美國教育科技發展議題熱，蓋茲基金會投入1億美元、希望促成個人化學習|數位時代 BusinessNext

去年，美國一直熱議的教育話題，希望透過新科技提升並轉型改革內容，像是矽谷新創公司Udacity和加州大學體系合作，以較低學費推出一系列線上補救教學與初級課程。

近來，從創投業者到聯邦政府都開始正視這項議題，具影響力的政商界人士紛紛發表相關談話，如前佛羅里達州州長也是美國前總統小布希的弟弟Jeb Bush，就對CNN表達數位教育的重要，特別提及要藉由無所不在的工具，以比以往更多元和個人化的學習科技充分發揮學生潛能。比爾蓋茲上周在其基金會年度公開信當中，也提到了希望可以利用巨量資訊（Big Data）「拯救」充滿問題的美國公立教育體系。新聞集團2010年斥資3.6億美元併購科技教育業者Wireless Generation，同樣也是著眼於教育改革。

包括Jeb Bush、比爾蓋茲、或是新聞集團（還有更多其他業者與人士），目前都參與了一項名為「Shared Learning Collaborative，SLC」的計畫，蓋茲基金會（Bill & Melinda Gates Foundation）投入1億美元資金，卡內基公司亦為背後支持者之一，由跨州、跨地區的非營利基金會負責，目標是希望可以促成每位學生的個人化學習，進而提高其成績與成就；其方法是建立一套共享的科技服務機制，讓各區學校可以連結學生學習數據與教學內容，進而讓老師、父母、和學生更有效地整合這些資訊；SLC計畫日前正式透過「inBloom」這個新名詞啟動。

不能否認教育科技被高度關注的趨勢，當投資者願意投入這項領域是因為教育產業的重要性、規模程度、以及技術轉型潛力，但也有許多投資者猶豫不決。相對於初期（early-stage）創投資金對教育科技的興趣，更多後期（later-stage）投資者因為其投資報酬率不顯著而放棄，實在是因為尚未能看到成熟的商業模式。

不過，無庸置疑的是這項實驗提供了長遠的價值，2013年將是充滿關注、投資、和超越的一年。我們看見剛起步的inBloom其願景和潛力，配合的學區也都加緊腳步接受教材和數位學習內容，但是教師每一回被大量資料、以及新創公司研發的軟體和應用程式衝擊著，學校依舊使用著陳舊設備，資料格式又過於繁瑣，這樣的流程還是有著極大的改善空間。

另外還有教育服務業者，如LearnSprout和Clever，進行的任務就是建立標準化APIs，讓開發人員可以解密學生必要的學習資訊，創造真正不一樣的好用應用程式，這也是inBloom接下來想要進行的任務：標準化且開放性的資訊架構，毋需再受限於學生資訊系統（Student Information Systems），希望整合資訊與搜尋內容時能更簡單，讓學習應用程式可以降低學校成本。

目前已經有21家教育科技服務業者宣布和inBloom共同合作開發應用程式，包括Agilix、BloomBoard、CaseNex、Clever等；另外有9個州（代表將有超過1,100萬名學生）宣布參與此項實驗，包括科羅拉多、伊利諾、肯塔基、紐約、北卡等，其中5州已經選定測試學區。

inBloom執行長Iwan Streichenberger表示，雖然這個機制充滿開放、內部溝通、可用資訊、可拓展性，但是所有資料的隱私將是最重要的事，完全遵守家庭教育權利和隱私法案（Family Educational Rights and Privacy Act）。最後，inBloom預計在兩個月後，於SXSW德州音樂節上展示部分平台功能。

出自TechCrunch

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。