在醫療體系中，「經驗」長期被視為專業能力的核心來源。醫生透過反覆接觸病人，在實際情境中累積判斷力，逐步建立對症狀、病程與治療反應的理解。這種能力來自與現實的不斷摩擦。每個病例都是一次具體學習，當數量累積至一定程度，經驗便轉化為一種快速而精準的直覺，使醫生能在複雜與不完整的資訊中作出決策。

人工智能與模擬技術的出現，使這種理解開始動搖。虛擬病人平台可以生成大量病例，涵蓋不同年齡、病史與症狀組合，甚至包括現實中極為罕見的情境。學員可以在短時間內接觸遠多於傳統訓練所能提供的案例，並獲得即時回饋。在這種條件下，經驗似乎不再需要依賴長時間的臨床累積，可以透過系統性訓練快速獲得。問題便出現：當經驗可以被模擬與壓縮，它是否仍然具有不可替代的價值。

要回答這個問題，首先需要釐清經驗的結構。經驗是一種在不確定環境中形成的感知能力。醫生在現場面對的，不只是疾病本身，還包括病人的表達方式、情緒狀態、社會背景以及時間壓力與風險考量。這些因素交織在一起，使每一次臨床接觸都具有不可完全預測的特性。經驗的價值正是它讓人能在這種不穩定結構中找到行動方向。

模擬系統在某種程度上可以重現這些情境，但其本質仍然是設計出來的環境。無論模型多麼複雜，它所生成的病例仍然基於既有數據與預設規則。這使模擬具有高度可控性，也使其能提供穩定的學習路徑。但可控性同時意味邊界的存在。所有可能出現的情況都必須在系統設計中被預先定義。當學員在這樣的環境中訓練，其所形成的能力往往與系統的結構緊密對應。這種能力在面對模型內的情境時表現良好，但在面對未被建模的現實時，可能出現落差。

經驗的另一個特徵是它與身體與情境密切相關。醫生在現場不僅依賴知識，也依賴感官與直覺。病人的氣味、皮膚顏色的細微變化、語氣中的遲疑，甚至診室內的氣氛都可能成為判斷的線索。這些元素難以完全轉化為數據，也難以在模擬中完整呈現。當經驗被理解為一種多維度的感知結構，其不可替代性便顯現出來。它是一種與現實直接接觸後所形成的整體反應能力。

同時，經驗亦涉及責任的承擔。在臨床現場，醫生的每一個決策都可能對病人產生實際影響。這種後果的存在，使判斷帶有重量。所以經驗不只是技術能力，也是一種在壓力與風險中形成的心理結構。模擬環境雖然可以設計高風險情境，但其後果並不真實存在。學員可以在錯誤中學習。這種差異使模擬訓練與現實經驗之間始終存在距離。當判斷缺乏真實後果的約束，其形成方式與臨床經驗並不完全相同。

但這並不代表經驗與模擬之間存在對立關係。相反，兩者正在形成新的分工。模擬系統能夠提供高密度的案例訓練，使學員快速掌握基礎模式，並熟悉標準流程。這種訓練降低進入臨床現場的門檻，使醫生在面對真實病人時具備一定準備。經驗則在此基礎上發揮作用，補足模型無法涵蓋的部分，使判斷能適應具體情境。當兩者結合，醫療能力的形成便同時來自系統訓練與現場接觸。

問題是制度如何分配這兩種來源的比重。當模擬訓練的效率與可擴展性顯著高於傳統方式，制度自然傾向於增加其比例。經驗的累積需要時間與資源，且難以標準化，因而在效率導向的環境中處於不利位置。若過度依賴模擬，經驗可能被壓縮至較小範圍，甚至被視為次要因素。這種情況下，醫療能力將更依賴模型所定義的知識結構，而對未被建模的現象反應較弱。

從更廣泛的角度看，這個問題屬於醫療及整個專業社會。當人工智能能夠生成大量訓練情境，並提供即時反饋，經驗作為長期累積的價值開始被重新評估。在法律、教育、金融等領域都出現類似現象。專業能力逐漸從「做過」轉向「被訓練過」，從現場累積轉向系統生成。

在這種背景下，經驗仍然必要，但其角色正在轉變。它成為檢驗與調整模型的關鍵機制。經驗提供與現實直接接觸的機會，使人能識別模型的盲點與限制。當系統提供結構化知識，經驗則提供對結構之外部分的感知。兩者之間的關係是互補。

最終，經驗的必要性取決於我們如何理解專業本身。如果專業被視為一套可完全形式化的規則與流程，那麼經驗的重要性將隨着技術進步而下降。如果專業被理解為在複雜與不確定環境中作出判斷的能力，那麼經驗仍然不可或缺。醫療目前處於兩種理解之間，技術正在推動前者，但現實仍然不斷提醒後者的存在。

所以問題是它將以何種形式存在。在模擬優先的時代，經驗是與現實保持接觸的能力。當系統越來越強大，這種能力的價值反而更加明顯，因為它是少數無法完全被模型取代的部分。