根據《University World News》報導，人工智慧是否等同於智慧？這是一個令人深思的問題。

不久前，在一場關於科技與社會的研究生研討課上，一位學生提問：「如果人工智慧已經超越人類的智慧，我們還在為什麼做準備？」這句話揭開了當代科技發展中對人工智慧概念的混亂，比起任何政策報告都更直觀地反映出現實的焦慮。

教室頓時陷入沉默。學生的質問並非刻意挑釁，而是反應了許多學生對未來的不安。在各大校園中，關於人工智慧的報導層出不窮，機器能起草文章、創作音樂、診斷疾病，甚至在專業考試中表現優於人類。

然而，這樣的現象背後暗藏著一個極其深遠的誤解，大學亟需正面回應。人工智慧，嚴格來說，並非真正的智慧。它是一種截然不同的東西。

問題的核心在於，社會越來越傾向於將預測性系統視為智慧本身。如果大學無法釐清這個差異，高等教育將面臨強化21世紀最具關鍵性的概念混淆。

「人工智慧」無疑是本世紀最成功的品牌名稱之一。持續使用這個術語並非只是傳統，它可能是現代史上最成功的技術品牌之一。

自工業革命以來，每一次技術變革都會伴隨強有力的敘事。蒸氣機象徵機械時代，電力代表人類對隱形力量的掌握，互聯網則承諾了資訊的民主化。而「人工智慧」所承載的則是更為激進的含義：智慧本身可能被複製。

這個敘事擁有非凡的影響力，它不僅吸引風險資金，還塑造國家創新戰略，推動全球科技競爭。各國政府競相競逐「人工智慧超級強國」的地位，大學搶著成立人工智慧研究所，科技公司則聲稱自己是人工智慧領導者，即使他們的系統其實主要依賴統計建模與資料分析。

「智慧」的語言增添了技術的神秘感，但這種神秘感也掩蓋了現實。當統計系統被描述成智慧實體時，大眾的關注點便從真正影響系統行為的基礎設施上轉移：數據擁有權、訓練機制、運算資源以及制度治理。

社會開始關注機器是否會超越人類智慧，卻忽略了誰在掌控日益影響決策的數據、模型與演算法。實際上，最重要的問題往往不是「機器是否思考」，而是「誰在管理這些基礎設施」。

📰 本文資料來源 • University World News