還需要學寫程式嗎 ? AI 世代的焦慮與核心能力 —— 李祥裕 Alvis

 從錄像到生成藝術的創作路徑

Alvis 的創作起點並非生成藝術，而是錄像。他坦言，這段經歷鮮少對外提及，直到近期與策展人譽豪深談創作生涯的轉折，才重新梳理出這條脈絡。錄像中對「光的型態」與靜態動態轉換的思考，逐漸轉化為他後來的 Audio Visual 與演算生成創作語言，而「用程式作為媒材」則是貫穿始終的核心方法。2021 年前後，隨著 NFT 興起，他與台灣一群創作者開始更有意識地探討生成藝術的形式與脈絡，並將工作上數據視覺化工程師的經驗，轉化為以潮汐、颱風路徑等數據構成的作品，曾於首爾、上海等地展出。

我嘗試每個階段去釐清自己對什麼有興趣，最終都要指向自己的藝術創作。

拆解 AI 焦慮：三個來源與三種應對

Alvis 將「該不該學程式」的焦慮拆解為三個成因。第一，網路標題式資訊常將趨勢講得斬釘截鐵，實則是為了製造焦點；第二，「數位囤積」——工具收藏成癮卻從未真正使用測試，如同蒐集健身菜單卻不曾開始訓練；第三，社群演算法持續推送同類資訊，加深不安。對應的解方，他提出：以媒體識讀拆解標題語言、建立自己的工具測試與消化習慣、並以自律控制社群使用時間，同時善用更精準的專業關鍵字搜尋取代被動推薦。

核心能力提問：概念與技術，誰該PASS？

講座中，Alvis 拋出一個經典提問：設計科系裡，「概念強、技術弱」與「技術強、概念弱」的學生兩相對照，該讓哪一種同學通過？他的答案明確傾向前者——程式與軟體終究是工具，作品最終被理解的仍是概念與情境。他以一件缺乏任何互動機制、卻透過情境營造讓觀眾深受感染的展覽作品為例，說明技術從來不是說服力的來源。

長遠規劃：深化單一領域，或最大化多重技能

針對職涯發展，他提出兩種路線：專注深化單一領域，或如他自己般整合設計背景、工程師經驗與教學能力，將多重技能收攏指向藝術創作這個核心。他也坦言多技能發展有其代價——可能失去獨特性與深度，但只要清楚每個階段的核心目標與熱情所在，兩條路都值得肯定。

對我來說，最核心是這三件事情：你要很明確的知道自己的核心概念跟目標、持續的自學、還執行。

從零到一：最深刻的一堂課

最後，他回顧職涯初期一項「毫無案例可循」的投影互動裝置專案，靠著查論文、翻專利、逐步拆解問題完成的經驗，即便最終成果只是開發階段的測試，卻成為他理解「如何把一個想法完整執行出來」的關鍵訓練。他認為，無論 AI 工具多麼強大，真正稀缺的仍是將想法落地的執行力與自主學習能力。

結語

「核心概念、持續自學與執行力」是零到一過程中不可簡化的三件事。在工具快速迭代的時代，重要的不是追逐每一項新技術，而是持續驗證與釐清自己真正想做的是什麼。