avatar
Gianna Martinengo
Didael KTS 創辦人兼執行長 - Women&Tech® ETS 主席 - 米蘭市 ITTD 董事會成員
訪問發言者頁面

設計促進個人成長與知識發展的人工智慧系統

13/11/2026

Collaborazione-tra-dati-e-innovazione-1200x675

當我們在組織中引入人工智慧系統時,我們應該思考希望培養使用者具備哪些能力。節省的時間很重要,專業知識、自主性以及做出有根據決策的能力同樣重要。

2026年9月發表的兩篇讀物提供了有助於回答這個問題的觀點。奧克蘭大學研究團隊的《與人工智慧共事》提出了一個設計人與人工智慧系統合作的模型。Laura Desiree Di Paolo、Andy Clark 和 Thomas Wachter 的《用生成式人工智慧教育心智》則呼籲重新思考學習的條件與目的。我將它們解讀為一種邀請,促使我們明確說明伴隨技術採用的選擇。

合作需要一個計劃

奧克蘭白皮書將五個維度聯繫起來:個人、人工智慧系統、任務、組織和社會。它建議通過工作者的體驗和合作質量來評估成功。在示範案例中,30名參與者與一個遞送工具的機器人一起組裝閥門。他們可以嘗試不同的配置並選擇如何互動。機器人故意犯錯降低了被報告的信任度;在隨後的測試中,機器人行為正確,信任度回升。該結果涉及一項有限的實驗室活動:未證明對企業生產力有持久影響,也無法推廣到生成式系統。[1]

對於經營企業的人來說,這些元素提出了一個具體的問題:員工是否真的能參與這個過程?例如,在一個用於客戶服務的人工智慧專案中,需要確定誰來審核回應、何時將案件交由人工處理,以及如何保存從錯誤中學到的經驗。這是我提出的一個設計範例,而非白皮書中驗證過的應用。

現代資訊科技是社會性的。系統運作的每一項選擇都涉及工作關係,影響責任分配,並可能改變對技能的認可價值。因此,培訓不僅應伴隨使用介面的人,也應涵蓋制定目標和流程的人員。

評估能力超越結果

Educating minds with generative AI 是一篇經過科學審查的前瞻性文章,而非一項新的實驗。作者將學校描述為一個社會實踐、材料和技術共同促進思維形成的環境。他們指出了人工智慧設計與學習科學之間的差距,以及可衡量表現與個人發展之間的第二個差距。此外,他們質疑將解釋、反饋和評估集中於單一介面的做法。長期的認知和社會影響仍有待研究。[2]

區分也涉及成人教育。由生成系統撰寫的優秀作品,單憑作品本身無法告訴我們呈現者是否理解問題。在DKTS課程設計中,我認為要求個人解釋自己的選擇並應對新情境是至關重要的。評估必須能夠顯示出人工智慧的貢獻以及使用者的貢獻。

讓我們想像一個企業培訓的練習:系統提出一個組織問題的解決方案,參與者檢查前提並討論缺少哪些資訊。然後每個人處理不同的案例,說明自己的決策理由。這是一個值得嘗試和評估的教學提案,即使在一段時間後,也能了解哪些知識仍然可用。

知識與決策中的責任

我經常使用四個動詞:詢問、獲取、評估、決定。這是提醒自己保持對人工智慧系統關係的意識。提問本身已包含選擇:定義問題、識別情境並了解需要哪些資訊。評估需要知識。決定則承擔個人及其所屬組織的責任。

人工智慧是一門學科。其採用需要一種能夠將技術能力與對人的理解相結合的文化。在我的經驗中,人文教育與技術的結合使得從不同角度構思問題成為可能。這正是我希望在職業培訓中繼續培養的能力。

對於DKTS來說,重視知識也意味著要思考在工作過程中積累的經驗會留在哪裡。如果一個系統產生了一個綜合結論,誰來驗證其來源?如果出現錯誤,如何將其轉化為共享的知識?如果一位專家識別出一個例外情況,我們如何讓同事理解他的推理?這些都是在自動化流程之前需要提出的問題。

同樣的標準也應該指導包容性。從我的觀點來看,接受培訓的機會以及影響決策的可能性,是所有人都應該被檢視的條件,包括那些數位熟悉度較低的人。具備專業技能的人的經驗可以幫助評估系統所提出的內容;這些經驗必須在設計和討論中得到重視。

實驗並隨時間驗證

我的建議是從一個可識別的問題開始,並事先定義我們將如何評估結果。除了服務的時間和質量外,我們還觀察識別錯誤的能力、解釋選擇的理由以及在需要時獨立處理案例的能力。有限的實驗能幫助了解在擴大系統使用之前需要修改的部分。

先實驗,再驗證,並持續觀察。隨著人們的經驗和系統的更新,需求可能會改變。評估標準也必須保持開放,隨時進行修訂。

我們需要各種智慧:人類智慧、人工智慧、集體智慧、組織智慧和科學智慧。讓它們協同工作需要關注人們學習和決策的環境條件。創新的價值也體現在這裡:組織中所保留的知識,以及人們負責任地運用這些知識的能力。

參考資料

[1] 呂玉倩、李瑞珍、周睿、蔣立新、安德魯·麥克戴德與艾米·勞倫斯。與人工智慧共事:人機協作設計框架。奧克蘭大學,2026年9月;arXiv版本於2026年9月25日提交。白皮書,未標示科學審查。
https://doi.org/10.48550/arXiv.2609.31793

[2] Laura Desiree Di Paolo、Andy Clark 及 Thomas Wachter。《以生成式人工智慧教育心智》。心理學通訊,4,128,2026年9月14日。經科學審查的展望文章。
https://doi.org/10.1038/s44271-026-00522-8

Airplane
訂閱我們的通訊日報

訂閱以在您的郵箱中接收我們活動的最新消息

立即註冊