當人工智慧快速滲入生活、學習與工作，很多人真正的不安，早已不只是「AI 能做什麼」，而是「人類還有什麼」？
應爾灣讀書會之邀，資深航太專家馬在莊博士以〈如何適應人工智慧時代〉為題，從科技趨勢、實際應用到思考方式，系統性剖析 AI 的現況與迷思，他並提醒：在AI浪潮中，真正拉開差距的，不是技術本身，而是人是否仍保有思考、判斷與提問的能力。
馬在莊博士開宗明義指出，人工智慧並非單純的科技革新，而是一場人類思考方式的根本轉移。他強調，AI 的角色不是取代人，而是放大人的能力；真正會被淘汰，不是工作本身，而是拒絕調整思維、不願學習的人。
趨勢已至・勢不可擋
馬博士指出，AI 發展已進入全面落地階段。今年在拉斯維加斯舉辦的國際消費性電子展（CES），幾乎所有重點展示都與 AI 有關。從生成式人工智慧到實際應用場景，顯示 AI 已不再只是概念，而是深度融入生活、產業與決策流程的核心工具。
但在熱潮之下也潛藏誤解。馬博士提醒，社會上對 AI 常出現「概念混淆」，不少被冠上 AI 名號的產品，其實只是自動化（Automation）。
他以「AI 冰箱」為例，能感測開門次數、進行自動控制，並不等於真正的人工智慧；若缺乏學習、推理與決策能力，頂多只是包裝後的自動化系統。像這類混淆，反而會誤導大眾對 AI 真正潛力的判斷。
結構改變・跳躍演進
「真正的 AI 革命，來自運算架構與資料處理方式的改變。」馬博士分析，過去 AI 仰賴集中大量資料、高階晶片與龐大能源，如今則轉向效率與系統結構設計，使發展速度出現「跳躍演進」。這也意味著，AI 不再循單一路徑演進，而是多軌競逐、快速重組。
問題為鑰・應用為王
在實際應用層面，馬博士分享自身經驗說：他在旅遊期間台胞證遺失，透過 AI 即時查詢官方流程指引，短時間內即取得臨時證件。AI 的價值不在於「知道答案」，而在於能快速整合資訊、降低不確定風險，但前提是使用者是否能提出正確問題、判讀結果。
他也提到醫學 AI 的突破，例如用於查詢與整理醫學研究證據的 AI工具 AI Evidence，能即時協助醫師掌握新知、縮短學習曲線。他回顧自己攻讀博士時，光蒐集文獻需耗時一年半，如今透過 AI 可能一天就可完成，而這樣的改變，勢必將迫使教育與研究制度全面調整。
提問能力・決定高度
馬博士反覆強調，在 AI 時代，答案早已不再稀缺，真正稀缺的是「好問題」。若無法提出清楚、有層次、有方向的問題，即使面對最先進的 AI，也只能得到表層甚至誤導性的回應。
相反地，若懂得拆解問題、設定情境、逐步追問的人，就能真正駕馭 AI。「AI 不會淘汰人，只會淘汰失去定位的人。」
值值為本・定位在人
有會員憂心詢問，人是否會被 AI 邊緣化？馬博士認為 : 關鍵不在於是否精通技術，而在於是否清楚自身的核心價值。
AI 擅長計算、分析與整合，但人類不可取代的，是判斷、價值選擇、倫理感與跨領域整合能力。他提醒大家，不必焦慮要成為工程師，而應思考要如何讓 AI 成為助手，而非對手。
針對年輕世代該如何為 AI 時代做準備？馬博士說未來最重要的能力包括：持續學習的彈性、面對不確定性的心理素質、獨立思考與不盲從科技的判斷力。AI 時代並不是要人變得更像機器，而是更清楚地「成為人」。
教育衝擊・雙面風險
退休教授孫王積青關切 AI 對教育的影響。她說學生可輕易用 AI 完成作業，教師難以判斷學習成果；AI 在生成內容時，亦可能夾帶價值偏差，對尚未建立成熟世界觀的年輕人，帶來判斷與心理風險。
對此，馬博士坦言，AI 盛行使教育制度正面臨前所未有的挑戰，教學方法與教材都需要調整。為 此他主張，AI 素養教育不應只教「怎麼用」，更要教「怎麼懷疑」。
輔助有益・取代成險
還有會員提問「AI 是否會削弱人的思考與學習能力」，馬博士說：AI除可以在數分鐘內完成數萬字書籍文字掃描、摘要與延伸分析，效率遠超過傳統閱讀，也能提供自動駕駛功能，若完全仰賴 AI，確實可能讓人失去深度理解與自行駕車的能力。因此他強調，AI 應被當做輔助而非替代工具。
AI 在手・方向在人
馬博士最後強調，AI 時代的關鍵不在於會不會寫程式，而在於是否理解其運作邏輯、善用提示，並能落實真實生活與工作場景。未來真正拉開差距的，將是應用能力與思考深度，而非技術本身。
整場講座中，會員們提問與對話不斷，場面熱烈。透過這場深入而務實的交流，爾灣讀書會也讓 AI 不再只是遙遠的科技名詞，而是每位會員特別重視的思維課題。
