這件事。
也許三十年後的大學，已經不再是你現在看到的模樣，也不再劃分出所謂電機系、物理系這些傳統科系。知識會成為流動的資源，每個人都可以跨域學習。因此，我希望所有自認是文主科的學生，不要因為科技發展而喪失信心；科技的進展，會讓人文價值的需求更強烈。
AI會快速發展，但人類的智慧、創造力與反思能力，同樣具備無窮潛力。保持學習力，打破學科藩籬，擁抱科技，也不忘人文價值，才是我們一起走進AI時代的最佳姿態。
談AI：不是如何追趕，而是該問什麼問題/蔡蕙如（台灣大學新聞所副教授）
法律真的「落後」科技嗎？誰掌控未來？
今天聽完史欽泰、余孝先、林百里、林一平、李宏毅等學者們的演講，加上同學們對AI想像的提問，我統整出這些問題與思辨背後，涵蓋藝術與AI的關係、法律與AI的互動，以及個人是否必須具備AI能力才能生存於這個時代，這些議題都極具意義。
有好多人提到法律「跟不上」科技，好像法律應該要加快腳步，趕快補上科技特別是AI發展的進程。但我認為，這樣的說法其實預設了科技的發展是中立的、自然的、不可逆的；然而，科技真的那麼「自然」嗎？如果我們接受這種說法，就等於忽略了法律在過去其實有介入、甚至塑造科技發展方向的角色。
人文學科 讓AI社會有尊嚴與想像力
另外談到「學習AI」的問題。現在用的AI工具，大多不是本土開發，而是跨國大公司提供的系統，而我們是否已經默默接受這些壟斷平台的邏輯與架構，卻還以為這是「學習新工具」的自然選擇？這時人文社會學科在這裡的重要性就出現了。
它提供的是質疑、思辨與反思：AI的邏輯是怎麼形成的？誰制定了這些標準？又該如何建立制度來回應？當這個社會越來越講究效率、競爭、數據與生產力，是否就這樣把人性與尊嚴，一點一滴交給了機器？
我的意思並不是反對 AI，而是希望能以不同的邏輯來討論它；我們需要更多想像力與公共討論，讓人文學科與科技領域展開對話，攜手建構一個更民主、公平與互惠的社會。
(文字編輯:黃鈺安 照片拍攝:光房子創意)