非理工背景學生跨領域的心路歷程 - 歷史系雙主修會計系 林言芯
非理工背景學生跨領域的心路歷程 心得分享者►歷史系雙主修會計系 林言芯
文科生如何跨領域？相信這是很多人都會產生的疑問，網路上也有非常多有經驗的人寫文章分享跨領域與轉職技巧。因此本文我想透過自己的故事和大家談談我對於跨領域的想法與心得。
【意外考上成大，卻發現用不完的資源與寶藏】
剛升上大一時的我跟大部分的大學生一樣，因為不知道自己喜歡什麼而對未來感到迷惘。那時聽到臺大電機系葉丙成教授說：「迷惘的感覺正是來自自己的見識不夠多」，而成大的優點正是擁有綜合型大學的各種資源，以及充滿熱情的師長與校友，能幫助大家拓展視野。雖然在歷史系，想跨域的同學們早就忙著轉系，或是盡早修完系上課程到北部找實習，但我不想這麼快就為自己的未來拍板定案，於是我決定慢下腳步，好好利用在成大的時間增廣見聞，多聽多看多學，思考更多可能性。
幸運的是文學院的必修學分不多，因此大一時我為了認識各種不同的專業領域，經常利用空堂的時間到其他系所逛逛，或是走進教室旁聽不同的課程。當然如果不想浪費時間，選擇非本科相關的通識課程，或是寒暑假留在學校參加理學院的模組化課程也是很好的方式。而且無論是在系上還是外系修課時，我也堅持和不同系所的同學同組，把握和不同科系的人相處的機會。
另外，成大會不定期舉辦各式各樣不同領域的講座，邀請在業界工作的校友或是各領域的專家，分享自己的求學與工作經歷，或是產業的相關知識。假設一個星期參加兩三個不同領域的講座，一年過後就能認識將近 100 個不同的專業，而你總能在眾多產業中看見自己比較感興趣的領域，並且了解進入該領域需要甚麼樣的技能。而我參加到第十場時便意識到到自己究竟有多渺小，進而開始尋找學校有哪些資源能幫助我充實自己。
【跨領域門檻高？端看自己怎麼看待跨領域】
當時因緣際會下參加了一場講座，使我開始對財務相關工作產生興趣，因此決定雙主修會計專業。那時無論是已經畢業的學長姐或是管院的老師們，都很鼓勵同學增加自己對於數學、統計、資訊的相關能力，畢竟未來任何商管類的工作都很需要。因此有些同學已經自學程式寫系統、資料庫，進行各式數據分析，甚至看好科技業而轉戰到電資學院發展。然而曾經嘗試自學的我，深知文組背景的自己對於數理、電腦科學既沒興趣又不擅長，所以剛開始面對 AI 熱潮時，會有很多自我懷疑。但即使如此，未來無論是從事哪個行業，除了精進自己的專業之外，更要知道如何把自己的專業跟別人的結合在一起。因此我告訴自己，早學晚學不如現在學！不需要厲害到成為工程師，但至少可以學會如何看懂程式語言。
於是我找到成大資工系專為非資訊背景學生開設的 Coding-X 計畫，這個計畫是利用暑假兩個月的時間，從 0 開始帶領學生學習程式語言，並建立相關的邏輯思考能力，讓同學們能夠帶著電腦科學回到自己的科系解決專業上的問題，有興趣的話可以到我的部落格看看我對 Coding-X 計畫的分享（https://reurl.cc/2E8mY4）。經過兩個月的洗禮，我從一個以為自己這輩子都不會再碰到數理的文組生，成為一個能利用程式解決一些簡單問題的人。
跨領域的門檻高嗎？如果這裡指的是專業工作或是研究方面，直接跨確實會有一定的難度，但如果僅僅是為了學習或是解決問題，一個大學生有長達四年的時間可以嘗試，而你一定會發現自己能夠做得比我更好，甚至可以跨得更多、更廣，只要你願意帶著一顆好奇心與一些面對未知的勇氣。
【生成式 AI 興起，資訊力從加分能力變成必備能力】
也許你會想，從事高度與人相關的工作，是不是就不需要接觸 AI 了？也許是的。不過在過去十年中，就有許多人不斷呼籲未來人人都應該學習程式與數學邏輯。而程式與數學能力的不足就像是慢性病一樣，只要症狀不嚴重，就容易被忽視。如今生成式 AI 這顆震撼彈來襲，讓許多人即使不是從事資訊相關工作，也開始認知到自己需要與 AI 合作。因此我認為了解 AI 的原理與應用就像學會英文一樣，是個步入職場的必備能力。如果擁有基礎的程式技能以及機器學習的相關知識，相信能夠大幅降低團隊間的溝通成本，甚至能夠自行解決一些簡單的問題，提升自己專業上的工作效率。以下是 ChatGTP 對於學習 AI 的看法，也許可以作為一點參考：
其實我也非常好奇它背後的運作模式：為什麼它有辦法理解我的指令？為什麼它能夠「無中生有」？每個回答背後的資料依據是什麼？未來我在與它合作時應該需要注意什麼？為了瞭解其背後的機制，我想到過去曾經看過模組化課程的課程清單，裡面有一些相關的課程資源，便傻傻地報名了。果然不出意料，與其說在學習程式，不如說在學數學。放眼望去班上同學的組成，雖然各個科系都有，卻只有我一個人來自文學院，所以我已經做好最壞的準備了，不求高分，只求自己能夠聽懂並學到東西。
比起使用零散又不一定聽得懂的線上教學，成大跨領域模組化課程有許多有經驗又充滿熱情的教授，讓同學們可以在短時間內透過有效率的方式快速學習。因為是小班制，有問題都可以隨時問老師或助教，對一個數理基礎不足的文組生來說，簡直是一大福音，減輕了我學習上的痛苦指數。所以如果有機會，即便數學不好也歡迎大家可以利用在學期間嘗試看看。當然在學習的過程中也許會遇到很多失敗與挑戰，但我認為這是個非常好的機會，逼自己在短時間的壓力下快速學會一件事，或是學習用各種不同的方法去解決過去沒有遇過的問題，畢竟就算最後真的失敗了，也不過是損失了五天的假期。
如果你也是個純文組生，並且曾經認為數理、電腦科學是一個門檻非常高，永遠跨不過去的學問，希望這則分享能夠帶給你一點信心與勇氣。趁早在學生時期走出舒適圈，敲敲 STEM 的大門，迎接未來的挑戰。
瀏覽數:
分享