我們為什麼還要學歷史？讀《成為有歷史的人》
小時候，我曾經很羨慕我的小阿姨。
她那時候念臺灣師範大學歷史系。對一個年紀還小、對大學沒有太多概念的我來說，「歷史系」三個字有一種說不出的神祕感。她看的書很厚，裡頭盡是我不認識的人名、地名跟年代，書桌上好像總有一個離現實生活很遙遠、卻又令人忍不住想靠近的世界。
也許就是從那個時候開始，我對歷史有一種很奇特的好感。
我並沒有真的走上歷史研究這條路，後來念的是其他科系，做過媒體、內容、行銷、管理，也一路寫書、教課，近年更把大量時間投入人工智慧與學術研究。但兜了一大圈之後，我反而愈來愈發現：很多我今天覺得重要的能力，其實和歷史思維有著意外深刻的關係。
例如，面對一件事，不急著問「答案是什麼」，而是先問：它為什麼變成今天這個樣子？
一個人的選擇從哪裡來？一個制度為什麼形成？一種觀念如何在某個時代突然變得理所當然？今天我們所看到的結果，是偶然，是某個人的決定，還是一連串政治、經濟、技術與社會條件共同推動的產物？
如果再往深一點問，我們甚至還可以追問：假如當時某一個條件不同，事情會不會走向另一條路？
這些問題，表面上是在問歷史，其實也都是我們今天理解商業、社會、科技與人生時，每天會遇到的問題。
也因此，讀吳宜蓉老師的《成為有歷史的人：從A++思維到歷史思辨，培養通透世界的能力（另開新分頁）》，我最有感的地方，並不是又學到了多少歷史知識，而是她重新提醒了我一件事：歷史真正重要的，從來不是「知道很多以前發生過什麼」，而是學會如何理解事情為什麼變成現在這個樣子。
這一點，在 AI 時代尤其重要。
當答案愈來愈便宜，理解就變得愈來愈昂貴
如果回到十年、二十年前，一個知道很多事情的人，本身就具有相當大的優勢。
你知道某個年代發生什麼事、某條法律怎麼規定、某個理論是誰提出的，這些資訊不一定容易取得，所以記憶與知識本身就具有價值。
但今天不一樣了。
我們可以問 ChatGPT、搜尋 Google、查 Wikipedia，也可以請 AI 幫我們整理年表、比較人物、解釋戰爭背景，甚至在幾十秒內生成一份看起來有模有樣的研究摘要。
乍看之下，知識第一次變得如此便宜。
可是，問題也正是在這裡。
當所有人都能很快取得答案，我們之間真正的差異，就不再只是「誰知道得比較多」，而是誰能判斷哪些資訊重要、哪些因果關係成立、哪些敘事過度簡化，以及哪些看似合理的答案，其實偷渡了錯誤前提。
話說回來，這正是我很喜歡這本書的一個核心精神。
吳宜蓉老師不斷把歷史課從 What 拉向 Why。
不是只問「發生了什麼」，而是繼續追問「為什麼會發生」。
而我甚至會想再加上一層：
What 是資訊。
Why 是理解。
So what 才是判斷。
如果只停留在 What，AI 幾乎可以比我們做得更快；但是從 Why 走到 So what，仍然需要人的知識結構、經驗、價值判斷，以及對情境的理解。
所以，我愈來愈覺得，AI 時代真正重要的教育，不是教孩子如何跟機器比誰知道得多，而是讓他們擁有一個足夠厚的認知底盤，知道答案拿到手之後，接下來該怎麼想。
而歷史，正好是一種極好的思考訓練。
「歷史」不是答案，而是一座巨大的人類案例庫
我讀這本書時，一直想到另一件事。
如果用商學院的語言來講，歷史其實是全世界規模最大、時間跨度最長的 case study database。
企業管理喜歡研究案例。
為什麼 Nokia 失敗？
為什麼 Kodak 錯過數位攝影？
為什麼某家公司轉型成功，另一家公司卻沒有？
因為我們希望透過別人的成功與失敗，理解決策背後的規律。
那麼歷史又何嘗不是如此？
差別只在於，歷史研究的不只是公司，而是國家、宗教、戰爭、制度、階級、科技、文化與整個人類社會。
吳宜蓉老師在書中有一個我很喜歡的說法：後知後覺的人，可能要用自己的頭破血流換來教訓；懂歷史的人，則可以把前人的頭破血流變成經驗值。
這句話乍看幽默，其實很精準。
因為歷史之所以有價值，不是因為我們可以背出一堆前人的名字，而是因為有人已經替我們付過代價。
有人誤判情勢，有人高估自己，有人低估敵人；有人因為恐懼做出錯誤決策，也有人在資源最少的時候逆轉局勢。
這些人有野心、有偏見、有智慧、有愚蠢，也有我們今天依然熟悉的人性。
科技會變，制度會變，媒體會變，但是嫉妒、權力、恐懼、貪婪、忠誠、榮耀、集體認同，沒有那麼容易改變。
所以學歷史，其實也是在學一件很務實的事：辨認人性。
好的歷史課，不是把學生變成行動百科全書
這本書另一個打動我的地方，是吳宜蓉老師對教學現場那種很坦白、甚至有點自嘲式的描寫。
一方面，老師當然希望學生真正理解歷史；另一方面，學生還是要考試。
理想與現實之間始終存在拉扯。
她把這稱為「A++思維」與歷史思維之間的恐怖平衡。
我很喜歡這個說法。
因為這不只是歷史老師的困境，而是所有教育工作者的共同處境。
我們都知道真正的學習不等於分數，可是教育制度又不可能完全沒有評量。
我們希望學生會思考，但考試往往有範圍、有標準答案、有時間限制。
真正困難的問題，其實不是「要不要考試」，也不是「要不要背」，而是：如何讓必要的記憶與真正的理解彼此支撐，而不是互相排斥。
這也是本書裡一個很值得討論的觀點。
吳宜蓉老師寫道：「理解是為了更有效的記憶，記憶是為了更深刻的理解。」
我非常認同。
近年談 AI 教育時，我常看到一種很極端的說法：既然 AI 都查得到，學生以後就不用背了。這句話聽起來很進步，其實可能是一個危險的誤解。
因為一個腦中完全沒有知識的人，是很難判斷 AI 說得對不對的。
我們能夠理解新資訊，通常都是因為大腦裡早已有某些舊資訊可以連結。就像下棋高手不是每一步都從零開始推演，而是因為腦中存有大量局型，所以能快速辨認眼前的情況。
醫生、律師、工程師、記者、研究者也是如此。
查得到，不代表想得到。找得到，不代表看得懂。有資料，也不等於有判斷力。
所以真正好的教育，不是把記憶丟掉，而是讓知識成為思考的燃料。
比起背年代，我更喜歡她教學生問「如果」
書中談到反事實思考的部分，也很有意思。
很多人都喜歡問歷史的「如果」。
如果維也納美術學院當年錄取希特勒，第二次世界大戰是不是就不會爆發？如果某場戰役換了一個將軍，結果會不會不同？如果某位皇帝早死十年，王朝會不會因此改寫？
這些問題很好玩，但吳宜蓉老師提醒，真正有價值的反事實思考，不能只是腦洞大開。
因為歷史不是一條單一因果鏈。
第二次世界大戰不可能只由一個人的存在解釋；希特勒固然重要，但凡爾賽體系、大蕭條、德國社會情緒、政治制度失靈、民族主義與國際局勢，同樣構成歷史條件。
這讓我想到今天大家分析企業、政治，甚至 AI 發展時，也常犯同樣的錯誤。
我們太喜歡找「唯一原因」。
某家公司成功，是因為 CEO 很厲害。某家公司失敗，是因為沒有擁抱 AI。某位創作者爆紅，是因為掌握了短影音的拍攝技巧。某個國家衰退，是因為某一項政策。
人腦喜歡簡單的故事，因為簡單容易記。可是世界通常不是這麼運作的。世界是一張因果網路，不是一條因果直線。
而歷史訓練很重要的一部分，就是讓我們習慣問：還有什麼條件？
這個結果是不是多重因素共同造成？如果拿掉其中一項，結果真的會完全改變嗎？哪些是必要條件，哪些只是觸發因素？
我認為，光是練熟這幾個問題，就已經足以讓一個人在今天的資訊環境裡，少被很多標題、短影音與煽動性論述帶著走。
我也很喜歡「幫學生帶對裝備，而不是塞滿行李」
書裡談到考試準備時，有一個比喻讓我忍不住笑出來。
吳宜蓉老師說，老師要做的是幫學生帶對裝備，而不是把行李塞滿；重要的知識像護照，思考力則是懂得把護照帶好，還知道怎麼規劃旅程。
這個比喻，其實非常適合今天所有的學習者。
AI 時代最大的問題之一，就是資訊過剩。
以前我們怕找不到資料，現在則是資料太多。
打開 YouTube，有三百支教學影片。打開 Google，有幾百萬筆結果。問 AI，可以在一分鐘裡生成五千字。
真正困難的事情，已經從「取得」變成「篩選」。
所以所謂通透世界的能力，我認為並不是知道所有事情。
反而是知道哪些事情重要。
知道哪些知識需要記在腦中，哪些可以查。知道一個問題真正的關鍵變數是什麼。知道什麼時候可以下判斷，什麼時候證據還不夠。
這種能力，在資訊愈豐富的年代，反而愈稀缺。
好老師真正教的，從來不只是學科
整本書讀到最後，我最深的感受其實不只在歷史，而在教育。
吳宜蓉老師是一個很有表達力的老師。
她會倒敘，會製造懸念，會把一戰講成命案現場，會把歷史人物帶進學生熟悉的社群語言，也願意設計情境體驗、遊戲與數位工具。
但我覺得真正重要的，並不是這些方法有多新。
真正珍貴的是，她還願意相信：
學生值得被好好教。
這件事說起來簡單，做起來很難。
尤其當教師面對行政壓力、考試進度、課堂時數縮減、數位工具KPI、家長期待與不斷變動的教育政策時，很容易慢慢把「教會學生」退化成「把課上完」。
因此我讀到她那些看似搞笑的教學抱怨時，反而覺得很真實。
真正熱愛教育的人，並不是每天都充滿熱情。他們也會累，也會崩潰，也會懷疑。
差別只在於，崩潰完之後，他們還願意再想一次：有沒有別的方法？還能不能再教得更好一點？
我想，這也正是一本教育書最難得的地方。
它不是把老師塑造成永遠正向、燃燒自己照亮別人的聖人，而是承認教育現場的荒謬、疲憊與限制之後，依然選擇相信教育有作用。
什麼叫做「成為有歷史的人」？
書名其實取得很好。
它不是「成為懂歷史的人」，而是「成為有歷史的人」。
我讀完之後，反覆想這兩者的差別。
懂歷史，可能是知道很多事件。
有歷史，則比較像是一種觀看世界的方式。
當你看見眼前的一件事情，會知道它不是憑空出現。
一項制度有來歷。
一場衝突有背景。
一個人的選擇有脈絡。
一個社會今天的價值觀，也是很多代人的經驗、創傷、利益與選擇疊加出來的結果。
而當你知道任何事物都有歷史，就比較不容易把此刻當成永恆。
景氣會變。
科技霸主會換人。
主流價值會移動。
曾經理所當然的事情可能有一天變得荒謬，而今天被視為異端的想法，也可能成為下一個時代的常識。
歷史給人的，不一定是預測未來的能力。它比較像是一種對世界的謙卑。你知道今天並不是世界的終點。你也知道自己所處的時代，並不天然比所有過去的人更聰明。
AI 愈強，我們反而愈需要歷史
所以，如果有人問我：都已經 2026 年了，AI 可以寫文章、查資料、整理時間線，甚至分析史料，我們為什麼還要學歷史？
我現在會這樣回答。
正因為 AI 太會回答 What，我們才更需要學會問 Why。
正因為 AI 可以快速生成一個貌似合理的故事，我們才更需要辨認其中的因果、偏見與省略。
正因為資訊愈來愈容易取得，我們才更需要知道哪些知識值得留下來。
而正因為未來變得愈來愈快，我們才更需要一種能讓自己不要被眼前浪潮沖走的時間尺度。
歷史提供的，就是這種尺度。
它把我們從此刻拉遠一點。
讓我們看到很多今天覺得前所未有的焦慮，人類其實曾經以不同形式經歷過。
讓我們看到每一項新科技都伴隨期待與恐懼，每一場制度轉型都有受益者與失落者，每一代人也都曾經以為自己正站在歷史上最劇烈的轉折點。
當時間軸拉長，人比較不容易慌。
這可能就是我理解的「通透」。
不是什麼都知道。
而是即使身處變動之中，依然看得見脈絡。
回頭想起小阿姨的書桌
讀完《成為有歷史的人（另開新分頁）》，我又想起小時候看小阿姨讀歷史系的樣子。
那時候的我並不知道，她書桌上那些厚厚的書，究竟有什麼用。
我只覺得歷史很迷人。
多年以後，我似乎終於比較知道，那種迷人從哪裡來。
因為歷史表面上在談過去，骨子裡談的始終都是人。
人在限制裡如何選擇。
人在誘惑面前如何判斷。
人在集體之中如何盲從。
人在危機時刻如何犯錯，又如何重新站起來。
所以我們讀歷史，最後讀到的往往不是古人。
而是自己。
也因此，我很喜歡《成為有歷史的人》這個書名背後的邀請。
它不是要所有人都成為歷史學家。
而是希望我們在面對這個快速、喧鬧、答案唾手可得的世界時，仍願意慢一點問：
事情為什麼會走到這裡？我看到的是全部嗎？如果換一個人的位置，又會看到什麼？還有沒有其他可能？
而當一個人開始習慣這樣提問，我想，他已經不只是學過歷史。
他開始成為一個有歷史的人了。
📖 想讀這本書？
如果你也想重新認識歷史，或是正在思考 AI 時代的孩子到底該學什麼，推薦你找吳宜蓉老師的這本書來讀。不管你是老師、家長，還是單純想讓自己看世界的眼光更有縱深，都會有收穫。
👉 在博客來購買《成為有歷史的人：從A++思維到歷史思辨，培養通透世界的能力》（另開新分頁）
【延伸課程】
這篇文章談的，其實也是我這一年在教室裡反覆講的一件事：AI 讓產出變得便宜，但判斷什麼值得寫、要怎麼寫出自己的觀點，仍然是人的工作。
如果你是創作者、講師或一人公司經營者，想把 AI 變成一條真正能分工的內容流水線，從個人風格檔案、深度研究、去除 AI 味，到一份素材轉成多種平臺格式，歡迎來參加 10 月 3 日（六）上午在臺北舉辦的 AI 內容產製系統工作坊。三小時實作，限 16 名，完全不需要會寫程式。
讀完，下一步
把內容做成一套系統
AI 內容產製系統工作坊
一份素材，自動產出六種格式
繼續讀：Vista 推薦書單動手試：AI 協作界線卡（另開新分頁）
