品牌故事
計算思維學院：起心動念
「在人工智慧時代，程式化的、重複性的、僅靠記憶與練習就可以掌握的技能，將是最沒有價值的技能，幾乎一定可以由機器完成。反之，那些最能體現人的綜合素質的技能，例如，人對複雜系統的綜合分析與決策能力，人對藝術和文化的審美能力和創造性思維，人由生活經驗及文化薰陶所產生的直覺和常識，還有基於人自身的情感（如愛、恨、熱情、冷漠等）與他人互動的能力……，這些是人工智慧時代最有價值、最值得培養與學習的技能。而且，在這些技能中，大多數都是因人而異，需要「訂製化」教育或培養，不可能從傳統的「批量」教育中獲取。」[1]
我相信教育的力量，也是均一教育平台的長期支持者。但是，在人工智慧時代，我也相信「學習」這件事情將會有重大的轉變。未來的學習將會是興趣導向、實務驅動、以及人機協作的。 興趣導向：不像我們這一代，可以在沒有目的及動機的狀態下，傻傻地埋頭苦幹，唸完高中或大學。在可見的未來，你很難強迫某人（你的下一代或你自己）去學習他/她沒有興趣的東西。同時，每個人的興趣將會非常獨特、廣泛且多元，難以用一個學門的領域知識概括。新時代的學習者需要的，不是某個科系的一整套知識體系或課程地圖，而是許多獨立 (self-contained) 且分散的主題式課程。沒有必要為了喝牛奶而養一頭牛。
實務驅動：理論很重要，也是一切應用的基礎，但醉心於鑽研理論的人畢竟是少數；如果不知道該怎麼用於解決實務問題，你學習知識的動機將大大降低。教學是一門專業，也需要練習，但除了教學經驗外，如果課程是由真正面對過問題的從業者講授，並且採用從做中學 (learning by doing) 的教學方式，對你的幫助將遠遠大於紙上談兵。
人機協作：不再是「讓」機器學習，而是「向」機器學習。有了 AlphaGo 之後就不用學圍棋了嗎？圍棋訓練的是你個人的策略能力與專注力，有了 AI 之後，反倒能幫助你走出過往規則的桎梏，幫助創新；有了 GitHub Copilot 之後，軟體工程師就失業了嗎？身為從業人員，此類工具對我的意義更多是賦能而非威脅 [2]；有了 ChatGPT 以後，就不用再自己寫文案或作業了嗎？剛好相反，ChatGPT 會成為作品品質的最低標準：你交出來的東西只會比 ChatGPT 好，不可能比它還差。 知識工作者的新時代已然到來，計算思維學院希望能在新時代中與你同行，助你一臂之力。
[1] 李開復、王詠剛 (2017)，《人工智慧來了》，天下文化 [2] 為什麼是賦能？因為以前你需要詢問或閱讀資深工程師的程式碼來學習，現在可以透過 AI 快速獲得相關建議，但 AI 產出的結果還是需要自己去判斷與融會貫通；為什麼不是威脅？因為軟體工程不是面試解題，也不是一個人自幹出一套軟體拿出去賣，商業世界的軟體開發情境，遠比單純敲程式碼複雜得多。