近年人工智能（AI）迅速滲透高等教育，不少討論都帶着一種焦慮：學生是否仍有必要花4年時間修讀學位？大學會否像某些傳統行業一樣，在新技術衝擊下逐步被邊緣化？這類疑問並非毫無根據，但若僅以「AI能否取代教學內容」來衡量高等教育的前景，反而容易低估大學制度在高度不確定年代中的角色。
突顯作為訊號機制重要性
AI真正動搖的，並非知識本身，而是長期以來高度制度化、流程化的教學模式。當生成式AI能以極低成本完成寫作、解題與整理，學生自然會重新計算投入時間的回報；教師亦難以再透過傳統作業，準確判斷學生的理解程度。這個轉變，確實對現行教學結構構成壓力。
然而，這並不等同於高等教育前景黯淡。相反，在不確定性上升的環境中，高等教育反而可能更像一種安全資產，而非過時投資。
金融市場早已發現，當世界變得愈來愈難以預測，資金往往不是追逐最高回報，而是流向最可靠、最不容易在極端情景下失效的資產。這種「flight to quality」現象，反映的並非樂觀，而是風險管理。
將這個邏輯套用到教育領域，問題便不再是「AI能教多少東西」，而是在一個職業路徑愈來愈不穩定、技能壽命愈來愈短的世界，哪類教育投資最不容易過時？短期、工具性的技能，往往最容易被AI取代；相反，能夠培養分析能力、理解因果關係、在資訊不完全下作判斷的訓練，其價值反而更為持久。
這亦解釋了為何AI未必會削弱高等教育在勞動市場中的角色。即使生成式AI能協助寫履歷、篩選資料，僱主仍然面對一個根本問題：如何在高度不確定的環境中，判斷年輕求職者的潛力、學習能力與可靠性。現實是，AI對整體就業結構的長期影響仍充滿未知數，在這種情況下，大學學位作為訊號機制反而顯得更重要。它未必完美，但在資訊不完全的世界中，仍然是一個相對穩定的篩選與配對機制。只要勞動市場仍需要某種可信的判斷基準，高等教育便不會輕易失去其功能。
AI令學府更重視教育品質
更重要的是，AI帶來的壓力，正在改變大學內部的誘因結構。當家長與學生開始更直接地質疑學費是否「物有所值」，管理層便難以再單靠聲譽與歷史定位作回應。這種壓力，反而可能促使大學更重視教學質量與學習成果，而非象徵性的擴張或包裝。
換言之，AI更像一個篩選機制。無法清楚說明自身教育價值的大學，需求可能下降；能夠結合AI、並清楚展示學生能力如何被培養與觀察的院校，反而可能受益。
在這個背景下，我自己亦有在教學上作出一些調整──例如利用AI處理機械性解釋，將課堂時間集中於推理與應用，或重新設計評核方式以降低純粹交付AI成品的回報──並非因為對教育前景悲觀，而是基於一個相對務實的判斷：高等教育的價值，在AI時代需要重新說清楚，而不是只靠守舊撐下去。
人工智能並未宣判高等教育的終結，它只是終結了一種對大學需求「理所當然」的狀態。未來的高等教育，將更少依賴模糊的聲譽敍事，而更需要清楚回答3個問題：學生究竟學到什麼？這些能力如何被觀察？它們如何在一個高度不確定的世界中發揮作用？在一個答案愈來愈便宜的年代，真正稀缺的，始終是理解問題、處理不確定性，以及持續學習的能力。只要高等教育仍以此為核心，其前景便不至於黯淡。
No comments:
Post a Comment