今年5月底甫上櫃的意藍資訊，是台灣第一家掛牌的AI純軟體公司，一登板便備受矚目；意藍與鴻海、聯發科、華碩雲端等科技大廠合組「AI大聯盟」，突顯軟體技術在AI浪潮中不可或缺的關鍵角色。其創辦人暨董事總經理楊立偉，同時在台大任教超過18年，獲選為教學傑出教師，於資管系、工管系及商研所開設機器學習、大數據與商業分析等課程。
隨著生成式AI快速演進，橫跨產業與學界的楊立偉，格外關注生成式AI對教育現場和學習模式，究竟帶來哪些影響和改變？
生成式AI有多聰明？根據MMLU（Massive Multitask Language Understanding大規模多任務語言理解測試）結果，GPT-4在多個領域表現超過85%的人類考生，測驗涵蓋閱讀、法律、邏輯、寫作、數學與生醫等學科。
其中，法律和醫學領域，為升大學第一類組和第三類組最熱門的志願，學習需大量背誦、記憶知識，並且融會貫通，而這些正是AI最擅長的。雖然AI目前還不能出庭或進行臨床，但未來也並非不可能。
ChatGPT問世兩年來，使用者對AI的提示技術日漸成熟，OpenAI與其他開發公司持續將這些互動記錄餵入模型，訓練出更擅長邏輯推理的新一代AI。如今的推理模型在智力測驗中，已達到IQ 120的水準。
楊立偉彙整10種常見生成式AI的用途（見表），特別適合應用在探索性、發想性與打草稿階段的工作，例如構思、寫作初稿或整理資料等。這類的應用情境可以容許多種答案，發揮AI的創造與輔助功能。
但如果是有標準答案的問題，就需要特別注意驗證資料來源。「若詢問專業知識的問題，最好先提供完整資料，如此AI的回答會準確許多。」
生成
1
生成一般文書：如故事、對話、劇本
2
生成商用文書：如信件、推薦信、簡報
3
生成專業文書：如法律意見、合約
4
生成摘要：如會議記錄、懶人包
5
生成論說文或論文：如研究框架、方法、推論
問答
6
回答知識題或閱讀題（背景知識/語文能力）
7
回答計算題（本質上不精準，需靠推理及外部工具）
進階
8
生成類別標記，例如分類、評等、學測評分
9
生成程式、任務步驟拆解及自動化
10
生成訓練資料，做為其他演算法模型的教練
在教學現場，明顯看到生成式AI所帶來的改變。學期末，楊立偉收到學生的報告，幾乎各個語文能力大幅進步，沒有錯字、文句通順。「不只學生用AI寫作業，老師也用AI改作業。」像是台大教學實驗研究中心，為4000位教授配備AI批改工具，而老師要做的是，強化描述評分標準、學習目標的能力，確保AI輔助的評量能保持一致性。
AI甚至還能生成程式。在2025 Generative AI年會上，一位9歲女孩展示如何應用生成式AI，以四個免費的 LLM（大型語言模型），在一個月內寫出一個網站。
更令人驚豔的是，無論是學校或企業組織，都可以透過AI生成專屬訓練資料，打造量身訂做的GPT助手。「這些不再是想像中的未來，而是正在發生的進行式，改變我們學習、教學與工作的方式。」
AI模型正以驚人的速度進化，不僅能理解圖文等多模態資料，還具備了推理、查詢資料、使用工具等能力。以數學題為例，最新一代的推理模型不僅能呼叫外部工具，還能完整展開推理過程，說明使用了哪些演算法，如何逐步得出解答。
而且，AI正在發展更高階的學習能力。什麼是更高階的學習能力？簡單來說，就像人類一樣，懂得善用工具來補足自身的不足。
通用人工智慧（Artificial General Intelligence，AGI）已經開始出現。過去的LLM存在不少限制，例如它們善於「接話」，卻不一定能正確回答簡單問題。舉例來說，有國外網友問「Strawberry 這個單字裡有幾個 r？」結果 GPT-4o、Claude 3.5 和 Meta 三個模型竟然都答錯。
但當提問方式改變，「請模型先寫一段 JavaScript 程式，再執行該程式來找出答案」，便可正確地得出「3個 r」的答案。顯示新一代AI已具備「運用工具，補足能力」的特性，「就像人類一樣，雖然跑不快，卻懂得做出移動快速的交通工具。」楊立偉說。
可以預見，「未來的AI模型不只是生成內容的工具，而是能夠理解任務、解決問題的『任務代理人』（Agent）」。例如，有網友想製作一款遊戲，便讓大語言模型一人分飾多角，擔任遊戲企劃、工程師、關卡設計師、角色美術、音樂製作等角色，AI接力合作，短短10分鐘就完成一個跳跳鳥類型的遊戲。
生成式AI在學習及教育上的影響
生成式AI的出現，不僅改變了人們與科技互動的方式，也正深刻影響我們學習的方式以及學校教育的模式。
楊立偉認為，生成式AI已徹底改寫了知識的整理、傳承與分享方式。以往知識管理最困難的部分在於內容整理，現在有了AI的協助，這個過程已大幅簡化。無論是口述語音、手寫筆記、圖表的文字，AI都能辨識、理解，大幅提升知識整理的效率。
在知識的使用部分，AI創造新的互動介面，使用者可以透過自然語言，用口語方式進行提問、提示與導引。「連程式語言都不用學了，只要會說話，就會使用AI。」
AI對教育領域的影響，可以從三個驅動面向來看：①數據驅動：AI能協助學習者與教師進行資訊彙整與研究資料整理，成為每一位老師和學生的小幫手。②技術驅動：在教學設計與行政上，大幅提升效率和成效。③場景驅動：AI可以深入學校現場，協助理解使用者的需求，進一步優化教學與服務。
國外許多新創公司投入打造AI專屬家教系統，學生上傳教材，便可自動生成一系列量身打造的學習計畫。
具體的應用包括：①重點摘要（Golden Notes）：從教材中提取關鍵概念，快速掌握內容重點；②個人化練習（Personalized Exercises）：根據程度生成專屬題目，涵蓋選擇題、簡答與模擬試題。③模擬考試（Exam Simulator）：完整還原考場情境，考後即時評分與錯誤分析。
④AI互動助教（AI Chat）：具備上下文理解能力，能即時回答課程相關問題。甚至還可以把大家聚在一起做配對，同儕挑戰、比拼，提升參與感，這都已經正在發生的。⑤社群學習功能（Study with Friends）：可與同儕挑戰、比拼，提升參與感與動力。
每週設定一個AI使用任務
楊立偉曾與幾位EMBA的教授一同前往哈佛大學，觀摩多個教學案例，觀察到未來將出現幾項重大變化：
在商業上，新創公司與一人公司會越來越多；透過AI工具，一個人就能完成過去需要一個團隊才能完成的任務，創業與經營的門檻大幅降低。其次，每個人都要扮演主管的角色，帶領的對象不是10個真人同仁，而是10到100個AI員工；必須具備與AI協作的能力，懂得將工作拆解、分派給各項AI工具，最後加以統整，並掌控品質與績效。
使用生成式AI，面臨的挑戰是「不愁沒有，而是愁太多」，資訊過量的問題。未來教育現場的核心問題之一，就是如何建立有效的判斷與評估標準，從大量產出的內容中分辨好壞、辨識價值。
楊立偉指出，現在不只要用生成式AI，更要將它融入日常流程、工作任務中，進行系統化的思考與創新。他建議具體的做法包括：①每週設定一個具體的AI使用任務，例如：用AI寫一封郵件、產出一份報告；②每次與AI互動後，檢查內容邏輯與資料來源的正確性；③建立並優化常用的提示語（prompt），逐步形成個人化的知識庫。
楊立偉強調，未來工具與技術將不斷進步，但學習目標的設定、教學計畫的設計、能力的養成等，絕對不會是由AI設定，而這也是AI無法取代的核心價值。
照片提供/未來親子
熱門商品
