人工智慧正在改變學習、工作與產業運作方式，也讓許多高中生與家長開始思考：「未來想從事AI相關工作，應該讀什麼科系？現在又該準備哪些能力？」
回答這個問題，可以先分辨自己比較喜歡開發AI技術、打造運行AI的設備，還是運用AI解決某個領域的問題。這三種方向需要的專業基礎有所不同，也對應不同的大學學習路徑。
一、想學AI，一定要讀資工系嗎？認識3大選系方向
資訊工程是接觸AI的重要途徑，但不是唯一選擇。以下依學習重點整理三個探索方向，協助學生比較自己的興趣；這是選系參考架構，各校的科系名稱、必修課程與研究資源仍須個別確認。
方向1｜AI核心技術：資訊工程、人工智慧與資料科學
適合興趣：喜歡程式設計、數學推理、演算法，或想知道AI模型如何運作。
學習重點：從程式設計、資料結構、演算法、線性代數與機率統計建立基礎，再進一步接觸機器學習、資料分析與智慧系統開發。
職涯探索：軟體開發、資料分析、機器學習工程及AI研究等方向。不同職務對學歷、研究能力與實務經驗的要求並不相同。
方向2｜AI硬體整合：電機、電子與相關工程
適合興趣：喜歡電路、晶片、機器人、感測器，或想了解智慧設備如何感知環境並執行任務。
學習重點：電路、電子學、訊號處理、控制與嵌入式系統等基礎，並依課程方向結合程式設計與AI應用。
職涯探索：電子系統、韌體、智慧設備、機器人與運算硬體相關工作。這些領域同樣需要軟體與硬體之間的合作能力。
方向3｜AI跨領域應用：商管、金融、醫療與其他專業
適合興趣：對某個產業或學科有熱情，希望運用資料與AI工具改善研究、服務或工作流程。
學習重點：先建立領域專業，再補充資料分析、AI工具應用、資訊判讀及跨專業溝通能力。
職涯探索：商業分析、數位產品、領域研究與科技應用等方向。相關專業資格與能力要求，仍取決於實際職務。
選系的關鍵，是看課程內容，而不只是科系名稱有沒有「AI」。建議查看各系的必修課、選修課、專題安排與跨系修課機會，再判斷是否符合自己的學習目標。
二、AI會取代哪些工作？從工作任務看未來機會
與其直接判斷某個職業會不會消失，更值得拆解：這份工作中，哪些任務可以由AI協助？哪些仍需要人理解情境、判斷結果、協調溝通並承擔責任？
例如資料整理、文稿初稿或資訊摘要，可以成為AI協作的起點；但資料來源是否可信、內容是否符合需求，以及結果應如何使用，仍需要進一步檢查與判斷。
世界經濟論壇的觀察：《The Future of Jobs Report 2025》將AI與大數據列為2025至2030年間預期需求成長最快的技能；分析思考仍是雇主重視的核心能力，創造力、好奇心與終身學習的重要性也預期持續提升。
資料來源： 世界經濟論壇《2025未來工作報告》。 這是全球雇主調查與趨勢預測，並非特定科系的就業或薪資保證。
對學生而言，值得累積的能力包括：理解問題、提出方法、驗證資訊，以及把工具運用在具體情境中。只會操作工具，與能夠負責任地完成一項工作，兩者之間仍有需要持續學習的距離。
三、高中生如何準備AI時代？從3件事開始
1. 建立數學、邏輯與資訊基礎
從校內數學、資訊課程與基礎程式設計開始，練習把問題拆成步驟。對AI技術開發有興趣的學生，也可以逐步認識統計、資料處理與模型評估的概念。
2. 完成一個能說明過程的小型專題
選擇自己關心的題目，例如分析公開資料、整理某個科學問題，或製作學習輔助工具。記錄「想解決什麼問題、使用哪些資料、AI協助了什麼、如何檢查結果，以及還有哪些限制」。
使用AI時應核對原始來源，避免輸入他人的個人資料，並清楚標示工具協助的部分。這些習慣有助於培養資訊判讀與負責任使用科技的能力。
3. 從喜歡的學科探索AI應用
喜歡生物，可以研究資料分析如何協助生命科學研究；喜歡商業，可以比較市場分析方法；喜歡工程，可以接觸感測器、程式控制與智慧機器人。
探索後問自己：我最喜歡的是寫程式、分析資料、設計設備，還是理解領域問題？這個答案，往往比單看熱門科系排行榜更能幫助選擇。
四、選科系前，先回答這4個問題
- 我想開發AI，還是運用AI？
前者較著重模型、演算法與系統技術；後者需要把AI與特定專業需求連結。 - 我願意持續學習哪些基礎科目？
比較程式、數學、物理、電路或領域專業課程，觀察自己願意投入的方向。 - 這個科系實際教什麼？
查看課程地圖、畢業專題及跨領域學程，了解培養能力的具體方式。 - 我有哪些經驗支持這個選擇？
從課堂、專題、講座或實作中，整理自己喜歡的任務、遇到的困難與學習收穫。
選擇AI相關科系，不只是追逐一項熱門技術，更是在選擇願意長期累積的專業。興趣可以透過探索逐漸確認，能力也能透過有方向的練習持續建立。
五、台灣學聯｜從科技探索走向適合自己的學習方向
台灣學聯透過國高中生涯探索教育，結合大學教授引導、實作體驗與產業認識，協助學生了解大學科系的學習內容，以及專業知識如何連結實際工作。
對AI、半導體、電機資工或智慧機器人感興趣的學生，可以從主題講座與探索課程開始，在接觸不同領域的過程中，找到自己想進一步研究的問題。
各期課程內容、師資、費用、招生對象與活動安排，請以當期招生公告及開課通知為準。