教育制度及政策研究中心 | 曾大千 研究員
未來與國人競爭就業機會的最大威脅,恐怕既非移民亦非貿易,而是正在快速發展中的人工智能(artificial intelligence, AI)革命;牛津大學、麥肯錫與普華永道的研究人員預測,在未來20年內,將有高達50%的工作將可能被AI取代。而事實上,自2000年以來,美國已有超過500萬份的工廠工作因自動化而消失,因此未來由AI取代人類既有工作的現象,將是必須面臨的必然趨勢(關鍵評論,2017)。
雖未來隨著科技發展,亦將會產生新的就業機會,然未能確認其與既有職缺的消長關係。因此,藉由學習技術素養,瞭解如何使用科技、機器人與數位素養,藉以解讀「數據海洋」以及人文素養(humanics;包括創新、解讀肢體語言、團隊合作、全球化或文化靈敏度等),方能透過經驗學習(experiential education)與終身學習(experiential and lifelong learning)之不斷累積,培養出機器無可取代的關鍵能力(駐洛杉磯辦事處教育組,2018)。
因此,在產業快速發展之際,就業者必須自發進行終身學習,且具備跨學科思維與行動,並應擁有更為良好的資訊技術(information technology, IT)專業知能(Ingenics, 2014)。然而,科技進步的齒輪不會停止,高等教育如何因應AI所帶來的衝擊,並將其轉化為增能利器,已然成為諸多先進國家共同關切的議題。據此,以下將整理相關之國際政策趨勢與具體作法,以提供我國未來政策規劃之參考。
以往大學或研究機構的敘薪福利通常僅能比照公家機關,相對於科技產業財團所提供的全面性工作暨安家福利而言,幾乎是無法相提並論。因此,德國參議院(Bundesrat)決議公立機構應在薪資設計上獲得更多的彈性,以此概念為規劃基礎的「德國人工智能研究中心」(Deutsche Forschungszentrum für Künstliche Intelligenz, DFKI)乃因此應運而生;就其長期效益而言,將能為AI教授職位提供更多資金,未來亦當能藉此使全德國之AI研究同獲其益(駐德國代表處教育組,2020)。
此外,德國其他大型的重點研究機構(諸如Fraunhofer、Max Planck、Leibniz與Helmholtz等),亦可排除適用德國有關「同級人員同級工資費率」之規定,使研究人員免受與聯邦公務員薪資規範的限制。雖然這些科學家們大部分以公部門的挹注經費進行研究,然而這些研究所卻能提高薪資以吸引各界爭相延攬的尖端科學家。以DFKI為例,其雖早於1988年成立,然AI的發展趨勢則在過去幾年來才快速發展,故當前的彈性薪資作法也令DFKI獲益頗多(駐德國代表處教育組,2020)。
無獨有偶,作為德國國家發展AI策略基石的「洪堡基金會」(Alexander von Humboldt Foundation),對其嚴格篩選的科學家們提供最優渥的薪資。基金會共撥款500萬歐元獎金給予入選者,使其除在各自大學支領一般薪資,還可再額外獲得最多18萬歐元至25萬歐元的最高資助獎金(駐德國代表處教育組,2020)。
最後,德國聯邦暨各邦共同學術會議(Gemeinsame Wissenschaftskonferenz, GWK)亦特別針對未來機器學習AI競爭力中心(Competence Center)相關主題進行會談,並且為此成立工作小組,給予位於柏林、德勒斯登(萊比錫)、多特蒙多(波昂)、杜賓根以及慕尼黑的競爭力中心大力挹注,預估2022年挹注計畫之經費更將倍增於以往。換言之,具備競爭力的薪資是重要的第一步,接著還應著重所謂的「軟性因素」,創造良好的工作環境,以吸引更多優秀的AI人才(駐德國代表處教育組,2020)。
據日本經濟產業省統計,日本國內頂尖AI人才極度不足。2018年日本國內缺少3萬4千名AI人才,迄2030年,AI人才短缺的狀況恐更將上達12萬4千名。在以分析、應用AI數據為主流的當今世界潮流,日本鑒於國內AI人才不足、培育人才的速度緩慢,日本政府乃檢討實施「AI戰略」,制定並推廣相關課程。首先,將以教授全國大一學生學習基礎AI知識為目標,制訂全國大學AI基礎通識課程,計畫每年培育25萬名專門領域的AI技術高級人才。課程預計含括操作AI時所需的初階程式語言能力、處理及運用大數據所需的統計學與電腦工學等。推廣時將參照國立大學的先行案例,例如,國立滋賀大學開設了日本第一個數據科學學系,以期培育出能夠解析大數據、應用於縮減醫療費用與預測市場變化的專家(數據科學家)。另一方面,國立東京大學則開設「數理、數據科學教育學程」,重新規劃原本設於文理學院的180種AI相關課程,協助學生更容易研修(駐日本代表處教育組,2019a)。
此外,日本文部科學省亦計畫開放大學開設與AI及振興地方等跨學院的教育研究「合作學程」,其有別於以往申請開設學院的方式,改由針對特定主題召集相關學院的教授及學生進行開設,以期能迅速回應社會議題。相關合作學程則以活用AI及大數據、防災、貧窮、少子化、老齡化、危機管理等新興學術領域為主題。例如,「AI合作學程」即係透過整合工學院、理學院、法學院、經濟學院等而成立。相對於大學一般依據學院需求,各自規範教師及招收學生人數上限之模式,合作學程除由與主題相關的學院合聘教師,學生人數亦是從相關學院的各年級在學員額勻出;各大學可自訂合作課程的辦理方式,學生除可先入學各該學院後再轉移至合作學程學院,抑或是自入學至畢業期間皆在該學程就讀均可。此外,同時也推動學校開放讓其他學生跨校上課(駐日本代表處教育組,2019b,2020)。
最後,日本政府針對AI及資料科學等相關優良教育計畫另設有認定制度,除可藉此保證教育計畫品質,其範圍並擴及全國大學與高等專門學校,使能較大規模培養先端AI領域人才。就此,內閣府召集大學及民間企業等相關人員參與會議,共同研議關於計畫的學習時數與教育內容之認定標準及方法;其教育計畫內容係以AI、資料科學、數理為對象,區分為知識能力等級與應用等級二階段。知識能力之認定等級於2020年開始,應用等級之認定則自2021年實施;其中,知識能力等級的學習內容為統計學等基本知識,文組學生也能參與學習,應用等級為培育AI等專門領域人才,將配合學生專攻領域學習AI及資料科學的活用方法。此等明確劃分等級之方式,可讓學生更易於選擇教育計畫;且不僅可供學校在設計新教育計畫時參考,也可透過教育內容的競爭,提升整體素質。(駐日本代表處教育組,2020)。
依據日本文部科學省表示,目前相關社會議題正逐漸複雜化,因此必須破除既有學院組織框架、匯集人才及資源來加以應對;惟如何處理新的研究領域,確保教育及研究品質並提出有效成果,乃更是未來的重要課題(駐日本代表處教育組,2019b)。
一、整合AI有關知識
早在30年前,比利時天主教魯汶大學(Katholieke Universiteit Leuven, KU Leuven)即已開設AI碩士課程,而在此一研究領域享譽盛名;近年來,該校更將AI所涉之科學與技術問題、各種法律、道德與哲學問題等相關跨領域知識,整合入新創立的「魯汶人工智能研究所」,以強化既有各個實驗室間之互動,並執行「法蘭德斯人工智能脈動計畫」(Flemish impulse programme),以執行包括每年3,200萬歐元所挹注的研究產業實踐、道德問題、培訓工作,以及資料科學過程的自動化計畫項目(駐歐盟兼駐比利時代表處教育組,2020)。
二、加碼投資大學AI教育
瑞典勞動市場及社會對於AI的深層知識具有強烈需求,故繼2018年投入2千萬克朗(約新臺幣6千5百萬元)在AI進階教育後,瑞典政府於2019年再度針對大學AI教育提撥2千萬克朗經費;究其目的,乃在利用新技術潛力來提高瑞典的國家競爭力,以期有效因應勞動市場的變化及對AI深度知識的殷切需求。而事實上,這項計畫也同時為終身學習創造了更多機會(駐瑞典代表處教育組,2019)。
三、推出AI行動方案
2018年4月,歐盟發布「歐洲人工智能發展戰略」,並為落實該戰略提出「歐洲製人工智能」(AI made in Europe)協調計畫,明確訂定於2019年及2020年所要啟動的行動方案,以藉此逐步奠定基礎,協調各會員國間之合作,並同時建置逐年審查與滾動更新計畫之機制。具體而言,歐盟執委會已設立新的「人工智能知識服務中心」(AI Watch),以監測AI在歐洲的發展及合作協調計畫之進展;2018年年底,歐盟執委會與會員國共同提出發展AI合作協調計畫,確定一系列聯合行動方案,並以「增加投資、提供更多研究數據、培養人才、制訂AI開發與使用道德準則」等四個關鍵項目為發展目標(駐歐盟兼駐比利時代表處教育組,2018)。
為使計畫順利推動,除須先完備化歐洲單一數位市場及其管理架構;各會員國及歐洲議會亦須針對網路安全、開放資料及新階段歐盟預算(包括研究、創新經費及發展AI技術相關經費)的立法達成共識(駐歐盟兼駐比利時代表處教育組,2018)。
根據統計,我國106學年資通訊科系(資訊、通訊、電機、電子等)畢業學生人數為42,829人,泛資通科系(化工、製程、電力、能源等)則有50,124人。預估至2030年,所需具備跨領域能力之資通訊數位人才、經理人及高階人才的人才需求缺口為8.3萬人,平均每年應需增加培育7,500人。據此,我國對於擴大人才來源與資通訊數位能力養成的計畫,主要有「於高中以下階段依據課程綱要提升興趣與認知、於大學以上階段精進資通訊數位人才培育」等二項(教育部,2019a)。
我國於2018年發布「十二年國民基本教育課程綱要」之「國民中學暨普通型高級中等學校科技領域課程綱要」,旨在培養學生的科技素養,透過運用科技工具、材料、資源,進而培養學生動手實作,以及設計與創造科技工具及資訊系統的知能,並同時涵育探索、創造性思考、邏輯與運算思維、批判性思考、問題解決等高層次思考的能力(教育部,2018)。教育部並於2019年提出「人工智能及新興科技教育總體實施策略」,期使國小、國中、高中到大學各教育階段均得以投入AI學習,以推動從小學到大學的AI系統教育,藉此改善學習、啟動AI數位學習及學習數位化的新路徑(教育部,2019b)。有鑑於我國AI教育尚處起步之際,故將各國投入AI之政策趨勢與具體作法彙整如上以供參照。
參考文獻
教育部(2018)。十二年國民基本教育課程綱要:國民中學暨普通型高級中等學校:科技領域。
教育部(2019a)。精進資通訊數位人才培育策略。
教育部(2019b)。AI教育X教育AI:人工智能教育及數位先進個人化、適性化學習時代來臨!
駐日本代表處教育組(2019a)。日本擬教授所有大學新生AI課程。國家教育研究院臺灣教育研究資源網。
駐日本代表處教育組(2019b)。日本擬修正相關法規,大學可開設跨院新學程。國家教育研究院臺灣教育研究資源網。
駐日本代表處教育組(2020)。日本政府推動AI教育認定制度,培養先端領域人才。國家教育研究院臺灣教育研究資源網。
駐洛杉磯辦事處教育組(2018)。AI時代的高等教育策略。國家教育研究院臺灣教育研究資源網。
駐瑞典代表處教育組(2019)。瑞典加碼投資大學人工智慧教育。國家教育研究院臺灣教育研究資源網。
駐德國代表處教育組(2020)。德國大學暨研究機構應提高待遇以留住AI專家。國家教育研究院臺灣教育研究資源網。
駐歐盟兼駐比利時代表處教育組(2018)。歐盟推出「歐洲製造人工智慧」行動方案。國家教育研究院臺灣教育研究資源網。
駐歐盟兼駐比利時代表處教育組(2020)。比利時荷語魯汶大學人工智慧研究所推動跨領域研究。國家教育研究院臺灣教育研究資源網。
關鍵評論(2017)。【TIME】【FORTUNE】全球中文獨家授權 大學生如何為「自動化的未來」做準備?
Ingenics AG (2014). Industrie 4.0 –Eine Revolution der Arbeitsgestaltung ?!