一、過去的IT：聚焦於「T」(科技)：

在早期，資訊科技的發展主要集中在技術層面，例如電腦硬體、軟體開發、資料庫管理等。重點在於如何有效地蒐集、儲存、傳輸和呈現資料，追求技術上的突破和效率的提升。這個階段的IT，就像是打造堅固的容器，著重於容器本身的材質和結構。

二、新的資訊革命：聚焦於「I」(資訊)：

隨著技術的成熟和普及，人們開始更加關注資訊本身的價值，以及如何利用資訊來解決問題、創造價值。重點轉移到如何分析、解讀和應用資訊，從大量的資料中提取有用的知識和洞見。這個階段的資訊革命，就像是開始關注容器裡面的內容物，以及如何運用這些內容物來實現目標。

三、AI時代的啟發

1. 強迫自己思考，選擇正確職涯的起始點：
在AI時代，資訊如潮水般湧來，機器學習和自動化工具看似能解決一切問題。然而，正是在這個資訊爆炸的時代，人類獨有的提取知識、獨立判斷和深度思考能力顯得尤為珍貴。AI擅長處理數據，卻無法取代人類的洞察力和創造力。同學切莫沉溺於科技的便利，而忽略了自身思辨能力的培養。

這裡要注意的是，除了思考自己如何透過AI創造價值，也須思考如何能夠不被AI取代，生成式AI對學生的利弊得失，並非關注AI本身及其發展，或加以禁止，而是關注「學生」「如何使用」AI，AI應該是工具、夥伴、同學、導師，而非威脅。

你選擇從何處開始你的職涯是大學生最重要也最基本的選擇，然而，產業與企業的數位轉型速度，也會影響讓一開始看起來正確的選擇，瞬間變得焦慮與看不見未來。無論如何，我們被期許不能走在AI之後，走在之前更不可能，但我們可以做到的是，與AI共同成長。

有一條看起來最安全的道路，追求碩士學位，不僅是為了獲取更高的學歷，更是為了在學術研究中磨練批判性思維，這是各科技巨頭正在訓練AI所做的事情！學習如何從紛繁複雜的資訊中提取精髓，如何在各種觀點中做出獨立判斷。碩士階段的研究訓練，能幫助我們：
- 深化專業知識： 不僅是記憶知識，更是理解知識的本質和應用。
- 提升批判性思維： 學會質疑、分析、評估各種資訊，不輕易被表象迷惑。
- 培養獨立思考能力： 學習如何提出問題、設計實驗、收集數據、分析結果、得出結論。
- 拓展創新視野： 在學術交流中，接觸不同的觀點和思維方式，激發創新靈感。

在AI快速發展的今天，擁有深度思考和獨立判斷能力的人，才能在未來的競爭中脫穎而出。碩士學歷不僅是學術上的認可，更是通往更高層次思考和創新的門票。讓我們在AI時代，不僅成為科技的使用者，更成為知識的創造者和引領者。

其他次要的議題包含：

2. 從資料到知識：
AI的發展讓我們擁有處理海量資料的能力，但更重要的是如何將這些資料轉化為有用的知識。我們需要培養分析和解讀資訊的能力，從資料中發現模式、趨勢和關聯性，為決策提供依據。AI的時代不能只有大量的數據，更重要的是將數據轉化為有價值的知識。
3. 以應用為導向：
AI技術的發展應該以解決實際問題、創造社會價值為導向。我們需要關注如何將AI應用於各個領域，例如醫療、教育、交通等，提升效率、改善生活品質。如同杜拉克所說的「I」資訊。重點是如何將資訊應用於對我們有益的地方。

4. 重視資訊倫理：
隨著資訊的價值日益凸顯，資訊倫理也變得越來越重要。我們需要關注資料隱私、資訊安全、演算法偏見等問題，確保AI的發展符合倫理道德。因為重視「I」資訊，代表資訊變得更有價值，因此對於資訊的倫理要求也必須相對應的提高。尤其，錯誤的資訊導入會透過演算法增加機器與人類的偏見，再藉由迴圈造成更大的偏見，故未來此類的人才將會越來越受到重視。

5. 培養跨領域人才：
AI不再僅限於科技領域，它正被廣泛應用於醫療、金融、教育、藝術等各個產業。跨領域人才能夠將AI技術與不同領域的專業知識相結合，創造出創新的解決方案。而現代社會面臨的問題往往非常複雜，單一領域的知識難以全面解決。跨領域人才能夠促進不同專業人士之間的合作，從多個角度分析問題，提出更有效的解決方案。