當大學學位不再是保障：AI 時代下的職業焦慮

在香港，傳統的「神科」如法律、會計及醫療保健，一直被視為社會流動的保證。然而，隨著生成式人工智慧（Generative AI）的爆發性成長，即使是專業人士也感受到了威脅。對於正在備考 HKDSE 或正在大學修讀學位的學生來說，一個嚴峻的問題擺在眼前：如果我的起步職位（Entry-level roles）可以被 AI 自動化，我該如何規劃我的出路？

過去，學生習慣「被動選科」，即根據 JUPAS 分數選擇回報最高的學科。但未來的成功，取決於「主動建構」。我們需要從傳統的單一職業路徑，轉向「策略性職位地圖」（Strategic Niche Mapping）。這不代表你要放棄現有的專業，而是要學會利用 AI 識別那些處於技術與學科交匯點的「混合型職業」（Hybrid Career Niches）。這些職位通常需要深厚的學科底蘊與 AI 協作能力，且目前市場人才極度稀缺。

什麼是「混合型職業」藍海？

所謂混合型職業，是指那些 AI 雖然創造了效率，卻也同時製造了「人類判斷缺口」的領域。根據世界經濟論壇的報告，跨學科的職位——如結合法律與演算法倫理、醫學與大數據分析——其起薪點與抗自動化程度遠高於傳統單一路徑。對於香港學生而言，這種「混合」可以發生在 DSE 的選修科目組合中，也可以發生在大學的副修（Minor）或雙主修策略中。

範例一：演算法合規與數碼法律（Algorithmic Law）

在金融城市香港，法律與金融是核心。當大銀行開始用 AI 進行貸款審批或風險評估時，法律界急需懂 AI 邏輯的人才來確保這些演算法不帶偏見，並符合本地監管。如果你修讀法律或政治學，這就是你的機會。

範例二：ESG 數據與智慧環境工程（Green Building AI）

隨著香港推動碳中和，建築與工程界急需能操作 AI 模型來分析節能數據的人才。這不再只是純粹的物理或地理學知識，而是將學科知識轉化為決策建議的能力。

如何利用 AI 進行「策略性職位地圖」分析？

學生不應只是 AI 的使用者，而應是 AI 的「編排者」。你可以採取以下具體步驟，在畢業前 2-3 年開始佈局：

1. 審核你的學科大綱與市場缺口的交叉點

將你目前的課程大綱（Syllabus）輸入 AI 工具，並要求它對比當前領先企業（如 Big 4、科技巨頭、醫療機構）的最新招聘趨勢。尋找那些「技術無法單獨解決，但純人類做太慢」的灰色地帶。例如，在 DSE 生物科學習的遺傳學知識，結合 AI 的算力，正在催生「精準醫療顧問」這一新興角色。

2. 識別你的「影子技能」（Shadow Skills）

除了學位證書，你還需要建立一套模組化的專業身份。如果你擅長邏輯分析，可以透過 Thinka 的 AI 學習支援 來深化你的批判性思維。當你習慣於與 AI 進行蘇格拉底式的對話時，你就在訓練未來職場最重要的能力：提問（Prompting）與驗證（Fact-checking）。

3. 壓力測試你的職業路徑

利用 AI 模擬 5 年後的行業場景。詢問 AI：「如果律師事務所的初級工作 80% 被自動化，那剩餘的 20% 會是什麼？」通常，答案是「客戶信任建立」、「倫理判斷」與「跨部門協調」。這就是你需要建立的「專業護城河」。

給 HKDSE 學生：從選修科開始佈局

對於中學生，這意味著你的 DSE 選科組合不再只是為了湊分數。如果你選修了物理和經濟，你可以開始關注「量化交易」與 AI 風險。你可以透過 Thinka 的學習資源，了解如何將學科理論應用於真實世界問題，而不僅僅是死記硬背。

在練習歷屆試題時，試著問自己：這個公式在 AI 時代有什麼意義？例如，在數學科練習統計學時，思考這如何應用於 AI 模型的人口預測。你可以使用 Thinka AI 練習平台 來測試自己的邏輯推理，確保你在 AI 處理大量數據時，仍擁有核心的判斷力。

給大學生：打破學位的框架

在大學環境中，利用你的選修學分去修讀那些看似不相關但具備「橋樑價值」的課程。如果你是社工系，去學一點 Python 數據分析；如果你是工程系，去修一門哲學或倫理學。這種「主動的非對稱性」會讓你畢業時在 LinkedIn 上的個人簡介變得極具吸引力。

同時，老師們也可以利用 AI 工具來引導學生進行這種轉化。透過 Thinka 的教師平台，教育工作者可以生成更多具備現實語境的練習題，幫助學生將理論與 AI 時代的職業需求相結合。

結論：建立不可替代的專業價值

未來的競爭不是你與 AI 的競爭，而是「懂 AI 的你」與「不懂 AI 的同儕」之間的競爭。透過策略性地識別混合型職位，並利用 AI 輔助學習，你將能從一名平庸的畢業生，轉變為一名擁有獨特市場定位的「跨界導航員」。

不要等到畢業典禮才去思考前途。從今天開始，拿起你的學科大綱，利用 AI 進行一次深度的「職業導航審計」。在這個 AI 時代，最危險的不是 AI 本身，而是你對職業規劃的慣性思維。