是誰在篆刻台灣高教的墓誌銘?
是誰在篆刻台灣高教的墓誌銘?
2018.01.08 | 未來工作

台灣整體學術水平因為諸多結構性因素的扭曲,而愈益向下沉淪、趨於崩壞。成事不足、敗事有餘的教育部和科技部所推出的諸多政策,是其中最主要的惡因。

首先,這20年來教育部和科技部迷信新管理主義,以競爭型獎補方式搭配各式績效評鑑,造成台灣各大學校園原本多元、深邃的學術生命力,全面性的被量化數字和指標所扼殺。大學中的時間、空間和研究、教學活動等諸多不可共量、不可化約的異質面向,逐漸地被換算成等量齊觀且具有交換價值的數字和指標。這整個過程可說是台灣高教主體性物化和大學知識分子異化的過程。

師生間只剩下利益計算和貌合神離的虛情假意

外顯的數字和指標,把大學校園中,教授與學生在探求真理過程中,自然滋長的心領神會和歡會神契給遮蔽了。師生之間只剩下各自的利益計算和貌合神離的虛情假意。

這20年來,這兩個部會更換過無數的部長、次長和司長,每一任的任期都不長,但他們大多急著在短暫的任期中,提出大而無當、缺乏永續性的計畫。卻在政權轉移過程中,政隨人轉、人亡政息。

繼任者常常無心於賡續前任的政策,而覬覦從自己提出的新計畫中展現政績。從長時間來回顧,我們可以發現,教育部和科技部的許多計畫之提出,皆欠缺深思熟慮或忽視審議式民主程序,結果執行上曾喧騰一時,不久便歸於寂靜。缺乏永續性的政策總是如高空煙火般曇花一現,卻煙花易冷且衍生許多非預期的後果。當我們在回顧這些官員的政績時,沒有人會細細追究他們是否應為政策執行的負面後果負起政治責任。於是台灣高教就在政客的起起落落中、計畫不斷地推陳出新中沉淪下去了。

儘管人事不斷更迭、計畫不斷翻新,但績效主義的信仰卻成為歷久彌新的超穩定結構,成為評量大學方方面面的唯一判準。從頂尖大學計畫、教學卓越計畫、典範科大計畫、科技部各項計畫,乃至校務、系所專業評鑑和內部教師評鑑等,大學校園和大學知識分子們一方面瘋狂地搶奪政府計畫,一方面窮於應付各類評鑑和訪視,造成的是整體高教盲目的過動和各類研究、教學的淺碟化和速食化。

套用既有模型來快速量產論文,成為台灣學者主要路徑

在學術研究方面,被期待短期速成的計畫申請和成果報告,壓縮了學術深思熟慮的條件,對學者而言,最安全的研究取徑就是在既有的典範、理論和方法論預設下,提出呼應或印證學科主流觀點的計畫。在現有的評鑑酬賞體制下,套用既有模型來快速量產論文,成了台灣學者力爭上游、掌握權力及利益的主要路徑。

這造成了一種路徑依賴的慣性,也就是,不斷地沿用既有的思維框架,提出研究假設和預期發現,無意間造成台灣大量研究計畫的套套邏輯和同義反覆。在台灣現有的制度環境內,這樣的路徑依賴是最被鼓勵的或最十拿九穩的。反之,勇於逾越學門主流或科際界線的研究計畫,不但鮮少受到鼓勵,更常被計畫審查機制和評鑑指標給系統性地排除或懲罰。

換言之,台灣教、科兩部主導之下的學術研究環境和所建立的賞罰體制,造成台灣高教學術研究偏向量多質差、缺乏典範創新的可能性。而這樣的庸俗化學術生產環境卻非常有可能繁衍出學閥的權力與利益網絡。

這個網絡,一方面以近親繁殖的方式培養學術裙帶關係,一方面以學術外包的分工方式量產論文。結果是在平庸的學閥操作下,無限複製平庸的研究成果,必要時不惜作假。 這樣平庸的學術成果在台灣卻具有高度的交換價值,可以換算成大量的金錢、名聲和權力。

換言之,台灣教、科兩部和官、學主管們所打造的績效評量和酬賞體制,恰恰注定了台灣整體學術研究水準不可能在國際上拔尖和卓越。

未來的高教深耕計畫、玉山計畫、愛因斯坦計畫或哥倫布計畫都無法改變這個扭曲的結構

這個權力與利益加權的學閥系統不改,任何計畫資源的投入都將徒勞無功、付諸東流。無論是未來的高教深耕計畫、玉山計畫、愛因斯坦計畫或哥倫布計畫都無法改變這個扭曲的結構。就如過去的諸多計畫除了造就特定階級的既得利益外,並未讓台灣整體學術水準拔尖和卓越,教育部和科技部所提新的計畫,也將只能是餵食學閥網絡越益茁壯的養分。

但可惜的是,在既有的學術酬賞體制中,主要的獲益者率皆資深教授,其中尚包括退休再任私校的雙薪教授。高教工會根據教育部統計處公布的資料分析,目前整體高教高齡化和青年師資流失的現象愈益嚴重。目前每年大專教師員額減少約600名。104年至105學年度,從48,407名減少到47,848名。去年大專助理教授員額就減少了991名,104至105學年度,從12,900名減少到11,909名。就年齡來看,年齡在35-44歲的大專專任教師,在97學年度時,仍有19,720名,105學年度卻只剩11,491名,大幅縮減了42%。

而年齡在34歲以前的專任教師,97學年度時仍有3,444名,105年卻只剩1,255名。在青年學者大量流失的同時,45歲-54歲和55歲以上的教師人數卻逐年增加。

從以上數據我們可以發現,最有可能開創新典範,跳脫學術路徑依賴的年輕學者,正在被資深學者所構成的關係體系給系統性地排除在台灣學術社群之外,他們沒有教學和研究的機構依附(affiliation),空有學術潛能卻無從發揮。

諷刺的是,現有的獎勵制度,即便有部分是為青年學者所設(如玉山青年學者計畫、愛因斯坦計畫和哥倫布計畫),但其申請門檻卻必須是大學專任師資。這個門檻使大部分非典雇用的專案、約聘、兼任或待業青年學者,被拒於門外。

對學生付出心力的學者卻可能換來研究不力的苛責

在教學方面,首先是長期以來重研究、輕教學的學術評鑑體制嚴重的扭曲了許多學者內心的價值預設。理性計算的結果,大部分頂尖大學的學者都把心力向研究方傾斜。

輕忽教學的學者在升等和評鑑方面竟能獲得更佳的酬賞,對學生付出心力的學者卻有可能換來研究不力的苛責。這種偏頗的體制間接或直接地傷害了學生的受教權。

此外,許多以教學為主的競爭型獎補助(如教學卓越計畫)也都產生了教學拙劣化、目的與手段本末倒置的後果。主要的原因是,各大學為了搶資源,在教育部所訂定的關鍵績效指標(KPI)指引下,紛紛打腫臉衝胖子,寫出好高騖遠、不切實際的計畫。並且在計畫中承諾,要在校內以最高的KPI達成率來執行計畫。

對許多校內的教職員工生而言,教學卓越計畫的通過,無異於是災難的開始。將多如牛毛的指標換算成執行計畫的時間和體力,我們將會發現,教學卓越計畫創造了大學校園的血汗勞動。從KPI指標所預設的活動和活動所需時間,我們可以合理推測,為了全面執行教學卓越計畫的KPI,大量正常教學活動必須被教卓活動取代或權充為教卓活動。換言之,教學卓越計畫傷害教師和學生的正常教學活動成了結構性的必然。

除了血汗勞動所代表的大學校園過動現象外,教學卓越計畫的競逐也滋長出了另一種學官兩棲的學閥網絡。各大學(特別是私立大學)為了提高計畫申請和評鑑訪視的通過機會,紛紛爭取教育部(或其他部會)退休高官前往該校擔任門神。從歷年學官兩棲學閥所在學校的計畫通過率可見得,對大學而言,這是一樁穩賺不賠的好交易,但付出的代價卻是,台灣高教競爭公平性的淪喪和關係主義歪風的猖獗。

這批學官兩棲的學閥除了帶著各自的裙帶網絡進入各大學,創造行政凌駕教學的亂象外,他們更常變本加厲地執行外部和內部評鑑制度,一方面藉以創造校園全控機構,以多如毛細孔的評鑑指標來規訓教師的身心狀態,使其配合學閥指使。一方面,藉評鑑之名交叉持股,邀請彼此到各自學校擔任顧問或訪評委員,藉以鞏固人脈和榨取資源。

台灣許多大學課堂出現大班化的現象

除了以上弊端之外,20年來高教資源的僧多粥少和絕對緊縮,使各大學紛紛以最小成本和最大效益觀點來辦學。在招生方面,為了衝高註冊率以增加學雜費收入,大多寧爛物缺、普遍降低入學門檻,導致學生素質低落成為許多大學的共相。

在師資方面,為了精簡人事成本,許多大學常遇缺不補,或寧願聘任退休再任的雙薪教授,即便要新聘年輕教授,也大多以專案、約聘或兼任師資權充。這兩方面的一增一減,造成台灣許多大學課堂出現大班化的現象。

相較於OECD國家生師比平均為14.4,台灣整體高教生師比竟超出兩倍以上,教學品質之低落可見一班。

成本效益的辦學心態不但造成生師比劣化,更造成青年教師勞動條件惡化,另一方卻是既得利益集團的吃香喝辣。高教階級兩極化和資源分配不正義也成了台灣學術體質病態化的共業。以上所述台灣高教亂象已到了病入膏肓、燈殘油盡的地步,而教育部和科技部仍不能痛定思痛、對症下藥,做起死回生、振衰起敝之圖,卻沿用舊慣、巧立名目,以推陳出新的計畫供養既有的學閥網絡。此情此景,只有詩人北島的詩能加以形容:

卑鄙是卑鄙者的通行證。
高尚是高尚者的墓誌銘。

本文獲周平授權轉載自其Facebook。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #科技部
往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓