3 月 2 日是我在政大教學第 10 年開課的第一天。面對大數據 AI 的浪潮，這不僅僅是新學期的開始，更是我將「教學歸零」的第一天。
當我重新審視過去給學生的作業，以及在企業內訓時的考題時，我發現了一個無可逃避的現實：那些曾經需要耗費數天回答的內容，現在只要輸入幾個提示詞，AI 就能在幾秒內給出回答，甚至比許多教授、資深主管還要完整且嚴謹。
大數據 AI 時代，知識變成最廉價的東西，那麼老師究竟還要教什麼？企業主管又該如何訓練員工？
面對這樣的變局，如果我們還在教室與會議室，進行單向的「知識灌輸」，我個人覺得已經意義不大！因此，我決定徹底翻轉過去的模式，做了以下四種破壞與重建：
第一步：決定不教知識（將知識縮到極少）
我的第一個決定，是將過去引以為傲的教材全部重寫。
在過去，一堂課或一場企業內訓可能有百分之七十的時間在講述理論、定義框架。但現在，我把知識教學縮減到極少，甚至將其放到課程的最後環節。
例如，我會告訴學生與受訓團隊：「如果你們想知道什麼是行銷漏斗，或是大數據分析的基礎定義，請直接問 AI，它會給你答案，甚至可以幫你把知識整理成心智圖。」
我認為我們必須把課堂上最寶貴的時間，從「知識接收」解放出來，轉移到更高階的獨立思考與分辨能力。因為既然知識是最廉價的東西，我們就不該把時間浪費在搬運知識！
第二步：把內容倒過來教（問題導向的逆向工程）
傳統的教育與訓練是「先教理論，再做練習」，現在我把它倒過來，針對要傳授的課題，不再先給解答，而是直接把問題丟出來，要大家用自己的經驗與判斷來回答。
例如，談到品牌消費決策時，不會先在簡報上秀出複雜的模型。我會直接發問：「想像一下，你今天要決定購買一樣產品（例如一台超過三萬元的最新款手機），從你產生念頭到刷卡下單，這中間你經過了什麼思考？」
然後靜默等待答案（台灣學生不善主動回答，我就一個個點名）。聽完大家的分享，我才會切入正題說明：什麼是「行銷漏斗」？什麼是現代消費行為流程的「5A 架構」（認知 Aware、訴求 Appeal、詢問 Ask、行動 Act、倡導 Advocate）？
我認為經過思考，才有吸收；先有痛點，才有理論。倒過來教的好處在於，理論不再是冷冰冰的 AI 答題，而是有溫度的內容。
第三步：挑戰個人經驗，訓練獨立思考
當 AI 什麼都能回答時，我們唯一能勝過機器的，就是我們真實的人生體驗。因此，我的第三步是：強烈叩問個人經驗。
你一定同意，AI 無法代替任何一個人回答「你的感受是什麼」。所以我會接著問：「剛才我們談到了 5A 行銷漏斗，但這跟你的『個人購物經驗』有何不同？你有沒有哪次買東西是完全跳過『詢問』，直接『行動』的衝動購物？」答案顯然有各種可能！
透過挑戰個人經驗，我們訓練的不再是找答案的能力，而是「獨立思考」與「個人判斷」的能力，最能看出知識與現實的落差，並從中找出答案。我認為這是未來主管與行銷人真正的實力。
第四步：加重課堂實作與討論時間，找回真實互動
當知識變得廉價，人與人之間的互動就變得無比珍貴，因此我把教學內容，都設計成實作流程，大幅加重了課堂中互動與討論，然後要求上台分享。
在這充滿壓力的過程中，他們必須學會溝通、妥協、找到答案，並展現說服力。這些正是任何演算法或 AI 無法取代的「軟實力」。
在萬物皆有解的時代，找回人的價值
人類正站在大數據 AI 時代的轉捩點，也許很多學校或企業還在限制 AI 的使用，就好像早期網路支付興起，很多品牌主都在抗拒，但是現在不接受數位支付，幾乎無法跟消費者交易了。
所以，我在課堂上直白說明，大家可以大大方方使用 AI 解答所有問題，但是必須接受課堂上的即席考驗，對於任何的答案，都必須說出一套自己的邏輯！
我目前想到的對策：倒過來教、先發問、再挑戰個人經驗、增加真實互動。這是我從教學與管理歸零後，重新出發的第一步。
P.S.：以上只是個人目前苦思的體會與作法，不一定對。
本文授權自高端訓品牌 AI 攻略
