學術成果

【人工智慧跨域研究中心訊】

在曾憲立老師眼中，科技從來不是冰冷的技術題，而是關乎「人如何生活、社會如何自處」的生活課題。現為國立臺南大學行政管理學系副教授的曾憲立，今年於本校開授「人工智慧治理」課程，身兼本校公行系數位治理研究中心（TEG）副主任、國科會臺灣人工智慧卓越中心（Taiwan AICoE）政策組副召集人的他，從博士班起，研究軌跡就一路與「跨域」相伴。從環境到數位治理、從大數據與開放資料到AI治理，主題在變，關懷沒變。「這個過程給我最大的啟發，是要能共感不同領域的人看待科技，到底在意的是什麼。」

從勞動密集的挑毛豆，到提升生產線的良率，AI已默默嵌入日常生產與公共治理，曾憲立認為，領域專業與經驗累積才更能產生AI賦能，而不是擔心被取代。他舉例，當有需求的學生申請中低入戶證明時，AI摘要若提供錯誤方法而學生沒有「AI幻覺」的覺察，當AI成為話語權威，人們很容易喪失再求證的習慣；或是討論台灣主權的相關議題時，AI若對複雜的地緣政治不熟悉，影響的則是價值立場的涉及。

身為教師，他選擇用教學回應這份焦慮。在「人工智慧治理」課程中，曾憲立引入 Google 與 Meta的教學計畫，引導學生從AI素養到治理議題進行系統理解。一部分課程使用 Google 的「AI Essentials」線上內容，另一部分則結合「人工智慧學校與 Meta」合作推出的「好好用AI素養計畫」，讓學生先透過自學與線上教材建立工具與概念基礎，再回到課堂，由老師帶領討論責任、風險與制度層面的問題。

這樣的設計，也讓他對「線上課」與「實體課」的角色有了更多反思：當線上的AI課程已經這麼多時，學生在實體教室裡，老師還要教什麼？他提出兩種可能，一種是老師現場「轉譯」既有知識的現場教學，另一種則是學生先在線上課打好自學基礎，再把實體課留給「只有在教室裡才能發生」的內容與討論，例如即時案例分析、對於政策辯論、以及將AI放回台灣社會脈絡中的深度對話。

對他而言，理想狀態會是後者。但現實是學習效果時常不佳，他沒有責怪，只是更清楚地意識到在AI時代，從素養到應用，到監管，教育者、學習者、AI之間會是一個三角關係，教學設計不只是在導入新工具，而是要重新定義學習責任分配，何種資訊可以放手由平台教，何種只能存在實體現場打好基礎建構。

除了教學方針，他也說明目前AI領域中技術面的師資相對充足，但人文社會科學領域仍顯不足。他認為，AI不是工程師的專利，它牽動的是民主治理、隱私權、網路暴力、就業結構重組等高度社會性的議題，因此人文社會的角色絕對不是『旁觀批評者』，而應該是能幫助社會辨識風險、討論價值與建立制度的那一群人。

而在 AI 與少子化雙重影響下，傳統職涯金字塔正逐漸鬆動，企業以更少的人力搭配 AI 運作，新鮮人反而更快被推向中階位置，大學不能只停留在會被 AI 取代的基層技能。他認為，高等教育必須轉向培養學生面對複雜情境、進行價值判斷，並學會與 AI 共事的能力。

正因如此，曾憲立也反覆強調跨域必須回到清楚的問題導向：究竟要用AI解決什麼？「我們必須先有自己的經驗再使用AI，才會真的被賦能，不然『人工智慧』不會比『工人』更聰明，甚至連自己錯在哪裡都不知道。」他指出，跨域不是技能拼裝，本業知識若不夠扎實，AI便難以成為助力，例如中文系寫code，若開發的應用能回扣到原有專業很棒，但若做過就算了，這樣的跨域便缺乏實質意義：「不要為了AI而AI，先回到你的領域，想清楚AI能替你解決的棘手問題。」

在他眼中，科技接受研究已經從過去的「要不要用」問題，變成「大家都在用，那後果是什麼」──AI 不再只是工具，而是重塑制度與社會結構的力量。面對加速時代，曾憲立描繪的並不是一條順遂的康莊大道，更像是一種持續練習：練習保持好奇、承認未知，練習不被工具牽著走，而是拉著工具，一起回到「人」與「社會」真正關心的地方。

 

曾憲立接受本中心專訪，談論「人工智慧治理」課程的教學核心。

曾憲立也反覆強調跨域必須回到清楚的問題導向，究竟要用AI解決什麼才是核心問題。


#AI跨域專訪

採訪編輯：蕭爵非