AI怎麼教？學會「找問題」才能無可取代

人工智慧技術快速發展，不僅改變產業的營運模式，也快速牽動生活方式轉變，對許多家長來說，除了需要學習新事物，還要擔心怎麼教小孩？面對AI來襲，美國AI4k12.org在2019年提出幾個小朋友需要學人工智慧的重要理由，除了大家耳熟能詳的，人工智慧將會徹底改變產業樣貌、工作流程，並且逐漸影響我們的生活方式，也不可避免會導致某些人失業，同時在另一些領域創造新的工作，而新工作基本上都需要具備AI知識或應用AI的能力。所以AI4k12.org認為，學生應該從小就該被鼓勵以STEAM的方式學習，以培養未來世代的能力基礎。

有些家長會問「需要送孩子去補習班學人工智慧嗎？」又或者「需要教小朋友學寫程式呢？」但我們採訪了幾位科技業主管，以及台灣人工智慧學校的老師們，這些人工智慧專家們大多認為，AI時代，教小孩子擁有探索的勇氣、懂得尋找問題比起學會操作程式來的重要。

為什麼「定義問題」是AI世代最重要的能力？

從矽谷回到台灣工作近兩年，目前擔任英業達首席科學家的陳佩君觀察到，台灣年輕人能力很優秀，但不擅長溝通與表達。可是AI相關工作卻非常需要不斷溝通，千萬不能是老闆交代你做一件事，就埋著頭做，缺乏溝通的結果是做出來的東西完全不對。

「不習慣問問題，也不敢問問題，怕因此被認為能力不足，」陳佩君提醒，可是現在的工作型態不再是由上而下，「只聽老闆的指示根本是錯的。」

AI時代，定義問題比解決問題更重要。很多人把人工智慧的重點放在演算法，但演算法或使用的程式雖然重要，其實只是人工智慧的一小部分。陳佩君強調，如何定義問題，決定放入什麼資料、能夠得到哪些數據或答案，才是決定人工智慧品質的關鍵。

陳佩君說，電腦可以解決很多問題，但只有人才能定義問題。因為相同的AI技術可以解決不同領域的問題。例如英業達最重要的是智慧製造，究竟問題在哪裡？必須抽絲剝繭找出來，或許是流程，或是這批原物料進來就有問題。另外，像是智慧醫療，也必須從病歷、醫學影像影片來找尋線索。

技術雖是通用的，但解決不同問題必須用不同的演算法，「有些需要長時間的資料，例如生產線的數據，有些需要短時間內的大量資料，像一張X光片上的資料對AI而言是很大量，如果沒有辦法確認問題，就找不到對的方法。」

廣達電腦技術長暨副總經理張嘉淵這麼比喻，「你們想，一顆蘋果掉到牛頓頭上，他就可以從這裡提出萬有引力定律，不需要蒐集資料跟數據，」他反問：「如果一顆蘋果掉到機器人頭上呢？它會有什麼發現？

他認為，人有許多不可取代的價值，現在的人工智慧是將「人的智慧」透過數位技術，讓我們能夠更透徹拆解問題、預測甚至決策，因此，人工智慧如果要有突破，會來自於對人類智慧與思考模式的更深入了解。所以，在學術界與產業界正在把機器教得愈來愈像人的時候，張嘉淵直言：「學校不應該把人教得愈來愈像機器。」

家長如何培養小孩「找問題」的能力？

「不習慣問問題，也不敢問問題，怕因此被認為能力不足，」普遍被認為是台灣學生常見的狀況，而我們的教育中，也較少培養小孩這方面的能力。那麼，家長該怎麼做呢？

陳佩君的做法是，叫小孩出題，例如在複習完某個範圍之後，讓孩子出題考媽媽，但會設限制，例如「不能出超過二位數的加法」。孩子就會用自己的想像去轉換題目，像原本是「三個蘋果加四個橘子」，就轉換成「三個外星人加四隻恐龍」，讓孩子換個角度想事情，而這是面對未來相當重要的能力。

而且，定義問題比解答問題更難，陳佩君強調：「電腦可以解答問題，但定義問題只有人做得到。」習慣這樣的轉換能力之後，孩子逐漸長大就能培養出定義問題的能力。像是拿到股市預測的題目，會聯想到是否先簡化為時間序列的預測？而跟時間序列有關的，像是天氣預測，是否可能應用進來？

養成這種類比的、跨領域的練習，「跟唸什麼科系沒有關係，不必受限制，」陳佩君強調，更重要的是好奇心、觀察能力，以及對人的關心，才有辦法問出好問題。