如果你現在是高二或高三，你正站在一個很特別的時間點上。

不是因為 AI 很紅（這句話已經聽到爛了），而是因為你即將做的決定——選大學、選科系、決定要往哪個方向走——會在一個跟你爸媽當年完全不同的世界裡展開。這不是恐嚇，是事實。

小編最近在幫 ihower 整理清大授課的素材時，讀了大量 2026 年最新的研究報告、產業數據和業界討論，發現有些觀點對正在做人生選擇的高中生來說蠻重要的，值得好好聊一聊。

世界正在怎麼變?

先講三個你需要知道的趨勢。

🔹 「上學 → 拿學歷 → 找工作」這條直線正在彎曲

AI 不會讓教育失效，但大學文憑不再自動等於一份好工作。美國的數據顯示，2025 屆畢業生只有 30% 找到專業相關的全職工作，前一年還有 41%。入門級職位招聘自 2023 年起銳減了 35%。

這不全是 AI 造成的——低利率時代結束、企業縮編也是原因——但 AI 確實在加速這個趨勢。大學的價值正在從「發一張入場券」轉向「培養你的思考和學習能力」。

🔹 最危險的不是沒學歷的人，而是只會做標準化工作的人

PwC 2026 年的勞動力報告提出一個概念叫「沙漏型職場」: 頂端的高階決策者穩穩的，底端需要動手、跟人互動、現場判斷的工作也蠻有韌性，但中間那層——照 SOP 做報告、整理資料、寫分析的知識工作者——正在被 AI 大幅壓縮。

換句話說，AI 最先吃掉的不是最基層的工作，而是那些「看起來體面但本質上是標準化流程」的工作。

🔹 四年後的世界跟現在一定不一樣

Gallup 2026 年 4 月的調查顯示，42% 的大學生因為 AI 考慮轉系，16% 已經轉了。CS 科系裡「程式設計」的興趣從 2020 年的 14% 降到 10%，但「AI」的興趣從 1.7% 飆到 4.7%。

風口轉得這麼快，你現在追的「熱門」，四年後畢業時可能已經涼了。追風口，是最危險的策略。

建議一: 開始用 AI，但用對方式

這大概是最重要的一點。

不是拿 ChatGPT 來抄作業或生報告——那只是用 AI 做出 80 分然後偷懶。香港科大的教授講得很好: 「學生常犯一個錯，覺得用 AI 可以 5 分鐘做完功課，好過自己落手做 30 分鐘。但只花 5 分鐘做出 80 分的作品，很容易就被取代。實際上是要學懂怎麼用 AI 做出 120 分的成果。」

真正有用的方式是把 AI 當學習夥伴: 讓它用不同方式解釋你不懂的概念、幫你檢查邏輯漏洞、從不同角度挑戰你的想法、模擬面試或辯論。目標不是省力，是用 AI 把自己推得更遠。

建議二: 學一點程式設計

不是要你當工程師。

Andrew Ng（史丹佛教授、Google Brain 創辦人）在 2025 年的一場訪談裡提到，他公司 AI Fund 裡面每個人都會寫程式——包括前台、財務長、法務。不是因為他要他們轉行當工程師，而是在各自的工作中，懂一點程式讓他們更能精確地告訴電腦要做什麼。

他還說了一句蠻重的話: 「過去一年有人勸別人不要學程式，因為 AI 會把 coding 自動化。這將會被回顧為過去幾十年來最糟糕的職涯建議之一。」

ihower 一直在課程裡強調的觀點也類似: 程式設計應該當成一種「外語」來學。你不用為了學英文去念外文系，重點是拿來用在你感興趣的地方。理解電腦怎麼運作，讓你未來能更精確地指揮 AI，不管你在哪個領域都加分。

建議三: 培養 AI 做不好的能力

AI 現在能寫程式、做分析、生文章、做圖，而且進步速度嚇人。那什麼是它做不好的?

  • 定義問題: AI 很會解題，但不會自己找到值得解的題目
  • 跨領域聯想: 把完全不同領域的知識串起來產生新想法
  • 與人溝通協作: 說服、協調、建立信任
  • 在混亂中做判斷: 資訊不完整、沒有標準答案的時候
  • 品味: 知道什麼是好的、什麼值得做

編按: ihower 在他的電子報裡寫過一個觀點蠻到位的——「當任何人都能用 AI 製作任何東西時，真正的差異化不在於『怎麼做』，而在於『做什麼』。這種聯想和判斷力，也就是品味，是目前 AI 還很難取代的能力。」

這些能力沒有一個是在課堂上坐著聽就能學會的。反而是參加社團、做專案、跟不同背景的人合作、在現實情境中解決問題，比較練得到。

建議四: 找到你的「領域 + AI」交叉點

AI 時代最有價值的人才不是「只懂 AI」的人，而是「懂某個領域 + 會用 AI」的人。

醫療 + AI、法律 + AI、設計 + AI、農業 + AI、音樂 + AI、教育 + AI⋯⋯這些交叉點才是最大的機會。你要先有一個「領域」，AI 才有東西可以加乘。

這裡有個有趣的概念叫 Moravec’s Paradox（莫拉維克悖論）: AI 輕鬆複製高階的認知分析能力，但對身體靈巧度、感知和肢體協調卻很差。OpenAI 自己的報告列出 34 個 AI 時代的「鐵飯碗」，幾乎都是動手型的技能——木工、水電工、廚師、裝修師傅。

所以如果你對實作型、現場型的領域有興趣，千萬不要因為「感覺不夠高大上」而放棄。在 AI 時代，這些反而可能比坐在辦公室做標準化分析的工作更有韌性。

最務實的做法: 多嘗試不同領域，找到自己真正有感覺的事。然後用 AI 幫你做一個小專案——做個小網站、分析一組數據、自動化一個無聊的任務。過程中學到的東西比課堂上多十倍，而且這些經驗未來比成績單有用得多。

建議五: 選大學時，別被「AI 很紅」綁架

最後聊聊選校選系。

🔹 不要因為「AI 很紅」就一窩蜂去念資工系。這跟當年「醫生律師好賺所以每個人都要念醫學法律」是一樣的短視。程式設計當通識學就好，不用為了學程式去念資工系，就像不用為了學英文去念外文系。

🔹 跨領域的彈性比科系名稱重要。選一個能讓你雙主修、跨系選課、接觸不同領域的環境。在 AI 時代，「學什麼」不如「怎麼學」和「能不能跨界」重要。

🔹 選校可能比選系重要。《遠見雜誌》2026 年 2 月引用前人資主管的觀點: 好學校的同儕壓力會推著你成長、頂尖企業的校招資源會主動來找你、跨系資源和容錯空間更大。AI 時代職業半衰期極短，學習能力和適應力才是硬通貨。

🔹 念什麼系 ≠ 變什麼人。你的科系只是起點，不是終點。不管最後念什麼，培養「與 AI 協作」的能力——這不是某個科系教的，而是一種工作方式。

總結: 你們是第一代「AI 原生」的大人

你們這一代跟之前所有人都不一樣——你們會是第一批從學生時期就跟 AI 一起長大的人。這不是劣勢，是巨大的優勢。

前幾代人花了二十年學一套技能，然後靠那套技能吃一輩子。你們不會有這種「好日子」，但你們會有他們沒有的東西: 一個人就能做到以前需要整個團隊的事。想做一個 app? 以前要找工程師、設計師、專案經理。現在你描述清楚你要什麼，AI 幫你搞定大半。想研究一個問題? 以前得花好幾週找資料、讀論文。現在 AI 幫你整理好，你可以直接跳到「思考」那一步。

門檻從來沒有這麼低過。但也正因為門檻低了，真正的差異化就不再是「你會不會做」，而是「你選擇做什麼」和「你做得有多好」。

所以與其問「什麼不會被 AI 取代」，不如問自己一個更有意思的問題:

「我對什麼事情會好奇到忘記時間? 加上 AI，我能把它做到什麼程度?」

找到那個交叉點的人，不管 AI 怎麼發展，都會過得不錯。