top of page

AI恐拉闊知識鴻溝

2025年12月10日 近日谷歌(Google)發布標題為《AI與學習的未來》白皮書。由一間頂尖科技公司,而非傳統教育機構系統性地探討「學習」的未來,這舉動本身就是一個極強訊號:科技與學習的邊界已悄然消融,一場關於我們如何獲取知識、提升能力的變革正在發生。 我近年來一直相信,人工智能(AI)的價值,不在於「替代」我們,而在於「增強」(Augment)人類。面對AI,我們毋須陷入「被取代」的焦慮,也不應抱有「一鍵辦妥」的幻想。關鍵在於我們是否能升級自己的思維方式,與AI建立一種「人機共生」的夥伴關係,從而實現知識與學習上的「舉重若輕」。 報告提到一個經典的學習理論:「最近發展區」(Zone of Proximal Development)。傳統教育受限於規模和資源,難以精準匹配每個人的「發展區」;AI則有潛力成為我們每個人的「私人教練」,它不辭勞苦地為我們篩選訊息、調整難度、提供反饋,讓我們能更專注於理解與思考的核心環節。 AI還可以將教師從繁重的備課、批改、行政等「重體力活動」解脫出來。這並非是要讓AI取代老師,恰巧相反,這是讓老師能回歸到教育的本質:激發學生的好奇心,去建立師生之間的情感連接,培養個人的品格與思維方式。 凡是工具皆有兩面性,這份報告同樣非常坦誠地指出AI帶來的挑戰,其中有兩點值得我們警惕。當我們過於習慣將問題直接拋給AI,並滿足於它所提供的現成答案時,我們獨立分析、深度思考、批判質疑的能力,便會不知不覺地萎縮。 長此以往,我們失去的不是某個問題的答案,而是定義問題的能力。報告提出一個發人深省的問題:最能有效利用AI的人群,可能依然是那些本身就具備高度主動性和資源優越的學生。這正是筆者一直關注的「數碼貧富差距」的升級版。 未來的差距,或許不再是「有沒有設備」,而是「會不會提問」、「懂不懂辨析」。如果制度設計和教育引導不能跟上,AI非但不能撫平鴻溝,反而可能讓強者更強、弱者更弱,形成新的知識階層衝突。 在AI時代,知識的獲取成本趨近於零,這並不意味着我們可以停止學習,而是我們學習方式不再一樣。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page