中央大學資工系教授蔡宗翰觀察，訓練AI資料時，文組人更擅長確認資料的是否偏誤、有無適切，能扮演AI時代的關鍵角色。所以，他在台大開設「數位人文技術與應用專題」，打破「文組人不懂AI」的刻板印象，教文、理組學生開發文史專用AI，證明跨域合作的價值。
不只開設大學課程，蔡宗翰也將AI專業投入百工百業，與老師開發華語教學AI、作文批改AI。他發覺，擁有實戰經驗的人更適合投入AI訓練，能精準地微調AI能力，加速完成工作。
在AI應用上，蔡宗翰還有哪些思考？本集未來城市邀請蔡宗翰分享他的AI經驗及觀察。
未來城市Podcast EP.99
▹ 未來主持人：未來城市頻道資深總監陳芳毓
▹ 未來大來賓：中央大學資工系教授蔡宗翰
▹ 訪談精華一次收藏：
問：在AI時代，大家都覺得語言模型很會說話、很會寫字，您認為文組人該如何定位角色、做哪些事呢？
蔡宗翰（以下簡稱蔡）：AI的發展過程中，需要兼顧多樣性與各種平衡的資料——這如同人類讀書與進修，是需要教材與老師的。
事實上，我認為術業有專攻。文組人擅長讓AI講出道地、精準的語言；能判斷是否根據用戶需求，提供正確資訊，且確認內容有無偏誤；也能了解資料是否兼顧多樣性，並確認這些資料對社會帶來的影響。這是文組生更有敏感度，也更擅長的部分。
問：您曾描述學習AI就像去西天取經的團隊，而文組人是唐三藏，理組人則能組成駱駝商隊，把人帶到目的地。您去年在台大文學院開了一堂「數位人文技術與應用專題」，就是希望實踐這個理想嗎？
蔡：人類是多樣性的。我在國科會的TAIDE大語言模型計畫裡面，深刻體認到在資料蒐集、設計任務、評估、指令等方面都需要文組人才的加入，才能夠讓這些設計出來的AI更有人味，更能理解人的想法。
社會對文組的刻板印象就是不會數學、不會程式，只要碰到機器就先退避三舍。但是，這個狀況已經改變了。例如，Python語言已讓寫程式的門檻變得更低，且大部分工作都被包裝成API（Application Interface）——只要知道如何寫指令、叫出函式、呼叫大語言模型，就可以做到他想要做的事情，也才會意識到有哪些問題需要克服。
蔡宗翰指出，人文專業是AI應用的關鍵橋樑。圖片來源：陳俊銘攝
「數位人文技術與應用專題」的目標，是要開發一個文史專用的大語言模型，並由十幾位修課同學分成兩組、完成專案。同學必須提供AI學習的教材資料、AI表現的評估資料，並完成許多指令與回應的範例；整體而言，寫程式的份量不少，各組成員還要擔任不同角色。其中，有位外文系學生對AI很感興趣，也自學Python；他在小組內自告奮勇擔任專案經理、監督組員進度，協助專案穩定進行，展現了他的領導力。
這門課的學生組成很多元，都是對AI有興趣的人，不同領域間也有共通點。例如，資工所與歷史所學生都會基於事實說話，且很有邏輯，所以他們討論時較沒問題；歷史所同學也能精準地把需求傳達給資工系同學，並請對方提供協助。
問：除了大學生，您有沒有考慮為剛畢業一、兩年的社會年輕人，或中高齡工作者開設課程，讓他們重新學習AI，並發揮在工作領域上？
蔡：我滿想做這件事，因為訓練AI更適合有實作經驗的人。以出版業為例，資深編輯最清楚編輯最需要完成哪些任務、最有能力判斷AI的文字水準；一但訓練好AI的能力，就能放入你的想法，讓AI按照邏輯、寫出文字。
我認為，這就是模型是否經過微調（fine-tuning）的差別，我們需要不同專業的人，一起搜集百工百業的資料，才能完成訓練。
問：我記得您的想法有實際應用在工作場域上，比如說，教育部的華語教學專案就有相關應用，對嗎？
蔡：對，我們在去年五月前就完成了TAIDE模型，接下來我們把目標轉移到百工百業落地。但這個模型並不是ChatGPT這類的通用大模型，TAIDE是小模型，只是提供一個胚胎，讓你微調成一個專用模型。
後來，我與教育部的華語老師合作。我們根據老師指定的課程等級、主題形式，生成一篇華文課文、單詞表或語法表；甚至可以貼一篇新聞，讓AI轉成一篇可以進行教學的課文。等國科會開發後，今年就會移轉給教育部繼續營運。
另外，去年下半年我們也做了一支作文批改AI。先由大考中心老師提供約一、兩千筆作文批改資料，我們再進行擴增、訓練AI模型並批改分數。AI的打分標準比照學測，目前誤差在兩分左右；如果是AI沒看過的題目，誤差會在3.8分。
AI的分數誤差是很低的，因為，在實際學測的作文評分要落差到七分，才會找第三位老師確認是否有評分偏差。我們希望，這項AI模型可以幫助同學練習作文。
聽懂未來：關於AI教育，我還想知道更多⋯
未來城市給你更多知識補充包！
想聽更多未來城市Podcast節目？
- 首播時間：隔週六播出。
- 頻道搜尋：天下雜誌Podcast頻道「聽天下」，或關注未來城市網站「未來城市Podcast」系列內容。
