AI 時代的生存指南
我是大學電機系教授，長期教工程背景的學生。但這幾年，我最常被非理工女生問到的反而是這些問題：
「我是不是也該學程式，才不會被 AI 淘汰？」
「AI 這麼厲害，我讀文組還有用嗎？」
「我不懂技術，是不是注定跟不上？」
如果你也有這樣的焦慮，我想先請你放心一件事：
程式不等於 AI，而會寫程式，也不是 AI 時代唯一的門票。你要學的是如何用AI解決你現在的工作。
一、關於技術：妳不需要學會造車，只需要學會導航
很多人以為：「想碰 AI，就得從 C++、Python 開始。」
但在 AI 時代，這個邏輯已經過期了。
現在，我們和電腦溝通的方式，不再是程式碼，而是自然語言。
你不是在「寫程式」，而是在下指令、提需求、修結果。
這正好是非理工女生的強項。
- 你擅長語言表達(但可能缺了一點邏輯)
- 你擅長抓語氣、情境與受眾(但雖要把話說直接一點)
- 你知道「一句話怎麼說，會不一樣」(這會出來不出的輸出結果)
這些能力，在 AI 時代是有用的。你不需要成為工程師， 但你可以用 AI，成為一個跨領域人才。
二、第一步不是學程式，而是「看懂別人怎麼用」
傳統誤區是：
「我要不要先買一本《Python 入門》？」
但我給你的第一個建議是：先別急。
在 AI 時代，最有效的學習方式叫做——
社會學習（Social Learning）＋成功範例模仿（Worked Examples）
✔ 妳可以：
- 去找跟你工作相似的人, 如何利用AI, 或自己問AI它可以如何幫你
- 看他們怎麼下 Prompt（提示詞）, 或練習把問題交給AI, 學習怎麼使用, 重點是要做
- 觀察怎麼修正 AI 的輸出
👉 學 AI，不是學 Code，是學「怎麼問問題」。怎麼得到答案。
三、實踐原則：直擊目標，跳過「無效努力」
請先問自己一個很誠實的問題：
「我學 AI，是為了什麼？」
- 寫企劃？
- 做簡報？
- 畫圖？
- 整理論文？
答案決定你的學習路線。
如果你想學一點 Python，也不用從語法開始。你可以直接對 AI 說：
「請幫我寫一段程式，並逐行解釋給我聽。」
AI 幫你處理「最難的那一段」，你只需要專心理解邏輯。把 AI 當成「教學鷹架」，而不是代勞者。
四、難度管理：找到妳的「有益難度」
很多文組生不是不聰明，而是一開始就被認知負荷壓垮。你不需要樣樣精通，只要精準鑽研一小塊：
- 覺得 AI 文案很普通？
👉 那你就專門鑽研「怎麼下更精準的形容詞」 - 覺得數據很痛苦？
👉 那你就學會「怎麼叫 AI 幫你畫對的圖表」
這種「剛剛好困難」的學習，在教育心理學裡叫做：有益難度（Desirable Difficulties）。
五、回饋革命：AI 是全世界最有耐心的家教
傳統學習最怕一件事：延遲回饋。但 AI 不一樣：
- 你寫一句話，它秒修
- 你寫一段程式，它秒改
- 你翻譯一段文字，它秒解釋
這種即時回饋，會快速累積你的自我效能感（Self-efficacy）。
但我要提醒你一句很重要的話：
不要只會「用」AI，要學會「修正」AI。
當你開始能看出 AI 的錯、能調整它的方向，利用你的專業」把自己升級成了「監督者」。
六、關於被取代：妳不是被 AI 打敗，而是被賦予「千軍萬馬」
你可能會擔心：
「AI 寫得比我快、畫得比我好，那我還剩下什麼？」
但 AI 時代的真相是：
- 產出不再稀缺
- 選擇與判斷，才是稀缺能力
AI 可以給你一百個版本，但只有你的專業知道哪一個適用。
👉 你的角色，從「做事的人」
👉 升級成「總編輯、策展人、決策者」。
七、關於科系：學什麼會過期，但「怎麼學」會留下來
你可能懷疑：
「我學翻譯、歷史、公關，是不是選錯科了？」
但事實是你這些年真正練習的，是：
- 拆解資訊
- 架構論點
- 理解人與社會
這些「心理模型」，不會過期。它們讓你在面對新 AI 工具時，能快速觀察、模仿、上手，也讓你看見 AI 看不到的人文需求與情境細節。
💖 結語：AI 時代，懂「人」的人更有價值
理工人，負責讓機器跑得動；而你，負責讓技術像個人。請把討厭的事——格式、表格、初稿、雜訊——交給 AI。把你最珍貴的——感受、判斷、品味、價值選擇——留給自己。
