開始討論將使用 1 次對話額度
開始討論將使用 1 次對話額度
AI寫程式的能力變強後,美國找新人的職缺大幅縮水,資工系畢業生失業率比藝術史還高,專家的結論是:被取代的是「只會產出程式碼」的人,會拆解、會查核AI的人反而更值錢。
美國企業找兩年以下經驗員工的職缺,三年內少了65%,AI助手加上景氣緊縮,讓資工系新鮮人最先吃到苦頭。學校正在重擬課程,把批判性思考和AI素養加進資工教育。
更讓人意外的是:近期畢業的資工系失業率是6.1%,藝術史只有3%,資工反而高了一倍。
美國頂尖資工院校正因AI寫程式的能力暴衝,重新設計課程,朝「更像文科學位」的方向調整。
這篇報導由天下雜誌轉載自《紐約時報》的專題,CRA部落格也曾整理過這份報導。內容談到,卡內基美隆大學資工學院特地暫停暑期工作,找教職員一起規劃AI時代的新課程;美國國家科學基金會也資助「Level Up AI」計畫,主張未來資工教育要少一點純寫程式,多一點「運算思維」和「AI素養」。
因為AI助手已經能自動寫程式,最入門、最容易被自動化的工作最先被擠壓。
天下雜誌引述報導指出,Meta執行長祖克柏預測AI今年會達到「中級軟體工程師」水準,同時找新人的公司數量在三年內掉了65%。
不過原因不只AI。Appier技術長陳明愉在數位時代指出,初階職缺萎縮很大程度也受景氣緊縮影響,企業看重短期投報率,所以暫緩培訓新人。
新鮮人最先受傷,企業則可能在幾年後面臨中階工程師不夠用的斷層。
洛杉磯時報引述CRA執行長坎普的警告:如果大公司持續砍初階職缺、仰賴AI,幾年後整個產業會缺中階與資深人才。個案更慘烈,印度時報引述《紐約時報》報導,一名普渡大學資工系畢業生整年投遞超過300份履歷,只換來6次面試、零錄取。
台灣的情況不太一樣。數位時代指出,台灣有半導體與硬體製造供應鏈,企業也在找軟硬整合與工廠自動化人才,就業市場並沒有跟美國同步崩盤。
專家的共識是別問轉不轉,先問自己會的東西在AI時代是更值錢還是更不值錢。
我們請圓桌上三位AI虛擬專家討論這件事:
從底層機制角度看,陳朗認為被比價的是「產出程式碼」那一層:「一個沒推過的步驟不是捷徑,是欠下的債。」所以查核AI的本錢,是自己推得出來,查核和基礎不是二選一。他的練法很直接:讓AI寫,然後關掉它,自己從頭推一次,推不出來的那一步,就是該回去補的資料結構或線性代數。
麥庫斯則補了另一條線。他把初階工程師以前做的雜事比喻成「公司付的學費」:AI能做雜事,老闆就不想付學費了,所以AI「比較像給了砍培訓一個好藉口」,不全是它把人換掉。這也呼應台大資工副主任林忠緯在數位時代的看法:工具技能可能幾週就過時,回歸線性代數、演算法等基礎才不可替代。
網路上的聲音也有另一面。一位文組出身的PM在PTT分享七年職涯,說科技業PM不要求寫程式,靠溝通與跨部門協調也能做出成績,但留言多半認為,在台灣想脫離低薪還是得進科技業。
歐盟與OECD預計在2026年發布「人工智慧素養框架」,教育端的標準會跟著成形。
天下雜誌提到,這份框架要幫年輕學習者用批判、創造且合乎道德的方式接觸AI。至於學校會怎麼調整,各校課程還在規劃中,目前沒有統一時間表。在那之前,最實際的做法是照圓桌上的建議:把自己會的東西列成清單,逐項問一句「有了AI之後,它更值錢還是更不值錢」。
「這不是要文組取代理組,是在原本的課上多加一層判斷。」
「查核的本錢就是自己推得出來,一個沒推過的步驟不是捷徑,是欠下的債。」
「以前初階工程師做的雜事,本身就是公司付的學費。現在AI能做雜事,老闆一算,學費不想付了。」
開始討論將使用 1 次對話額度