「AI 讓資工系沒前途」是誤讀：學者以數據呼籲別再勸退想學 coding 的孩子

「AI 會寫程式了，還學資工做什麼？」這句話近兩年在校園、家長群組與職涯輔導場合快速流傳，也開始實際影響學生的選擇。針對這股風向，學界提出直接反駁：從實際數據來看，資訊科學領域的需求並未如傳言般崩塌，用這種預測勸退學生，是拿未經驗證的推測去改變真實的人生決定。

這項誤讀的形成有其脈絡。生成式 AI 確實大幅改變了寫程式的方式，樣板程式碼、單元測試、除錯建議等工作，現在由工具完成的比例顯著提高。科技業近期的招聘緊縮與裁員新聞，也讓「入門程式職缺消失」的敘事顯得順理成章。兩件事疊在一起，很容易推導出資工系前景黯淡的結論。

但這個推導跳過了一個關鍵區分：AI 取代的是打字，不是理解。能夠讓 AI 產出可用程式碼的前提，是使用者知道自己要什麼、看得懂產出的東西對不對、能判斷架構是否合理、能在系統出錯時追出原因。這些能力恰好是資訊科學教育的核心，也恰好是最難靠工具速成的部分。換句話說，AI 提高的是門檻的位置，而不是消滅了門檻。

同時，把「科技業招聘波動」等同於「資訊能力貶值」也是一種常見的視角錯誤。資訊技術早已滲透進醫療、製造、金融、能源、公共服務等各行各業，這些領域對懂技術的人才需求仍在成長，只是職稱不再叫做軟體工程師。以科技巨頭的招聘數字判斷整個領域的健康度，本身就是取樣偏誤。

這場爭論對教育端的意義相當直接。學生在十七、八歲時做出的科系選擇，會受到周遭大人反覆傳遞的訊息影響。當「這個領域要沒了」成為老師、家長、媒體口中的常識，真正被勸退的往往不是最頂尖的學生——他們有足夠自信不受影響——而是原本就在猶豫、需要一點鼓勵的孩子。這類學生的流失，長期而言反而會擴大資訊人才的結構性缺口。

業界分析人士指出，更務實的建議不是勸退，而是調整期待：告訴學生入門職缺的內容會與五年前不同，需要更早具備系統思維與跨域理解，而不是告訴他們這條路已經走不通。

結論並不複雜。面對技術變動，教育工作者能做的最負責任的事，是提供準確的圖像，而不是替學生做出基於恐慌的預判。