遠見這篇文章"史丹佛教授吳恩達：AI拿來學習很糟，但大學生這樣用才加分"，標題容易讓讀者誤解成 AI 不適合拿來學習，但文章內文其實說的是：不要把思考與學習過程外包給 AI。
都在告訴大家 :
不要讓 AI 取代你的思考
為何說遠見的文章誤解了吳恩達的意思呢 ? 標題「AI 拿來學習很糟」基本上就錯了，因為把 AI 當成學習工具，本身並沒有錯誤，是否錯誤完全看「學習的方法」對不對。
如果在學習過程中，把 AI 當成「答案產生器」，那麼就是錯誤的；如果在學習過程中，把 AI 當成「學習助理」，那麼就不算錯誤。
把 AI 當成「答案產生器」，你就不用思考，而把 AI 當成「學習助理」，你會持續思考。前者是 AI 讓你失能，後者你會因為 AI 而賦能。
因此，是否正確使用 AI，一個很重要的判斷標準，就是你有沒有把原本應該由自己完成的「認知」過程外包給 AI。
看過有人問說 : 「現在 Junior 工程師還找得到工作嗎? 」
答案應該是 :
傳統 Junior 工程師所負責的許多入門工作，正在快速被 AI 壓縮。如果 Junior 工程師仍然只停留在「把 Code 寫出來」的能力，而沒有利用 AI 加速學習 Requirement、System Analysis、System Design，以及判斷系統設計是否合理的能力，那麼未來的發展空間確實會受到很大影響。
舉個簡單的例子。
我碰到不懂的問題，有時候偷懶會直接問 AI，然後得到答案後把問題解決了。但是如果你問我為何這樣解決? 我可能答不上來，連剛剛用了哪些指令，我可能都忘了。
如此使用 AI 的方式就是錯誤的。
因此我現在使用 AI 只會用在兩個情境 :
第一個就是我已經會的事情，讓 AI 幫我節省時間把事情做好。
第二個就是利用 AI 教我原本不會的事情，並且 AI 告訴我的資訊，我不會照單全收，而是多方證實給我的資訊是正確的。
再舉個跟 MySQL 有關的例子。
如果你必須與 AI 協同去設計資料庫及系統，你應該怎麼做 ? 以下是應該把握的重點 :
(1) 你必須很清楚如何定義需求，以及這樣定義需求的原因。
需求（Requirement）就是「系統必須完成什麼事情」或「系統必須具備什麼能力」。
例如：
使用者可以註冊會員。
系統可以讓會員登入。
管理員可以停用會員帳號。
系統必須記錄訂單資料。
使用者可以查詢自己的訂單。
你要先了解哪些需求是必要的? 為何必要? 把這些需求經過系統分析 (System Analysis) 的程序釐清楚。
(2) 要滿足這些需求會需要很多資料表，這些表單結構的原因。
例如，定義一個會員資料，需要幾個資料表?
你可以只用一個會員資料表 user，裡面就有會員基本資料跟帳號、密碼。
你也可以用兩個資料表 : user 存帳號、密碼，另外一個 user_profile 存會員基本資料。
你也可以再加上 role、user_role 來定義會員角色。
以上資料表結構的原因跟適用狀況，你都必須自己思考過。
(3) 未來這些資料表是否能夠順應需求改變而順利修正?
假如 AI 建議你某個資料表結構，你必須要能夠判斷 : 這樣的結構下，哪些需求可以滿足? 哪些需求無法滿足?
例如，如果會員資料表只有 user、user_profile，要定義修改會員的權限，就不那麼彈性。
(4) 現況的資料表結構，是否存在無法滿足的需求?
例如，目前的會員資料表如果只有 user、user_profile，現有的資料模型就無法直接表達「一個會員具有多重角色」這個需求。如果未來新增這項需求，就必須重新調整 Schema，例如增加 role 與 user_role。
(5) 以前學習 MySQL 很在意的指令語法，AI 時代不需要再把大量學習時間花在背誦 SQL 語法了。
以上的 (2)(3)(4) 就是在系統設計 (System Design) 的過程需要思考的，最後才進入程式設計與部署。
過去學程式設計，重點是「如何把系統寫出來」；AI 時代學系統開發，重點會逐漸變成「知道系統應該做什麼、怎麼設計，以及怎麼判斷 AI 做得對不對」。
換句話說，開發工作的重心正在從 Implementation 往 Decision 移動。 Requirement 決定「做什麼」，System Analysis 釐清「問題到底是什麼」，System Design 決定「怎麼做」，AI 可以大量負責 Implementation，而人最後還必須負責 Verification。
AI 時代，人類不再需要把大量時間花在「手工生產程式碼」，AI 時代反而會讓「讀懂、判斷、測試、Debug、驗證 AI 產出的程式碼」變重要。也就是親手撰寫 Coding 的相對重要性下降，但理解系統與判斷 Coding 正不正確的重要性上升。
MySQL 指令，你必須知道"SQL的四種類型DDL/DML/DCL/TCL"， 但是詳細的 Select 指令該怎麼寫? 反而不是那麼重要了。你必須知道"什麼是Inner Join、Outer Join、Union ?"，但是 INNER JOIN 的寫法有哪些? 就不是那麼重要了。
結論
你什麼都會、什麼都可以自己做，當然很好。但是一天時間就只有24小時，人類該做的事情是決定該做什麼? 該怎麼做? 然後利用 AI 在人類監控下去完成任務。多出來的時間，就該利用 AI 讓人類學習更多原本不知道的知識，幫你進入原本不會的領域。
AI 拿來學習並不糟糕，只是要把方法先弄對，
0 留言