美國現場》人工智慧領頭羊，史丹佛大學怎麼教AI？「老師要像DJ」

以人為本人工智慧研究中心（HAI）共同創辦人艾切曼帝（John Etchemendy）回顧，電腦科學家麥卡錫（John McCarthy）在1956年達特矛斯會議上首度提出「人工智慧」一詞，6年後來到史丹佛並成立人工智慧實驗室（SAIL），從此展開長達一甲子的探索，與麻省理工學院並列為AI研究重鎮。

「60多年來，人工智慧的每項重大突破，幾乎都來自這兩所學校，」他舉例，如可以診斷用戶疾病的專家系統、全球首台可移動的機器人Shakey，到第一台完成美國國防部高級研究計劃局（DARPA）挑戰賽的自駕車，都來自史丹佛。

到了晚近，機器學習與深度學習大行其道，大眾熟悉的新興影像辨識技術、自然語言處理和自駕車，背後同樣是由史丹佛學者擔任關鍵推手，如李飛飛、吳恩達，以及被稱為「無人車之父」的特倫（Sebastian Thrun），鞏固了史丹佛領先地位。

新挑戰出現
業界產品效能，遠勝碩博生多年研究

儘管史丹佛在AI領域聲名卓著，面對飛快的技術演進，校內師生仍熱切關注，持續摸索。

廣告

謹慎，是因為這一仗並不好打。

攤開科技發展史，大學作為尖端研發先鋒，過去總能帶領產業向前。如今在AI領域，大學手握資源遠遠不及科技巨頭，領頭羊地位拱手讓給業界，且彼此差距不斷擴大。

博士生金琇賢在史丹佛鑽研AI與音樂，他的經歷很能反映師生的焦慮，「許多研究生正在經歷生存危機，」他提到，近年科技公司陸續推出AI應用，效能都遠勝於碩博士生埋首多年的研究結晶。

如Google去年推出音樂生成工具MusicLM，在性能上領先金琇賢的研究專案好多步，讓他十分沮喪。所幸後續在與教師的來回辯證中，他找回了自信與看待AI的健康心態。

大學如何面對AI浪潮？《天下》拜訪史丹佛師生，隱隱浮現三大共識，這些共識成為指南針，幫助他們在AI迷霧中持續走在正軌。

指南1：求新求變
人機各 90分，協作能達100分

首先，是校內師生對趨勢都敏銳，不畏懼新科技，積極將AI融入教學與研究中。

廣告

資深研究副學務長蘭羅茲（Curtis Langlotz）是其中典範。他是醫療影像權威，身兼醫學影像人工智慧中心主任與HAI的資深研究員。雖然頭銜與工作繁重，卻沒擋下他投入AI研究的熱情。

數十年來他積極將AI應用於X光片等醫療影像檢測，成功判斷病灶並挽救不少生命。隨著生成式AI成熟，他同樣將該技術融入工作流程中，如利用AI判讀影像並自動生成報告，再由醫師直接過目與修改，減少大量撰寫報告的時間。

醫學影像權威蘭羅茲鑽研AI多年，認為好的AI應用來自數據、算力與懂跨域的專業人才三關鍵。（Mike Kai Chen攝）

「人機協作，絕對會比單獨一方檢測還要好，」他強調，雖然隨著AI判讀病灶的準確率提升，產業開始出現放射科醫師會被取代的聲音，但他認為，短期內AI仍無法達到完美狀態，人類與機器各對九成，彼此就能互補為幾近百分之百。

研究往往與教學連動，學校開課同樣有大幅調整。

廣告

在史丹佛任教5年的電腦科學系教授劉正芸觀察，過去校內並沒有太多與AI相關的正式課程，較多是研討會形式，與會成員一同討論該領域的新論文。

隨AI愈來愈熱門，新技術推陳出新，正式課程逐漸變多，授課內容變得更為深入與細緻。

電腦科學所碩二生張宇辰在今年春季，擔任「自然語言處理與深度學習」這門課的助教，多達643人修課，是該系最多人修的一門課，「連不是CS（電腦科學）背景的人都來修，」他說。

趨勢反映在數據上。爬梳史丹佛的課程網頁，課名中包含AI的課程明顯增加，2020至2021學年間有38門課，到了2024至2025年已增加至83門，4年增加超過一倍。

值得一提的是，不只電腦科學系開設的本科課程增加，跨域AI課程同樣百花齊放，包含「AI與新聞」、「生成式AI與醫療照護」、「AI促進法扶」等，不一而足。

61年來，史丹佛人工智慧實驗室催生許多重要研究成果，圖為該實驗室知名的水下探索機器人OceanOne。（Mike Kai Chen攝）

要整合老師們教與用AI的方法並不容易，《天下》前往史丹佛學習與教學中心，拜訪AI教學指南的總編輯池本健治。

廣告

身為教學中心教育科技項目副主任，他的工作內容是幫助教授應對與使用AI等新興技術。因此當ChatGPT等生成式AI出現，他迅速與同仁開辦工作坊，整合討論內容與校內外資源為教學指南。

指南共分為7大章節，從幫助教師暖身與建立輕鬆心態面對AI，一路到幫助教師將AI應用於評估作業中，每個章節都有教學模組供教師使用，容易上手。

教學中心教育科技項目副主任池本健治提到，AI發展位處語言、法律、資訊等各學科交匯點，期待更多跨域教師一同探索教學新可能。 （Mike Kai Chen攝）

池本提到，指南推出後他收到來自校內外的好評，在與教師交流過程中也看到許多好應用。

例如有教師透過AI，分析學生的學習數據以找出學習瓶頸，也有老師開發出客製化的學習系統，AI可根據學生學習狀況，提供相對應難度的習題，確保學生能在適合自己的節奏上持續學習。

然而，他也希望其他老師不要按表操課，而是能根據自身課程性質與學生狀況調整。

「好的老師要像DJ一樣，」池本比喻，教學是動態互動，應該根據學生的反應，決定採用的工具與教學內容，一如DJ能根據現場觀眾的反應決定下一首歌，老師應該積極探索如何採用新工具。

新工具是一把雙面刃，AI衍生的代寫與作弊疑慮是明顯問題。

張宇辰提到，他擔任助教時，偶爾會收到有AI代寫痕跡的程式設計作業。當他要求學生交代思路與作業過程，許多人一問就倒。

指南2：師生互信
點明學習目標，讓學生願意練功

人都有惰性，史丹佛學生也不例外，該如何避免學生學習抄捷徑？第一步是「明確說明課程目標」。

有明確的學習目標，學生能知道哪些學習步驟需要下功夫苦練，哪些地方可以選擇AI工具輔助跳過。

史丹佛教育所副教授、學習加速器AI項目負責人李（Victor Lee）提到，對他而言，AI像搜尋引擎一樣是學習輔助工具，不該限制學生使用。因此未來教師要做的，是更明確地說明學習目標、對作業的期待和課程設計理由，並幫助學生具備思辨能力，辨別AI產出內容是否正確。

來自醫學系的臨床教授林彥峰便實踐此道。

「我鼓勵學生用AI，因為最好的學習方式就是盡量用它們，」他從2023年春季開設「生成式AI與醫療照護」課程，邀請多位業師授課，將最新技術帶到課堂上，同時鼓勵學生盡量使用AI，藉此探索AI的能與不能。

臨床教授林彥峰深具人文關懷，開設多門課程帶領醫學背景的學生書寫故事與探索藝術。（Mike Kai Chen攝）

他分析，學生最常提的期末專案，是利用生成式AI來加速撰寫醫療文件。但他提醒，微軟2021年收購的新創Naunce在這方面已做得很好，學生很難贏過業界，藉此讓學生了解自身定位與其他可行的發展方向。

當然，也有學生知道學習目標後仍選擇偷懶，讓AI工具代勞寫作業。

面對這狀況，池本指出，教師當然能設計許多防弊措施，如要求學生手寫，或以實作課程代替撰寫報告。但他話鋒一轉說，這終歸是信任問題。教師的終極目標是營造好的學習氛圍，勾起學生學習興趣並取得信任，帶領學生思考上這門課究竟所求為何，讓他們了解，比起獲得好分數，學習內容更重要。

「這就像到健身房重訓，你不會讓機器人幫你舉重，」他解釋，教師若能與學生好好溝通，讓學生明白學這些知識的理由與必要性，即可增進學習動機。

但比起讓學生掌握最新AI技術，林彥峰更想讓學生領悟的，是「以人為本」的重要性。

指南3：以人為本
科技愈先進，愈要反思對社會的影響

「當手裡拿著槌子的時候，看到什麼都是釘子，」他以投資大師蒙格的名言解釋，AI工具太強大，容易讓學生迷失在最新科技裡。但他提醒，醫療終究是對人的工作，開發與實踐每項技術時，都應思考是否能解決真實世界的問題。

在HAI的主導下，人本幾乎成為史丹佛師生思考AI時的定海神針。

HAI由艾切曼帝與李飛飛於2019年共同成立，一反過去積極融入科技於各領域的政策，HAI回頭將人文思維注入科技領域，強調AI的存在是幫助增進人類福祉，應謹慎看待AI對社會帶來的影響。

人本聽來抽象，每個人都有不同想像，今年甫結束史丹佛博士後研究，康乃狄克大學哲學系助理教授林庭安觀察，這倡議的確促使學者在研究或開發技術時，能夠反思科技為社會帶來的實質影響。

譬如，過往論文進行學術倫理審查，多半只採用研究倫理委員會（IRB，Institutional Review Board），確保研究不會傷及受試者。在HAI主導及鼓勵下，與AI相關的研究，會多送社會與倫理審查（ESR，Ethics & Society Review），請相關領域的專家把關盤點，研究可能會對哪些少數群體或社會帶來傷害。

「西部是希望的原鄉，」9月的就職典禮上，萊文在結尾引用校內創意寫作宗師史泰納（Wallace Stegner）的一段話，強調史丹佛是所有師生的家。此處一如美國西部，具開放性、人們勇於探險，充滿各種可能，勉勵在座師生一同懷抱希望、追求夢想。

未來不可知，但有這三個羅盤在手，史丹佛的確有樂觀的本錢，繼續在AI大浪中前行。

（雜誌原標題為：史丹佛衝撞教育／責任編輯：王儷華）

【更多精彩內容，請購買《天下雜誌》811期：2024教育特刊「AI時代，怎麼學？」單本即享免運】