快速導讀
- AI 讓做網站、App 和自動化工具的門檻降低，卻沒有替人決定需求、判斷品質與承擔系統責任。
- 選資工不能只追熱門或躲恐懼，還要看自己是否願意長期拆解問題、理解技術並持續學習。
- 大學除了選校、選系，也要看能否跨域修課、做專題和實習，長出適合自己的能力組合。
AI 會寫程式，資工系還有價值嗎？
我不會寫程式，過去兩個月卻靠 AI 改版自己的網站，讓它更好看、更好用，也做出能回答網站使用問題的 AI 客服助理。幾年前，這些事多半得找工程師。我理解高中生和家長為何擔心：「AI 都會寫程式了，資工系是不是快被取代？」當資工相關校系分數變動，這種不安更容易被放大。
但我自己的使用經驗剛好提醒我另一件事：AI 降低的是做出雛形的門檻，沒有取消判斷的門檻。它能幫我寫網站，卻不知道家長真正會問什麼；能做客服，卻不知道哪些回答會令人安心、哪些可能造成誤解。功能是否必要、資料怎麼保護、系統出錯誰負責、學生真正卡在哪裡，都需要人來判斷。我用 AI 寫得越多，越感覺到自己對資訊領域的不足。
所以未來資工的價值，不會只剩打程式碼。你能否定義問題、理解使用者、檢查 AI 產物，並把技術做成真正對人有用的系統，會更重要。演算法、資料結構、系統與程式能力仍是基礎；問題是你能否用它們處理真實需求。
分數下降，代表這個科系沒有未來嗎？
我認為分數變動是訊號，不是結論。分數下降不等於科系沒未來，分數上升也不保證畢業後一定成功。過去有人看見科技業高薪，就想「先選資工再說」；如今看到 AI 會寫程式，又想趕快逃離。兩種反應都讓熱門或恐懼替自己做決定，沒有回答「我適不適合」。
我曾遇過一位讀資工的學生，成績很好，課程也跟得上，卻在入學不久後發現，自己缺少同學那種會為技術、系統與專題持續鑽研的熱情。他花了幾年重新探索，發現自己更想與人互動，於是考慮轉往醫學領域。這個故事不是說資工不好，而是提醒我們：考得上、畢得了業，與願不願意在某個領域長期投入，是兩回事。選錯一次也不等於人生定局，但認識自己越早，越有機會做出有根據的調整。
AI 時代，資訊工程師要學會什麼？
使用者不會總是清楚說出需求，常常只說「這個不好用、很麻煩」。資訊工程師除了修 bug，還得追問：真正卡住的是什麼？這個產業還有哪些問題沒被解決？系統在服務誰？懂程式，也懂教育、醫療、設計或商業現場的人，可能更有能力把 AI 變成工具。
影片裡我談到一位創作者利用 AI 做顯化 App 的案例。我注意的不是她會不會寫程式，而是她理解一群人想被鼓勵、想看見未來自己的需求，再把抽象情緒轉成每天願意使用的產品。這個例子說明，技術門檻降低後，真正理解某類使用者的人更有機會把洞察做成產品。這也不只適用於單一性別或領域；教育、餐飲、醫療與生活管理都有值得被看見的需求。
選校還是選系？我現在更在意學習生態
以前我較傾向選系優先，因為喜歡一個領域才可能深入。但 AI 正在重組許多工作，我現在更想問：這所學校能否讓你長出新的能力組合？能不能跨系修課、雙主修或輔系？有沒有學程、跨校資源、專題、社團、實習與產學機會？你能否認識不同領域的人，試著把專業連起來？
我曾因家人減重的經驗，認識一位同時有心理與營養背景的專業工作者。對方從兩種知識的交會處，形成自己的服務定位。這是我的生活觀察，無法據此推論減重的醫療效果；我想說的是，能力組合有時能幫人找到獨特的位置。資工加教育、醫療加 AI、設計加使用者研究，也可能各自形成新的方向。
當然，這不表示科系可以隨便選。若必修與核心內容完全不合興趣，光應付課業就耗盡力氣，也難有餘裕探索第二專長。先在相對適合的領域站穩，再往外延伸，通常比只追一張熱門文憑更踏實。
高一、高二不知道喜歡什麼，怎麼辦？
十六、十七歲還不知道未來要做什麼，很正常；坐在房間裡一直想，也不一定會突然有答案。對程式有興趣，就試著用 AI 做一個小工具；對教育有興趣，就教一次學弟妹；對自媒體有興趣，做一支影片；對生物有興趣，找課程、營隊或研究室了解；對商業有興趣，試著賣一樣東西、觀察使用者。
你不必一開始就做得好。試過才知道自己是願意繼續做，還是發現不喜歡；後者也能幫你排除一條路。先有行動，才會心動。選資工若只因為高薪、熱門，值得停下來重新想；若你喜歡拆解問題、願意學新技術，也想把它和真實領域結合，AI 的出現未必降低這條路對你的價值。這是可能的機會，不是保證。
核心觀點整理
- AI 讓原型製作更容易，問題定義、品質判斷與責任仍需要人。
- 校系分數反映當下選填狀態，不能單獨判定一個領域的未來。
- 選系要看適合與長期投入，也要看學校能否支持跨域學習。
- 不知道喜歡什麼時，透過小規模嘗試累積線索。
常見問題
AI 會寫程式，還值得讀資工嗎？
值得先看自己是否喜歡拆解問題、理解系統並持續學習；不能只用「AI 能不能產生程式碼」判斷科系價值。
資工分數變動，能代表就業前景嗎？
不能直接等同。分數是選填結果與市場情緒的一種信號，還需看課程、產業變化及自己的適合度。
不知道想讀什麼科系，要先做什麼？
挑一個有興趣的方向做小型實作，記錄自己喜歡與不喜歡的部分，再找課程和在學者核對想像。
結語
選系是在選未來幾年要在哪種環境裡長成什麼樣的人。先理解科系、產業、學校資源，也透過行動理解自己，才能在 AI 時代做出更適合自己的選擇。