立即訂閱
AI能迅速寫出報告，卻未必處理得了現場一聲異響、一筆失真的數據。當白領工作的知識、智慧平準化，技職教育有機會重新被看見。大學下一步要讓學生既能動手，也能把問題想清楚。
試想一堂設備維修課：螢幕上的曲線忽然跳高，學生把紀錄交給AI，幾秒鐘就得到一份故障原因清單。有人準備照著更換零件，老師卻先問：是設備出了問題，還是感測器量錯了？畢竟，如果第一筆數據就不對，後面的分析寫得再完整，也可能一路修錯地方……
隔壁教室裡，另一組學生正用AI整理產業報告。摘要、圖表、結論很快齊備，交件前還能順手潤飾語句。
兩間教室形成一個耐人尋味的對照：過去，看來比較「動手」的工作，未來，未必比較簡單；過去看來比較「動腦」的產出，也未必永遠都稀缺。
這是教學情境示意，卻足以問出大學教育眼前的難題：我們究竟在評量學生，還是評量他手上的工具？
