AI启动的美丽新世界带给我们什么样的未来
企管三甲 林沅祯
这场演讲让我对未来的科技发展有了更深刻的体悟。AI不再只是辅助工具，而是即将彻底改变世界的关键力量。未来十年，5G/6G、低轨道通讯卫星、大数据、人工智慧（AI）、物联网（IoT）、区块链、量子电脑等技术将持续发展，为各行各业带来无限商机的同时，也可能对就业市场带来巨大冲击。我不禁思考，在AI时代，我们该如何提升竞争力，确保自己不会被淘汰？
演讲中介绍了许多实用的AI工具，例如 Notion AI能快速整理资讯、生成 文案，提升行销企划或内容创作的效率；剪映让影片剪辑变得更加直觉，即使是新手也能轻松制作社群短片；ChatGPT 作为最受瞩目的语言AI，不仅能撰写文案、客服回应，还能规划行销策略；而 Runway则是影像创作的利器，降低动画与视觉设计的技术门槛。这些工具让我深刻体会到，AI已经融入我们的日常工作，未来将扮演更重要的角色。然而，AI的发展不仅带来便利，也引发了值得深思的问题。
AI可能创造新的职业，如AI工程师、资料分析师、智慧供应链管理等，但同时也可能取代部分传统工作。我开始思考，未来的就业市场将如何变化？我们应该如何适应这场变革？在这样的趋势下，学习并善用AI是关键。与其担心被取代，不如掌握AI工具，提高自身的工作效率。例如，行销人员可以运用Notion AI 快速整理企划内容，使用剪映制作吸引人的影片，甚至透过 ChatGPT 优化文案，提升品牌影响力。未来，能灵活运用AI、分析数据，并结合创新思维的人，将成为市场上最具竞争力的人才。
此外，这场演讲也让我反思 AI的道德与社会影响。当我们过度依赖AI， 是否会削弱独立思考的能力？若AI在决策过程中出现偏见，是否会导致不公平的结果？这些都是我们在迎接AI时代时，必须审慎思考的议题。AI的发展已是不可逆的趋势，关键在于我们如何善用它，而不是被它掌控。总结来说，这场演讲让我对AI的应用与未来发展有了更全面的理解，也促使我重新思考自己的职涯规划。AI时代既是挑战，也是机会，唯有不断学习、适应变化，才能在这场科技革命中站稳脚步，拥有更大的发展空间。
企管三甲 李沂臻
讲师在一开始说：”Al will not replace you ; a person who's using Al will replace you.”曾经有听过，而今天又再让我思考一番，原本都会怕未来求职或是有工作后被AI取代、被裁员，但其实AI本身不会直接让你失业，但如果你不学习如何利用AI，提高效率或创造价值，可能会被更懂AI的人取代。我觉得比起全用手动的员工，会使用AI协助自己完成工作的员工关键是：效率更高也能创造更多价值。
此次演讲的重点我觉得是人工智慧的偏见及偏差，像是西方法律规定不能使用AI来筛选履历，因为它会依照过往的规律去执行演算法，可能造成有潜力的人被淘汰或是社会刻板印象加强，这是我从未听说过的，原来人工智慧也会有歧视偏见。Claude 的核心技术与精神就很重要，减少人为干预来让AI自己学习怎样才是好的回 应，而不是完全依赖人类的标注。降低偏见影响让AI自己根据“宪法”原则来判断内容， 而不是完全依靠人类决定对错。提升安全性使AI会自动过滤有害、不道德或违规的内容，降低风险。这样的AI训练方式就像是“让 AI先学习法律与道德，再用强化学习让它能自主做出更符合伦理的判断”，最终的目标是让AI更安全、更可靠、更少偏见。我也理解到会要这样是因为资料的偏见会影响演算法再进而影响商业，最后造成真实世界的偏见。
讲师最后说：“我们终究不会被人工智慧取代的原因是我们会社交。”AI 不能取代人类， 因为我们的价值来自于“人际关系” 讲师给我们的最后这张简报象征了人类的核心优势“社会资本”我们不只是个体，而是社群的一部分。我认为这次使我收获最大的是：人类的价值不只是技能或知识，而是来自于我们与他人的连结、合作与情感共鸣。尽管 AI 能够帮助我们提高效率，它无法真正取代人类的情感、归属感、合作能力与价值观。这也是为什么懂得与他人建立关系、合 作与信任的人，仍然具有不可替代的优势。
企管三甲 刘维庭
这堂课让我对机器学习的问题界定方式有更深入的理解，也让我更清楚不同 学习方式适用的情境。机器学习的发展让电脑不再只是单纯按照人类给的指令运 作，而是能从数据中学习，进而作出更智慧的决策。这次学到的四种学习方式— —监督式学习、非监督式学习、半监督式学习与增强式学习—各有适用的场景， 每种方式都有其优势与挑战。
监督式学习就像老师带学生，告诉机器“这是对的，那是错的”，机器透过 大量的标注数据来学习规则，适用于分类与回归问题。这种方法很直观，结果通 常也比较准确，但收集与标注数据的成本很高，如果没有大量标注过的数据，学 习效果会受影响。相较之下，非监督式学习则比较像是让机器自己去探索，找出数据中的隐藏模式，而不是人类事先定义好答案。这种方法可以帮助我们在没有标签的数据中找到规律，例如市场上的客群分类、诈欺侦测等应用，但由于机器要自己找关联性，准确度可能不如监督式学习。
半监督式学习则是折衷的方式，部分数据有标注，部分没有，让机器在有限 的标注数据辅助下，利用非监督式学习找出更多隐藏的模式，这种方式适合应用 在医学影像分析，因为标注医学影像的成本很高，但机器仍可以透过少量标注数 据来推断其馀未标注数据的特征。增强式学习（Reinforcement Learning）的概念则比较特别，它不像前面三种学习方式那样依赖现成数据，而是透过不断 尝试与环境互动来学习，机器会根据结果得到奖励或惩罚，进而学习如何做出更好的决策。这种技术目前在游戏AI、自动驾驶、机器人学习等领域有广泛应用， 最著名的例子就是AlphaGo，它透过增强式学习成功打败了世界顶尖围棋选手。
这堂课让我体会到机器学习的威力，也让我开始思考这些技术未来可能带来 的改变。虽然机器学习在许多领域发展迅速，应用广泛，但它仍有许多挑战，像 是数据品质、模型过拟合、解释性问题等等，这些都是研究者需要持续克服的课 题。未来若有机会，我也想更进一步了解机器学习的实作方式，并尝试应用在不 同的场景中，看看是否能解决一些实际问题。这堂课让我对机器学习有了更全面 的理解，也激发了我想要深入研究这个领域的兴趣，未来希望能够进一步学习相 关的技术，并实际应用在专案当中。
企管三甲 陈永峰
这场演讲让我对未来科技发展有了更深刻的体悟。随著人工智慧（AI）的快速进步，我们的世界正逐步进入一个由智能技术驱动的时代，AI不再只是辅助工具，而是成为改变产业与社会运作方式的核心技术。特别是在资管领域，AI的应用已经带来了显著的影响，例如 Lidar（光达）技术、同步建图 SLAM、视觉化里程 VO，以及 IMU 陀螺仪的发展，这些技术正不断提升我们对空间资讯的理解与应用。
演讲中提到的数位孪生技术（Dynamic Digital Twin）让我印象深刻。透过即时的模型建立、数据收集、资料连结与分析改进，数位孪生能够模拟现实世界的变化，帮助企业进行更精准的决策。例如，在智慧城市管理中，透过 SLAM 技术建立即时 3D 地图，并结合 Lidar 和 IMU 的感测数据，我们可以更准确地监控基础设施的状态，预测潜在问题并进行优化。这种技术不仅提升了效率，也大幅降低了人力与时间成本，未来有望应用于更多领域，如自动驾驶、智慧制造及医疗保健等。
然而，AI 的发展虽然带来了许多便利，也引发了一些值得深思的问题。例如，当我们过度依赖 AI 来做决策时，是否会削弱人类的独立思考能力？AI 在数据分析与模式辨识方面的确优于人类，但如果数据本身带有偏见，AI 的决策是否也会产生偏误？这些问题让我开始思考，如何在技术发展的同时，确保 AI 的公平性与透明度。
AI 不仅改变了企业运作模式，也正在重塑劳动市场。演讲中提到：“AI 不会取代你，但会使用 AI 的人会取代你。”这句话让我感触很深。许多传统工作可能因 AI 的自动化而消失，但与其担忧被取代，不如学习如何运用 AI 来提升自身竞争力。例如，未来的专业人才不仅需要具备技术能力，还必须懂得如何解读 AI 产出的数据，并结合人类的创造力与决策能力，将 AI 作为提升效率与创造价值的工具。
演讲最后提到，人类最重要的竞争力在于“社会资本”——我们的情感、合作能力与创新思维，这些是 AI 无法完全取代的。因此，我认为未来的学习不应该只专注于技术本身，更应该培养跨领域的能力，例如数据分析、决策判断、问题解决与人际沟通能力。只有结合 AI 与人类智慧，我们才能在这个变革的时代中站稳脚步。
总结来说，这场演讲让我对 AI 的应用与未来发展有了更全面的理解，也促使我重新思考自身的职涯规划。AI 时代既是挑战，也是机会，关键在于如何掌握新技术，并运用它来创造更多价值。未来，我将持续学习与关注 AI 的发展，期许自己能在这场科技革命中找到属于自己的定位，为社会与产业带来正向影响。
企管三甲 卓采萱
今天的讲座请来了商业发展研究院的国际发展服务中心副主任，简陈中讲师，我对于今天讲座的印象更感兴趣，原因是讲师不是著重讲AI所带来的科技运用，而是人们该如何面对这项技术的冲击，课堂中有句话说“AI不会取代你，但你会被会用AI的人取代”，这句话虽然不是第一次听到，但这真的是对我们这世代的人来说非常中肯的一句话。
讲师在一开始分享到AI在未来将会取代掉8亿个工作职位，尤其是对低技能、高自动化的行业，但即使这些工作会被AI替代，我认为同时也会有许多随之衍生的职业出现，像是AI模型训练师，要如何与AI沟通并去训练与调整他的数据模型，使其能更适用在特定的情境与场合，像是医疗诊断、建筑模拟等等……，还有AI道德专家，现今AI使用争议中最具讨论性的点之一就是他的价值观、公平性与偏见等道德问题，若是没有加以规范与训练，或许会加深不同观点的人们之间的分化与对立，尤其是当现今人人都能轻易使用这项工具时，对于思想还未成熟的孩子来说是有一定的风险在的，这也应该要有专门的教师去进行辅导使用，并教育孩子的思辨能力，这些都值得我们注意与讨论。
后面讲师提到一些能帮助未来我们在工作中提升效率的AI工具，并帮我们分类这些不同的工具使用上各自的好处，我也认为自己该去学习运用，多学这些工具对我们都有益。而在最后提到的十年后的世界，样样都跟AI脱不了关系，像是大数据、区块链、平台经济、量子电脑，我发现其实这其中有些科技大多我都只是听过但没有很熟悉，甚至有部分是完全没有听过，我认为自己也该趁这时多修习一些相关课程，去理解其中的道理，很期待未来科技高度发展后为我们带来更方便的生活，但在享受这些好处的同时，我们也要理解他的运作并做好防范，这样我们才能良好、正确地去运用他，而不会反过来被会用AI的人给算计。
企管三甲 李珮菱
⼈⼯智慧（Artificial Intelligence, AI）是近年来最受众⼈注⽬的话题之⼀，⽽AI⼀词在被广为⼈知的同时，也被滥⽤著，许多⼈会将“机器学习（Machine Learning, ML）”与“深度学习 （Deep Learning, DL）”混为⼀谈，实际上深度学习为机器学习的分⽀，⽽机器学习是⼈⼯智慧的 其⼀领域。
机器学习有四种不同的问题界定⽅式：⼀为监督式学习（Supervised Learning），是让电脑 从⼀系列成对的问题与答案中找出规则；⼆为非监督式学习（Unsupervised Learning），让电脑仅从问题中⾃⾏归纳，并找出规则；三为半监督式学习（Semi-supervised Learning），为结合前两种学习⽅式，让电脑部分从问题之中找规则；四则为增强式学习（Reinforcement Learning），让电脑从错误中学习，直到找到成功路径，曾经轰动全球的AlphaZero与⼈类顶尖棋⼿对决亦是属于增 强式学习的应⽤。
⽽⽣成式AI如雨后春笋般地出现——ChatGPT与DeepSeek的聊天机器⼈、Midjourney的图 像设计机器⼈、Suno的⾳乐创作机器⼈、QuillBot的⽂字创作机器⼈与Civitai的影⾳创作机器⼈等，则是深度学习之应⽤，涵盖范围极广，甚⾄已经具备产出⼀个完整作品的能⼒。AI可以提供⼈类诸多的帮助，可以改善流程以提⾼效率，但现今仍有许多质疑AI的声⾳，使⽤AI仍旧存在著许多必须被解决的议题： “道德伦理问题”，AI的运⽤依靠⼤数据的分析，“⼤数据”的内容极其重要，若是数据存在现实世界的偏⾒，则会导致机器学习所使⽤到的资料亦出现偏⾒，⽽后造成演算法不再中立，运 ⽤AI产出的结果进⾏进⼀步的商业⾏为出现偏差后，最终造成真实世界的偏⾒加剧。然偏差的产⽣受许多因素影响，如资料量的不⾜、抽样时的偏误、样本选择时的偏差，或测量时的偏差。
AI的本质为⼀种⼯具，并没有是非之分，⾏为的对错取决于使⽤者的⼼态，AI可以辅助⼈类有效完成任务，亦能成为塑造同温层的武器。 “律法约束问题”，科技的发展⽇新⽉异，法律的制定却跟不上时代的发展，导致在法律拟定前，会有⼈试图游走在灰⾊地带以谋求⾃⾝利益，譬如：“AI的创作是否受著作权的约束”，现今较通⽤的判别标准为“⼈类是否介入”，若是将⼈⼯智慧视为⼯具，则AI使⽤者适⽤著作权的保护，若为AI独立创作出的作品则不适⽤，因受著作权保护者必须为“⼈类”。 “就业市场的失业问题”，AI的⾃动化，对于“低技能、⾼⾃动化风险”的从事⾏业带来极⼤的影响。
现今许多餐饮业者购入送餐型机器⼈，取代掉部份前台员⼯，其好处为⾼效率与低失误率，减少⼈事成本的同时亦能提⾼产能。⽽AI取代⼈类⼯作机会的问题，远比想像中更严重，它 不仅是经济问题，亦可能成为社会问题，若许多⼈因为AI失业，进⽽导致贫富差距扩⼤，最终⽣存不下去的⼈们会爆发冲突。
AI之于我⽽⾔是⼀种威胁，越来越多创作平台已然解除AI创作的限制，引发许多笔者与绘师的不满：AI的创作需要投入⼤量的⽂章、图画等资料，⽽平台限制的开放意味著允许AI搜集平台上所有作者的作品，以产出新的AI作品，在这些AI作品中可以看⾒属于与不属于⾃⼰的创意，被肆意地融合在了⼀篇⽂章或⼀幅图画之中。若将⼈类创作者比喻为⼀位“⺟亲”，⽽每⼀项作品就是凝结所有⼼⾎的“孩⼦”，AI创作的存在无疑是将⼀个个独⼀无⼆的“孩⼦”，分尸并重新拼凑出的“缝合怪”，这是对于创作者的践踏。
但不可否认地是，⼀个东⻄的存在必有其背后的道理，AI创作之所以能持续发展，正是因为在商业上有其价值，有需求必有供给，许多⼈并不在乎作品是如何得出，⽽是在乎作品是否能换取实际利润。虽然在创作领域中我并不喜欢AI的发展，但AI仍可以作为辅助⼯具提供作作者构思，有些画师运⽤AI⽣成出草图，并参考动作与⾓度等构图⽅式，并创造出新的作品。⼯具的好与坏取决于如 何使⽤，没有绝对的正确与否，唯有跟上时代的潮流，才能在⼤数据的洪流中站稳脚步。
企管三甲 黄婕雯
这次的演讲更偏向是AI对我们的利弊，以及学会使用AI的重要性，我很喜欢讲师说的一句话，“AI will not replace you； a person who’s using AI will replace you”，AI的迅速发展，让AI变成了我们这个世代非常重要的工具，也让使用AI这件事情变成了我们不可或缺的技能之一，我们一直担心如果过度使用AI可能会让自己是否被AI取代，但我们都忽略了，如果不会使用AI，那我们会被谁取代。
AI是一项很重要的工具，他是一把刀，但我们要学会如何使用它，才不会被它伤害。讲师有提到一个重点，我们要如何正确地使用它，现在的AI快速发展，在我们不知不觉中已经渗入了我们的生活中，譬如我们的手机搜寻纪录，一旦搜寻过甚么，那接下来很长一段时间都会被演算法推播类似的消息，我们常开玩笑地说，我们正在被手机监听，事实是否如此我们不能完全确定，但不可否认的是，这样的演算法的确让我们不停地生活在同温层当中，因为我们无法接触到更多新资讯，可是人类的社会进步，不能让我们只是在自己的同温层中，也就是讲师说的，人工智慧复制甚至更放大了人类社会中长久的偏见和不平等，让我们对AI产生了偏见，也对社会产生了偏见。
同时，我们也必须了解，我们的法律规范制度，似乎已经追不上人工智慧的快速发展，例如AI生成技术，这已经不是我第一次听到相关的问题，关于AI生成，谁才是真正的创作者，这个智慧财产权又归属于谁，这是一个很大的问题。还有讲师上课中提到的例子，我们是否可以用人工智慧来挑选人才，如果发生这样的情况又可能会发生哪些问题 ，这都值得我们去思考。我们也必须开始思考，在科技的快速发展中，我们要如何运用法律，来保护自己，现在仍有太多的模糊地带，这些问题要如何解决，都是对于未来的极大考验。
整体来说，我认为科技的进步与发展真的为我们带来了更方便的生活，与更多不同的创新机会，现在的我在遇到疑惑的问题，或是没有方向时，也会去寻求AI的协助，可是我认为在这之中，我们必须保有自己的判断力，也应该自己分辨资讯，不能完全依靠AI，更要注意的是，我们必须保留自己的想法，让AI变成一项好用的工具，而不是逐渐侵蚀自己想法的刀。它绝对是一项非常好用的工具，但也要记得它只是一项工具，如同讲师所说的道德AI环节，真实世界的偏见会反映在资料上，显露于演算法中，更促动商业的偏见，我们还是要记得，不要落入AI创造给我们的世界，而是应该自己去体会和了解这个世界，不被AI取代，且成为一个真正会使用AI的人。
企管三甲 周财发
最近，我花了不少时间研究AI在商业领域的应用，发现它早已不是科幻电影里的概念，而是实实在地改变著我们的工作和生活。从购物网站的推荐系统到银行的智慧客服，AI的触角几乎延伸到了每个产业。这让我既兴奋又有些担忧，兴奋于科技带来的可能性，也担忧我们是否准备好了应对随之而来的挑战。最让我印象深刻的是AI在提升效率方面的能力。以前，客服热线总是让人等到不耐烦，但现在越来越多的公司使用AI聊天机器人，比如淘宝的“阿里小蜜”，它们能24小时在线，快速解决常见问题。这不仅节省了人力成本，也让消费者得到了更及时的帮助。不过，我也发现，当问题稍微复杂一点时，机器人就会“卡壳”，最终还是得转接给真人—这说明AI目前还无法完全取代人类，而是更适合处理标准化任务。
另一个让我大开眼界的应用是数据驱动决策。例如，星巴克会利用AI分析各地区的消费习惯，决定在哪里开新店；而像SHEIN这样的快时尚品牌，则透过AI预测流行趋势，快速调整生产计画。这让我意识到，未来的商业竞争，很大程度就是数据的竞争。但这也带来了隐私问题，我们的购物记录、浏览习惯被大量收集，是否真的安全？企业如何在利用资料和保护用户隐私之间找到平衡？
当然，AI的普及并非一帆风顺。我曾经读到一则新闻，某公司使用AI筛选履历，结果系统无意间歧视了女性求职者，因为训练资料本身有偏见。这让我思考：如果AI的学习材料不够全面，它是否会放大社会原有的不公平？此外，自动化可能导致某些职位消失，例如传统的流水线工人或基础会计。虽然新科技会创造新工作，但那些被取代的人能否顺利转型？还有一个让我担心的问题是“过度依赖”。现在有些企业一遇到问题就想用AI解决，却忽略了AI也可能出错。例如，去年一家航空公司因为票价系统AI故障，导致机票突然暴跌，公司损失惨重。这提醒我们：AI是工具，而不是万灵丹，人类仍需保持判断力和控制权。
经过这些观察，我认为AI的未来不在于“取代人类”，而是“增强人类”。例如，医师可以借助AI快速分析医疗影像，但最终诊断仍需结合经验；设计师可以用AI产生创意草稿，但作品的灵魂仍来自人的想像力。对企业来说，成功的AI策略不是盲目跟风，而是找到最适合自身业务的应用场景，同时重视员工的技能培训。毕竟，再先进的AI也需要人来管理和优化。
这次探索让我明白，AI就像一把双面刃。它能让商业更聪明、更有效率，但也需要规则和伦理的限制。身为一般消费者，我们要学会保护自己的资料；身为未来的职场人，我们要主动学习与AI合作的技能。最有趣的是，AI反而让一些“人类特质”变得更珍贵，例如同理心、创造力和批判性思维，这些恰恰是机器最难模仿的。
企管三甲 蔡佳芸
这次讲座让我对AI在伦理方面的挑战有了更深刻的理解，尤其是著作权与道德判断的议题。根据我国法律，受著作权保护的作品必须具备“人类精神作用”，因此AI作品是否能符合这一标准成为讨论焦点。这让我思考，AI 的创作虽然技术强大，但是否能真正融入人类情感与价值观，仍是一大疑问。
此外，AI在道德判断上的局限性更引人深思。虽然部分学者尝试将道德规范纳入AI演算法，但伦理学本身就存在多种流派，如效益主义、义务论、德性伦理学等。如何选择最适合 AI 的伦理框架仍无明确答案。即便伦理学家在部分道德底线上取得共识，AI 的行为准则依旧难以被清楚程序化。
有趣的是，讲座中提到部分学者主张在 AI 研发团队中纳入专业伦理学家，协助制定开发过程中的道德底线，并厘清可能出现的责任归属。这让我联想到，在以利益为导向的科技公司中，这样的做法是否真的能落实？尤其是大型科技企业如脸书、谷歌、亚马逊、苹果等，拥有强大资本与主导权。当企业利益与伦理原则发生冲突时，是否仍能将道德放在首位，值得进一步探讨。
AI逐渐取代人类传统劳力密集的精密工作，这无疑带来职场上的挑战。随著演算法持续优化、数据积累不断扩大，这种趋势可能将越来越明显。至于 AI 是否有朝一日会取代人类成为地球的主导者，学界目前普遍认为不太可能。因为现阶段的 AI 仍只是人类设计的工具，决策权终究掌握在人类手中。
然而，这并不代表我们可以掉以轻心。大型科技企业正凭借 AI 掌控著大量关键资源，甚至深入我们的隐私、金融等生活层面。若个人资料、社会互动、财务资讯等全面受这些企业所掌控，其对社会的影响将不容忽视。这不仅是技术问题，更是攸关每个人权益的伦理议题。
整体而言，AI 科技的发展带来了便利，也伴随著复杂的道德与社会挑战。身为管理学院的学生，我认为我们应积极理解 AI 技术，并思考如何将其融入企业伦理与社会责任，确保技术进步同时促进社会福祉。
企管三甲 范姜郁雯
这次的主题让我学到AI的应用与优缺点，AI能够让我们更有效率的完成目标（例如：Microsoft 365 Copilot）。此外，也有常用在工作中的AI工具，例如：ChatGPT可以生成简报、会议逐字稿、 自动回信等等，这些原本需要很多人力去寻找资料、记录、回复的 事情，AI都可以在短时间内辅助我们完成，我觉得这种便利的功能很值得我们去学习、尝试与应用，因为进步的科技可以让繁杂的 事情变得简单而快速，甚至能够减少不少成本。特别的是，AI也可以作为企业的行销工具，例如：宣传与广告用的文案、贴文、影 片、字幕、快速文字生图都可以用AI生成的方式制作，原本需要许多构想时间的工作就能迅速完成，除了对于企业的行销方面十分 有帮助，这也是科技与商业的跨域结合，是现代的新趋势之一。
令我印象深刻的是AI的运用方面非常广阔，连电影的特效都能透过 AI 来创造，只要输入几个关键字，就能生成栩栩如生的画面，减少电影工作者的工作负担，甚至连观众都难以分辨出来是AI生成 的还是真实拍摄的，精准程度非常高，不过这背后却衍生出一个问题：人们可能生活在虚实交错的世界里，而难以察觉事物的真假，所以AI的世代下我们也要学习独立思考的能力，不能把所有眼前的事物都信以为真而不加以思索。 AI可以为我们带来好处，却也会带来隐忧。例如：AI创作的著作权问题，这也是一个具有争议的议题，以及道德问题、滥用事件等 该如何去降低发生或是加以限制或解决都是在AI发展同时值得我 们去关心与思考的。
此外，AI的偏见问题也十分常见，例如：可能会有选择性的回答，这样会让讯息的完整性产生疑虑，并且可能会导致使用者遭到误导，必要时应制定法律约束，因此人们自己的辨识能力与自主思考依然非常重要。最后，因为AI有时无法理解人类的感性思维，它的回答通常是偏向理性的，所以我认为AI至今仍然无法完全取代人类，有些创意的发想、感性思考能力与相关的议题是人类需要面对的，AI目前可能尚未发展周全又或是难以 达到，所以我们人类必须发挥自己的所长，并且结合AI去扩展它 的应用范围，使它成为辅助我们生活的一项工具而非完全取代，才能让做事的效率提升，使我们不失去自己的内涵又能更加便利。
企管三甲 龚峻
透过今天的演讲我⼜更可以确定现今AI确实是⾮常厉害，但是⽬前还是⽐较偏向去辅助的⼀个阶段，要到完全成熟还是需要⼀些时间。在于商业的应⽤会是⽐较实⽤的。在商业的世界里当然做重要的就是需要各种数据来去分析我的下⼀步该去怎么做，⾛错⼀步就会掉进万丈深渊，⼀去不复返。这时AI 就是我们最好的朋友了，不论可以透过⽐较现今和过去资料⽐较的整合，或是股市的⾛向之类的，都可以透过AI来去帮助我们更加冷静的分析市场⾛向。但AI也不是完美的，使⽤时还是有很多要注意的地⽅。像是有些企业过度依赖AI，反⽽失去了与顾客的真实互动，这可能会让品牌变得冷漠。
此外，AI的决策有时候也会有偏⾒，因为它是基于过去的数据学习，如果数据本⾝有偏差，那AI可能会放⼤这个问题，甚⾄影响公司的决策⽅向。所以说 让AI真的去加⼊⼀些⼈类的情感真的是好的吗?还是应该让它时刻保持客观的 想法来去辅助我们，这真的是⼀个很难去抉择的⼀个问题。我个⼈认为还是不太希望让AI做到可以完全取代我们，⽐较好的是可以找到 ⼀个完美的平衡点。像是电影机械公敌里，可以看到AI到最后真的发展出了像是⼈类的情感，当他向我们询问⾃⼰到底是甚么东西时，我们却回答不出来，也有看到机器⼈⼤军攻击⼈类等，这些都是我们不期望发⽣的，但是学会去使⽤AI也是⾮常重要的。
在网路很常看到⼀些关于AI创作的影⽚，我很庆幸还看得出来是透过AI⽣成的，有⼀次在网路上⾯看到有⼈说⿈仁勋就是AI的奥本海默，还真的有点那种感觉，很常可以看到许多⼈⽤AI来做恶搞影⽚，看著看著也挺好笑的，但有时也会想说被恶搞的原创对于这有什么看法，或许AI会在无意间去抹灭了⼀些原创的内容。也有可能造成⼀些对于原创者的不尊重。把AI⽤在商业这块固然是相当有帮助性的，但是在艺术这块，我却觉得这是在破坏这整个环境，所以说使⽤AI的地⽅还是要挑选⼀ 下。
企管三甲 郭馨茹
这场演讲让我对人工智慧的发展有了更全面的理解，特别是在工作、产业应用、法律规范以及社会影响等方面。我原本对AI的认识比较片面，以为它只是一些数据分析或机器学习的工具，但演讲内容让我发现，AI 其实已经广泛渗透到我们的生活，甚至影响我们未来的工作方式。 演讲中提到，AI可以帮助我们处理许多例行性、重复性的工作，比如自动回复邮件、撰写会议纪录、分析数据，甚至连制作简报这种需要整理资讯的工作，AI 也能轻松完成。这让我惊讶的是，很多过去需要花费大量时间的工作，现在可以透过 AI 来提高效率，让我们把时间投入到更具创造力或需要人类判断的事情上。
这让我开始思考，未来如果我们不学习如何运用 AI，可能真的会被“会使用 AI 的人”取代，这是一个值得深思的问题。不过，演讲也提醒了我，AI 并非完美，仍然存在许多挑战与风险。例如，AI 的决策往往是基于过去的数据，而这些数据可能带有偏见，导致AI在招聘、贷款审核等方面做出不公平的决策。不仅如此，AI生成的内容该如何归属？如果 AI 独立创作了一幅画，那它的著作权应该属于谁？这些都是目前社会仍在讨论并寻求解决方案的问题。
演讲中还提到AI在不同产业的应用，例如客服、商业决策、医疗、行销等领域，甚至连创意产业也开始使用AI来辅助创作。虽然AI可以模仿并生成大量内容，但真正有深度、有情感的创作仍然需要人类的参与。这让我觉得，AI 不是要完全取代人类，而是成为一种强大的工具，帮助我们提升效率、扩展创造力。
整体来说，这场演讲让我对 AI 不仅充满期待，也带来了一些反思。它还提醒我，未来的职场竞争不只是比谁更努力，而是比谁更懂得运用科技来提升自己的能力。AI 并不可怕，可怕的是我们停滞不前，拒绝学习新的事物。因此，我认为我们应该积极学习 AI 的相关技能，让它成为我们的助手，而不是我们的竞争对手。只有这样，我们才能在 AI 时代找到属于自己的价值。
