開學演講破百萬瀏覽！陽明交大教授為何勸大學生少用AI？
這篇報導摘錄了國立陽明交通大學醫學院腦科學研究所蔡金吾特聘教授在新生開學典禮上的演講核心，並結合國內外最新研究，深入探討「在 AI 浪潮下，人類學習與大腦發育該如何取得平衡」。
一、演講背景與核心論點
主角與場合
- 陽明交大腦科學特聘教授蔡金吾，於 115 學年度開學典禮演講。
反思科技大佬口號
黃仁勳曾勉勵：「Run, don't walk.（快跑，別用走的）」
蔡教授反轉提出：「Walk, don't run（先學走再跑）」、「Think, don't prompt（先思考，再下提示詞）」。
蔡教授反轉提出：「Walk, don't run（先學走再跑）」、「Think, don't prompt（先思考，再下提示詞）」。
核心警訊
- 過早讓 AI 代勞思考，不是加速學習，而是讓正處於建構期的大腦「提早退休」。
二、必學習的觀點（大腦機制與認知風險）
大腦額葉到 25 歲才成熟，是神經塑性的黃金期
- 引述美國神經科學家吉德（Jay Giedd）等研究，人類負責高階決策、邏輯批判的前額葉皮質（Prefrontal Cortex），大約要到 25 歲左右結構才發育完全。
- 大腦的成熟不是單純「容量變大」，而是透過經歷挫折、卡關與思索，讓神經連結修剪得更緊密、專門化。
「認知債」（Cognitive Debt）的累積
- 麻省理工學院（MIT）媒體實驗室研究發現：高度仰賴 ChatGPT 寫作的受試者，其大腦腦電波（EEG）的神經參與度最低，甚至寫完後很難完整回憶或解釋自己產出的內容。
- 走捷徑省下的短暫精力，換來的是「記憶深度下降、原創性與批判思考退化」的長期代價。
「自動化悖論」（Automation Paradox）
- 卡內基美隆大學與微軟研究院調查顯示：對 AI 愈有信心的人，投入的批判性思維反而愈少。
- 工具愈方便，人類越容易放棄親自查證與推論的機會，導致自我判斷力逐漸萎縮。
三、容易忽略的觀點（隱性盲點）
「卡關」與「百思不得其解」是大腦升級的必要養分
- 很多人誤以為學習的目的是「快速得到答案」。但腦科學指出，大腦正是透過卡關、糾結、嘗試錯誤的過程，才能刺激神經突觸生長。跳過卡關，就等於跳過了學習本質。
25 歲的生物界限具個別差異，但「基礎扎根」邏輯通用
- 報導指出大腦發育其實因性別、後天環境有所不同（例如女性代謝與神經修剪可能比男性更早啟動）。
- 雖然「25 歲」是平均參考值，但關鍵在於：任何領域的「初學者」，若基本功未穩就過度依賴工具，結果就像讓還在學步的幼童去開 F1 賽車，是災難而非加速。
AI 時代的「思考模式」需要轉型，而非完全排斥
- 教授並非否定科技，而是提醒主從關係不能顛倒。新時代的工作與學習動腦方式應調整為：
- 從「主動搜集資料」轉為「驗證與辨識 AI 的答案」。
- 從「自己解題」轉為「統整與批判 AI 的回應」。
- 從「親自執行」轉為「監控與把關 AI 的輸出」。
四、應用與結論分析（落實於生活與教學）
給自身的自主學習與數位應用
- 先動腦再下 Prompt：遇到問題時，先給自己 3 至 5 分鐘用紙筆寫下自己的想法、架構或假設，再開啟 AI 輔助優化，避免直接向 AI 索取現成答案。
- 主動承擔驗證責任：將 AI 的產出視為「草稿」而非「定稿」，親自挑錯、追問來源，鍛鍊批判性思維。
給教學者的啟發（例如長輩或學員教學）
- 引導原理而非只教按鍵：教數位工具時，先讓學員理解「為什麼要這樣做」，鼓勵動手操作與試錯，而非單純代勞或給出標準步驟，保護學員大腦的活躍度與成就感。
- 建立防詐與辨識思維：工具越逼真，越需要教導學員具備「查證（Fact-check）」的能力，不盲信螢幕上跳出的自動化資訊。
重點摘要與容易忽略的事提醒
【核心重點】
- 順序不可逆：先打好知識與思考基本功（Walk），再來追求速度與效率（Run）。
- Think, don't prompt：自己先想過、有主見，AI 才是你的放大器；沒想過就發問，AI 只會成為你的思維代工廠。
- 角色轉換：人要扮演「架構師、驗證者、監督者」，把關最終結果。
【容易忽略的事】
- 誤把「效率」當「能力」：用 AI 快速產出高水準成果，容易產生自己「已經精通該領域」的虛假自信（自動化悖論）。
- 忽略「大腦參與感」帶來的長期記憶：不費力氣得來的資訊，遺忘速度通常也是最快的，容易累積大腦「認知債」。
- 錯把工具反對當成守舊：提倡「少用或謹慎用 AI」，不是抗拒時代趨勢，而是為了保護人類獨有的深度思考與創造力。
