人物專訪/活動報導Exclusive Interview
當AI走進教室:在效率之外,重新思考社會學的教與學
發布日期 : 2026-06-30
文:巫麗雪 老師
圖:輔仁大學社會學系提供
隨著生成式人工智慧(AI)快速發展,從課堂學習、知識生產到未來職涯,都正在經歷前所未有的改變。6月18日,輔仁大學社會學系舉辦「當AI走進教室」工作坊,邀請旭聯科技創辦人暨執行長黃旭宏(輔大社工系系友、輔大百年傑出校友)、市民永續共同創辦人暨執行長林庠序、教授情緒社會學的張慶玉老師,以及本系碩士班學生塗兆軒,分別從不同角度探討AI時代下的學習、教育與人才培育。
活動一開始,旭宏學長從企業實務經驗出發,分享AI對工作帶來的劇烈衝擊。他指出,許多過去需要數個團隊耗時數月完成的工作,如今透過AI即可在短時間內完成,這不僅改變了產業運作模式,也讓許多專業工作者面臨轉型壓力與職涯焦慮。面對這樣的變化,他認為教育不應只關注學生如何使用AI,更重要的是培養面對變動世界所需的社會情緒能力(Social Emotional Learning, SEL),包括情緒調節、同理心、價值判斷與合作能力。
旭宏學長也觀察到,AI正消除人們在學習過程中的各種阻力,讓取得答案變得愈來愈容易,這讓學習者經歷「認知摩擦」的過程大幅縮小、甚至消失了。然而,真正的學習往往發生在閱讀、思辨、寫作與辯證的過程之中。教育若只追求快速獲得答案,反而失去知識內化的機會。因此,在AI時代,教師的角色不再只是知識傳授者,而更像是「學習設計者,協助學生透過問題探索與思考歷程建構自己的理解」。
接著,市民永續共同創辦人暨執行長林庠序老師則帶領與會者重新思考資料與知識的關係。他提醒大家,資料並不等於事實,任何資料都只是現實世界的某種投影,而AI則是在既有資料基礎上進行統計與推論。因此,AI所提供的往往是最符合機率、最不容易出錯的答案,但未必是真正重要的答案。
他以地理資訊系統(GIS)與邊坡穩定分析為例說明,專業工作者最重要的能力往往不是掌握95%的規律,而是察覺那5%的例外與異常。許多重大風險與社會問題,往往正是發生在那些不符合規律的地方。庠序老師進一步指出,當AI愈來愈擅長找出平均值與一般趨勢時,「人類的價值反而在於發現答案何時失效,以及看見那些被統計數字掩蓋的差異與變異」。
張慶玉老師則從情緒勞動與教育實踐的角度,探討AI時代的人際溝通與情緒能力。她指出,AI可以快速生成結構完整、語句流暢的文字,但這些文字往往缺乏個人觀點與真實情感,甚至可能讓使用者逐漸失去對自己言說內容的責任感。
因此,在課堂中,她經常透過情境演練,引導學生練習表達感謝、回應批評、拒絕他人以及處理衝突,希望培養學生對語境與人際關係的敏感度。她認為,看見情緒界限、理解他人的感受,以及為自己的言行負責,都是AI難以取代的人類能力。教育的核心始終是培養「人」,而非只是訓練學生操作工具。
在三位講者分享之後,碩士生塗兆軒則從學生視角分享自身使用AI的經驗。他展示如何根據不同需求,搭配使用ChatGPT、Gemini與NotebookLM等工具,分別處理寫作、資訊整合與文獻閱讀等工作。兆軒認為,在AI日益普及的時代,成為一位負責任的AI使用者相當重要,不僅要善用工具提升效率,更需要具備查核資訊與判斷內容品質的能力。
然而,兆軒也指出,AI的使用並非毫無代價。一方面,學生需要具備跨平台整合與判斷能力;另一方面,許多高效能工具必須透過付費訂閱才能取得更完整的功能與較高的使用額度。這也意味著,當AI逐漸成為學習的重要基礎設施時,數位能力與經濟資本的差異,可能進一步轉化為新的教育不平等。
在綜合討論與QA環節中,與會師生也進一步分享AI時代下的教學觀察。本系伯芬老師提到,帶領學生進行田野調查時,學生在真實場域中的感受、互動與衝擊,往往遠超過任何線上資料所能提供的學習經驗。當學生先累積了這些具身的觀察與感受,再透過AI協助整理與分析資料時,往往能進入更深層次的思考與討論。此外伯芬老師也觀察到,當演算法不斷推送相似內容時,學生的研究主題與關注議題反而可能出現同質化現象。資訊雖然愈來愈容易取得,卻未必代表視野更加多元。
清耿老師則回應兆軒的分享指出,AI雖然能快速整理資訊與摘要文獻,但也可能讓研究者略過自行捕捉概念、整理脈絡與建構問題意識的過程,進而削弱深入閱讀與批判思考的能力。
整場工作坊最終並未停留在如何善用AI工具的技術討論,而是回到教育最根本的問題:當AI愈來愈擅長提供答案,人類還需要學習什麼?
與會講者不約而同指出,未來教育真正需要培養的,或許不是比AI更快找到答案,而是在快速取得答案的時代裡,依然願意保留思考的摩擦、保持對差異與例外的敏感,並持續理解他人、理解社會以及理解自己。這些能力不僅是社會學教育長期關注的核心價值,也是AI時代最難被取代的人文素養。
上一頁

聯絡資訊

大學部
研究所
242062新北市新莊區中正路510號-羅耀拉大樓SL353室、SL312室