老師都有焦慮

前幾天出席一場大學跨領域課程與研究的分享，從問題裡感覺出來有的老師有點焦慮，假如同為理工領域的老師都有焦慮，那麼其他領域的老師也可想而知。

「我們需要學會寫程式才可以教學生有關實驗資料的分析嗎？」

「我們需要學會人工智慧技術才可以教學生有關實驗資料的判別嗎？」

我想，每一個領域知識的累積都是需要窮盡一個人的精力，並且假以長時間的經驗與思考的，這些領域知識不是人工智慧可以在幾年內取代的。人工智慧目前還無法取代人類在判別複雜事物的能力，也因此，資深老師的經驗非常寶貴。

對資訊系來說，寫程式與發展人工智慧工具也許是我們的主軸，這個主軸往往需要以其他領域的應用來展示其「有用」之處。但是對於非資訊領域來說，程式與人工智慧就如同螺絲起子一般，只是幫助把螺絲上緊與卸下而已，學生們既不需要寫出很厲害精簡的程式，也不需要設計新的機器學習架構，老師只要在某些階段的結果時以其專業提出質疑以及接下來可行的步驟。

很多時候，我們都忘了「合作」二字，大概是因為身為教師，我們都生活在屬於自己的孤島太久了。

如前所說，資訊系的老師其實非常需要來自各方面的領域專家所提供的題目以及經驗。以我自己來說，我需要拜託很多音樂家來合作，這些音樂家多數不懂程式也不懂科技， 林怡君 （Sophia Lin） 老師例外啦 。但是自己找一個跨領域題目實在太苦，能合作是最好的。

這一陣子剛好知道一個個案。醫學院必須請一個專門的人負責把資料打成某個格式，再將此資料上傳到某一個國外知名醫學中心的基因判別工具，然後下載下來後再整理成表格給醫生看。很難想像這樣的工作需要動用一個高級知識份子。

後來，有兩位學生就自告奮勇寫了份程式做資料間的格式轉換，於是，過去需要一兩天的工作變成是幾分鐘的事。接著兩位學生問是否可以用簡單的分類器來試著判別，結果正確率在八成左右，大家欣喜若狂。事實上，醫生對於資訊科技一點也不懂，所以他的工作就是指引方向以及協助判別，並在遇到問題時協助猜想問題出在哪裡。因為這個成果，醫生與教授們認為，可以把這個基因與特定疾病（一對一）的判別應用在某基因與某些疾病（一對多或多對多）的關聯，這些都不是我們資訊人可以想到的問題。

人的力氣有限，不需要會所有的事，如果醫生自己設計人工智慧程式，自己跑資料，參加學術會議，還要看病做實驗，那麼學生要做什麼？更嚴重一點，那我這種人還能幹嘛？

說真的，醫生如果花太多時間在看病以外的這些技術的事情上面，我還寧可醫生多去運動，聽音樂，健身，精神好一點多想想如何把病人醫好比較重要，不然，給前述這樣的醫生看病我是很怕的。

是嗎？

是吧！

一個人的時間有限，真的，所以不必要會所有的事，也不必要把所有的事都攬過來做。

至於現在還年輕的學生，學一點程式沒什麼壞處，因為不知道未來世界會變成啥樣，趁年輕力氣多，多學一項沒有壞處。