引言：航向未知之海——你與AI世代的第一次對話
過去數十年，資訊科技的發展如同潮汐，緩慢而穩定地改變世界。然而，自2022年末以來，一股新的浪潮以驚人的速度席捲而來，其核心正是「生成式人工智慧」（Generative AI）。從能寫作、繪圖的工具，到能進行複雜分析與模擬的虛擬協作者，這些技術的出現不僅是科技界的事件，更是一場深刻的人類社會與勞動力變革。
許多人將這場變革視為威脅，擔憂工作被機器取代。然而，專業的數據分析卻描繪出一幅截然不同的未來景象。這場AI革命的本質並非單純的「取代」，而是「重新定義」工作的內涵與價值。資訊科技課程的設立，正是為了讓你掌握航行於這片未知之海的必要技能與地圖。本報告將從全球與台灣的就業趨勢、生成式AI帶來的衝擊與機遇、以及程式設計如何成為跨學科的通用語言等面向，提供專業數據佐證，揭示為何學習資訊科技已不再是選修，而是通往未來成功的必修之路。
數位浪潮下的就業新地圖
全球與台灣的數位技能需求趨勢
隨著全球經濟邁向全面數位化，對具備數位技能人才的需求正以前所未有的速度增長。世界經濟論壇（WEF）發布的《2025年未來就業報告》指出，全球勞動市場正經歷一場劇烈的結構性重塑。報告預計，未來十年內，全球將創造約1.7億個新工作機會，同時有9,200萬個職位因技術變革而被取代，這意味著將有淨增加7,800萬個新的就業機會 [1]。這一數據直接表明，AI的發展並非單純地造成失業，而是在創造一個充滿新角色的新興經濟體系。
在AI浪潮的推動下，對特定技能的需求也急遽攀升。根據普華永道（PwC）的分析，AI相關技能的需求比一般技能高出3.5倍 [2]。這不僅限於技術密集型產業，也普遍存在於各行各業。從地區來看，台灣的趨勢也與全球同步。國家發展委員會（NDC）針對2030年的人力供需推估顯示，為了實現年均3.4%的經濟成長目標，台灣整體人力需求預計將增加至1,289.9萬人。其中，面對AI數位轉型浪潮，對「資訊及通訊相關人員」的人力需求將快速擴增，預計年均成長率高達4.4%，每年將增加1.2萬人 [3, 4]。
這些數據共同傳達出一個明確的信號：未來的職場，競爭的關鍵在於數位技能。然而，這並不意味著每個人都必須成為電腦科學家。相反，這些新興職位代表著跨領域專業的崛起，以及將科技應用於傳統領域的能力，其價值將遠超單一技術專長。
你的超能力：不僅是「工程師」，更是「AI賦能者」
長期以來，許多人誤以為學習資訊科技的唯一出路是成為軟體工程師。然而，AI技術的普及正在擴大人才的定義與範疇，催生出一個更廣泛且需求更強烈的「AI賦能者」群體。國家發展委員會的另一份報告，特別區分了「做AI」與「用AI」兩種人才 [5]。
- 「做AI」的人才：指的是需要具備高深技術與知識，負責開發、設計與維護AI演算法的專業人員，例如演算法工程師、機器學習工程師等。
- 「用AI」的人才：指的是能在自身專業領域中，運用現有的AI工具來解決問題、提升效率與產能的人員。
報告明確指出，與高深的「做AI」人才相比，能操作AI工具解決問題的「用AI」人才，其需求更為廣泛，且培養週期相對較短 [5]。令人驚訝的是，調查結果顯示，「AI專案經理」和「AI顧問」等跨領域職位比純工程師職位更難招募 [5]。這說明，市場的真正痛點並非缺少技術開發者，而是缺乏能將技術與產業知識、商業思維結合的複合型人才。
即使在2022年至2023年科技業整體招聘低迷的時期，AI相關職缺卻逆勢成長了42%，顯示出這股熱潮並非一時的炒作 [6]。更具吸引力的是，具備AI技能的職位，其薪資比同類職缺高出20%至25% [6]。這不僅僅是薪酬的溢價，更是市場對「AI賦能者」獨特價值的認可。
學習資訊科技，其價值不僅在於掌握編碼能力，更在於建立一種能將AI工具融入任何專業領域的思維框架。這將使你從單純的技術執行者，轉變為能夠運用技術創造價值的未來先行者。
表2.2-1 台灣未來就業市場趨勢對比表 根據台灣國家發展委員會的《2030年產業人力供需推估》 [4]，以下表格呈現了至2030年台灣部分職業類別的年均增長趨勢，明確顯示了資訊與通訊相關領域的強勁成長動能。
這份數據表直觀地印證了報告的論點：在未來十年內，資訊與通訊相關領域不僅是就業市場的火車頭，其成長速度也遠超多數其他職業。
生成式AI的衝擊與機遇：取代或增強？
從自動化到「超」人化：AI正在重新定義工作
關於AI對就業市場的影響，一個常見的誤解是「AI會取代所有工作」。然而，專業報告揭示的實際情況更為複雜。國際貨幣基金組織（IMF）的分析指出，全球約有40%的工作將受到AI的影響，在發達經濟體中這一比例甚至高達60% [7]。這並不代表這些工作會消失，而是意味著它們的工作內容與方式將被重新定義。
普華永道（PwC）的《2025年全球AI就業晴雨表》提供了一個強有力的證據，證明AI的真正價值在於提升人類的生產力 [8]。自2022年生成式AI普及以來，在高度接觸AI的產業，如金融服務和軟體出版，其生產力增長率幾乎是2018-2022年的四倍，從7%飆升至27% [8]。相比之下，AI接觸度較低的產業（如採礦、餐旅）生產力增長率卻從10%微降至9% [8]。
這些數據表明，AI並非與人類競爭，而是作為一個「增強者」，使人類工作效率大幅提升，從而創造更大的商業價值。這也解釋了為何普華永道在日本的調查發現，高達59%的員工認為生成式AI只會取代他們工作的一半以下 [9]。這種觀點反映了職場人士對AI角色更為細緻的理解：它擅長處理重複性、低價值的任務，從而解放人類，使其能專注於更高層次的創造性、策略性工作。
誰將受影響？一堂「初階工作」的警鐘
如果AI不會完全取代工作，那它會影響誰？來自史丹佛大學的一項研究提供了令人警醒的答案 [10, 11]。該研究發現，自2022年末生成式AI工具開始普及以來，在高度暴露於AI自動化的職業中（如軟體開發、客戶服務），22至25歲年輕求職者的就業率相對下降了13% [10, 11]。
這項研究揭示了AI浪潮對勞動力市場新進者的不對稱影響。同一研究發現，在同樣的職位中，資深員工的就業率卻維持穩定或甚至有所增長。這是因為資深員工的工作內容通常更具策略性，涵蓋團隊管理、客戶關係維護、利用機構知識進行決策等難以自動化的任務 [10]。相較之下，初階工作者常執行的常規、流程化任務，如初階編碼、資料輸入、報告摘要和客服腳本撰寫，正是生成式AI已經表現出色的領域 [10]。
這項研究向年輕世代發出了一堂「初階工作」的警鐘：企業越來越傾向於跳過初階人力招聘，直接利用AI來填補職位空缺，這使得新進者難以獲得入門經驗，從而可能造成「世代人才斷層」 [10]。這也印證了普華永道在香港的報告結論：需要AI增強的職位增長了6%，而自動化程度高的職位減少了約7% [8]。
這些數據證明，學習資訊科技不再是可有可無的加分項，而是避免被AI浪潮拋在身後、並為自己爭取更高價值、增強型工作的關鍵籌碼。
表3.2-1 「自動化」與「增強」能力對照表 以下表格根據史丹佛大學及普華永道的報告，具體區分了AI在職場上扮演的兩種角色，幫助我們理解哪些任務是AI容易「取代」的，而哪些是AI能「增強」人類表現的 [8, 10, 11]。
程式不是工程師的專利：文理組都該學的未來語言
文組的程式革命：讓歷史說話，讓藝術流動
在傳統觀念中，程式設計似乎與人文學科毫無關聯。然而，全球學術界正興起一股「數位人文學」（Digital Humanities）的革命浪潮，這門跨領域學科的核心正是資訊科技。數位人文學旨在利用電腦工具與方法來回答既有的研究問題，甚至產生新的理論範式 [12]。
例如，「中國哲學書電子化計劃」提供應用程式介面（API），允許學者使用Python等程式語言進行文本挖掘與分析 [13]。透過程式，學者能夠對數以萬計的歷史文獻進行自動化的檢索、排序與計數，從而發現單憑人工閱讀難以察覺的模式與關聯性 [12]。其他案例還包括利用程式進行「社會網絡分析」，藉由分析啟蒙時代知識分子的互動，以互動式地圖呈現其社會網絡 [12]，或是分析龐大的歷史報紙內容來發現潛在的週期性結構 [14]。
這些例子顯示，程式設計對於文組學生而言，不再是為了開發軟體，而是一種強大的「研究方法論」。它讓學者能夠處理海量的數位文本、歷史與社會數據，將其轉化為可分析的資料，從而產生前所未有的學術洞見 [15]。換言之，程式設計之於今日的數位人文學者，正如統計學之於社會科學家，是進行嚴謹研究、開創全新領域的必要工具。
理組的程式超載：從分子到宇宙的模擬與洞見
程式設計在科學領域的重要性，早已超越單純的資料處理，成為推動科學發現的「引擎」。在生物醫學領域，新興的「生物資訊學」（Biomedical Informatics）就是典型的跨領域學科 [16]。
國立陽明交通大學生醫資訊研究所的課程目標，明確指出要教導學生以自行撰寫程式的方式，來處理巨量的基因體序列與基因表現量數據，並應用於醫學影像辨識 [16, 17]。這是因為現代科學研究產生的數據量極其龐大，單純依靠現成軟體或人工分析已不可行。程式設計使科學家能夠將資料處理的黑盒子透明化，並能自主地進行複雜的資料整合與分析，以探索資料與生命現象之間的深層關係。
在物理學界，程式設計也催生了「計算物理學」這門新學科 [18, 19]。物理學家利用程式語言（如Python、C++、Fortran）來進行物理現象的數值模擬，從微觀的分子動力學到宏觀的天體運動，甚至是粒子物理實驗的數據分析，程式都扮演著核心角色 [18, 19]。這些模擬能幫助科學家在無法進行實際實驗的情況下驗證理論，並探索未知的物理邊界。這也解釋了為何在物理領域，程式語言如Python和Matlab被廣泛應用於快速計算、原型設計與數據分析 [19]。
對於理組學生而言，程式設計不再是可選技能，而是進行高階科學研究的核心能力。它讓科學家能夠將抽象的理論與方程式，轉化為具體的模擬與數據，從而加速發現的過程，並將研究推向新的高度。
核心思想：程式是解決問題的「運算思維」
無論是文組的數位人文，還是理組的計算科學，其背後都隱藏著一個共同的、更根本的能力——「運算思維」（Computational Thinking）。台灣的高中資訊科技課綱將此能力列為核心學習目標，其核心內涵在於運用運算工具輔助思維，以「分析問題、發展解決方案並進行有效決策」 [20, 21]。
運算思維並非只適用於電腦，而是一種能解決任何複雜問題的認知框架，主要包含以下四個核心支柱：
- 問題拆解（Decomposition）：將一個複雜的大問題，分解成多個易於管理與解決的小問題。
- 模式識別（Pattern Recognition）：從分解後的小問題中，辨識出相似的模式與規律，從而能用相同的解決方案來處理。
- 抽象化（Abstraction）：從問題中提取出最重要的核心資訊，忽略不相關的細節，建立一個簡化的模型。
- 演算法設計（Algorithm Design）：為了解決問題，設計出一套按部就班、有邏輯順序的明確步驟。
當你學習程式設計時，你就是在實踐這些思維步驟。這種系統化的思考能力，將超越程式語言本身，成為你面對未來任何學術、工作或生活挑戰時，最寶貴的資產。這正是為何程式設計是文理組學生都不可或缺的未來語言，因為它的本質是關於「如何思考」與「如何解決問題」。
課程藍圖：為你量身打造的未來技能清單
軟技能比你想像中更重要：與AI共舞的核心素養
在AI時代，人們常常過度專注於技術本身，卻忽略了與其並駕齊驅、甚至更為重要的「軟技能」。世界經濟論壇的報告指出，到2030年，就業市場中39%的關鍵技能將發生變化 [1]。除了AI與大數據相關的技術技能外，批判性思考、創造力、韌性、靈活性、好奇心與終身學習等軟技能的重要性也同步快速提升 [1]。
台灣勞動部專家進一步歸納了AI職場中不可或缺的「元技能」，包括：
- 自主性（Autonomy）：包含自我管理、主動性與自我覺察，是AI無法複製的人類獨有意識
[22]。 - 感受性（Empathy）：涉及直覺、同理心和情緒智商，這是人際互動與深度協作的基石
[22]。 - 協同性（Collaboration）：與人交流、協調合作、影響他人，是人類社會智慧的體現
[22]。 - 學習性（Learning）：在技術快速更新的時代，好奇心與終身學習、靈活彈性與韌性，是確保自己不被淘汰的唯一途徑
[22]。 - 創新性（Creativity）：儘管AI能生成內容，但更高層次的創造力、批判性思考以及解構與重構新意義的能力，仍是人類的獨特優勢
[22]。
這些發現與麥肯錫（McKinsey）的研究不謀而合 [23]。麥肯錫對來自15個國家的18,000人進行調查後發現，除了技術能力，適應不確定性、有效的團隊合作和溝通能力，才是決定個人收入潛力的關鍵 [23]。這份數據明確地告訴我們，未來的成功並非單純取決於你寫了多少程式碼，而是取決於你如何將技術能力與這些獨特的人類素養相結合，從而實現「超」人化的工作模式。
倫理與責任：成為負責任的AI公民
隨著AI技術的發展，其所帶來的倫理與社會風險也日益凸顯。專業報告提醒我們，AI的快速擴張可能導致技術力量集中在少數大型企業手中，加劇全球經濟不平等，並可能複製甚至放大演算法中的歷史偏見 [7]。
因此，學習資訊科技不僅是為了個人的職業發展，更是一種公民責任。台灣高中資訊課綱的學習目標，明確要求學生「了解資訊科技相關之法律、倫理及社會議題」，並具備「使用多元的觀點評論資訊科技相關議題」的能力 [20, 21]。這體現了教育的深層目的：培養學生不只是技術的使用者，更是能夠批判性思考、負責任地影響技術發展的未來公民。
這門課程提供的不僅僅是程式碼，還有理解數據背後的偏見、審視演算法決策的透明度、以及思考技術對社會公平與正義影響的機會 [7]。這份能力將使你在未來的職場中，不僅能創造價值，更能成為一位值得信任、有道德感的專業人士。
表5.2-1 高中資訊課綱與未來核心素養對應表 下表將台灣高中資訊課綱的學習重點與世界經濟論壇、麥肯錫、台灣勞動部等專業報告中提及的未來核心素養進行了對應 [1, 20, 21, 22, 23]。這份表格證明，你即將學習的內容並非空泛的理論，而是與未來職場需求緊密相連的實用技能。
結論：未來已來，你準備好了嗎？
這份報告透過全球與台灣的專業數據，揭示了未來就業市場的真實面貌：一個由生成式AI驅動、充滿變革與機會的時代。AI的普及並非終結工作的序曲，而是重新定義工作價值、提升人類生產力的催化劑。對於年輕世代而言，最大的挑戰並非來自AI的取代，而是來自於初階工作的自動化，這使得入門級職位變得稀缺。
然而，挑戰也伴隨著前所未有的機遇。對於文組學生，程式設計是掌握數位人文、探索龐大歷史與社會數據的嶄新工具；對於理組學生，程式是進行科學模擬、加速發現的強大引擎。無論你的學術志向或未來職業為何，程式設計背後所蘊含的「運算思維」——那種系統化、邏輯化解決問題的能力——都將是你在任何領域脫穎而出的核心競爭力。
更重要的是，未來的職場成功，將取決於你如何將技術能力與人類獨有的「軟技能」相結合：包括批判性思考、創造力、溝通協作與終身學習。這門資訊科技課程不僅是為了教授程式語言，更是為了提供一個完整的藍圖，讓你從被動的科技消費者轉變為主動的未來塑造者。
在這個變革的十字路口，你的選擇至關重要。你是要成為被AI潮流席捲的一員，還是要成為能夠駕馭這股力量、定義自己未來的主宰者？未來已來，而你，正站在啟航的甲板上。
Reference
- https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
- https://www.technice.com.tw/technology/software/157891/
- https://theme.ndc.gov.tw/manpower/Content_List.aspx?n=B76AA4B384E50E9C#:~:text=%E9%9D%A2%E5%B0%8D%E5%90%84%E7%94%A2%E6%A5%AD%E7%9A%84,2.1%25%E6%88%961.7%E8%90%AC%E4%BA%BA%E3%80%82
- https://theme.ndc.gov.tw/manpower/Content_List.aspx?n=B76AA4B384E50E9C
- https://ws.ndc.gov.tw/001/administrator/18/relfile/6037/9877/3c064d79-1bf7-46ba-b781-81a358ca423d.pdf
- https://thunderbit.com/zh-Hant/blog/ai-job-statistics-explained
- https://holisticds.com/en/articulo/ai-economy/
- https://www.pwccn.com/en/issues/generative-ai/global-ai-jobs-barometer-jun2025.html
- https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2023.html
- https://economictimes.indiatimes.com/jobs/fresher/looking-for-your-first-job-youre-ais-prime-target/articleshow/123547194.cms
- https://timesofindia.indiatimes.com/technology/tech-news/ai-is-destroying-entry-level-jobs-for-young-americans-and-how-its-only-getting-worse-stanford-study-reveals/articleshow/123558176.cms
- https://zh.wikipedia.org/zh-tw/%E6%95%B8%E4%BD%8D%E4%BA%BA%E6%96%87
- https://ctext.org/digital-humanities/zh
- https://zh.wikipedia.org/zh-tw/%E8%A8%88%E7%AE%97%E7%A4%BE%E6%9C%83%E7%A7%91%E5%AD%B8
- https://zh.wikipedia.org/zh-tw/%E8%A8%88%E7%AE%97%E7%A4%BE%E6%9C%83%E5%AD%B8
- https://bmi.nycu.edu.tw/113%E7%94%9F%E9%86%AB%E8%B3%87%E8%A8%8A%E7%A8%8B%E5%BC%8F%E8%A8%AD%E8%A8%88%E8%AA%B2%E7%A8%8B%E8%B3%87%E8%A8%8A/
- http://tardis.cgu.edu.tw/wordpress/?p=76
- https://web.ntnu.edu.tw/~algo/Simulation.html
- https://www.reddit.com/r/AskPhysics/comments/j1l50f/software_for_physics/?tl=zh-hant
- https://ronnywang.github.io/pdf-table-extractor/samples/pta_10229_131308_94274.pdf
- https://stv.naer.edu.tw/data/course_outline/121476552.pdf
- https://job.taiwanjobs.gov.tw/internet/index/DocDetail.aspx?uk=2745&docid=40867
- https://kure.app/insights/mckinsey-company-defines-key-skills-needed-for-future-workforce
