108 年 國立成功大學老年學研究所甲組《社會學》

本題為社會學基本名詞解釋，旨在測驗考生對核心概念的理解程度。

1. 經濟資本 (economic capital)：此概念主要由社會學家皮耶·布迪厄 (Pierre Bourdieu) 提出，指的是個人或家庭所擁有的、能夠透過交換而轉化為其他形式資本（如文化資本、社會資本）的資源。它包括金錢、財產、土地、股票、債券等有形資產，以及其他形式的經濟收益權。經濟資本是社會地位和權力分配的重要基礎，也是社會階層化的關鍵因素。

2. 非自願性再社會化 (involuntary resocialization)：再社會化是指個體學習新的價值觀、行為模式和社會角色的過程。當這種再社會化是個人被迫或在無選擇的情況下進行時，即為非自願性再社會化。常見的例子包括被監禁入獄、進入軍隊、接受精神治療、或某些形式的強制性教育或勞動營。在這些情境下，個體原有的身份和價值觀常被剝奪，取而代之的是一套新的規則和期望，以便使其適應新的環境。

本題旨在探討人工智慧 (AI) 發展在高齡化社會中的潛在影響，要求考生從個人、家庭、社會（國家）三個層次，運用社會學概念進行分析。

核心概念： AI 發展、高齡化社會、社會變遷、勞動市場、社會分工、資源分配、社會階層、社會政策。

解題架構：

1. AI 可取代與不可取代的工作分析：

   • 可取代的工作： 通常是重複性高、規則性強、勞力密集、數據處理等性質的工作。在高齡化社會中，這可能包括部分照護服務（如搬運、餵食的輔助）、文書處理、生產線作業、簡單的客戶服務、物流運輸等。
   • 不可取代的工作： 通常需要高度創造力、複雜的決策、人際互動、情感同理、倫理判斷、以及需要高度適應性和彈性的工作。例如，需要深度同理心的心理諮商師、需要高度創造性的藝術家、需要複雜策略規劃的企業高管、需要精細手術技巧的醫生、需要高度人際互動的教育工作者、以及需要複雜倫理判斷的法官等。在高齡化社會中，與高齡者情感連結、提供精神慰藉、以及需要細膩關懷的照護工作（雖然部分體力勞動可被取代，但情感陪伴與複雜溝通仍難取代）可能更加凸顯其不可取代性。

2. AI 創造的新工作：

   • AI 的發展將催生與其相關的新興職業，例如：AI 訓練師、AI 倫理師、AI 系統維護工程師、數據科學家、AI 應用開發者、人機協作協調員、AI 顧問等。
   • 在高齡化社會中，可能出現專門針對高齡者需求的 AI 應用開發、AI 輔助健康管理、AI 陪伴機器人設計等新職位。

3. 工作內容的重塑：

   • 許多現有工作將會轉變為「人機協作」模式。員工需要學習如何與 AI 工具協同工作，利用 AI 提升效率和準確性。
   • 工作重點可能從執行性任務轉向監督、判斷、創新和人際溝通。例如，護理人員可能從執行基本照護轉為監督 AI 照護機器人並處理更複雜的情感和溝通需求。

4. 資源分配的影響：

   • 經濟資源： AI 發展可能導致生產力提升，但也可能加劇財富分配不均。擁有 AI 技術和資本的企業和個人將獲得更大的優勢。勞動者技能的過時可能導致失業或薪資下降，需要社會福利和再培訓系統的支持。
   • 時間資源： AI 可能解放人類的重複性勞動時間，讓人們有更多時間投入創造性活動、學習、休閒或照護。
   • 社會資源： 社會需要投入資源進行 AI 技術研發、人才培養、以及應對 AI 帶來的社會衝擊（如失業、隱私問題、倫理爭議）。在高齡化社會，AI 輔助的醫療、照護、居家養老等社會資源的配置將是重點。

5. 不同層次的社會學分析：

   • 個人層次：
     • 概念： 社會化、角色、技能、自我認同、職業倦怠。
     • 分析： 個人需要不斷學習新技能以適應 AI 時代的勞動市場（終身學習）。

本題共有兩小題，第一小題要求根據提供的數據描述母親教育程度的變化趨勢，第二小題則要求運用鉅觀與微觀的社會學理論來解釋教育程度改變對高齡化社會的影響。

第一小題：描述母親教育程度的變化 (15%)

核心概念： 敘述性統計、趨勢分析、教育普及化。

解題步驟：

1. 觀察整體趨勢： 檢視「無/不識字」和「小學」等較低教育程度類別的百分比變化。
2. 觀察中間層級變化： 檢視「國(初)中」、「高職」、「大學」等教育程度類別的百分比變化。
3. 觀察高層級變化： 檢視「碩士」、「博士」等最高教育程度類別的百分比變化。
4. 綜合分析： 總結各類別的變化趨勢，並指出整體教育程度的提升或下降。

數據分析與描述：

• 低教育程度：

  • 「無/不識字」的比例顯著下降，從 2007 年的 38.6% 降至 2017 年的 23.5%。
  • 「小學」的比例也略有下降，從 2007 年的 33.5% 降至 2017 年的 32.7%，但仍佔有相當大的比例。
  • 這顯示了基礎教育的普及，文盲率大幅降低。

• 中等教育程度：

  • 「國(初)中」的比例呈現上升趨勢，從 2007 年的 8.5% 上升至 2017 年的 12.1%。
  • 「高職」的比例也呈現明顯上升趨勢，從 2007 年的 4.7% 上升至 2017 年的 9.2%。
  • 「高中普通科」的比例則略有起伏，但整體變化不大，約在 3-4% 之間。
  • 這反映了初級中等教育和職業技術教育的普及度提升。

• 高等教育程度：

  • 「大學」的比例呈現上升趨勢，從 2007 年的 1.4% 上升至 2017 年的 2.3%。
  • 「碩士」和「博士」的比例雖然基數較小，但也呈現上升趨勢，例如「碩士」從 0.1% 上升到 0.5%，「博士」從 0% 上升到 0.1%。
  • 這表明高等教育，包括學士、碩士、博士學位，的普及度正在逐步提高。

• 其他類別：

  • 「不知道」和「拒答」的比例在 2012 年和 2017 年有所增加，顯示可能存在部分樣本對母親教育程度不清楚或不願回答的情況。

綜合結論：
總體而言，從 2007 年到 2017 年，台灣民眾母親的教育程度呈現顯著的普遍化和提升趨勢。低教育程度（無/不識字、小學）的比例大幅下降，而中等教育（國(初)中、高職）和高等教育（大學、碩士、博士）的比例則持續上升。這反映了台灣社會整體教育水平的提高，以及教育機會的擴大。

【答案】台灣民眾母親的教育程度在 2007 年至 2017 年間呈現顯著的普遍化與提升趨勢。低教育程度（無/不識字、小學）的比例大幅下降，其中「無/不識字」從 38.6% 降至 23.5%。相對地，中等教育（國(初)中、高職）和高等教育（大學、碩士、博士）的比例均呈現上升趨勢，例如「大學」比例從 1.4% 增至 2.3%。整體而言，母親的教育水平較過去有所提高。

---

第二小題：運用社會學理論解釋教育程度改變對高齡化社會的影響 (20%)

核心概念： 鉅觀理論 (功能理論、衝突理論)、微觀理論 (交換理論、象徵互動理論)、教育的社會功能、社會不平等、代際差異、社會資本、資源獲取、社會參與、高齡化社會。

解題架構：

1. 教育程度改變的背景： 簡述台灣社會教育普及化的趨勢（如第一小題所述）。
2. 鉅觀層次分析：
   • 功能理論： 探討教育普及化如何為高齡化社會帶來正面功能。
   • 衝突理論： 探討教育普及化可能如何加劇或引發社會不平等，尤其在高齡化脈絡下。
3. 微觀層次分析：
   • 交換理論： 探討個人在教育與其社會互動中如何進行資源交換，及其對高齡者的影響。
   • 象徵互動理論： 探討教育程度如何影響高齡者與他人的互動、自我認同與社會意義的建構。
4. 綜合與結論： 整合各理論觀點，總結教育程度改變對高齡化社會的影響。

理論分析：

A. 鉅觀層次 (Macro-level)