計算思維：提升AI時代競爭力

計算思維（Computational Thinking）本質上是一種系統化、有結構的方法去思考和解決問題。與一般直覺性或經驗性的思考不同，計算思維強調透過有條理的方式，將複雜問題逐步拆解、分析與組織，使原本難以處理的問題變得清晰易懂。

計算思維包括幾個重要步驟：界定問題（Define the Problem）、分解（Decomposition）、模式識別（Pattern Recognition）、抽象化（Abstraction）、演算法設計（Algorithm Design），以及最終的驗證與持續改善（Debug/Iterate Improvement）。這種思維方法的獨特之處，在於它強調問題的結構性與邏輯性，幫助我們深入理解問題的核心，最終以清晰的步驟或方法解決問題。

為何計算思維特別適合應用在編寫AI提示（Prompts）上？其實傳統上，計算思維通常被應用於電腦程式編寫，因為程式設計需要明確的邏輯和結構。然而，計算思維本質並非等同於電腦程式設計，而是一種更高層次的思考藝術，它著重於問題分析與解構的能力。因此，計算思維其實可以套用去處理各種問題。

而當我們可以透過AI直接指揮電腦工作的時候，編寫AI提示（Prompts）就比起編寫電腦程式更直接、更直觀地學習和應用計算思維。因為提示設計的核心，就是有效地和AI溝通。人類語言或電腦語言只是溝通的媒介，並非溝通的本質。如何清晰界定問題及有效組織資訊，這正是計算思維最擅長的範疇。

舉個例子，當我們需要AI為我們規劃一個旅遊行程，若能運用計算思維，我們首先明確界定具體需求（如參與者的組成，特定的要求），再進一步規限日數然後分解成每日行程（分解），發現每天重複出現的需求，包括選擇景點、交通安排、飲食安排、及住宿安排等（模式識別），確立行程框架（抽象化），編寫出明確的行程安排（算法設計，交由AI執行）及不斷和AI一起修正。

這種有系統、有邏輯的拆解問題方法，能夠幫助AI更快、更準確地理解我們的需求，提供更切合我們期望的答案。相比之下，目前依然有好多人視編寫提示為「咒語」，把提示當成一種「不明所以，但有效果」的指令來使用。

這種方式雖然短期內可能有效，但長遠只會限制我們的思考能力與邏輯判斷力，正是令大家擔心「用AI會變蠢」的根本原因。透過計算思維去編寫AI提示，反而能夠鍛鍊我們自身的思考與溝通能力，讓我們真正能夠駕馭AI。

參與「計算思維與AI溝通工作坊」，讓你透過鍛鍊設計提示的能力之餘，更能提升思考及溝通技巧，真正提升AI時代的競爭力。