AI 時代還需要讀碩士嗎？我的在職專班二年心得
這篇內容本來只分享在我個人的 FB，但實在覺得寫的很用心，是放感情在寫的，所以還是決定整理一下收錄進我的部落格。
因為在 Threads 看到很多人問要不要回學校讀書？更多人考量的是xx年紀了，還要回去讀嗎？當然也看到很多人讀了後感到苦惱，或在寫論文的當下覺得茫然，這兒，想先和大家分享自己的經驗，並和大家說說具體有哪些要面對，及我的心得分享。
起心動念
學校的文憑對我目前的工作，沒有很大的幫助，如果對你的薪水有加分，或許你更不需要過多考量，但我選擇回學校讀碩士專班，對我現有工作沒有加薪作用，而我最終還是在 AI 可以自學的年代選擇了回學校，也堅持找喜歡的科系（因為時間點略晚，若該年度沒趕上，就要再等一年）。我讀書不是為了換工作，是希望學到紮實的理論及建立研究能力，把自己覺得不足的能力補上，雖然碩專學歷對我實質幫助有限，但不能否認心理層面的自我肯定是絕對有的。
所以建議大家：既然決定花錢回學校讀，一定要選自己喜歡的科系或領域，因為書是為自己而讀，不然那筆錢，有更多其他的方法可以學習應用的。
了解自己的學習態度
我個人是屬於柿子挑軟的吃，以前都只看自己喜歡或感興趣的學，相同領域就算重要，也只在意實作，不在意理論或太多複雜的專有名詞，原因一樣，我沒有太多其他的想像，只要會用，別落後太多即可，所以在沒有壓力及特別目的下，好像有學到，又說不出一個所以然來。
如果你自學夠自律，理論上可以自己透過 YouTube 或其他方式學習的很好，但通常這樣的同學，學習成績肯定很好，早在讀書過程中，被教授推薦去讀日碩了。
課程期間
善用 AI
我個人離開學校很久很久，再回學校一定比年輕人更挫，超級擔心自己跟不上進度、比不上同學、落後太多，但現在有 AI 伴學，不懂的專有名詞、不熟悉的東西、學術界的專有名詞（自變數、因變數、中介變數等）、很多不同理論的差異性，一堆生硬陌生的詞，感謝這年代，讓我們也能略為跟上，加速把失落的內容補上。勇於提問
碩士就是一個主動學習的階段，我們要對某個內容有興趣，有疑問，在試圖求解的過程中，找答案，找到結論。
課中學習
這點對我來說相當重要，因為工作場合不一定有機會上台報告的，學校中的訓練除了知道資料查找驗證及寫法外，訓練臨場感、也可以因為有了經驗，緩解上台的緊張不適感。
二年的學程最重要的還是論文內容，學校課程理論上有出席、準時交報告、認真對待自己學習的內容，課間和教授互動或保持應有的禮貌，都不會有大問題的。能不能畢業，最終是以論文做考核，而論文部份，在課程學習中，可以認識不同教授，找到適合自己個性的指導教授，教授都會好好引導我們。
學習或任何事，都是對自己負責，我們有什麼樣的學習態度，就會得到什麼樣的結果，教授們都是學有專精的寶藏等我們挖掘，但若自己不積極，開始寫論文的自己就會很有感，可以理解教授們的研究和課業繁忙，能盯著我們是幸運，無法顧及我們也是剛好而已，畢竟現在的求學環境，老師端也無法採取太過的作為，只能靠同學的自覺性，強求不得。更何況研究所歷程就是自我探討尋找答案的過程。我們的指導教授會告知有哪些階段，提醒我們最晚時間點，因為教授豐富的經驗，會幫我們加計考量加上預留時間，自己主動並在最佳時間內完成老師要求的階段，基本上都能在時間內畢業。而對同學而言，主動找教授報告進度是基本的。
論文準備
我慶幸自己有自知之明，知道自己個性不夠積極，所以在找指導教授時，沒有掙扎太久。同學們通常怕找到太有要求的難畢業，我反而覺得若個性太好的教授，我會沒有方向更難以畢業，感覺好像有點兩難，但事實上只要上過課，都會知道教授的要求是必要的，而且重視細節的教授，反而可以讓自己不會錯過必要的學術要求，因為論文小細節本來就該自己負責，知道教授及自己的個性是合適的，論文過程會愉悅很多，因為自己知道每一步都更接近終點。關於論文的一些基本內容，我在分享第一次口試的內容中略有提及：
若你選擇做量化研究，要跑統計，我們必須做問卷表單收問卷調查，這部份要花一段較長的等待時間，所以若要準時畢業，除了前三章自己的行程可以較為掌握外，不確定性的時間也要考慮在內，下面連結有提及我自己碩論題目的一點思考過程，也算為自己的問卷收集再盡心力。
整個問卷前測二次加正式問卷，總耗時間共約一個半月。除了自己的社團、相關社群、個人認識的相關微型企業或個人品牌可能對象，還要感謝二個講師課程代發問卷，自己也開了一個線上分享課程，最終才讓問卷回收有效數量有點上來。若你沒有相關資源，有可能要花更久時間。這點很重要，一定要納入時程考量的，問卷收集時間要預留二個月，準時畢業的心理壓力才不會太大。
問卷完成後，第四章的統計分析是另一個重點挑戰，要對收集來的內容，有所感知，除了統計上的結果，還有在統計外的自己評判，都是考量對自己題目的省思或理解判斷。
額外收穫
認識老師及同學
除了課業上的學習及學歷外，讀碩專班更大的收穫是認識不同領域的精英，因為每個同學都在職一段時間，都是對自己有所要求才會回學校的，學校中的人脈是純粹且親近的，課程中認識的教授們也都是我們的貴人。畢業後無論往哪個方向前進，師生之情及同學情誼都是在的。
更敢發表
還記得第一堂課的自我介紹，雖然年紀都一大把，事實上也有公開分享過一些課程，但那時的緊張感自己仍記得，介紹自己，在一次次的發表機會下，不再那麼忐忑難安。緊張的心情是無法克制的，不是因為不熟悉，說說自己的經歷是事實，不難，可是還是會緊張。上課期間真的可以在一次次的公開分享中，理解原來是怎麼一回事，得到心情的緩解。
提升自律能力
決定論文題目後，教授也只能在我們提出問題時，給我們方向或答案，文獻還是要自己消化、不懂的東西還是要自己想法子理解、自己研究的課題脈絡、想要說什麼？要找什麼期刊來說明，會在一次次的文字增減中，找到自己的路。要先有內容，才能請老師給意見，研究的課題，會再一次次的關卡中，得到自己的答案。
AI 的協助
論文相關工具操作說明
包括 EndNote 的應用：
- 下載的期刊若沒有附引用檔案下載，哪些資料要入在 EndNote 中？
- 在 Word 中如何插入二份引用文獻？
- Word 中的文獻如何只 show 年份？
- EndNote 中插入多個引用資料如何只移除其一？
- 要在引用資料中插入文獻頁碼，怎麼加入？
做自己的 AI 機器人
文獻一定會用到很多國外的資料，英文不好的我，用 ChatGPT 做翻譯用的 GPTs
不知道期刊文獻的品質，用 Gemini 做文獻品質核實機器人，AI 大概先判讀，再自己決定要不要往下深讀等等，可以依照自己的需求做自己的專屬機器人 Gem 或 GPTs，也可以使用專案/Skill 找自己適用的 AI 工具及解決方法。
這部份的 AI 應用，大部份都是我自學的，應用在課程中幫了自己很多忙，也分享給同學，無論是課堂報告或者是任何學習應用，都有幫助。
如果再選一次，我還會讀嗎？
如果單純想學一個技能或一個工具操作，現在 AI 真的可以快速有方法解決，但如果希望培養研究能力、建立思考框架、拓展人脈，完成一件具有挑戰性的事，讓自己更有信心和能力面對問題，我還是會選擇讀碩班。
如果你問我會不會後悔？這就好像問喜歡長跑和單車遠距離的人，之前挑戰百公里時，沿途都嘛在罵自己何苦自討苦吃？但，如果有人邀約，其實還想去，因為每一段路程一定都有收穫。
留言
張貼留言