從打字機到 AI　大學真的需要這麼多新學院嗎

如果有個高中生想報考國立頂尖大學的「人文社會學系」，依照正常邏輯，他會到該校網站的「人文社會學院」底下尋找。但他可能會驚訝地發現：找不到。繞了半天，才發現這個系竟然設立在「客家文化學院」。

這就像去超市買牛奶，結果被放在五金清潔用品區。荒謬，但這正是台灣某些大學的日常。同樣的現象，在理工領域甚至更加誇張。校內明明設有獨立的「光電學院」，但最基礎的大學部「光電工程學系」，卻依然隸屬於「電機學院」。一邊有「光電學院」，另一邊光電系又不在裡面，形成「有院無系」、行政歸屬與學術分類彼此脫鉤的奇特景象。

更不用說現在許多大學幾乎已經進入「關鍵字大亂鬥」狀態。以台灣最引以為傲的半導體領域為例，你可以在電機學院裡找到半導體工程相關科系，轉個彎，又出現「國際半導體產業學院」、「產學創新研究學院」，再往下看，還有半導體、AI、智慧製造與智慧綠能等相關學分學程與研究所。同一個知識主題，被重新切割、包裝，再拆成不同的院級單位、研究所與學位學程。看起來越來越龐大，但很多內容其實高度重疊。這種現象，已經不只是單純分工，而是行政碎片化。

問題是，大學真的需要這樣無限制地增生新學院嗎？如果退回第一性原理，其實人類文明的知識主幹，幾百年來並沒有真正改變過。人類無非就是在理解自然、改造世界、治療疾病、組織社會、保存文化、傳承知識與生產資源。對應到大學體系，大致就是文、法、商、理、工、農、醫、教育、藝術與體育等領域。這些主幹之所以能存在數百年，不是因為保守，而是因為它們本來就對應著人類文明最核心的活動。後來出現的新技術，大多只是長在既有主幹上的新枝葉。

半導體，本質上仍是物理、材料與電機工程的延伸；人工智慧，則是數學、統計、資訊科學與工程系統長期交會後的成果；智慧醫療，也仍然脫離不了醫學與工程。新的技術會不斷出現，但新的技術，不等於新的文明主幹。成熟的大學，其實應該像一棵大樹。以工學為例，人類最早的工程，也許只是挖水渠、蓋土牆、搬運石塊。那時候的工程知識，還只是一棵小樹苗。後來，人類開始掌握冶金、蒸汽機、電力與半導體，於是工程這棵樹開始越長越高、越長越壯。它逐漸長出土木、機械、電機、材料、化工、資訊、醫工等枝葉。每一次新的技術革命，都讓這棵樹更加茂盛。但重點是，它們本質上仍然長在「工程」這棵主幹上。

土木工程就是最好的例子。土木是人類文明最古老的工程主幹之一，從道路、橋梁、水利、防洪、建築基礎到都市公共建設，都離不開它。近代土木工程也歷經鋼筋混凝土、鋼構、預鑄工法、耐震設計、BIM 與數位監測等大量技術變化，但土木工程並沒有因此每逢新工法就拆出一個新的學院。沒有人因為混凝土重要，就成立「混凝土學院」；也沒有人因為鋼構、預鑄或耐震設計重要，就把它們從土木工程主幹中獨立出來，重新劃成新的文明分類。它們可以成為研究方向、課程模組、實驗室或專業組別，但仍然長在土木工程這棵大樹上。

這才是真正的知識累積。你會很清楚地知道，人類的工程能力，是如何一路從水渠、橋梁、蒸汽機，最後發展到晶片與 AI 的。知識會保有它的歷史脈絡與演化路徑。但現在許多大學的做法，卻更像是每長出一片新葉子，就重新種一棵新樹。AI 一棵、半導體一棵、智慧運算一棵、永續製造一棵、智慧醫療又一棵。最後整座森林看起來熱鬧無比，實際上卻充滿大量彼此重疊、邊界模糊的小樹叢。當每一個新應用都被重新切成獨立行政單位時，人們也可能逐漸忽略這些新領域原本所依附的基礎主幹。以 AI 為例，若把這個時髦詞彙拆開來看，它的核心知識基礎依然離不開線性代數、機率統計、最佳化、演算法與計算理論；若過度強調「新名詞」本身，長期下來，是否也可能削弱學生對底層知識脈絡的理解？這或許是一個值得高教界深思的問題。

這讓我想到九○年代 Windows 95 剛問世時，曾經風行一時的「多媒體電腦」名詞。當年電腦開始能播放影片、音樂與動畫，因此「多媒體」一度成為極具未來感的熱門關鍵字。但三十年後回頭看，「多媒體電腦」早已變成時代名詞。因為影音播放最後只是自然融入所有電腦之中，變成再普通不過的基礎功能。這個例子提醒我們，今日看似前瞻的技術名詞，未必需要被永久固化為新的行政分類。這也是為什麼，許多長期累積深厚的世界頂尖大學，反而沒有出現這種近乎無限制的行政膨脹。無論是美國的 MIT、Stanford，或者鄰近日本的東京大學與京都大學，其核心學院結構其實都相當穩定。AI 再熱門、半導體再重要，它們也不會每來一波技術浪潮，就重新切出一整套新的行政體系。

Stanford 到今天，電機與資訊仍然放在工學院底下；MIT 甚至至今仍維持著著名的 EECS（Electrical Engineering and Computer Science）架構，並未將資訊工程與電機工程完全拆分。這些世界頂尖大學顯然更重視知識主幹的穩定性，而不是追逐短期流行名詞。近年台灣高教之所以出現大量「半導體學院」、「重點科技研究學院」與各種產學創新單位，其背後其實也有制度因素。二○二一年後，台灣陸續推動《國家重點領域產學合作及人才培育創新條例》等制度，希望提升半導體與 AI 等領域的人才培育彈性。這些新設研究學院，在人事聘任、產學合作與經費運用上，確實比傳統學院擁有更大的操作空間。從現實面來看，這有其必要性。否則在原有制度下，大學很難以市場化待遇延攬高階產業人才，也難以快速對接產業需求。

但問題也正在於此。當越來越多新單位，是為了繞開舊體制限制而增生時，大學的行政架構也開始不斷碎片化。短期內，這或許提升了資源流動效率；長期而言，卻也可能讓知識主幹逐漸被大量專案化、短期化的組織切割所稀釋。

因為成熟的大學知道，熱門技術會變，但知識主幹不能跟著天天重組。否則若依照現在的邏輯，人類每一次技術革命，豈不是都該重新成立新的學院？

工業革命時，是否應該成立「蒸汽機學院」？五十年前打字機盛行時，是否應該成立「打字機學院」？珠算曾經是重要商業技能，是否也該成立「珠算學院」？事實上，當年的大學並沒有這樣做。因為成熟的教育體系知道，打字、珠算、電腦操作，最後都會逐漸變成基礎能力，並自然融入既有學科，而不是永遠獨立成新的文明分類。

AI 很可能也會走向同樣的道路。當 AI 未來逐漸成為所有學門都必須具備的基礎工具時，今天大量新增的 AI 學院、智慧學院，又該如何定位？難道到時候，再重新整併回去嗎？成熟的大學，應該讓學生一眼就能看懂人類的知識，是怎麼一路長成今天這個樣子的。而不是讓整個知識地圖，變成一堆彼此重疊、名稱不斷變動的行政拼圖。否則最後，大學看起來越來越龐大，知識本身卻越來越碎片化。沒有穩定的主幹，就長不成真正的大樹。