- 天下Web only
我開大學部的「訊號與系統」課程多年，這是進入音訊、視訊、通訊等領域的基礎入門。
但這幾年，我發現我需要花時間複習拉普拉斯轉換，沒多久，因為微分方程有半數以上學生不太熟，連微積分也要上一點，後來得知工程數學在某些學校資訊系已成為選修，甚或在選修課中消失，終於在本系（成大資訊系）也變成選修後，我決定停掉這門課。
我念大學時，工數還會上到傅利葉轉換，如今的我不想老是提當年了，因為時代變了。等到聽說離散數學也在資訊系變成選修，我沒話說了，更感到不習慣這個時代，因為這些都是很重要的基礎，數學不好，對很多問題就無法了解透澈。
我常說我是Old School（老派），日前開會時，學生說他很佩服當年Adaline的作者，我恰恰曾向這位前輩請教過，但是做電腦音樂研究時，我還是希望從和聲、對位等等出發，好好從符號、文字、文法開始，訂下方向與方法，乃至於框架與loss函數。
不合時宜的我難以追陪新進，也因此不時萌生退意。我只知道老實做研究，開始不確定辛苦從根本教是否是對的，當學生連基礎的課程內容都不知道，我得倒回去教，然後課程本該教的反而教不到，甚至懷疑這些知識在十年後是否還被需要，因而備感無力，或許我也該跟上潮流才是。
現在選好模型與參數，資料輸進去，答案就出來，這是我上學期上「機器學習」時，學生對AI的印象與需求。
問題在於當今在影像識別與處理的領域裡，一來有OpenCV，二來有AI，所以很多時候，用到影像的基本工具時會用到前者，當前者沒有立即的解法時則採用後者，於是很底層的這些工具如何實作，就少有人願意去碰，那麼，實作這些底層工具所需要的基礎知識還需要教嗎？
這讓我想到前一陣子《紐約時報》刊登一位史丹佛教授的看法。他發現，現代的學生也許基礎知識不是那麼足夠，但是因為家庭經濟較充裕，網路資訊發達，可以到許多地方去遊歷與工作，找到自己的關注焦點，然後使用其擅長的網路搜尋能力，配合YouTube上的免費教學影片，有時候做到的不只比上一代的教授年輕時還多，甚至比教授現在所能做的更多，因為他們更年輕、更有衝勁。
這位教授自承，現在的他已經沒有太多東西可以教給學生，除了協助他們更快找出關鍵議題以及分析網路資訊的漏洞缺失。他認為，現代的教授需要隨時準備學習新的事物以及變更教學方式，多引導並且少講授。
不過，這篇文章裡的主角是美國頂尖大學，當然也是世界第一流的大學學生，聰明才智自是一流，但最重要的是他們具備主動學習的能力。把這個場景搬到台灣是否恰當合適呢？是否只有台成清交這4所學校的學生可以做到？甚至只有台大的學生可以做到？
從這位教授的陳述，我們可以發現，他的學生是經過充分探索後，找到自己所關注的焦點議題，再回學校學習。教育學家說過，死背的知識很容易忘記，但是經由自己找到或是推導出的知識，則會記得比較久，同時，被指派的工作遠不如自己感到興趣的工作做起來有勁。
這無疑是學生能自主學習的前提要件。台灣有多少學生在十多年的學科教學與紙筆考試下，還能持續對學習感到興趣？我相信比例並不高。
到底是因為天生資質聰穎，才能夠自主學習，還是因為能夠自主學習才漸漸顯露其天生資質呢？我相信這是可以辯論的，但是以一個教育工作者的職責與角度來看，我寧願相信是後者，而讓學生能夠自主學習，不在於教更多知識，而是推動他們自己主動探索、找出答案，並且引發內在的興趣與動機。
多年在國教場域觀察並協助資訊科技教學的我，看到許多充滿熱忱的中小學老師，努力設計課程引發孩子們的內在動機與興趣，但是當孩子們面對升學競爭以及標準答案的紙筆測驗時，那個動力就下降了。但是我相信，從國小開始引起的改變熱潮，遲早會讓國高中老師的教學產生大幅度改變。
那麼作為承接的大學院校該怎麼提前做準備呢？是照著現在的教授覺得該教的內容與教學方式，還是設法改變自己來迎接這群（目前來看也許不多，但是我確實在成大看到充滿動機與天分的學生）跟我們這個世代不一樣的網路原住民學生呢？這是所有高教工作者都需要思考的難題。（責任編輯：曹凱婷）
