【記者部落格】學運雖然落幕，新媒體才正要開始|數位時代 BusinessNext

隨著學生宣布退場，正式邁出立院大門，318學運也暫時畫下逗點。從3月18日開始整整24天，學運新聞鋪天蓋地而來，立院現場網路直播傳遞零時差的即時資訊、傳統媒體大陣仗跟進報導、臉書被學運消息瘋狂洗版……，這場學運打的不僅是科技戰更是媒體戰，各自比拼誰最能吸引大眾的目光。

先來看傳統電視媒體的消長。根據凱絡媒體的調查報告指出，學運新聞從3月19日於開始新聞頻道發酵，其中「攻佔行政院」及「330凱道大遊行」兩次事件，成為學運期間的收視最高峰。若以4歲以上全體的收視來看，更是近一年半以來的收視最高點（2012年8月2日蘇拉颱風新聞收視率高達5.12）。從收視率分析中發現，無論是國際新聞的馬航事件，或台灣大事的學運事件，台灣民衆對重大新聞的關注度約維持5至7天的時間，超過便漸漸疲乏及失去耐性。

若將學運事件分成三個階段細看收視率改變，共分為學運前（3/1~3/17）、學運話題高峰期（3/18~3/25）、與學運話題延續期（3/26~4/10）。在學運帶動下，整體頻道成長5％，其中與學運最直接相關的新聞頻道，收視成長幅度最大，高達35.5%。其他頻道則因學運影響稍有起伏，比較學運前與學運話題高峰期的收視率，影響最大的頻道是日本頻道（-17.16%）、體育頻道（-17.09%）與洋片頻道（-15.54%）。

進一步看各新聞頻道的收視消長，比較學運前與學運話題延續期的收視率，年代新聞台成長96.32%最高，其次為壹新聞成長86.83%、三立39.22%。收視下滑的則有TVBSN新聞台18.84%、東森新聞7.75%與非凡新聞7.67%。若以新聞頻道的收視群衆來看，學運期間15-34的年輕族群及年長男性的漲幅明顯，在學運話題高峰期，吸引超過50%的年輕族群觀看電視新聞。

只是就當所有新聞台還在緊盯著收視率，計算著因為學運又上揚了幾個百分點時，「媒體」的角色也正同時發生質變。收視率或許會因為學運這類的重大議題，每天有所消長，但長遠來看，這場學運對媒體的真正意義，一方面是傳統媒體的再進化，另一方面是網路新媒體抬頭的契機。

傳統媒體要面對的，不僅是新科技的出現，更是讀者面貌的改變。對於早就與網路密不可分，習慣切換於多個螢幕的數位原住民，到底什麼才是他們要的？

以平面媒體來說，除了報紙這樣的實體媒介外，網路上的即時新聞早已成必備，學運期間，有些媒體善用長期累積新聞內容的優勢，在網站上以時間軸的方式，匯整事件經過，同時透過新聞專題聚合文字、圖像、影音和資訊圖表，打造整個事件的資訊入口。更加快速、完整、以及使用網路多媒體的特性，這，是平面媒體的再進化。

另一方面，這場學運也讓我們第一次看到，未來媒體的可能樣貌。過去媒體擁有高進入門檻、高製作成本和高派送成本的特性，網路的易用性卻讓這一切的權力下放，最經典的例子，就是用拖鞋當腳架，直接用平板電腦即時轉播立院現場，直播速度比出動SNG車還快。接著透過許多網路的協作平台，開始後續的文字轉播與事件紀錄，籌組翻譯團隊，即時發送多國語言的新聞稿，提昇國際能見度，再搭配社群工具的傳播，人人都可以成為內容提供者，展現集體創作的力量。

網路新媒體讓這場學運，能主動掌握發言權，不再仰賴媒體的曝光，或是受限於版面篇幅，自己就是發布新聞的第一手來源，還反向讓主流媒體跟進報導。同時不再擔憂媒體曲解原意，直播機制還原現場，無限制的網路空間可放上完整宣言。這些在網路上發言的聲量，不僅讓議題熱度持續加溫，進一步引發正反意見的辯論，讓多元觀點在其中流竄，所以大眾不再滿足於傳統媒體的單一觀點與選擇性報導。

但在歌頌網路科技的同時，也不能輕忽它先天上的弱點：內容趨於零碎、片段，雖然易於傳播，但也洗版快速難於追溯，不易累積長期且完整的論述。資訊量豐富但也過度發散，不易讓觀者掌握重點。但318學運只是新媒體的開端，不是終點，檢討、改進、再出發，未來新媒體的樣貌絕對遠超乎你我的想像。

這場學運為所有人上了寶貴的一課，如果你是有特定議題想發聲的公民，318學運值得剖析學習；如果你是媒體人，面對這群網路世代的閱聽眾，未來將如何與他們溝通、互動？

過去傳統媒體扮演著守門人與資訊詮釋者的角色，現在網路讓這個角色開始鬆動，如果中間的詮釋過程不能少，那怎樣的詮釋手法才是大眾真正要的內容？學運期間，許多人感嘆電視新聞和網路世界就像兩個平行世界，如果大眾不再透過這個小小的電視畫面獲得滿足，媒體最終也只能失去他們的目光。

網路出現後，很多人說媒體是夕陽產業，大家再也不開電視、不看報紙了，但事實是，人們對新聞和資訊的需求不會消失，反而更加需要，在資訊爆炸的年代，媒體的角色更加重要。就像這次學運的太陽花，媒體不是夕陽，而是會以嶄新的姿態，重新在數位時代中升起。

「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。