當進步正在侵蝕能力：AI時代的領導新課題

AI 時代的變革不是單純「變快」，而是變得更不穩定、更不連續、更難預測。領導者不能只管理速度，還要管理判斷力、學習速度與能力保存。

一、核心洞察：問題不是變快，而是變「鋸齒狀」

我們真正面對的困境，不是變革速度單純加快，而是變革變得不可預測。AI 的能力不是平滑地往前推進，而是呈現「鋸齒邊界（Jagged Frontier）」：某些任務表現異常強（能快速提升效率），某些任務卻仍然異常弱（可能產生無效結果），且這條邊界持續移動。當終點無法穩定定義，領導者需要建立的是持續校準、學習與判斷的組織能力。

二、為什麼傳統變革模型正在失效？

傳統變革模型假設組織有共同起點（From）、清楚終點（To）與穩定的路徑。但在 AI 時代，這三個前提都已鬆動：

新的領導現實不是把所有人推向同一條路，而是幫助組織在不同時間視角、不同成熟度與不同風險感知之間進行整合。

三、領導衝突的根源：時間視角不同

當 AI 導入帶來效率提升時，組織內部可能出現三種彼此衝突的聲音。重點不是判斷對錯，而是辨識每一種聲音背後的時間框架，並進行跨視角整合：

四、Time Check Tool：避免表面進步、內在退化

領導者需要定期進行「時間檢查」，把短期成效、過去經驗與未來能力放在同一張桌上討論，自問以下三個問題：
1. 我們正在延續什麼？ —— 哪些經驗、流程、價值與專業判斷仍值得保留？
2. 什麼可能正在誤導我們？ —— 哪些指標、產出或效率提升可能只是表面進步？
3. 什麼能力正在被侵蝕？ —— 哪些人類能力因過度依賴 AI 而逐漸弱化？

五、AI 採用 × 學習速度 2×2 模型

組織可以透過 2×2 模型進行自我檢查：

六、領導力五大轉變

AI 時代的領導者，必須逐步完成以下新舊思維轉換：

七、必須卸除的管理「錯誤訊號」

AI 導入後，主管需要避免把表面指標誤判為真實能力：
* 速度 ≠ 能力：完成時間縮短，可能僅是工具補強，不代表員工真正理解問題。
* 產出 ≠ 進步：更多報告與簡報，可能只是更快產生粗糙內容（Workslop）。
* 用 AI 工作 ≠ 正在學習：將 AI 當代工工具不等於形成專業判斷。
* 微學習 ≠ 精通：碎片化短內容可提升認知，但不等於能在複雜情境中獨立應用。

當員工開始管理AI：企業AI素養的新戰略

當員工開始大量使用 ChatGPT 時，多數企業首先擔心的是：「員工會不會過度依賴 AI？」然而今年 ATD 的一場演講提出不同觀點：真正的問題不是員工會不會使用 AI，而是組織是否具備 AI 素養。

一、核心洞察：AI 素養的成熟度演進

隨著生成式 AI 走入日常，組織的 AI 素養正經歷從散兵游勇到建制軍隊的過程。主講者提出了一個清晰的「AI 素養五級評估」模型，幫助組織定位自身與員工的成熟度：

管理含意：目前多數企業的員工停留在第 2 級與第 3 級之間。領導者的任務，是設計通往第 4 級的路徑，讓團隊不再只把 AI 當作一次性的問答機器，而是能自主運作的系統。

二、提示素養（Prompt Literacy）：人機協作的起手式

提示素養是目前多數員工與 AI（如 ChatGPT、Copilot）互動的基石。高質量的輸入決定了高質量的輸出。為此，組織必須建立結構化的溝通框架：

1. 導入 RSTCC 框架：透過定義角色（Role）、技能（Skill）、任務（Task）、背景上下文（Context）和限制條件（Constraint），將模糊的指令轉化為精準的產出。
2. 委派與示範（Delegate vs. Demonstrate）：對於顯性知識，直接「委派」具體指令；對於語氣、風格等難以言傳的隱性知識，則應提供範例讓 AI「示範」與模仿。
3. 直接與間接使用：高階的 AI 使用者懂得將 AI 產出作為「鷹架（間接使用）」，保留人類的創意主導權，而非照單全收（直接使用）。

三、全新的工作典範：代理思維（Agentic Thinking）

如果提示素養是現在進行式，那麼「代理型 AI（Agentic AI）」就是未來。AI 代理與傳統聊天機器人有著本質的差異，它們具備目標導向執行、工具與系統互動、動態適應路徑，以及在人類定義的護欄內自主運作的能力。

這將帶來工作角色的顛覆性轉移：
* 過去（個人貢獻者）：員工親自搜集資料、撰寫報告、排版校對。
* 未來（第二層級管理者）：員工化身管理者，負責制定戰略目標、提供 AI 代理所需的數據權限（如 LMS 系統、歷史報表）、設定邊界，並對 AI 最終的產出進行品質把關與回饋。

四、「放大Skills、縮減 Prompt」：提煉組織的隱性知識

簡報提出了最具戰略價值的概念——「技能（Skills）」。這裡的技能並非指人類的能力，而是指教導 AI 系統「如何以組織期望的方式完成任務」的標準作業程序（SOP）。一個成熟的 AI 技能檔案，必須涵蓋多維度的專家邏輯：

從「流程重組」走向「流程提煉」：沒有技能檔案的 AI，只會給出缺乏標準的通用回應；導入技能檔案後，AI 能夠穩定產出符合企業規範的可用資產。這讓組織能捕捉頂尖專家的心智模式（Know-how），將其封裝為可重複使用的單位，在全公司內規模化擴展。

五、低價值 vs. 高價值的 AI 工作流

記住：AI 不會自動知道你們公司的標準、客戶背景或領導者的期望。真正讓 AI 產出具備價值的，永遠是員工深厚的領域專業知識（Domain Expertise）。

六、對人才發展（TD）與企業高管的啟示

在 AI 代理時代，企業的戰略方向必須從「如何利用 AI 自動化舊有習慣」，徹底轉向「圍繞 AI 能力進行原生重構（AI-Native Restructuring）」：
1. 掌握主導權：人才發展（TD）部門必須率先掌握 AI 素養，才能主導這場影響全體員工工作方式的變革，而非將定義工作流程的權力拱手讓給 IT 部門。
2. 教授底層邏輯，而非工具操作：AI 工具的介面與功能日新月異。培訓的重點不應是「按哪裡、怎麼操作」，而是教導底層的「邏輯拆解、系統管理思維與提示框架」，這些底層能力才具備真正的抗衰退性。

AI 培訓新途徑：如何透過 Podcast、知識筆記本與 AI 教練重塑學習體驗

在 AI 技術快速進入學習與發展領域的背景下，企業培訓已不再侷限於傳統課程、簡報教材或單向式數位學習。學習者對於內容形式、學習節奏與個人化支援的期待正在改變，L&D 團隊也必須重新思考：如何讓既有知識被更有效地取得、理解與應用。

【摘要】AI 讓培訓從「製作課程」走向「提供個人化學習支援」

本場演講的核心觀點在於：AI 並不是單純用來加速教材產製的工具，而是重新定義學習交付方式的重要推力。過去 L&D 團隊常以課程為中心，將內容設計成固定形式，再推送給大量學員。然而，AI 的出現讓學習內容可以被即時轉換、重新組合與個人化呈現，讓學員依照自身情境選擇閱讀、聆聽、提問、練習或模擬互動。

講者提出三種值得立即嘗試的 AI 培訓形式：

【內容】

一、從文字到音訊：Podcast 讓學習內容更貼近日常情境

音訊其實是培訓中長期被低估的形式。現在透過 AI 工具將文字內容轉換成可聆聽的雙人對話式 Podcast，已變得非常簡單。這對成人學習尤其重要，因為成人學習者的時間經常被工作、生活切割。雙人對話式的 Podcast 摘要，會讓學員像是在旁聽一場自然討論，比起傳統課程灌輸更沒有學習壓力，也更接近日常吸收知識的方式。

二、AI 個人化：從「一套內容給所有人」走向「一人一版本」

AI 讓學習個人化不再只是翻譯語言，而是可以依照學員的職務、年資、知識程度與偏好，即時調整學習內容。過去 L&D 若要做到分眾，通常需要大量人力設計不同版本的教材，成本高且難以快速維護。AI 可以根據學員資料即時提供最符合個人需求的內容，讓過去理想中難以大規模實踐的學習科學原則，有機會真正落地。

三、知識筆記本：讓學員直接向可信內容提問

並非所有知識都需要被做成完整課程，有些知識更適合成為可查詢、可引用、可對話的知識庫。透過將既有文件、FAQ、會議紀錄整理成 AI 知識筆記本，建立可對話的學習入口，能縮短新進員工與資深同仁之間的知識落差。但這也提醒我們，AI 的答案必須建立在可信來源上，組織需要建立文件治理機制，確保資料正確、版本可追溯。

四、AI 教練：讓練習與回饋不再受限於時間與人力

銷售應對、客服溝通、簡報表達等能力，無法只靠「看教材」學會，必須反覆練習並獲得即時回饋。然而，主管或講師的時間有限。AI 教練最大的價值在於提供低成本、高頻率、低壓力的練習環境，讓學員在進入真實場域前，先在 AI 情境中進行刻意練習，進而讓實體培訓時間能聚焦於更高階的引導與修正。

五、互動與 3D 模擬：AI 降低高階學習體驗的製作門檻

AI 輔助開發與 3D 模型生成，讓非程式背景的學習設計者也能做出豐富的互動內容。例如上傳產品圖片即可生成可操作的 3D 模型。這提醒我們，培訓設計不應追求技術完美，而要回到學習目標本身：這個媒介是否能幫助學員更快理解、更願意練習、更能遷移到實際工作？

六、從課程設計到學習選擇權：回到學員真正需要的形式

學習設計師過去常代替成千上萬的學員決定學習方式。然而，每位學員最適合的形式可能因情境、任務而不同。呼應通用學習設計（Universal Design for Learning, UDL）的精神，企業培訓應逐步從「單一格式」走向「多格式並存」，讓學員能自己選擇最適合的學習路徑。

AI 驅動的微學習革命：從碎片知識到績效巔峰

在今年於洛杉磯舉辦的 ATD 2026 大會上，主題「擁抱變革，引領未來 (Embrace Disruption. Direct the Future)」貫穿全場。由 John Cleave 與 Carla Torgerson 所主持的講座為教學設計者提供了一套在 AI 浪潮下保持專業價值並轉化學習成效的實務指南。

一、 重新定義微學習：AI 賦予「動態客製化」的靈魂

二、 四大高衝擊力實踐策略：從模擬到對話

三、 應對「合成工作 (Synthetic Work)」的教學挑戰

四、 落地執行：給教學設計者的 3 步驟心法

是助手、建築師也是啦啦隊：如何與 AI 團隊共同營運 LMS

在許多組織中，LMS（Learning Management System，學習管理系統）往往承載著課程派送、合規訓練、學習紀錄、員工發展與營運支援等多重任務。然而，實際負責 LMS 的人員，常常不是完整團隊，而是一小群人，甚至是一個人，必須同時扮演客服（Helpdesk）、系統管理者（Builder）與內部推動者（Cheerleader）。

本篇心得報告取材自 ATD 國際年會場次「Helpdesk, Builder, and Cheerleader: Running LMS Operations With Team You」，內容探討如何在缺乏正式技術團隊、資源有限、需求混亂的情況下，透過治理架構、支援分流與流程賦能，將原本高壓且破碎的 LMS 營運，逐步轉化為可預測、可衡量、可擴展的系統化運作。

【摘要】從個人英雄式支援，走向可持續的 LMS 營運系統

本場演講的核心觀點在於：LMS 營運不能長期依賴少數人的熱忱、加班與臨場救火。當一個系統需要靠個人記憶、非正式溝通與臨時判斷維持運作時，表面上看似撐得住，實際上卻正在累積組織風險。只要關鍵人員請假、生病、離職或過度疲乏，整個支援流程就可能立刻失衡。

講者以 Arrow Child & Family Ministries 的實務經驗為例，說明該組織如何從分散、混亂、不一致的訓練管理狀態，逐步建立出具備治理、支援與賦能能力的 LMS 營運架構。由於其是跨州營運的非營利兒童福利機構，訓練內容涉及聯邦、州政府、合約與內部政策要求，因此 LMS 不只是單純的學習平台，更是合規風險與組織責任的一部分。

演講中提出可持續營運的「三大支柱」：

治理讓決策權責清楚；支援與升級讓問題能依照複雜度被正確處理；賦能則讓其他人具備自主解決問題的能力，而不是所有事情都集中到 LMS 負責人身上。當三者能夠互相配合，LMS 才能從壓力容器轉變為真正支撐組織學習的基礎設施。

【內容】LMS 系統化營運與實踐

一、文件化訓練需求來源：知道每一門課「為什麼存在」

演講中首先強調，LMS 營運的第一個關鍵工作，是清楚記錄每一項訓練要求的來源。對於合規導向的組織而言，某一門訓練可能來自法律規範、政府要求、合約條件、資安政策、部門需求或內部風險控管。若沒有記錄清楚，幾年後當組織想要刪減訓練、縮短時數或調整對象時，很可能誤刪一門其實不能取消的必要課程。

許多組織在 LMS 裡累積大量課程，時間一久，大家只知道「這門課一直都在」，卻沒有人清楚它當初為何被建立、誰要求、誰有權調整、是否仍然有效。因此，建立訓練需求紀錄表，能讓組織在面對刪課、豁免、調整受訓對象或重新設計課程時，有明確依據可查，讓決策從「憑印象」回到「依據來源與風險」判斷。

二、看得見的工作才有機會被支持：讓 LMS 營運從隱形勞動變成可衡量工作

講者提出一句非常重要的觀點：「Visible work is fundable work.」（看得見的工作才有機會被支持）。只有被看見、被記錄、被衡量的工作，才有可能在預算與資源討論中被支持。

在許多小型 LMS 團隊中，負責人常常以「個人英雄式」方式維持系統運作：下班後處理問題、週末修正資料、手動追蹤學員進度。這些努力卻不一定會出現在組織的預算會議中。若希望爭取人力或流程優化，不能只靠口頭抱怨，而要呈現具體資料，例如：每月收到多少支援案件、哪些問題最常發生、平均處理工時。當工作被數據化，LMS 負責人才能從火場救火者轉變為有依據的倡議者。

三、LMS 常見的三大斷點：決策權、需求分流與升級機制

演講指出，學習管理系統的營運通常會在三個地方出問題。第一是**決策權不清**：若沒有人被明確授權決定哪些訓練是必要的，例外處理可能透過非正式方式被批准，最後留下訓練團隊承擔風險。第二是**需求優先順序混亂**：當所有事情都被視為緊急，負責人就會被大量操作協助或資料查詢的零散需求淹沒。第三是**缺乏升級機制**：有些問題可以由前線協助，有些需要主管決策，若無清晰升級路徑，問題就會卡在錯誤層級。

四、三大支柱架構：治理、支援與升級、賦能缺一不可

治理的重點是釐清決策權與責任歸屬。支援與升級的重點是讓問題被放在正確層級處理，透過分層支援，讓有限人力發揮更大效益。賦能的重點則是讓其他人有能力自行處理部分問題（例如提供清晰的操作指引或標準回覆），避免所有事情都卡在負責人身上。講者提醒：只有治理沒有賦能容易變成控制；只有賦能沒有治理容易變成混亂；只有支援而沒有升級，則會導致人員過度疲乏（burnout）。

五、流程地圖化：把員工生命週期中的 LMS 接觸點全部攤開

將員工從到職到離職期間所有 LMS 相關接觸點全部畫出來，並用顏色標示不同流程的負責角色。新進員工資料來自 HR，帳號權限與 IT 有關，訓練要求來自部門主管，學習紀錄則影響績效管理。流程地圖的價值在於讓所有人看見自己在流程中的角色與交接點，避免問題在部門之間來回推移。

六、從一次到位改為逐步堆疊：小團隊要用漸進式方法建立結構

對資源有限的小團隊來說，一次建構完整系統是不切實際的。講者建議可以先從最常見、最耗時的一類問題（例如帳號登入問題）開始標準化，交由前線或協調員承接。當這項工作變成例行流程後，再處理課程指派、訓練完成紀錄查詢等下一項任務。增量式改善更有機會被團隊接受。

七、減少打勾式訓練，提升真正有影響力的學習

對合規訓練多的組織而言，一個重要原則是：盡量減少只是為了完成要求的「打勾式（check-the-box）」訓練。講者提到一種做法：新進員工初次受訓時必須完整完成合規訓練，但年度複訓時，如果員工能證明自己已具備能力，就可以透過 test-out 機制免除重複學習，同時兼顧合規與員工的工作效率。

八、可預測性不是控制，而是安全感

建立結構不是為了控制人，而是為了創造「可預測性」。當使用者知道去哪裡求助、知道自己能做哪些決定、知道什麼情況需要升級，他們反而會更有安全感。好的 LMS 治理能讓日常問題被穩定處理，這種可預測性才是系統能長期運作的基礎。

高效協作從理解開始：10 個提升 SME 合作成效的關鍵策略

在企業人才發展、數位學習與知識管理專案中，SME（Subject Matter Expert，領域專家）往往是影響成果品質的關鍵角色。然而，許多專案延誤或溝通成本升高的原因，並非缺乏專業能力，而是缺乏有效的協作機制。本場演講透過多年實務經驗，整理出 10 項提升 SME 協作品質的策略，協助組織建立更有效的跨部門合作模式。真正高效的合作，並不阻礙把資訊問出來、把任務推進完，而是要先理解對方、肯定對方，再用合適的方法降低彼此的溝通成本。

【10 大 SME 協作策略歸納】

講者提出的十項策略，大致可歸納為以下兩大類，分別著重於關係建立與流程工具的使用：

六種常見的 SME 類型與溝通策略

• 互動型微管理者 (Interaction Micromanager)：過度影響課程設計細節，需明確設定決策邊界。
• 委員會式決策 (Design by Committee)：凡事皆需徵求所有人意見，需推動主要發言人負責制。
• 過度配合型 (Compliant Conformist)：無自己意見，缺乏想法提供，需採用開放式問題引導其表態。
• 抗拒改變型 (Resistant to Change)：堅守己見，無法採納建議，需透過展示客觀數據或範例建立信任。
• 容易分心／缺乏投入型 (Distracted & Disengaged)：整體投入性較低，需設計高關聯的激勵機制或簡化其任務。
• 火箭科學家型專家 (Rocket Scientist)：表達內容過於理論且艱深，需要教學設計師進行專業「轉譯」。

【總結】把知識轉化為組織的長效資產

整體而言，這十個 SME 協作策略帶給我的核心啟發是：真正高效的合作，並不只是把資訊問出來、把任務推進完，而是要先理解對方、肯定對方，再用合適的方法降低彼此的溝通成本。無論是面對專家、同仁、主管或外部夥伴，每個人都有自己的專業堅持、決策模式與合作習慣。身為 PM，不能只站在「我要拿到答案」的角度溝通，而是要進一步思考：對方為什麼這樣反應？他真正重視的是什麼？我能不能用更清楚的框架、更正向的語言、更有效的工具，讓合作變得順暢？

因此，SME 協作的本質，其實就等於是團隊溝通的本質。好的協作不是單靠流程推動，而是在人與人之間建立信任，再透過 Template、問卷、會議、迭代討論等方法，把模糊的專業知識逐步轉化成清楚、可執行、可共創的成果。

隨著資深員工退休、技術更迭加速以及 AI 工具普及，企業面臨的不只是人才培育問題，更是知識傳承問題。SME 的價值不在於掌握知識，而在於能否將知識有效傳遞給更多人。因此，如何與 SME 建立良好的合作模式，已不只是課程開發技巧，而是組織知識管理的重要能力。

設計你的 AI 講師虛擬分身：打造並部署 24/7 學習支援

於本次講座中，講師分享其如何在自己開設的課程中，設計一個講者的人工智慧虛擬分身，並透過該虛擬分身，節省百分之八十的郵件回覆時間、優化學員的學習體驗。即使是小型課程，要打造具備一定品質的 AI 虛擬講師，仍需要投入時間、技術整合與持續維護成本。這也提醒企業，AI 導師並非零成本解決方案，而是一項需要明確應用情境與投資效益評估的新工具。

【緣起】

講師開設了一門 12 個單元，每單元共計 3 小時，為期 5 個月的課程，該課程最多會有 16 位學員。在課程中，回覆學員關於課程、作業問題的電子郵件，是一項繁重的工作，這也成為講師透過人工智慧虛擬分身，節省電子郵件回覆時間的契機。

【設計與系統架構】

講師先詢問 ChatGPT，如何幫自己設計一個人工智慧虛擬分身。參考 ChatGPT 的建議，講師先使用 ElevenLabs 軟體，複製自己的聲音，並上傳書本、講義、作業等人工智慧虛擬分身需要的知識內容，並提供該虛擬分身提示詞（prompt），告知該虛擬分身須達成的任務及限制。隨後，講師透過另一個叫 Simli 的工具，製作該虛擬分身的動態頭像。動態頭像製作完成後，講師與其公司的資訊工程師合作，用 Livekit、Railway、Token server、Github，建置整個人工智慧虛擬分身的系統架構，並於執行功能測試後，發佈該虛擬分身。

【成本分析】

在建置人工智慧虛擬分身的過程中，講師共花費 60 個小時，以及每月 160 美金（約 5,000 新臺幣）的軟體費用。該軟體費用不包含詞元（token）的使用成本。詞元（token）的使用成本，為每 1,000 點（credit）0.3 美金（約 9.4 新臺幣）。

【成果與回饋】

根據學員的回饋，只要提供好的提示詞（prompt），該人工智慧虛擬分身，可以有效辨識課程中的內容，並提供細緻的回覆。然而，也有學員表示，虛擬分身完全沒有回答到該學員的問題，以及回覆內容過於詳細，更像是在「提供資訊」而非「與學員對話」。

整體而言，學員們表示願意在未來持續使用該人工智慧虛擬分身，但希望該虛擬分身的定位，是作為一種附加的輔助工具，而非用來取代真人講師與互動。

數位學習的變革與實踐：從形式化培訓到同理心 AI 導師

最昂貴的培訓，是那些『流於形式卻毫無成效』的培訓。它不僅浪費了企業預算，更平白消耗了員工寶貴的時間與心力，卻無法創造任何實質價值。

【大會與演講背景簡介】

在 2026 年 ATD (人才發展協會) 洛杉磯年會上，全球數位學習領域的傳奇開山鼻祖、經典教學軟體 Authorware 的創辦人 Michael Allen 博士，攜手其創立之 Allen Interactions 團隊（包括資深合夥人 Brandon Carson 與現任總裁 Christopher Allen），發表了一場震撼全場的實體個案示範演講：《Awesome eLearning Live: What Actually Works (and Why Most Doesn’t)》（精彩數位學習現場！什麼是真正有效的設計，以及為什麼大多數培訓毫無效果）。

這場演講同時也是為了慶祝 Michael Allen 博士的 80 歲大壽及其傳奇生涯，並配合其第 11 本全新重磅著作《Rethinking eLearning》（重塑數位學習）的出版。演講中，他們拋棄了生硬的學術理論，直接透過多個屢獲國際大獎的真實數位學習專案進行現場操作演示 (Demonstrations)，向全球企業培訓與人才發展專家揭示了「如何讓數位學習真正落地見效」的黃金法則。

【高效數位學習的四大基石】

Allen 博士與團隊直言，目前大多數企業的線上培訓課程都流於「簡報播放器加選擇題」的應付心態，根本無法引發員工實質的行為改變。要打造真正「落地見效」的數位學習體驗，必須聚焦於以下四大核心實踐支柱：

1. CCAF 教學設計模型 ── 情境化決策與真實後果

Michael Allen 經典的 CCAF 設計模型 (Context 情境、Challenge 挑戰、Activity 活動、Feedback 回饋) 是整場演講的靈魂。他們以一套為銀行開發的「防範搶劫與危機處理模擬」專案，具體展現了 CCAF 的實踐法門：

情境 (Context)：建立高度真實、能引發強烈情感共鳴的實務環境。在此模擬中，學員一進入系統便被置於「週一清晨、同事請假、獨自開門」的信用社經理角色中。系統甚至需要學員決定今天早餐吃什麼、車停在哪裡，極具沉浸感。

挑戰 (Challenge)：提供一個符合自我效能感 (Self-efficacy) 且與實務高度貼合的任務。當學員停好車後，突然遇到持槍歹徒威脅強迫開門，危機挑戰隨之爆發。

活動 (Activity)：學習源於具體的行動 (Action)、判斷 (Judgment) 與隨之而來的後果 (Consequence)。學員必須親自做出決策（例如：配合歹徒、暗中報警或是暗自觀察歹徒特徵），而非被動閱讀教條式的文字。

回饋 (Feedback)：回饋不應只是冷冰冰的對錯文字，而是要即時呈現行動的「內在後果」(Intrinsic Consequence)。例如，若決策失誤，畫面上會直接呈現銀行遭洗劫、歹徒逃逸，甚至出現自己登上「聯邦洗錢調查起訴」頭條新聞的虛擬報紙。這種強烈的視覺後果，其學習效果遠勝於傳統「回答錯誤，請重試」的八股提示。

許多企業在導入 LMS 後，往往把紙本教材、簡報內容直接搬上線，認為完成觀看與測驗就等於完成學習。然而 CCAF 提醒我們，真正的學習來自情境中的判斷與決策，而非知識的被動接收。

2. 激勵學習的七大關鍵要素 (7 Magic Keys to Motivation)

Allen 博士提出了一個顛覆傳統的觀點：「如果員工有強烈的自主學習動機，即使培訓課程品質普通，他們依然能主動學會；但如果缺乏動機，即使再完美的課程設計也是徒然 ， 因為大腦會自主拒絕吸收。」

為此，團隊分享了基於遊戲化行為設計的 「七大激勵金鑰 (7 Magic Keys to Motivation)」，用以激發學員的內在動機：

3. 拒絕浪費時間的個人化體驗 (Individualizing Experience)

演講的另一個核心標準是：「我們誓不浪費學習者的任何一刻時間 (We will not waste one moment of a learner’s time)。」當企業規模只有 10 個人時，一對一的實體指導非常容易；但當面對像 Mary Kay（美商玫琳凱）這類擁有 340 萬名獨立美容顧問的龐大組織時，唯有透過科技手段才能落實大規模的個人化。

客製化學習路徑：數位學習系統必須在起點便能動態評估員工的自信度與專業水準。若一位資深業務已非常專業，系統應直接給予高難度的情境挑戰，而非強迫他從最基礎的定義（例如：什麼是銷售步驟）重新看起。否則，學員在前三分鐘就會因為感到「被綁架」而徹底分心。

4. 後測的盲點與持續性的績效支持 (Performance Support)

Allen 博士在會中提出了一個震驚業界的觀察：「培訓完立即進行的後測 (Immediate Post-tests) 根本毫無實質意義，只是在浪費彼此時間。」根據人類著名的遺忘曲線 (Forgetting curve)，培訓剛結束時的記憶最為短暫。立即後測只能檢測學員的短期記憶，無法評估知識是否真正「內化」並轉化為實務行為。

實證研究：演講中提到一個研究案例，學員在培訓結束後因為突如來的暴風雪，被迫將後測延遲了三週進行。結果發現，唯有在此時，不同的教學設計策略才真正展現出顯著的長期留存率差異 (Significant Differences)。

間隔練習 (Spaced Practice)：真正有效的數位學習必須建立長期的「績效支持 (Performance Support)」。透過系統排程，在培訓後第 7 天、21 天、2 個月，動態推送微學習 (Micro-learning) 或情境式微問答，才能真正補足日常的技能差距 (Skills Gap)。

對許多企業而言，完課率與測驗分數仍是衡量學習成效的重要指標。然而 Allen 博士提醒我們，真正重要的並不是員工在課程結束的那一刻記得多少，而是在幾週或幾個月後，是否仍能將所學運用於工作情境。

【總結與個人反思】將對員工的尊重，寫入學習體驗中

如果前一場演講《Love Them Loudly》談的是經理人在日常實體職場中對人才的「愛」與「留任」，那麼這場《Awesome eLearning Live》談的就是如何透過數位學習，將這份「對員工的尊重與關懷」落實到日常的培訓體驗中。

當企業把枯燥的 PDF 文件、繁複的文字投影片和無意義的測驗扔給員工，強迫他們在工作之餘完成時，這無意間傳遞出：「我們並不重視你的學習體驗。」我們在平白浪費員工的時間，並且傳遞了「我並不在乎你的感受」的冰冷訊號。

真正精彩的數位學習，本質上就是一場對員工的主動關懷 (Empathy)。它尊重學習者的時間，理解他們的起始水準，並用最生動的情境（CCAF 模型）激發他們的潛能。而 AIM 平台或者是像旭聯展示的 XUMI Light 與 教育家 等優秀技術的結合，更是讓我們看到了科技在教學設計中真正偉大的定位：AI 與科技不應被用來批量複製平庸的內容，而應被用來為每一位獨一無二的員工，提供最具同理心、無微不至的個人成長支持。

📋 組織下一步行動建議

• 重新檢視企業現有數位課程：挑選一門員工必修的線上課程，用 CCAF 模型進行自評，它是否提供了真實的情境 (Context) 與能展現決策後果的活動 (Activity)？還是只有無聊的簡報文字與測驗？
• 引進遊戲化與自主冒險體驗：參考「教育家」的設計邏輯，併棄單向灌輸，嘗試在課程中設計出能讓同仁自我探索、主動選擇的互動學習探險。
• 破除即時後測迷思：停止依賴「課程結束後立刻進行的單次後測」，嘗試建立「間隔推送的微學習與反思機制」，以真正評估學習的實質內化率。

心理安全感從何而來？用即興思維打造高敏捷團隊

在 AI、數位轉型與市場快速變動的環境下，企業愈來愈重視敏捷與創新能力。然而，許多轉型計畫受阻的原因並非技術不足，而是團隊缺乏面對未知的心理安全感。本篇講稿取材自 Freestyle+ 專家團隊在 ATD 國際年會上帶來的主題演講（The unKeynote），內容深入探討如何結合「即興引導技術」與「大腦科學」，打破日常常規帶來的僵化，幫團隊建立起高互信的合作模式。

【摘要】打破思維慣性，升級團隊的應變力

這場演講打破了傳統的培訓框架，分享了打造敏捷團隊的全新方法。講者從底層大腦運作機制切入，層層拆解團隊信任與技能提升的本質，兼具前瞻視野與實操性。

• 日常慣性限制創新：長期重複相同的開會與工作流程，會固化大腦思維。團隊需要透過刻意打破常規的「微活動」，來維持大腦的敏捷度。
• 集體面對未知以建立互信：讓團隊共同參與毫無經驗的挑戰，在大家展現真實、不完美的一面時，心理安全感反而建立得最快。
• 組織轉型的阻礙多為心態問題：新工具或新流程推不動，表面上是操作問題，底層原因往往是員工害怕出錯、害怕顯得不夠專業的心理防禦。

關鍵結論：一心追求「絕對正確」往往會讓組織停滯不前；願意大膽試錯、保持探索的樂趣，才是讓人才與文化發揮效益的終極關鍵。

【內容】

1. 活化大腦神經塑性：從日常的「打破常規」開始

演講指出，當大腦長期重複相同的職場常規，神經迴路就會定型，進而導致路徑依賴與僵化思考。要打破這種局勢，建議在召開會議或進行培訓前保留五分鐘，讓團隊進行簡單的「打破常規」的小活動，例如隨興的故事接龍，或者創意的節奏哼唱。

神經科學證實，這類微小的趣味互動能有效活化大腦神經元，打破既有的思考慣性。團隊在接下來的正式議題中，自然會變得更開放、更有創意。

2. 低風險暴露練習：打造彼此支持的安全環境

在職場中，員工往往習慣維持「完美專業」的形象而隱藏個人不確定性，這其實會扼殺創新。講者提倡讓團隊集體參與一些大家都毫無經驗、一開始會感到不習慣的引導遊戲。

當所有人都在同一個起跑點上展現真實、不完美的一面時，被評判的防禦心理就會消失。這種共同經歷挑戰的過程，在科學上被稱為「低風險暴露療法（Low-stakes exposure therapy）」，能快速幫團隊建立起互信，讓成員從各自防衛，走向渴望看見夥伴成功的互助模式。

3. 應對轉型焦慮：從技能培訓轉向文化塑造

各大企業在推動新流程或新系統時遇到的阻力，往往源於員工對未知的「焦慮感」——害怕犯錯、害怕顯得自己跟不上。因此，新體系的落地從來就不是單純的技術培訓，而是一場組織文化的「思維轉變（Mindset shift）」。

許多企業在導入 AI 工具、數位學習平台或新工作流程時，往往投入大量教育訓練資源，卻忽略員工對未知的不安與抗拒。真正影響轉型成效的，往往不是工具本身，而是組織是否允許員工在學習過程中犯錯與修正。

企業應該把引進新流程視為建立容許犯錯文化的絕佳契機，透過建立低風險的實驗空間，把嘗試、犯錯與修正常態化，員工才敢放手去實驗新東西，技術轉型的潛能也才能真正發揮出來。

4. 實用的 BOLD 架構：用即興思維進入工作心流

面對未來的各種變局，Freestyle+ 為高效能團隊提出了很好記的 BOLD 實踐架構，用來培養團隊面對不確定性的容忍度：Bravery（大膽探索的勇氣）、Optimism（迎向未知的樂觀）、Listening（不帶評判的傾聽）、Discovery（持續迭代的發現）。

對管理者而言，BOLD 不只是個人能力的培養框架，更是一種團隊管理原則。當主管願意鼓勵探索、接納不確定性並提供傾聽空間，團隊更容易形成持續學習與快速調整的文化。

科學研究（fMRI）進一步證實，當我們在進行即興式的思維訓練時，大腦中負責嚴格審查與自我質疑的「背外側前額葉皮質」會自動關閉，進而活化主管高度專注的「心流狀態（Flow State）」。這兩個區域在生理上是無法同時活躍的。因此，學會放下內心的自我評判，就是團隊進入高效心流狀態的科學捷徑。

演講最後借鑑了商管大師的名言：「做你所愛是業餘者的事；愛你所做才是專業人士的展現。」透過思維重塑，引導員工將當下的工作任務與個人特質連結，大腦就會分泌正向的神經傳導物質，在任何崗位上都能做得很投入。

【結語】心理安全感：面對未知變局的核心能力

在這個環境變化越來越快、工作型態不斷被重塑的時代，打造一個具備高度心理安全感的團隊，早已不是一項可有可無的福利，而是企業在面對未知變局時最核心的組織戰略。

技術與流程隨時可以被複製，但一個支持大家大膽探索、容許失敗、擁抱脆弱的組織文化，是抄不走的護城河。這場演講為我們提供了清晰的加速器藍圖：善用管理工具的同時，更要透過建立常規阻斷習慣、實施低風險暴露療法，將變革的焦慮轉化為共同成長的養分。

這不只是在提升團隊的合作效率，更是在重新定義：在未來的職場中，我們如何發揮「人」的獨特價值，共同建立一個真正能迎向未來挑戰的全新生態系。

對人才發展工作者而言，未來的重點不只是設計課程與培訓內容，更是打造一個讓員工願意學習、敢於嘗試、持續成長的環境。當心理安全感成為組織文化的一部分，學習與創新才有機會真正發生。

大聲表達關懷與愛：現代人才留任的黃金法則

人才留任 (Retention) 的核心，並非想方設法阻止員工離開，而是要創造一個值得他們為之停留、共同奮鬥的工作環境。

【大會與演講背景簡介】

在 2026 年 ATD (人才發展協會) 洛杉磯年會上，全球人才發展與職涯規劃領域的先驅、暢銷書作家 Beverly Kaye 博士，發表了一場令人動容且深具啟發性的主題演講：《Love Them Loudly: Why Managers Must Show They Care》（大聲表達關懷與愛：經理人此時此刻更必須做的事）。

開場演講基於其發行 26 年、歷經 6 次改版、全球暢銷逾 90 萬冊的經典管理著作《Love ‘Em or Lose ‘Em: Getting Good People to Stay》。在當今多變且面臨人才短缺與職場倦怠雙重挑戰的環境中，Kaye 博士再次大聲疾呼：留住優秀人才的核心，在於經理人是否能在日常管理中付出真誠的「愛」與「關懷」。

以下為本場演講的核心精髓整理與深度管理啟發。

【留任人才的三大核心支柱】

演講中，Beverly 將組織內部的留任實踐劃分為三個主要維度：成長 (Growth)、關係 (Relationship) 與 文化 (Culture)。她強調，優秀的經理人必須在這三個領域中「大聲且具體」地展現行動：

1. 成長實踐 ── 職涯發展的多元路徑

許多管理者誤以為員工留任的關鍵在於不斷提供職級晉升，但 Beverly 明確指出：「向上晉升並非唯一的生涯道路 (Up is not the only way)。」 她提出了 LEVERAGE（槓桿） 職涯發展模型，鼓勵經理人幫助員工開拓更多元的成長可能性：

2. 關係實踐 ── 拒絕做「有毒的主管」

員工往往是因為「公司名聲」而加入，卻因為「直屬主管」而選擇離開。Beverly 直言，建立相互尊重與尊嚴的日常關係是留才的基石。在與無數離職員工的訪談中，當被問及「為什麼真正離開？」時，最常見的答案是：「因為我的主管是個有毒的主管 (My boss was a jerk)，我再也忍受不下去了。」

演講中總結了 12 種最致命的「有毒主管行為」，做為管理者的自省，可歸納為以下三大典型特徵：

3. 文化實踐 ── 打破裝聾作啞的職場常態

企業文化不能只是一紙掛在牆上的價值觀標語。Beverly 提出了打造支持性文化的關鍵思維：

WELLNESS (全方位健康福祉)：重視員工的心理健康與倦怠。Beverly 特別指出，許多主管面對員工的倦怠時，會選擇視而不見 (Blindness) 與聽而不聞 (Deafness)。健康的文化要求主管必須「睜開眼睛看、閉上嘴巴聽」，敏銳察覺同仁的求救訊號。

SPACE (打破部門穀倉)：推倒組織內部的藩籬。部門間的穀倉效應（Silos）與內部不合作，會讓員工在工作中感到孤立無援與巨大的挫敗感。

FAMILY (全人支持與心理安全感)：員工是一個「完整的人」 (Whole People)。在日常管理中，應該給予員工彈性，允許他們在家庭與工作之間取得平衡。正如演講中台下一位主管分享的例子：「經理人不應期待員工每天都拿出 100% 的完美狀態，而是期待他們付出當天所擁有的 100%（可能是疲憊的一天中僅剩的 40%），並由團隊其他成員共同補足。」這才是具備同理心的團隊溫度。

【成功留才的四大終極驅動要素】

Beverly 給予所有組織領導者與人才發展專家 (TD Professionals) 四個具體的實踐指引：

ASK (主動提問)：「好奇心是留才的新貨幣 (Curiosity is the new currency)。」 經理人不要靠猜測，而要主動且頻繁地開展「留任訪談 (Stay Interview)」，詢問員工：「你喜歡目前工作的哪一點？」、「是什麼讓你願意繼續留在這裡？」、「有什麼是我能為你改善的？」

BUCK (承擔責任)：勇於為團隊的留任成果負起所有權 (Take Ownership)，而不是一味把人員流失歸咎於 HR 或大環境薪資。

NUMBERS (衡量成本)：正視流失一個關鍵人才所帶來的天文數字 (Astronomical Costs)，那不僅是招聘新人的費用，更包含內部知識流失、團隊士氣打擊以及團隊關係重組的隱形成本。

ZENITH (知行合一)：警惕「知行差距」(Knowing-Doing Gap)。 我們都知道關懷員工、傾聽很重要，但要在每日繁忙的會議與 KPI 壓力下落實，需要極大的勇氣 (Guts) 與毅力 (Courage)。

【總結與個人反思】人才是企業最具競爭力的核心槓桿

這場演講之所以能感動現場無數的專業人員，在於它直指人心的「人性化」視角。Beverly Kaye 在 82 歲的高齡，依然充滿熱情地站在 ATD 的舞台上，笑稱這絕非她的「退休謝幕之作 (Swan Song)」，只要她還有一口氣，她就會繼續推動這項留才的使命。

身為企業管理者或 HR 專業人士，在面對 AI 浪潮、自動化工具對職場的巨大衝擊時，我們手握大量精密技術，卻忘了「人」才是企業最具競爭力的核心槓桿。技術可以被複製，AI 可以被授權，策略可以被模仿，但一個由「大聲表達關懷、彼此信任、持續學習」所凝聚的高效團隊關係與組織文化，是任何競爭對手都無法複製的黃金資產。

在未來的管理實踐中，我們應該徹底告別那些有毒主管的行為，停止裝聾作啞，開始「大聲對我們的人才表達愛與關懷」——用尊重彰顯他們、用提問傾聽他們、用空間包容他們。而像旭聯 FLAMMA 這類具備人性溫度的整合方案，正為我們實踐這份關懷提供了最有力、最具溫度的數位基礎設施。

📋 組織下一步行動建議

• 進行管理毒性自評：挑選「12 種最致命的有毒主管行為」這張清單，在經理人會議中進行一次匿名自評與反思。
• 以日誌引導情緒覺察：引進溫暖日常的內省書寫工具，鼓勵同仁自我覺察，並協助管理者隨時掌握團隊情緒健康度 (Wellness)。
• 啟動留任訪談 (Stay Interview)：在下週的一對一面談中，勇敢地向您的下屬開展一次 Stay Interview，主動詢問員工願意留在這裡的原因以及可以為他調整的事項，這將會是改變團隊文化極具力量的起點。