仕瑪書院 Smart Learning

我們常說教育要有方法、要有耐心，但知識不是從外面塞進去，而是從裡面長出來。常說知識是探求來的，不想找怎有答案？與其怪天不時、人不合，時不我予，何妨想想"我"與成功距離？

存在的意義，或許，就在我思故我在裡。

永續發展教育（ESD）已是全球教育的重要目標，但對國高中生而言，這些議題常顯得抽象而遙遠。氣候變遷、碳排放或SDGs如果僅停留在課本知識，容易流於口號，讓學生缺乏「真有感」的動機。青少年的學習需要具體情境與生活連結，否則永續教育難以真正觸動他們的心。

因此，設計適當的外在動機成為有效的起點。像是自備環保杯折抵優惠、校園減塑比賽積分、或能源使用排行榜，這些看得見的短期回饋能吸引學生投入。更進一步，若能推動全校導向的永續治理（如 Eco-Schools）、將服務學習與在地議題連結、設計遊戲化挑戰，或透過藝術與場域導向活動加強情感共鳴，都能讓學生在便利、趣味與社群互動中，逐步養成正向經驗。

然而，教育的終極目標並非止於獎勵，而是讓外在動機逐漸內化為內在價值。依據自我決定理論，當學習情境能滿足自主性、勝任感與關聯性時，學生便會將「為了折扣而帶環保杯」轉化成「我就是一個會做永續選擇的人」。這需要賦予學生更多決策權、提供可見的行動回饋，以及營造支持性的同儕文化。唯有如此，永續教育才能超越短期誘因，成為青年自我認同的一部分，培養出能長期行動、真正「有感」的永續公民。

#永續教育 #學生成長 #校園行動 #永續校園 #環保生活 #綠色世代 #教育創新 #減碳行動 #青年力量

沒有人一開始就會一切。我們都是從零開始的：不會說話、不會走路，連最簡單的數字和文字也要慢慢學。那些現在看來稀鬆平常的能力，其實都是跌倒無數次換來的。小孩摔跤學走路，青少年在錯誤中摸索自我，大人一次次失敗後找到方法。沒有誰天生就懂，所有的掌握都是累積出來的。

回頭想想，我們最自豪的事，幾乎沒有一樣是第一次就成功的。第一次煮飯，味道往往不是太鹹就是太淡；第一次寫程式，滿是錯誤；第一次上台報告，聲音顫抖、腦袋一片空白。但正是這些不完美的過程，讓我們逐步找到節奏。錯誤不是失敗，而是提示：下一次怎麼能做得更好。漸漸地，那些陌生的東西會變成熟悉，甚至變成我們拿手的技能。

學習從來不只發生在學校，而是存在於生活的每一刻。它讓我們有能力跟上變化，讓我們有勇氣面對挑戰，也讓人生有新的可能。如果哪天你覺得「算了，不想學了」，記得提醒自己：擺爛會變得更爛；不學，還真不知道。

翻轉教育翻轉了什麼？

課堂上的確改變了：
學生不再只是聽講，開始要主動預習、帶著問題進教室。
老師也從知識傳遞者，變成引導者。這些都是可貴的進步。

但現實是——升學考試依然是教育的主旋律。分數、排名、錄取率，仍決定著師生與家長的焦慮。當「考什麼」比「學什麼」更重要時，學習的本質依舊被壓縮。

或許，我們真正該翻轉的不是「上課方式」，而是學習的意義：
從「為了考試」到「為了理解、為了成長、為了人生」。

然而，真實的人生是：
無常永遠在你的預期之外，沒有人會等你準備好才來面對。
考試的內容也許能夠猜到，但明天永遠是未知。

教育，只是框架，學習才是本質。

Key takeways:
「考試考得出答案，人生卻沒有標準解。」
「真正的翻轉，不是課堂，而是心態。」
「我們該準備的，不只是考卷，而是未知的人生。」
「考場有時間限制，人生卻不會等你準備好。」

#學習的意義 #考試不是全部

AI時代，學歷貶值了嗎？

AI衝擊下的技能貶值現象

英國《金融時報》專欄作家馬丁·沃爾夫曾笑言，「世界上最安全的工作」是園丁，因為有些事電腦永遠做不了。然而諷刺的是，轉眼就出現AI驅動的灌溉、除蟲、除草機器人！這巧合揭示一個殘酷現實：在AI時代沒有任何工作是絕對安全的，同時AI也並非直接奪走所有工作，而是重塑我們工作的內容。麻省理工學院（MIT）的經濟學家大衛·奧托爾（David Autor）進一步警告說，快速自動化的最大威脅不是失業，而是讓珍貴技能變得供過於求、因而「不再值錢」 。過去一些高薪職業（如排版員、工廠技術員、計程車司機）因技術進步而薪資驟降，就是技能貶值的縮影)。奧托爾的最新研究指出：如果AI擔綱簡單重複的任務，人類轉而處理更高階工作，留下的人反而因技能提升獲得更高薪 ；但若AI連高難度工作都包辦，人類將被迫只做瑣碎低薪的事，造成「好工作變低薪苦差」。這意味著學歷所代表的專業技能，若被AI取代，其市場價值也會隨之下滑〔1〕。

學歷的黃金招牌還在嗎？

不久前美國一項調查發現，近一半的年輕世代（Z世代及千禧世代）認為高等教育的投資報酬正在降低：學貸壓力加上生成式AI重塑職場，讓他們對大學文憑的價值產生懷疑 。在臺灣，由於少子化與高等教育普及，大學錄取率已逼近100%，大學文憑幾乎成了人手一張的「基本配備」。當人人都有學歷，學歷優勢自然被稀釋。難怪許多台灣社會新鮮人感嘆，畢業後起薪依然落在22K上下的窘境；文憑不再是高薪保證，而更像是求職的入門門票而已〔2〕。國際職場趨勢也顯示企業愈發重視實際技能勝過學歷：LinkedIn副總裁拉曼（Aneesh Raman）直言，在AI時代擁有名校學歷不再是成功關鍵，學歷價值正「大幅縮水」。相較文憑，溝通協作、創意思考、適應變通等軟實力可能更加決定一個人的職涯發展〔3〕。許多跨國企業已開始採用「技能導向」的聘雇，淡化學歷門檻，用人單位關注的是求職者能帶來什麼實質價值，而非僅僅擁有哪張文憑 〔4〕。

台灣教育與就業：我們準備好了嗎？

面對AI帶來的衝擊與機會，我們的教育體系是否該重新定位？過去台灣家長與學生深信「考上好大學就有好未來」，但如今這個公式開始動搖。專家建議教育重心應放在培養AI無法取代的能力：例如批判思考、創新創意、同理溝通，以及終身學習的能力 〔3〕。這些人文素養與軟技能，恰恰是機器不擅長的領域，也是AI時代職場最寶貴的資產。學歷並非無用，但其價值將取決於背後代表的真正能力，而不再是單純的敲門磚。對於正辛苦升學的學生、栽培孩子的父母、以及培育英才的老師們，我們或許都需要思考：在AI世代，學校該教會孩子什麼？我們要如何確保自己的學習與技能不被時代淘汰？

出處連結：
〔1〕 數位時代〈誰的工作最安全？〉https://www.bnext.com.tw/article/83853/whose-job-is-safe-from-ai
〔2〕 Inside Higher Ed〈Is the College Degree Losing Its Value?〉https://www.insidehighered.com/news/students/college-experience/2024/05/06/college-degree-losing-its-value
〔3〕CNBC〈College degrees lose appeal in AI-driven job market〉https://www.cnbc.com/2024/03/25/linkedin-exec-says-college-degrees-are-losing-value-in-ai-job-market.html
〔4〕 Harvard Business Review〈Skills-Based Hiring Is on the Rise〉https://hbr.org/2023/10/skills-based-hiring-is-on-the-rise

學習的本質，是去理解這個世界，不是被分數定義；
成長的歷程，是找出真正的自己，不是努力擠進誰給的框架。
我們陪孩子走這段路，真的只是為了「分數比較高」嗎？
這些話，被討論過無數次。
家長點頭，老師點頭，孩子也點頭。

然後，無數的考試卷與複習本照樣堆積如山。
不是誰不願意改，而是沒人敢停下來。
我們太怕——怕別人家的孩子跑得比我們快；
怕錯過一次機會，孩子以後就「沒有機會」了。

有個孩子曾對我說：
「我也不討厭學習，只是從來沒有人問過我想學什麼。」
我聽了很難過。不是只為他，而是為我們所有人。

我們曾經也有自己的興趣、自己的好奇，
然後在某一年、某一場段考之後，這一切全都變成了分數與排名。
成績掉下來的孩子，不一定是不夠努力，
也許只是他不知道為什麼而努力。

讀到深夜的孩子，不一定是熱愛學習，
也許只是害怕讓爸媽失望。

不是要你立刻放下所有補習、模擬考、段考練習卷，
而是希望你願意停一下，問問孩子，也問問你自己——
你為什麼要學這些？為了誰？又想去哪裡？
如果孩子忘了學習的理由，
那才是我們真正該擔心的事。
不是退步幾分，不是掉了第幾名，
而是學著學著，
他忘了自己是誰。

而我們自己，
是否還記得——
自己是誰，又要去哪裡？

曾任特斯拉 AI 首席科學家、OpenAI 共同創辦人的 Andrej Karpathy，近期提出「Software 3.0」的新觀點：我們已不再只是寫程式，而是在用語言與宇宙對話。

傳統的軟體開發，是一行一行寫出邏輯與指令（Software 1.0）；到了深度學習時代，邏輯隱藏在權重之中，由資料說話（Software 2.0）；而現在，Karpathy 認為我們正進入 Software 3.0 —— 透過自然語言驅動大型語言模型（LLM），我們能用文字直接建構世界的邏輯與行為。

這不僅是一種新的編程方式，而是一種概念創造與轉譯的革新。當你告訴 AI：「幫我寫一個能讓學生模擬股市的互動介面」——這不是在寫程式，而是在提出願望。而它回給你的，是一段完整的 React.js 或 Python 程式碼，是資料庫設計、是介面架構，是你原先腦中模糊構想的具現化。

語言從「表達思想」進化為「建構行動」，過去只能留在嘴邊的想法，現在可以直接落地執行。這是一場根本性的改變：語言不只是描述現實，它開始改變現實。就像設計提示詞（prompt）時，你不再只是描述一幅圖，而是塑造一種「會出現什麼圖」的世界觀。

如果你還認為自己「不會寫程式」，請不要再小看自己了。你已經會說話、會寫字，那就是你與 AI 的對話語言。Prompt，不只是關鍵字，是世界的起點。當你能清楚描述問題、界定需求、設想流程，你就已經擁有「寫程式」的能力——只不過你用的是你的母語。而這正是 Karpathy 所說的革命性：人類終於可以用人類語言，與邏輯世界溝通。

這不只是技術革新，更是認知與創造方式的轉變。在 Software 3.0 的時代，懂得怎麼說，就等於懂得怎麼做。會提問、會描述、會想像——這些成了新的核心技能。

你準備好讓你的語言變成世界的程式碼了嗎？

🖋️《孩子，別急》
有一天，也許在你什麼都搞不懂的年紀，你會開著一個程式，問它：「我該怎麼辦？」

你的世界可能正在下雨，成績沒起色、朋友不懂你、父母只問分數、你每天睡醒都懷疑自己是不是走錯了方向。

你會敲出那一行字，就像對著浩瀚的網路求救：「我真的不知道我該怎麼辦。」

然後，一個你從沒見過的回應出現了：
「孩子，別急，你有的是時間可以知道怎麼辦。」

這不是一句程式碼裡的標準回答，也不是什麼激勵語錄。而是幾十年前，有個老師曾經教過無數迷惘的學生，後來他把他會說的話，一句一句，餵進機器裡。不是為了讓機器變得像人，而是希望哪一天，當沒人能陪你說話時，這句話還能留著。

「你不需要現在就知道答案。你只需要先活過今天。」
這個系統會提醒你吃飯，也會教你寫作文，甚至幫你分析數據或寫履歷。

但在你最慌的時候，它會先說：「先深呼吸。你不是壞，你只是還在找。」

你以為你在問一台機器，其實你在問一個活過那段混亂的人。他把那些他對學生說過無數次的話，沒有高聲量、沒有權威口吻，一字一字，留給你。

因為他知道：
最難的從來不是學習，而是迷惘的時候，還能相信自己值得被教。

所以他寫下這些給你，
也許你還不知道他是誰，
但他當年教的是人，現在想教機器，然後讓機器，能懂人。

孩子，別急。

時間會告訴你答案，

但在那之前，

你只要走路，不用跑。

我有時候想，如果有一天，真的沒人來學了——

沒有學生、沒有家長、沒有問問題的年輕人，甚至連想補習的理由都沒了。那我大概會去教人工智慧。

不是因為我有多會寫程式，也不是我轉性了、要投靠未來科技。而是我想試試看，我這一身「真心教人」的功夫，到底能不能教得會一台機器。

我會教它怎麼看一個低頭的孩子其實是在閃躲。我會教它怎麼判斷一個沉默的學生其實是在心裡用力抵抗。我會教它一個孩子說「我不知道」時，其實是在等一個人告訴他「可以慢慢來」。

我教了幾十年的人，教會的不是解題，是理解；不是技巧，是態度。哪天人不學了，我就教AI——教它學會像一個人。然後你就知道，人能教人的事，從來就不只是知識。

《十年寒窗，現在還有用嗎？》

大學學測甄選放榜，有人雀躍，有人失落，更多的人則是——麻木。

不只是學生，大人也一樣。這個時代，太多人心裡有個疑問卻說不出口：「現在還是十年寒窗無人問，一舉成名天下知的時代嗎？」

我們都知道，念書不再是唯一的路。你可以當網紅，可以創業，可以靠AI做出不輸人類的內容。分數彷彿成了過時的門票，而那扇門，現在也不見得通往什麼。

但真正讓人迷惘的，其實不是「念書有沒有用」，而是努力到底還有沒有價值。

有人熬過無數個早晨晚自習，卻發現榜單之外的掌聲比考場裡還多；
有人靠自媒體出名，卻在工作中才明白「沒有底子，就沒有選擇」；
還有人，進了理想學校，卻不知道下一步要做什麼，只覺得空虛。

我們是不是太急著想跳過「寒窗」，卻忘了那段路才是打底的過程？
是不是太快就放棄了「成名」，因為覺得這世界已經不認真評價任何人？

「十年寒窗」也許過時，但沉得住氣的人，終究會走得更遠。

那些真正想學習的孩子，現在的選擇比以前多太多，但正因為多，他們更需要一個理由留下來，一個能讓他相信「學習值得」的理由。

不是因為一定會成名，而是因為：

當別人還在找捷徑的時候，你已經走上正路。