打開手機或電腦輸入指令，幾秒內就能得到條理分明的解答。對當前的學生而言，生成式AI已如同字典或計算機般隨手可得；無論是檢索資料、統整重點或撰寫文章草稿，都不再需要像過去那樣在茫茫書海中摸索，或耗費大量時間死記背誦。然而，當知識一鍵即得成為常態，新的問題也隨之浮現：學習是否還需要記憶海量的知識？學校的教學方向又該如何動態調整？

橫跨資訊工程與人文社會、被大眾稱為「AI界李白」的國立中央大學資訊工程學系蔡宗翰教授形容，AI其實不會背東西，可是它讀過的書，比任何一個人都多。他長期投入臺灣本土AI技術開發與人才培育，其創辦的AI CUP競賽至今已培育超過3萬名AI領域人才。在他看來，生成式AI的普及並未讓學習變得更輕鬆，反倒讓經典的教育本質問題重新推到每個人面前：AI時代下，究竟什麼才值得學？

要回答學習是否還需背誦，得先釐清手上的工具究竟為何。蔡宗翰教授笑著說，生成式AI最貼切的比喻其實ChatGPT自己就講得很好，它就是一台文字接龍器。生成式AI研讀過人類寫下的海量文本，因此學會根據前文猜出下一個最可能出現的字詞。

「但它絕非資料庫。」蔡宗翰教授特別提醒，最常見的誤解是以為生成式AI會搜尋特定資料庫來提供解答。事實上，AI是將讀過的海量文字進行壓縮與重組，內化在龐大的神經網路中。當人們提問時，它進行的是「猜測下一個字要接什麼」，而非「精確的資料檢索」，也正因為任何能轉成序列資料的元素，像是文字、圖片、音樂，甚至DNA序列都能餵給ＡI學習，它才能展現出既寫文章，又可以生成圖像或音樂的跨領域能力。

理解AI的本質，才能看清其盲點，進而正確地與之協作。蔡宗翰教授舉例，AI曾將帶有責備語氣的中文「玩什麼玩」直譯為英文的“What are you playing？”，原因就在於它未曾真正經歷過人類社會被責備的情境脈絡。

更關鍵的是，由於AI的運作核心是接續預測出看似合理的文本，因此即使遇到未知問題，它也會像寫作文般硬是編出一套煞有其事的說法，這便是人工智慧領域中的「幻覺（hallucination）」現象。蔡宗翰教授說明：「AI沒學過的知識，我們再怎麼善於提問，它依舊無法無中生有。這就像一位沒讀過書卻不懂裝懂的人，無論如何引導，他依然只能根據表面胡謅，回答不出真正的核心關鍵。」

然而，正因為AI「很會讀」，許多原本需要仰賴記憶才能跨越的知識門檻正在快速消失。蔡宗翰教授指出，這幾年AI之所以能在律師資格考試、研究所入學考、奧林匹亞學科競賽拿下高分，關鍵在於它幾乎讀完數位世界中人類留下的精華文本，在特定知識的覆蓋率上已然超越人類個體的極限。

這意味著，把大腦當作儲存硬碟、比賽誰背得多或背得熟的學習方式，在AI面前快速失去價值。蔡宗翰教授直言，如果一個人在某個領域只停留在淺層認知，且知識長年未更新，競爭力確實不如AI，但這並不代表人類不需要學習。蔡宗翰教授解釋：「我們的學習重心已從記住答案轉變為判斷答案，當資訊的取得與整理不再費力，真正稀缺的能力是判斷AI生成的內容究竟正確與否，而這種思辨與判斷力，正是傳統背誦鍛練不出來的。」

「現在對專業的要求程度反而更高了，專業能力並沒有像許多人以為的變得不重要。」蔡宗翰教授強調，只要AI還無法保證百分之百正確，人類就有不可取代的位置。目前AI生成的內容，每一句都仍需要用專業去檢視，而這正是判斷力勝過記憶力的最佳縮影。

針對AI時代下的學習者，蔡宗翰教授提出了「雙軌發展」的調適途徑。

第一軌是深耕專業，唯有對單一領域的理解夠深入，才能成為精準抓出AI錯誤的箇中高手，並有能力為AI設定具體的生成目標、驗證產出品質，進而承擔最終決策的結果。學習者必須把自己訓練成「指揮官」，與其和AI盲目競爭，不如用專業去指揮它。專業是人類跨界發展的底氣，也是驅動AI展現最大效能的關鍵支點。

第二軌則是擁抱跨域，AI雖擅長整合既有知識，卻極難將兩個無關的領域碰撞出全新的火花。若能以深厚的單一專業為根基，同時具備跨域整合的視野，再進一步搭配AI工具的輔助，便能產生巨大的乘數效應，成為AI時代下最難被科技取代的「T型人才」。

除了學習者自我調適，教育現場也必須迎來相應的變革。蔡宗翰教授觀察到，AI最被低估的角色，是它能擔任隨時在線的「個人化助教」，有效填補長年難以解決的師資缺口。

「再熱忱的老師，也難以在有限的時間內，引導所有學生深入各自感興趣的領域。」蔡宗翰教授坦言，這是集體教育結構的限制，但許多高潛力的學生往往因缺乏能一路陪伴、即時解惑的引導者，在遭遇瓶頸時消磨了熱情，導致潛能遭到埋沒，而AI正好能扮演那座啟發的橋梁。

蔡宗翰教授分享兩個第一線的真實案例。2023年，他把一道地理學難題交給一位高中生，由於相關文獻不到50筆，根本無法以傳統的機器學習技術處理；然而在給予基本方向後，該名學生透過自學與AI持續深度討論，歷時3年，最終竟成功以物理學方法，解開過去無人能破的謎題。

另一個案例，則是他帶領中央大學實驗室參與歐洲的生醫問答競賽。他嘗試讓高中生與研究生各組一隊參賽，結果高中生隊伍歷經4輪全勝、擊敗眾多國際名校奪得冠軍。其制勝的關鍵策略卻極其單純，學生同時向3個不同的AI模型提問並相互比對，甚至動手建立大型測試集，摸索出哪種問題該用哪個模型解答最精準。蔡宗翰教授笑著指出：「一個擁有決心和基本邏輯常識的人，善用AI就能將自己的知識直接提升到贏過研究生的水準。」

這種個人化的陪伴應用，也不僅限於課業範疇。蔡宗翰教授表示，高潛力的孩子常因思路過於跳躍，不易被同儕理解而感到孤獨；AI卻恰好能跟上這種非線性的對話節奏。因此，如何引導學生在知性方面與AI共學，同時在情感與社會化上回歸真人互動，已成為現代教育不容忽視的新課題。

至於如何在日常中落實與AI共學的有效模式，蔡宗翰教授歸納4個具體步驟。首先必須找到自己真正想探索的問題，因為AI是工具，而非目標；其次是理解AI的技術原理與邊界，才能有效識別其錯誤；第三是從日常作業、報告等小任務開始練習協作；最後則務必嚴守學術誠信與使用規範，絕不為求速成而便宜行事。

真正能善用AI的人，關鍵在於懂得精準提問。蔡宗翰教授建議，與其空泛地拋出問題，不如為AI建立清楚的框架，明確設定其角色、任務、輸出格式與限制條件，並提供可依循的參考資料。換言之，對AI提問本身就是一門需要高度思辨與組織能力的技術。

此外，他也點出5種AI難以企及、最值得當代學習者深耕的核心能力。首先是靈活因應複雜情境的「應變」彈性，以及由靈感直覺帶來跳躍式創造力的「飛躍」；而在人際與社會層面，則包含深刻理解他人情緒並建立連結的「共情」能力、「平衡」多元價值衝突的決策力，以及透過親身經歷與文化沉澱所產生的生命「體悟」。蔡宗翰教授認為，這些從生命經驗中孕育出來的洞察與判斷，正是人類最珍貴、也最該花時間累積的資產。

當AI開始當老師，真正被改寫的，是人類該把力氣花在哪裡。學習的本質未曾消失，只是重心已轉移。將知識背得滾瓜爛熟不再是核心競爭力；學會提出好問題、辨別答案的真偽、把不同領域整合成全新視野，才是當前教育真正該鍛鍊的基本功。當人們懂得運用專業指揮AI，藉由科技拓展自己的眼界，學習這件事，反而比過去任何時代，都更需要發揮人的本質。