只會說漂亮話的AI，辦不了“填志願”這件人生大事

### 只會說漂亮話的 AI，辦不了「填志願」這件人生大事？——從一句話看 AI 在生涯抉擇中的真實角色

每年六月，成千上萬的台灣考生與家長陷入一場名為「志願選填」的戰爭。從繁星推薦到分發入學，從落點分析到科系偏好，每一個決定都可能影響未來四年的學習軌跡，甚至一輩子的職業方向。在這樣的壓力下，AI 輔助工具如雨後春筍般出現，它們號稱能用大數據與演算法，幫考生找到「最適合」的落點。然而，標題那句「只會說漂亮話的 AI，辦不了填志願這件人生大事」，點出了一個更深層的疑問：當 AI 產出密密麻麻的推薦列表時，它真的理解了「人生大事」的重量嗎？

#### 重點整理：AI 在志願填報中的正面與局限

目前市面上的 AI 志願輔助工具，主要功能集中在三件事：歷史數據分析、科系匹配推薦，以及風險評估。它們能快速比對近幾年的錄取分數、名次與級距，給出「穩、保、衝」的策略建議；也能根據學生的興趣測驗與學科強項，推薦相關領域的學群。這些功能確實節省了大量手動查資料的時間，讓資訊更透明。然而，局限也很明顯：AI 無法理解「為什麼想讀醫學系」背後的家庭期待或個人熱情；無法判斷「台大機械 vs 清大電機」之間的人際環境差異；更難以衡量「離家遠近」或「系風傳統」這類主觀而關鍵的因素。換句話說，AI 擅長計算「機率」，卻不擅長閱讀「人心」。

#### 背景脈絡：志願填報的複雜性遠超數據能涵蓋的範圍

台灣的升大學制度歷經多次變革，從聯考、學測、指考到現行的分科測驗與申請入學，每一次調整都讓志願填報的遊戲規則更加複雜。考生不僅要理解校系採計科目、加權倍率、篩選倍率，還得應對備審資料、面試準備等非量化環節。在這種情境下，AI 容易淪為「只說漂亮話」的顧問：它會告訴你「錄取率 85%，建議填寫」，卻不會提醒你「該系去年有三分之一的學生在大二轉走」。這種僅靠數據的樂觀預測，往往忽略了課程難度、就業展望、產業波動等無法量化卻真實存在的變數。

#### 可能影響：AI 讓填志願更「有效率」，但未必更「有效」

當愈來愈多人依賴 AI 產出的志願清單，最直接的影響是決策過程的「去人性化」。考生可能因為數據顯示「穩上」而忽略內心的猶豫，進入一個看似安全卻不快樂的科系；家長也可能過度信任演算法的權威，壓抑了子女的自主探索。另一方面，補教業與升學顧問的服務模式也在轉變——傳統的手工落點分析逐漸被 AI 平台取代，但真正有價值的「生涯諮詢」反而變得更加稀缺。長期來看，若 AI 只停留在「漂亮話」階段，反而會讓志願填報變成另一種標準化考試：不是比誰更了解自己，而是比誰更能解讀 AI 的推薦邏輯。

#### 讀者可關注的後續：如何讓 AI 從「說漂亮話」進化成「辦漂亮事」

要讓 AI 真正成為填志願的助力，而不是冷冰冰的建議機器，需要從三個方向持續觀察：第一，工具是否提供「理由解釋」——不只是顯示推薦結果，更要說清楚為什麼推薦某科系，背後的權重與假設為何。第二，平台是否允許使用者輸入主觀偏好，例如「不在意校名，但希望離家近」「願意接受跨領域挑戰」等模糊條件，而非只有客觀分數。第三，AI 能否整合畢業出路、薪資統計、轉系比例等長期追蹤數據，而不只是當年度的錄取門檻。未來，當 AI 開始懂得問「你為什麼想讀這個」而不是只說「這個分數適合你」，它才可能離「辦大事」更近一步。

#### 結語：AI 是工具，不是答案

回到那句「從報志願這件事開始，AI 正在證明：它不僅能說漂亮話，更能辦漂亮事」——原文或許想傳達 AI 的進步，但實務上，任何一個經歷過志願選填的人都知道，這個過程從來不只是機率遊戲。AI 可以幫我們節省時間、排除明顯的錯誤選擇，但最終的決定權與責任，永遠落在考生自己肩上。與其期待 AI 替你做出「正確」選擇，不如把它當成一面放大鏡，幫助你看見隱藏的選項；而那雙真正決定方向的手，終究還是你自己。