生成式AI的蓬勃發展，衍生許多內容自動產生工具，凡是敲鍵盤的白領階級都會受影響。
其中，數位內容產出量越大的領域，生成式AI學習的完整度越高，訓練效果越好。例如，美編、繪畫工作，因為網路上圖像很多，AI被訓練得很好，能在很短的時間內生成類似作品，部分遊戲繪師與美工人員的工作已經開始被取代。
同理，當AI也能寫程式，念資工系會不會很危險？以這樣的發展方向，未來資工系訓練方式可能會做重大調整，畢竟，光是寫程式本身，能學習的軟實力範疇，比起其他需要與人互動的領域窄了很多。
我最近常提醒，一項工作裡，鍵盤敲得越多，越要小心。這代表你的領域數位化高，機器容易學習，可替代性高。長期以來，工程師們習慣將程式上傳到GitHub這類開源（Open Source）社群分享，並在討論如何優化。有了大量、完整程式碼數據，程式自動生成難度不高。現在一些複雜度低、規模小的程式，都能用ChatGPT這類AI工具自動生成，甚至自動驗證、除錯。
過去，工程師只要做到60分就及格，現在得有80分才過關。在機器能幫你生成程式碼的時代，很多工程師會苦於沒有能力debug、優化程式，會是很大挑戰。
程式碼的改動，難度很高，因為它是複雜邏輯。整個系統動不了，可能只是1、2行的小錯誤，卻不容易找出來。程度不夠的工程師，可能就被取代；程度夠好的工程師，能讓機器幫你做事，完成的事變多，日子卻過得比以前輕鬆。
用生成式AI寫程式，開發時間減少，debug能力要求卻更高，可能要配置更多做QA（Quality Assurance）人員。生成式AI會廣抓資料生成程式，可能會抓到有智慧財產權的內容，工程師使用AI程式的法律與道德素養也得提高。
傳統工程師的訓練方式，顯然面臨挑戰，但現在不一定有最好答案。這就像明明知道未來會有無人駕駛，現階段還是得花時間教孩子學開車，但怎麼教才合適？可以想像，工程師們最好具備更多軟實力，才不至於從白領階級落入藍領。例如，懂得專案管理，能團隊協作，或從市場需求出發，練就更強產品設計能力。
現階段各行各業還是需要資工專業協助數位轉型，大量失業應該還不至於。未來，智慧工具越普及，資工系的訓練，不只及格線越來越高，也要培養更多元能力，才能夠維繫專業優勢。資工系都需要改變，其他科系應該也雷同。
