IEEE CISOSE 2025 | Prof. Davide Taibi, University of Oulu
在本屆 IEEE CISOSE 會議中，我參加了來自芬蘭 University of Oulu 的軟體工程專家 Davide Taibi 教授 的主題演講「Software Architects Are Dead—Long Live the AI-Augmented Architect!」。這場演講以軟體架構師的未來為切入點，探討生成式 AI 如何在開發流程中滲透，並逐步重塑這一專業角色。對於我關注的教育與數位學習領域，這場演講帶來了許多值得深思的啟發。
軟體架構師角色的變遷
他首先以幽默又尖銳的漫畫圖像揭示生成式 AI 席捲軟體工程的現象，指出軟體架構師正面臨角色轉型壓力。隨著自動化能力提升，許多過去需要人工設計的任務，例如 Architecture Decision Records 的撰寫、從程式碼萃取架構模型等，正在被 AI 部分取代。演講提出了「2025 的架構師」與「2035 的 AI-Augmented Architect」的對比，描繪未來架構師從單純手動設計者，轉為能夠協調人與 AI 代理、評估 AI 輸出品質、並與 AI 共同進行文件撰寫與風險預測的混合型專業角色。
Taibi 教授首先提出一個挑釁性的問題：當生成式 AI 能夠參與甚至主導系統設計，傳統的軟體架構師是否仍然必要？他指出，AI 已經開始參與架構文件撰寫、反模式檢測與設計替案建議，這些本是專業架構師的核心工作。這代表「設計」這一傳統上高度依賴人類專業判斷的任務，正在被逐步「外包」給 AI。Taibi 教授指出，許多原本由架構師負責的任務正逐漸受到自動化壓力，例如自動生成架構決策紀錄（Architecture Decision Records, ADRs）以及從程式碼中提取架構模型與圖表。隨著這些任務由 AI 承擔，架構師的職責逐步轉移至更高層次的協調與審查，他們不再是「砌磚的建造者」，而是「引導建造者與 AI 機器人的協調者」。
在技能演進方面，Taibi 教授強調架構師必須掌握新的能力，包括對生成式 AI 成果進行嚴謹的評估、提示工程（prompt engineering）與模型行為調適、將倫理與安全納入架構決策，以及與 AI 團隊與 MLOps 流程有效互動。AI 的加入並不意味著架構師即將被取代。相反地，Taibi 教授強調未來的架構師應轉變為「AI 增能架構師（AI-Augmented Architect）」，學會與 AI 協作，將其視為創意與決策的伙伴，而不是單純的工具。這意味著架構師需要新的能力，例如檢驗 AI 輸出、調整設計權衡、並確保決策的責任感不被稀釋。他指出，這些新技能將成為未來架構師不可或缺的專業基礎。
此外，他展示了各種生成式 AI 工具在架構任務中的輔助角色，例如 GitHub Copilot 能快速生成樣板程式碼與微服務雛形，Google Gemini 擅長多模態輸入與圖表輸出，Anthropic Claude 在倫理與安全性政策的推理上具有優勢，而 OpenAI 模型則展現出深度語境理解與決策建模的能力。透過這些工具，人機協作能大幅提升產出品質與效率。
針對業界普遍存在的疑慮，例如「AI 會取代架構師」、「手工設計價值的流失」、以及「若 AI 出錯誰該負責」等，Taibi 教授提出反駁。他引用 GitHub Copilot 與 Microsoft 的實證數據，指出人類與 AI 團隊在設計與決策上往往表現優於單純人力，不僅能提升產出速度，還能減少錯誤與遺漏。他強調 AI 並非替代，而是增幅（augment）架構師的能力。
AI 的潛力與風險
在演講中，Taibi 教授也指出了 AI 帶來的潛力與風險並存。AI 能迅速產生架構替案，協助團隊縮短設計周期，甚至模擬多種決策路徑。然而，它也可能生成錯誤或偏頗的設計建議，甚至出現「幻覺」現象，導致開發決策的偏差。如果架構師僅淪為「AI 輸出的驗證者」，而不是「策略設計的主導者」，專業價值將被削弱。
教授特別提醒，AI 在架構領域既帶來機會也伴隨挑戰。一方面，它能自動生成設計替代方案、進行反模式偵測與快速原型建構，極大化生產力；另一方面，卻也存在幻覺、效能不足、整合困難與責任模糊等問題，若沒有嚴謹的工程規範與人類判斷，AI 驅動的專案可能「悄然失敗」或「高成本崩潰」。因此他強調 prompt engineering、判斷力、AI 輔助審查、領域專屬 AI 模型與安全機制等，將會成為未來架構師的核心技能。
因此，演講的核心訊息是：未來的軟體架構工作不會因 AI 而消失，而是會轉向更具策略性與人文意義的角色。架構師必須將專業知識與 AI 的能力結合，發揮「人機協作」的綜效。
教育層面
在教育層面，Taibi 教授也直言傳統軟體工程課程仍偏重於程式設計、需求工程、軟體架構與測試等經典內容，卻鮮少涵蓋生成式 AI 的提示設計、AI 風險評估與倫理判斷。他呼籲應補足「AI 驅動架構」的缺失章節，特別是批判性評估（critical evaluation）、風險意識（risk awareness）、以及 AI 輔助文件撰寫（AI-assisted documentation）。未來的培訓必須納入對生成式 AI 輸出的批判性評估、風險意識以及 AI 協助文件撰寫等能力，這些才是 AI 驅動架構設計的缺失篇章。他最後以「Human + AI > Human Alone」鼓勵，指出人類與 AI 的協作優於單靠人類，架構師並非被取代，而是透過與 AI 並肩，轉型為更具策略與整合能力的角色。
由於產業界基於智慧財產、風險與合規的考量不願釋出資料，導致大型語言模型僅能依賴程式碼資料進行推斷，進而容易產生幻覺。對此，他建議學術界應該建立公開資料集與基準測試，發展可量化的評估框架，將理論與實務需求有效銜接。
這套觀點如果放在數位學習領域來思考，可以類比到「教師角色」與「生成式 AI 助教」的關係。正如軟體架構師必須從「建構者」轉為「協調者」，未來的教育者也不只是單純知識傳遞者，而是引導 AI 與學生互動、確保學習路徑正確性、評估 AI 輸出的教育品質的「學習編排者」。AI 可以快速生成教材、測驗或討論議題，但教師需要具備批判判斷力來避免幻覺、偏誤與不當遷移。教育課程也應該增補「AI 輔助學習評估」「數位倫理與風險意識」「AI 教育場域的 prompt 設計」等新知，這樣才能真正實現「AI 增能的教師」而不是「被 AI 取代的教師」。
演說總結
最後，他以三個關鍵訊息作為總結：其一，軟體架構師的角色正在演化，必須成為「混合型策略師」（hybrid strategist）；其二，AI 應被視為設計上的夥伴而非競爭者，應善用其能力提升設計思維的層次；其三，架構師應積極擁抱這場轉型，從被動適應走向主動引領，帶領軟體工程社群迎向 AI 驅動的新時代。這場演講不僅挑戰了我對軟體工程專業角色的既有理解，也啟發我思考未來在教學與研究中如何結合 AI 技術，培養能在新時代中勝任的軟體架構專業人才。
對教育與數位學習的啟示
這場演講讓我特別聯想到數位學習與生成式 AI 的教育應用。當前許多教育工具已能自動生成教材、設計題庫，甚至提供學習路徑建議，這與軟體開發中 AI 協助設計的情境有著異曲同工之妙。如果教師或學習設計者僅把 AI 當作內容生產機器，教育專業也可能逐步被邊緣化。
Taibi 教授的觀點提醒我們，教育工作者應轉向「AI 增能教育設計師」的角色，將 AI 視為協作夥伴，用於探索多元教學方法、模擬學習情境、並檢視不同設計決策的可能後果。更重要的是，教育者要保留對學習意義與價值的把關，確保 AI 的使用不會犧牲批判性思維、創造力與倫理判斷。
對優學院的反思
對於我正在開發的 「優學院 Uedu」 平台，這場演講提供了清晰的方向感。未來平台設計不僅是提供自動化工具來生成教材與學習活動，更重要的是如何幫助教師和學生建立「與 AI 合作」的能力。這包括：
- 教師能批判性地使用 AI，將其產出視為初稿而非終稿。
- 學生能在 AI 的引導下探索不同學習路徑，但最終仍需培養自主決策能力。
- 平台應融入反思與檢驗機制，讓學習者不僅是使用者，更是能辨識風險與限制的「AI 增能學習者」。
結語
Taibi 教授的演講提出了一個關鍵訊息：AI 並非要消滅專業角色，而是推動專業角色的轉型。軟體架構師將從單純的設計者，轉變為 AI 的協作夥伴與策略把關者。同樣地，在教育與數位學習領域，我們也應以此為借鏡，推動「AI 增能教育」的實踐。這不僅是技術革新的問題，更是如何重新界定專業與人類價值的課題。
(本文章使用ChatGPT總結潤飾)
