AI 時代更應提昇基本能力

現在上課時，學生常會問我：「老師，現在已經有 AI 了，我還需要學這個嗎？」

我的答案是：「需要，而且非常需要。」

不過，得先釐清一件事：學習不等於背誦。

以往沒有 AI，但早已有 Google。像「1858 年，達爾文與華萊士共同發表天擇理論」或「孟德爾於 1865 年發表遺傳研究成果」這類資料，只要上網搜尋，很快就能找到。

因此，如果考試只問：「天擇理論是在西元 ____ 年提出的？」或「孟德爾在 ____ 年發表遺傳研究成果？」那麼真正值得檢討的，不是學生願不願意背，而是這樣的題目究竟測量了什麼能力。

但是，這些年代並非毫無學習價值。關鍵不在於記住數字本身，而在於能否理解數字背後的關係。

例如，達爾文提出天擇理論時，還缺乏一套足以解釋遺傳機制的理論，因此「有利特徵如何穩定傳給下一代」成為當時天擇理論面臨的重要問題。與達爾文處於同一時代的孟德爾，則透過豌豆實驗揭示了遺傳的基本規律。兩人的研究在當時並未真正交會，直到後來，遺傳學與演化論逐步結合，才發展出更完整的現代演化理論。

如此一來，「1858」與「1865」便不只是兩個需要背下來的年份，而是幫助我們理解科學如何在不同研究之間逐步發展的重要線索。

所以，真正的問題從來不是「有了 Google 或 AI，這些知識還要不要學」，而是：

「學會這些知識之後，我能用它理解什麼、連結什麼，又能解決什麼問題？」

如果腦中沒有基本知識，我們甚至無法判斷該問什麼，也很難辨認 AI 提供的答案是否正確。AI 可以快速搜尋、整理與生成資訊，卻不能替我們建立完整的知識架構，更不能代替我們思考與判斷。

AI 是能力的放大器

缺乏基本能力時，AI 放大的往往只是表面的速度，以及未經查證的錯誤；具備知識、思考力與判斷力時，AI 才能幫助我們突破原有的限制，創造更好的成果。

因此，AI 時代還需要學習嗎？

需要，而且比過去更加需要。

只是我們要學習的，不再只是「答案是什麼」，而是「為什麼是這個答案」、「它與其他知識有什麼關係」，以及「我能拿它來做什麼」。