当AI可以给出答案，大学的意义是什么？林奇宏

八百年前，大学之所以诞生，是因为知识稀缺，学生必须到特定的地方，向特定的人学习，才能接触知识。因此，中世纪的大学，首先解决的是“知识如何传承”的问题。如今，人类面对相反的处境：知识不再稀缺，答案甚至过剩，生成式人工智慧让知识以前所未有的速度被生产、重组与传播。如果大学始于知识稀缺的时代，那么在答案随手可得的年代，大学究竟肩负什么使命？

当大脑思考开始被外包...

过去两年，人们对 AI 的讨论大多围绕在能力与应用。它是否会改变产业结构、取代部分专业工作，甚至重新定义劳动市场？然而，这些问题背后还有一个更根本的问题：AI 将如何改变人类形成知识与理解世界的方式？

学习往往始于未知。学生透过阅读建立理解，透过摸索形成判断，透过讨论修正观点，并在反复思辨中发展自己的世界观。真正塑造人的，除了知识本身，还包括获取知识的过程。如今，AI 正在压缩这段过程。输入一个问题即可获得完整答案，输入一个主题即可得到文献摘要，输入一段需求即可生成程式码。效率的提升无庸置疑，但当搜寻、整理、比较、分析，甚至部分推理逐渐由 AI 完成时，人类与思考之间的关系也正在改变。

近年来，学术界开始讨论“认知外包”（cognitive outsourcing）现象。当越来越多认知工作转移至外部系统，人类的思考习惯、学习模式与判断方式是否也将随之改变？这个问题尚未有定论，但它提醒我们，AI 所带来的影响已经超越工具层次，开始触及认知。这不只是一次技术革命，更可能是一场关于人类思维模式的深层转变。

什么样的 AI 才是好 AI？

两千多年前，亚里斯多德曾指出，人类之所以成为人，不只是因为拥有知识，而是因为具备追求善（the good）的能力。人类创造出能够生成知识的机器，它可以回答问题、整理资讯、进行推论，甚至在部分专业测验中展现超越多数人的表现，但另个问题也随之浮现：它知道什么是善吗？

知识的生成与价值的判断，始终是两件不同的事情。AI 可以计算最佳路径，却无法决定目的地应该在哪里；可以分析庞大的数据，却无法回答什么样的社会值得追求；可以提供无数选项，却无法定义什么样的人生具有意义。这也是为什么许多经典伦理难题，如著名的“电车问题”至今仍没有标准答案。因为人生中许多重要的选择，并不存在唯一解答。当失控的电车冲向五个人时，是否应该牺牲另一个人来挽救更多生命？

从效率的角度来看，答案似乎显而易见。但真正的人类社会，从来不只由效率构成。责任、情感、信任、文化与价值，同样影响着我们的判断。这些问题并不存在于数据之中，也无法透过演算法计算出唯一解答。因此，当 AI 愈来愈聪明，人类真正需要培养的能力，或许不是掌握更多知识，而是形成更成熟的判断。

因此，全球科技界开始出现另一种讨论。无论是 NVIDIA 所提出的 Good AI，或学术界持续倡议的 Human-Centered AI，其共同关注的核心都不只是技术是否安全，而是技术是否能够为人类社会创造真正的价值。当 AI 被应用于疾病预测、新药开发、气候模拟、智慧制造与教育创新时，人们开始思考的已经不是“AI 能做什么”，而是“AI 应该为什么而做”。

从 Responsible AI 到 Good AI

围绕著这个问题，全球大学、政府与科技产业积极讨论 Responsible AI。公平性（Fairness）、透明性（Transparency）、可解释性（Explainability）、问责机制（Accountability）与隐私保护（Privacy），已成为 AI 治理的重要原则。这些原则回应的是一个关键课题：如何降低 AI 带来的风险，并确保技术符合人类社会的基本规范。然而，在更长远的文明尺度上，人类仍需要回答另一个问题：AI 应该引导我们走向什么样的未来？

这正是 Good AI 的核心命题。如果将 AI 的发展视为一个演进过程，第一个层次是效率，第二个层次是智慧增强，第三个层次是责任治理，而第四个层次则是人类繁荣（Human Flourishing）。前三个层次聚焦于技术如何运作；第四个层次关注的是技术如何服务于人类社会。

它关心的议题包括教育机会是否更加平等、科技是否促进社会福祉、创新是否回应全球挑战，以及下一代是否能够在高度自动化的世界中持续发展创造力与责任感。这也是高等教育必须参与的讨论。因为大学培养的不只是专业人才，更是未来社会的公民、决策者与价值创造者。

在阳明交通大学，AI 并不是单一学科的议题。当 AI 被应用于癌症诊断、精准医疗、神经科学、智慧制造与半导体设计时，工程、医学、人文与社会科学之间的界线也逐渐模糊。这也是阳明交大合校的重要意义。

大学的任务：培养判断力

当 AI 可以协助辨识疾病，却无法单独回答医疗伦理；半导体驱动全球数位转型，却也牵动地缘政治与供应链安全；数位科技提升效率，同时带来隐私、公平与治理的新挑战。因此，我于合校时所提出的“跨、融、创”不仅是一种教育理念，更是一种面对未来的方法。跨越学科边界、融合不同知识体系，并在交会之处培养学生的判断力，创造新的解决方案，我认为这是 AI 时代需拥有的重要能力。

面对 AI、高龄社会、气候变迁、数位治理与地缘政治等全球挑战，任何问题都无法单靠单一学科解决。因此，大学的重要任务也延伸到连结不同知识体系、不同世代与不同社会系统。真正的改变与创新往往发生在边界之间。未来的大学需要成为思想交流、公共讨论，以及共同想像未来的平台。

什么仍然使我们成为人？

八百年前的大学回答的是：如何“保存”知识；二十世纪的大学回答的是：如何“创造”知识；而二十一世纪的大学，或许必须回答另一个更根本的课题：当智慧不再是人类独有的能力时，什么仍然使我们成为人？

这个问题没有标准答案。它需要透过教育、研究、公共讨论与世代对话持续探索。大学之所以重要，正因为它提供了一个让社会共同思考这些问题的空间。知识会持续累积，技术会持续进步，演算法也会持续演化。然而，关于善、责任、意义与未来的提问，始终属于人类，而这些 AI 无法回答的问题，正是二十一世纪大学存在的意义。