過去一週，因為全球人工智慧（artificial intelligence，AI）巨頭齊聚台灣參加台北國際電腦展，大街小巷都在談論AI，AI彷彿成為台灣（T-AI-WAN）邁向未來的希望與關鍵字。
在教育現場，AI也是這幾年最熱門的主題，從初等教育到高等教育，都視AI為未來趨勢，積極將AI納入課程，深怕被不可擋的趨勢甩在後頭。特別是2022年底由ChatGPT帶起生成式AI的浪潮，幾乎重新定義了大眾對於「人工智慧」的認識，也難怪會有「2023年人類最重要的一件事情就是發明AI」這樣的誤解。
作為人文學科的研究者，只要簡單回顧歷史，自然知道人工智慧的發展並非一朝一夕的過程，我們早已活在充滿人工智慧的世界。剛才我把衣服拿去洗，洗衣機轉兩圈後告訴我該放0.6杯的濃縮洗衣劑，這就是人工智慧在生活中幫助我們的例子之一。按下開關，洗衣機開始運轉，我開始享受人工智慧帶來的便利。但回到電腦前看著這週學生交的作業，人工智慧的影響卻從光明變為陰影，因為能夠自己製作內容的生成式AI，正在撼動我們的教育現場。
AI生成的作業
對許多人文學科的同事來說，現在最熱門的生成式AI是威脅而不是幫助。學生會暗地裡用生成式AI寫作業，生成式AI也能一本正經地交出看起來中規中矩的文字，至少在形式上滿足了課程作業的需求。不負責任濫用生成式AI的結果，彷彿每份作業都在給老師做圖靈測試（Turing Test），要老師分辨哪些文字屬於學生，哪些文字屬於電腦。結果生成式AI模糊了作者的定義，動搖學術倫理的邊界，最後老師都不知道怎麼改作業了。
筆者在成功大學參與的全校性通識課程「踏溯台南」，就是深受生成式AI影響的課程之一。踏溯台南要求學生參加探索台南人文景觀的路線，成績以出席、填寫學習單、心得作業構成，而學期末繳交的心得作業，就是被生成式AI影響的重災區。
回顧行事曆，我在2022年10月25日受邀加入踏溯台南課程委員會，11月8日第一次參加課程會議。作為全校性通識課程，踏溯台南課程委員會的成員來自各學院，大家的共通點就是對台南人文景觀的關懷，希望學生認識成大所在地台南的人文底蘊。2022年11月8日的會議已經討論到學生用文字生成器寫心得的問題。但因為生成器的文字品質低劣，相當容易辨識，討論集中在明顯不用心寫的作業該怎麼給分。這時離ChatGPT橫空出世還有22天。
到了2023年3月的課程會議，大家已經深深感受到生成式AI的影響。2022年11月30日發布的ChatGPT，上線5天就有超過100萬使用者註冊，2023年1月繳交的踏溯台南心得作業，已出現疑似運用生成式AI的案例。如何回應生成式AI對課程的衝擊，就成為2023年上半年課程會議的重點。
跟當時全球各地的教育現場一樣，課程委員會也分為禁止和開放兩派。人文社會科學學院的老師從學術倫理的角度主張禁用，理工醫學院的老師則說他們已經在課程中鼓勵使用生成式AI，沒理由在踏溯台南禁用。經過激烈討論後，決議在2023年9月開始的新學期，要求學生在繳交心得作業時，自我揭露使用生成式AI的比例。
從112學年度第一學期的心得作業來看，有部分使用生成式AI、但整體做得很好的心得，被列入下學年觀摩作業。也有學生自稱沒使用AI，卻寫下不存在的地方，擺明使用了生成式AI。但學生沒校稿就交出來，又沒揭露使用生成式AI，自然得低分，簡直是被AI驅使的萬歲衝鋒。
現在已是學期末，我準備要批改本學期踏溯台南的心得作業，還有系所課程的期末作業，身邊的同事又開始談論生成式AI帶來的負面影響。面對這些焦慮，我想以歷史研究者的角度，從過去累積的經驗來談談我們跟人工智慧共存的歷史。我是程式麻瓜，只為了設計網站入口的隨機畫面玩過一點點JavaScript，還是每學期數學都被當掉的不成功高中生，我只能從使用者的角度來看人工智慧。開發者的觀點，還是要讓專家來談。
科幻想像中的人工智慧
記憶中最早談到人工智慧的概念，是在1988年牛頓出版社引進集英社的學習漫畫《世界的歷史》最後一冊。在「尖端科技與人類的未來」這節中，主角參觀父親辦公室裡的OA（office automation，辦公室自動化）設備。父親說第5代電腦「不僅會接受命令，而且還能夠整理自己的想法。也就是說，電腦會越來越接近人腦喔！」女兒擔心人類會被電腦取代，正在操作機器的白袍大哥回過頭笑著說「不管電腦如何的進步，使用電腦的畢竟是我們人類啊！」
30多年前的漫畫已經提及人工智慧的未來，也安撫了人類可能被電腦取代的焦慮。但人工智慧要走進現實生活，還要經過許多軟硬體發展才能實現。在此之前，我們仍然靠虛構故事來滿足對未來的想像。1969年開始連載的《機器貓小叮噹》，無疑是想像人工智慧可能型態的經典作品。但自從書名與角色統一改為《哆啦A夢》，現在的讀者可能很難注意到這隻藍色狸貓是人工智慧的產物。
約在漢語世界的小叮噹變成哆啦A夢的同時，赤松健開始連載週刊漫畫《A・Iが止まらない!》（直譯：AI停不下來），以程式語言編寫的人工智慧少女走出電腦為主題，進一步推動世紀末對人工智慧的想像。在現實生活中，1996年底上市的電子雞隨即造成風潮，1997年5月11日IBM的超級電腦「深藍」擊敗西洋棋王，1999年索尼推出電子狗AIBO，世紀末的科技發展似乎急速向機器貓誕生的22世紀邁進。
但當時的硬體還無法撐起普及人工智慧的願景。回顧90年代，電腦主要的儲存媒介是容量只有1.44MB的磁片，USB連接埠尚未普及，56K數據機已是極速，撥接上網還會占用一條電話線。CPU以時脈數作為商標，Intel即使有浮點運算錯誤的醜聞，CPU還是賣得比其它家貴。預算有限的學生，組裝電腦常見的搭配是買效能較差的AMD處理器，用超頻提升運算能力，再將錢省下來買3D加速巫毒卡，或是搭載NVIDIA最新GeForce圖像處理器的顯示卡。但當時最先進的軟硬體搭配產出的畫面，跟2020年代的標準相比仍然相當原始。
進入21世紀，電腦硬體持續進步，運算能力、儲存設備、傳輸速度不斷提升。以使用者創作內容為核心概念的Web 2.0興起，巨量資料和演算法影響現實生活的環境逐漸成熟。2014年太陽花運動時，中研院史語所研究員黃銘崇教授曾對巨量資料在人文學的應用寄予厚望。他說：
我很期待318公民運動作為一個契機，提供我們以巨量資料的角度收集資料並進行歷史研究的機會。如果我們可以好好利用此一機會，結合大多數研究台灣史的師生，甚至其他史學、社會學、人類學的師生，共同參與，熟悉「巨量資料」的各項研究，那麼，這將會是一個絕佳的操兵機會：利用「巨量資料」的歷史研究作為一個跳板，與世界的巨量資料歷史研究結合，把台灣已經有的大量數位化資料，依據CHIA的架構，重新整合並加入CHIA。
（按：CHIA是匹茲堡大學Patrick Manning教授提出的資料合作架構，全名是Collaborative for Historical Information and Analysis。似乎已經停止運作。）
10年過去，人們對太陽花運動的細節已經淡忘，政治人物長成我們無法想像的模樣。當年對巨量資料歷史研究的願景仍未實現，反而是演算法掌握我們透過社群網站看到的世界，成為資訊戰的武器。透過分析巨量資料達成的生成式AI，也開始模糊原創性的定義。40年前擔心電腦控制人類、取代人類的焦慮似乎即將成真。
透過科技擴張認知能力
但回顧更長時段的歷史，我們其實可以不必那麼焦慮。就以透鏡為例，能夠折射光線的透鏡在13世紀的歐洲出現。在之後的數世紀，眼鏡作為矯正視力、輔助閱讀的工具普及於舊世界。17世紀初，人們開始將幾個透鏡組合起來，發明用於實驗室的顯微鏡和觀測天體的望遠鏡。19世紀經透鏡成像的攝影技術開始為我們留下幾近真實的圖像。現在我們不會懷疑用透鏡觀察世界有什麼問題，還會以「有圖有真相」來延伸「眼見為憑」的訴求。
可是回到400年前的17世紀初，伽利略用望遠鏡觀測天體，看到充滿原始坑洞的月球表面、金星的盈缺、木星的衛星，還提出更多挑戰既有天文學知識，支持哥白尼日心說的證據。當時伽利略週遭的飽學之士卻懷疑使用儀器觀測的正當性，甚至拒絕使用望遠鏡觀測的邀請。1633年，羅馬的宗教裁判所認定伽利略有強烈異端嫌疑，要求他放棄日心說，並查禁所有伽利略的著作。
運用透鏡幫助我們觀察這個世界，或許可以稱為「透過儀器擴張認知能力」。過去四百年的科學進展中，有太多無法用人類感官直接觀察到的現象。我們的認知能力無法俯瞰太陽系的構造，無法看到原子結構和DNA的雙螺旋結構，無法觀察瘦肉精汙染儀器，無法看到冠狀病毒迎面而來。我們無法掌握時間的流逝，當然也無法回到過去直接觀察歷史事件。這些現象，人類都必須透過資料來間接認識，而儀器正是產生資料的工具。就產生資料這點來看，生成式AI與過去我們熟知掌握的儀器，差異並不會太大。但對程式麻瓜來說，生成式AI就像個難以掌握的黑盒子，對他下指令（prompt），生成式AI就能產出像樣的文字、圖片、音樂、影片。生成式AI的使用者不知道這個黑盒子是不是美國哲學家John Searle所說的「中文房間」，難以判斷眼前的作品是原創、模仿，還是基於巨量資料一本正經說幹話。結結果，生成式AI在重視原創和洞見的教育與研究現場，引發了難以消除的焦慮。
馴化新技術
其實過去幾十年，我們都是吸收活用各種新技術走過來的。別的不說，光是標點符號都是劃時代的新技術。1957年台灣銀行經濟研究室開始出版《台灣文獻叢刊》，當時的主任周憲文就堅持全面對文獻謄錄點校，並加入新式標點符號。他說：
我們出書，要以年輕的一代為標準──現在的年輕人以及未來的年輕人。我們要為他們著想，並為他們謀便利。我們應該為他們的便利而放棄自己的便利。這因現在的50以上的人是有限的，未來的年輕人是無窮的。由於這一理由，我們寧願標點排印。
當年的標點並非完美，2000年代文建會出版《台灣史料集成》時，又號召歷史學者重新點校一次文獻，但此時已經沒有人認為標點符號無用。我在高一時，校刊社的學長還用手工剪貼照相製版。次年我主導校刊全面改為電腦排版，之後手工排版再也不是編輯校刊的選項。2002年我買了USB隨身碟，快閃記憶體的容量僅16MB，在電腦教室不知吸引多少同學來詢問在那裡買。當我碩一時，我還在圖書館翻閱書籍收集各種古契字，但隨著「台灣歷史數位圖書館」上線，我再也不必在圖書館捧著厚重的古契字彙編，一行一行找需要的資訊。熟悉程式語言的研究者更能對歷史文獻做資料探勘，發展出我們現在所說的「數位人文」研究。碩二時，地理資訊系統（Geographic Information System，GIS）也風行一時。鄭錦全教授在課堂上教我們怎麼用GIS分析揚雄《方言》所記錄的上古漢語在漢帝國各地的變體，研究所的同學還去報名將GIS融入歷史研究的研習課程。現在GIS已在教育現場中找到自己的位置，再也不是高不可攀的深奧技術。
人類不會被取代
回顧近400年的科學史，我們可以看到人類用新科技擴張認知能力，進一步了解自然世界的歷史。回顧近40年的個人史，我也見證了人文學研究從手工業（handcraft）到電腦輔助研究（computer-assisted research）的過程。作為程式麻瓜，我最常用的電腦輔助僅限於雲端儲存、研究協作、資料整理，還有用Grammarly協助英文寫作，偶爾用雅婷逐字稿將語音轉為文字。我使用的技術並不多，但採納新技術的經驗讓我對橫空出世的生成式AI抱持中立態度。現在我們人文學者還不確定該怎麼馴化生成式AI，但總會有辦法的。
我認為現在大家對於生成式AI威脅教育現場的焦慮只會是一時的現象。隨著技術普及，我們會發現生成式AI的潛力和極限，社會終將能找到吸收新技術的方法，新技術也會在社會中找到所屬的位置。除此之外，這個世界仍然需要辨別真假能力（judgment）、評價資料的眼光（assessment），以及對自己的工作負責任的態度（accountability）。這些是做人的道理，也是教育現場歷久不變的要求，不曾也不會因為新技術而改變。
而且我在歷史學的研究領域是台灣史。這個領域不只要求透過史料觀察過去，也要求研究者以身為度，親身走入歷史田野，收集現場觀察的經驗與互動。這些經驗無法轉譯為文字符號，無法被人工智慧處理。認命吧，在田野中人工智慧幫不了我們，也永遠無法取代我們。學術研究的手路（tshiú-lōo），最終還是要靠自己的身體去記住。
現在人工智慧洗衣機已經幫我洗好衣服，但掛衣服、摺衣服、燙衣服，還是得自己來。我一篇作業也沒看，還浪費時間寫了一篇原創廢文。該怎麼辦？救救我啊，哆啦A夢！
（作者為國立成功大學歷史學系助理教授。本文標題是依照ChatGPT-3.5的提案修改的。指令是「依照以下文章，幫我想一個標題」，並輸入全文的第一節和最後一節。原提案為「人工智慧的光明與陰影：生成式AI衝擊教育現場的反思」。成大歷史張哲維老師用ChatGPT 4.0o潤飾過初稿，同系徐維里老師和文學院踏溯台南辦公室陳志昌老師也提供意見，在此一併致謝。）
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：3038
