黃偉豪：在Generative AI年代 讀大學應選什麼學科？

【明報文章】進入「生成式人工智能」（generative AI）年代，很多人的直覺是社會更需要專門的技術人才。但不少調查和研究卻得出一個相反結論，就是當AI已經可輕易地替人類解決複雜的技術難題的時候，社會和企業最需要的，反而是更有「人類智能」（human intelligence）、懂得思考和分析，又能創意地胡思亂想的人才。

香港中學文憑試（DSE）將在本星期三放榜，多達5萬名考生便會根據其考試成績去計劃自己的將來；當中一個重要的決定，便是應該在大學選讀什麼學科。在ChatGPT等「生成式人工智能」正為人類帶來翻天覆地的革命性轉變的時代，在選科時必須考慮的因素，便是這個AI年代究竟需要哪一類人才？

學生選科的典型消費者心態

由於大學教育是一個重要的長遠投資，決定理應建基於對將來的合理預期。所以，除了考慮能力和興趣之外，應要預計世界在將來5至10年內需要什麼人才，然後在大學選擇相關科目。而且，年輕人理應帶一點傲氣和敢於冒險而闖出新天地的精神，勇於選擇新科目，學習新知識，走一條跟前人不同的路。

可是，現實卻往往與理性的預期總有一段距離。根據筆者多年來的收生經驗和接觸過的數據，發現不少同學的選擇都是傾向保守，以及甚受過去的數字和身邊大部分人的決定影響。這也許是因為很多香港的中學同學對大學及其主修科目的決定，均非純粹是個人選擇，而是甚受身邊成年人，包括老師和家長的影響。

在這特殊的環境和因素下，本港每年的大學聯合招生（JUPAS）結果，都會出現一些奇怪而保守的有趣現象。首先，很多大學和科目的收生分數，均是超級地穩定，這是因為學生本身及在他身邊幫助其選擇的成年人，已相信了歷史和前人的智慧。所以，不少DSE同學選擇大學和學系的方式，是典型消費者心態——均是依據自己公開試的分數，來選擇一個自己能夠「負擔」得起，而又收生分數最高的大學和學系。因此傳統上的「三大」，即港大、中大和科大便較有優勢；相對之下，以極高分入讀平均收生分數較低的大學和學科的個案，便少之又少。

選科泡沫爆破循環或再臨

過分依賴過往收生分數來決定自己前途的缺點，除了是忽視自己的興趣和天分之外，就是錯失了與世界新發展趨勢及即將來臨的大時代接軌的時機。但值得一提的是，當以上的穩定模式出現變化時，卻又往往是「市場」表現不理性而矯枉過正的一刻，大家會突然「一窩蜂」地追捧某一些科目。一如過往曾經出現的科網熱潮，結果形成一個供應遠遠大於需求的人力巿場泡沫；一旦爆破，除了學無所用，或要轉行另覓出路之外，最可惜的是白白浪費了學習能力最巔峰的大學時期的光陰。

筆者在這裏分享以上對於公開試放榜，及同學就大學主修選擇的一些觀察和歷史，是因為在generative AI的大時代下，另一個選科泡沫及最終爆破的循環，極可能又會隨之而來。重要的是，在generative AI如ChatGPT出現之後，世界對於能夠補足和改良AI的「人類智能」的需要，同樣殷切。大家不需要盲目地強迫自己成為AI工程師，才能在未來的AI社會中得到發揮才華的機會。

在ChatGPT等強大的生成式人工智能系統出現之後，很多人均有一種錯覺，就是只有追捧純科技和硬技術的技能及工種，才有光明前路。但早在多年前已有經濟學者提出「贏家盡贏」（winner-take-all）的理論，意思是在全球市場一體化下，只有最頂尖的專家才可以成功；而在AI也可自己寫電腦程式和處理很多技術難題的時候，恐怕非頂級的技術專才的生存空間，將會進一步被收窄。因此，除非你在AI技術和研究上充滿天分及興趣，否則強迫自己修讀這些科目，恐怕並非一個明智選擇。

AI年代 也是發揮人類智能的年代

不止是AI工程師，在ChatGPT面世後，其中一個近期炙手可熱的職位便是「提示工程師」（prompt engineer），即是專為ChatGPT等人工智能系統編寫和輸入指令，以得出最佳輸出結果的職位。惟於今年6月，來自英國倫敦國王大學商學院的學者Oguz Acar便在《哈佛商業評論》（Harvard Business Review）中（註1），對「提示工程」的價值和持久性，提出了重大質疑。根本上，他認為「提示工程」只是一個因一般人未完全熟悉generative AI而產生的短暫現象，屬曇花一現，根本沒有前途。隨着用家的技能增長，及generative AI系統的進步，愈來愈了解人類語言及善於跟其互動，這行業將逐漸式微。事實上，現時巿場已出現不少有關ChatGPT prompt的「天書」，跟真人工程師競爭。

Acar文章的重點是，在generative AI年代，是盡情發揮人類智能的年代，當中一項極為重要的能力便是懂得「提出問題」（problem formulation），意即把面對要改善的處境，演化成AI可以明白和解決的問題。這能力更可被細分成3個環節——認清（identify）、分析（analyze）和描述（delineate）問題。

與此同時，根據世界經濟論壇今年4月最新發表的《2023年未來就業報告》（Future of Jobs Report 2023；註2），在企業最重視的員工技能中，排行第一的正是分析能力（analytical thinking），排行第二的是創意（creative thinking）；而人工智能及大數據（AI and big data）的硬技術只是排行第十五，要比排第六、代表對科技的基本認知及應用能力的科技素養（technological literacy）遠遠為低。

研究與數據均說明，AI年代可以是各行各業百花齊放、百家爭鳴的年代。只要你擁有優良的AI素養（AI literacy），再配合AI所缺乏的人類智能，特別是分析能力和創意、懂得思考和反思、有批判能力，前途都可以無可限量。於這前提下，在大學選科可以更自由，殊途同歸，因為人力市場的重點已由你的主修科目，轉移至你真實擁有的能力和經驗。

註1：Acar, O. A. (2023). AI Prompt Engineering Isn’t the Future. Harvard Business Review.

註2：World Economic Forum. (2023). Future of Jobs Report 2023.

作者是美國史丹福大學行為科學高等研究中心院士

（本網發表的時事文章若提出批評，旨在指出相關制度、政策或措施存在錯誤或缺點，目的是促使矯正或消除這些錯誤或缺點，循合法途徑予以改善，絕無意圖煽動他人對政府或其他社群產生憎恨、不滿或敵意）

[黃偉豪]