我們想讓你知道的是如果你擅長的是文科，不要因為擔心找不到工作，而一窩蜂搶進資訊領域。因為資訊領域的研發需要的是「強者」，勉強擠進資訊領域，最後還是會因為不夠強而被淘汰，到時反而連你本來擅長的文科都沒有了，兩頭皆空，得不償失。因此你必須思考，有哪些工作是AI幾乎無法取代的......

文：李亞倫（國立清華大學資訊系統與應用研究所博士肄業）

結論先講。

近年來，由於AI趨勢，有越來越多家長、學生因擔心未來找不到工作，而一窩蜂擠進電資學院。然而，AI不只會取代許多簡單的文組工作，也會取代能力平庸的工程師工作。與其一窩蜂擠進電資學院，成為能力平庸的工程師，不如找到自己最擅長的領域，努力讓自己在那領域變得不平庸，並學習利用AI技術，主動接觸並了解「人」的需求。

為什麼我選擇離開資訊博士班？
三年前，因為AI的熱潮，我報考了國立清華大學資應所博士班，也很順利的就考上了。身為已經在業界幾年經驗的軟體工程師，考試什麼的都難不倒我。

但三年後的今天，我選擇離開博士班，退學了。

退學的原因倒不是因為成績太爛，正好相反，我所有的專業科目成績都是A到A+，甚至有幾門課是全班第一。然而，做資訊領域的研究，並不像修課、寫寫程式那樣簡單。我們經常需要苦思如何超出既有技術的那一點點創新，提出新的演算法，還要經過日以繼夜的實驗，訓練AI模型，驗證新的想法。

但是自從ChatGPT出現之後，AI進展有如物種大爆發，我們的研究也必須苦苦追趕這些手中握有巨大運算資源的大公司的腳步。面對那已幾乎窮盡了所有辦法，但卻仍然只能提升零點幾個百分點準確率的實驗結果，我開始感到絕望。

畢竟我已年近四十歲，長時間的研究工作，也讓我的身體不堪負荷。我開始思考，現在做的研究題目，也許再過幾個月，就被大公司解決了。在這樣競爭的領域中，繼續讀下去是否有意義？

愛卡拉執行長程世嘉也說：「躺平一陣子是個不錯的策略。」

因此，我決定離開，尋找下一個發揮的舞台。

寫程式真的不再熱門了嗎？
讀者們可能會覺得奇怪，最近大學放榜，不是說高中生一窩蜂選擇擠進電機資訊學院，文組科系都快倒了，甚至還出現明星高中人社資優班停辦的情況，怎麼會不熱門呢？但是聽聽最近在全台灣受到廣大注目的AI教父黃仁勳在2024世界政府峰會（World Government Summit）上所發表的言論：

隨著科技發展，未來不需要人人都會寫程式，也可以運用自如。
我們的任務，就是創造出讓所有人不用學程式，也能使用的運算科技（computing technology）。

而前面提到的程世嘉執行長也在臉書上提到：

這張列表是我自Copilot出現以來，持續追蹤「會寫程式的AI」累積的資料，上面列出了市場上現在重要的AI程設機器人。這些機器人的能力已經普遍超越初階的軟體工程師，而且能力還在進步當中。

並引用華爾街日報的報導：

根據統計，軟體開發的職務數量已比疫前水準大減30%。
但是，同時間資訊相關科系的畢業生還在暴增，根據美國教育部公佈的資料，2023年全美資訊相關的學生總數超過60萬人，比5年前大增40%；2021年取得學士學位者超過10萬人，比10年前增加140%。

此外，求職網站LinkedIn也發現：

LinkedIn分析平台最常見職業發現，軟體工程師被AI「代勞」的比重最高（高達 96%），換言之，只有3%技能非得要軟體工程師親自執行才能完成。

似乎很多現象都表明，程式設計師的工作即將被AI所取代，或至少是初級的程式設計師工作將被取代。

然而聯發科資深處長梁柏崧博士卻抱持不同觀點：

目前網路上有些說法，覺得以後寫程式，有 AI代勞即可，Computer Science不重要了，不要鼓勵學生學CS。這種說法很有問題。
能開發出GPT-4o ， 並能利用大量算力來訓練出這麼強的AI，靠的就是很強的CS團隊與功力。

所以程式設計師還是無法被取代，或至少是資深的程式設計師無法被取代。

講到這裡，各位讀者看出端倪了嗎？

一邊是希望不斷降低寫程式入門的門檻，最好人人都不用學寫程式，也能像會寫程式的人一般運用；另一邊則是強調資深程式設計人才的重要，少了他們，先進技術的研發將無以為繼。

其實兩邊都沒有錯，只是關注的重點不同。前者是基於現況「大部分的人都不會寫程式」，希望透過降低門檻，讓更多原本不會寫程式的人可以善用這項科技，把餅做大；而後者更多是著重在那些本來就有興趣寫程式，並有志於往更高深技術鑽研的人，鼓勵他們繼續精進程式設計功力，把技術做深。

現在回到標題的問題「寫程式真的不再熱門了嗎？」，答案既是也不是。

是的人更多期望的是，從此以後，就算我是非資訊科系，也可以因為這項技術（也就是AI），而得到好處，所以我不必特別去學寫程式，而可以花更多心力在自己擅長的領域上；而不是的人，更多期望的是，藉由精進程式技術，可以不斷持續在資訊（也就是AI）領域做出創新貢獻。

該選哪一邊？我認為，還是應該要以個人擅長的能力為主。

如果你擅長的是文科，不要因為擔心找不到工作，而一窩蜂搶進資訊領域。因為資訊領域的研發需要的是「強者」，勉強擠進資訊領域，最後還是會因為不夠強而被淘汰，到時反而連你本來擅長的文科都沒有了，兩頭皆空，得不償失。

你應該思考的是，如何在你本來擅長的文科領域，加入AI的應用，讓本來的能力得到增強；如果你本來擅長的就是理工科，而且你很有信心成為該領域的「強者」，那就繼續精進能力，不需要擔心會被AI取代。

業務、PM、顧問能「通靈」，但AI不能
在業界，我們把「揣摩客戶需求」的過程戲稱為「通靈」，因為很多時候，連客戶自己都不知道自己要的是什麼，也不知道該如何提出問題。如果連客戶自己都說不清楚，又如何能叫AI代勞呢？畢竟AI無法「通靈」，這時候，只能透過有經驗的業務、PM或顧問，嘗試猜測並定義出顧客的需求後，再將需求轉交給開發單位來實現。

台大資工系副教授陳縕儂也說到：

「AI寫程式很擅長，但在實際寫程式之前，需要溝通、理解的軟技能（soft skills），這段還是非常複雜，人類很難被取代。但相反的，如果你只停留在寫程式的階段，的確就只能被取代了」。

還記得民國七十年代以前，台北市滿街都是裁縫店。後來出現成衣之後，許多裁縫師傅失業了。儘管如此，還是有一些轉型成功的案例，透過內容行銷，將人性對情感元素的需求，結合老師傅的手藝，成功的吸引到客戶。

因此，仔細想想，未來最不會被取代的，應該是越接近「人」的工作。像是業務、PM、顧問這種離客戶越近的，因為有感情、受到客戶信賴，所以反而難被AI 取代。

但可能有人會說，不對呀，電話客服員也很接近人，可是客服員不就最容易被AI取代？首先，電話客服通常是一次性的，客戶遇到問題才打來，平常客服員根本不會與客戶建立感情；其次，AI其實並未取代真人客服，而是增加了客服員的單位生產力，讓一位客服員可以服務更多人。

不然，當AI聽不懂客戶問題時，誰來「通靈」？

反之，越不需要接觸人的工作，就越有可能被自動化所取代。這是因為如果面對的是機器，固定的input/output， 只要蒐集足夠多的資料，原則上AI都可以取代。因此簡單的寫程式可能被取代，但涉及到複雜的人為規則、前人遺留下來的老舊程式碼，AI就無法理解為何要這樣寫。

也許當時的人是有他的用意，而後來的人在修bug時要避免破壞前人的東西，這時候就需要有經驗的真人工程師去「通靈」前任工程師想法。這也是一種接近「人」的工作形式，只是接觸的是「過去的人」。

因此，我認為，從接近「現在的人」或「過去的人」的程度，可以判斷該工作容易被AI取代的程度。要儘量往可以接觸到「人」的工作移動，才是比較不容易被取代的，反而不是往那些抽象的「創造力」、「感情」之類的東西。因為生成式AI已經顯示出它具有創造力，它的回應也具有一定的同理心與感情。

但關鍵是「受眾」，也就是你的客戶怎麼想。

以藝術家為例，藝術家的工作本質其實是去揣摩某一群受眾的心理，而畫出來只是一種表現技巧而已，不論是用水彩畫、鉛筆畫，還是AI畫，最終還是涉及到「人」的需求。無論AI生成多少張圖，最後還是必須由客戶決定要不要用某張圖。當AI表現技巧已高過人類時，藝術家該思考的是，也許不應該再努力追求表現技巧，而應該更多著重在捕捉受眾的心理。

再以歷史學家為例，歷史學家研究的是古人，也就是「過去的人」怎麼想。由於古人不會從墳墓裡跳出來告訴你他當時怎麼想，因此歷史學家必須學會「通靈」……啊不是，是利用各種歷史文獻旁敲側擊來推論出古人的想法。

AI既無法「通靈」，也無法直接從一大堆歷史文件推敲出古人的想法。那些現在關於古人的認識，其實都是過去的歷史學家透過史料推敲出來的，AI只是用這些資料進行訓練而已。

因此，AI無法取代100年後的歷史學家，因為在未來的歷史學家產生出新的見解之前，這些見解都還不存在，無法拿來給AI訓練。若100年後的歷史學家來看現在，肯定需要更多了解現代跟未來的「人」的需求，才能吸取教訓，產生出有益於人類未來發展的歷史見解。這個對於人性需求的深刻認識，可能是100年後的AI仍做不到的。

理解「人」的需求，才是未來
最近，台大醫學系表示，將在2026年捨棄英文科、改採社會科，以因應未來AI時代，培養醫生更注重社會人文素養及社會科學面向的思考。

無獨有偶，清大在人文社會領域，結合生成式AI進行歷史研究與教學，應用ChatGPT分析史料、歸納重點、發現問題、並提出辨證與反思。清大校長高為元指出：

人與人的互動他是需要情感、需要溫度的，這不是光靠方程式就可以了解應用AI在不同領域……

有越來越多的專家學者指出，在AI時代，人文領域的重要性。當然，這並不是說文組生就可以像十幾年前讀文科死記硬背一樣毫無改變；相反，在AI時代，更重要的是，如何善用AI科技，深入洞察人性的需求，才能為企業、客戶帶來真正的價值。








Source

---