After Effects 創造者：要解決人才缺口，必須鼓勵女性參與科技領域|數位時代 BusinessNext

數位人文的價值

Smithsonian 開放資料的計劃最終顯現出「數位人文 (Digital Humanities)」的價值。Allen 舉例，他們將過往船隻的航行日記數位化，結果科學家便將當時的船隻位置與氣候和今日的數據對照，藉以分析氣候變遷。航海的文化影響了當今的科學研究，正是將紙本數位化帶來的跨界成果。

看見科技的力量與知識普及帶來的革命，再加上言論預測八年內將有 40 萬名技術人才的空缺，美國近年大力推廣 STEM 教育（編按：STEM 一詞代表科學、科技、工程和數學），但同時也遭受批評，認為政府過於偏袒 STEM 領域而忽視了人文教育，因此出現融入藝術的 STEAM 教育。

Allen 認為，不管是 STEM 或 STEAM，其實教育的本意應該是「探索」。當你教導孩子英文、科學、數學或工程時，必須帶入使用情境，讓他們了解知識與世界的連結。「很多人可能不知道，其實許多工程師沒有電腦科學的學歷」，當我們聽見某人是工程師時，可能先入為主地覺得對方數學很好，但她/他可能是一位會寫程式的音樂家，開發軟體能讓其編曲更豐富。或者那些擁有實體店面的經營者，也不必非得學會寫程式，但了解電腦科學能夠替他們的經營帶來數位化的加乘效果。「軟體開發其實就是創意的展現，任何人都能參與，隨著愈來愈多的跨界合作，能夠解決的問題會愈多。」

技術人才缺口的解決方式

「但若是為了補足人才缺口，STEM 教育是錯的」，Allen 話鋒一轉指出了人才缺口的重要問題。

Allen 提到，美國的電機領域其實有許多女性學生，但每年畢業生中，約 2/3 的女性離開電機領域，再過十年，已經身為工程師的女性，還會有一半的人選擇離開。如果我們讓這些女性，以及更多有色人種（非白人、非亞洲人）持續地投入電腦科技，人才缺口的問題不就立刻解決了嗎？Allen 認為，與其在中小學普及程式教育，不如加強訓練現有的人才。如果不將成人遭遇的問題解決，就算有更多小孩學習了程式，他們遲早會面臨一樣的困境，轉而從事其他專業，這也是 Allen 七年前創辦 BridgeFoundry 工作坊的目標，希望讓各領域看見寫程式的樂趣。她提到，BridgeFoundry 最成功的作法便是創造「社群」的氛圍，透過小班教學，老師和學生之間形成雙向的學習，一來一往中，學生透過社群看見的其實是工程師的生活、利用程式解決問題的實作，更藉由社群發現身為女性或有色人種，在科技領域中可以擁有的機會與平等，並將這樣的經驗帶給別人與自己所處的產業。這樣第一人視角的體驗，不必再被迫接受主流媒體的洗腦，宣傳著那些成功女性的故事，還有故事背後隱喻的「不尋常」。Allen 苦笑著舉例，有人說她具有「隱藏的天份」，但其實她已經耕耘了 20 幾年，怎麼會是「隱藏的」呢？

她更進一步補充，曾有人認為她是早期投入程式語言的女性代表，但其實 1980 年代便有許多女性參與電腦科學，更有許多原始軟體由女性完成開發，因為那包含了大量的「打字」工作。Computer 一字衍生自「執行計算的人類」，而過去執行計算的往往是女性，這些人甚至被稱作粉領工作者 (Pink-collar worker)。主流價值認為科技產業由男人所創造，Allen 強調，這是我們必須改變、修正的認知。

程式語言的多樣化，創造了強大、快速的科技發展

除了 BridgeFoundry，Sarah Allen 還創辦了語言學習平台 Mightyverse，她認為現有的語言學習方式還很傳統，而且往往僅限於語言學習，並不了解文化的差異與美好。呼應到現今各式各樣的「程式語言」，Allen 回憶以前通常只會使用一種語言完成絕大部份的開發，但到了現代，一天內可能就用上了 Ruby、SQL、JavaScript 等等。儘管近年浮現 JavaScript 就能完成所有開發的趨勢，但她覺得正是眾多的程式語言發揮各自的優勢，創造了強大、快速的科技發展，就像我們講著不同的語言，才替世界帶來豐富的異文化。當然工程師就成為極具挑戰性的角色，需要因應不同的工作內容使用不同的工具。

Sarah Allen 有一個網路名號——Ultrasaurus（特級超龍），她在個人網站上解釋，1976 年時，古生物學家 James A Jensen 在科羅拉多西部發現了恐龍化石，並於 1985 年將它命名為特級超龍。但隨後的研究發現，這些身體各部位的化石可能來自多種恐龍，因此特級超龍被認為是無資格名稱。

雖然神秘的特級超龍並不存在，但這故事讓 Sarah Allen 聯想到「網路軟體」的成形。「當你命名一組程式碼，它就成為了一個工具」，而這些工具隨著我們不斷地豐富其內容而升級，進而提供更多人使用；就像命名特級超龍後，隨著深入的研究，我們對世界的認知愈來愈清晰、成熟。而這些來自不同種類的恐龍化石、來自眾多開發者持續的發明、來自程式語言各司其職完成的服務，集合成一股強大的推動力量，也象徵了開發者不斷地思考、不斷地形塑網路科技的過程。

「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。