面對知識更新速度日益加快，講者分享了多個實際應用案例，說明如何透過 AI 技術將靜態知識轉化為活化資源：

　•將企業知識文件轉換為 Chatbot 或 Podcast，滿足不同學習偏好；
　•利用大型語言模型自動分析員工回饋、產生報表、甚至直接生成教學HTML；
　•結合語意嵌入技術（Embedding），讓知識模組更易搜尋、推薦。

他特別提醒：「內容的品質才是根本。」 AI 並非萬能解方，而應被視為可信內容的轉譯橋樑。否則，正如 Google AI 曾建議在披薩上加膠水般，錯誤訊息將可能造成企業重大誤導。

當學習工具變得更智慧、更即時，我們也必須重新思考學習的真正意義——它是否只是為了提升績效？還是還有更深層的價值？

xAPI（Experience API），又稱 Tin Can API，是為了解決SCORM在彈性與擴展性上的侷限而誕生的新一代學習標準。與SCORM僅能追蹤學員是否完成課程、分數與時長不同，xAPI幾乎能夠記錄任何形式的學習行為，不論是在線上觀看影片、操作模擬器、完成任務，甚至是在實體場域進行的現場訓練活動，都可以被記錄下來。

xAPI使用JSON結構記錄每一筆學習事件，並將這些事件儲存在LRS（Learning Record Store）中，使資料能夠跨平台整合與後續分析。這種彈性使企業得以全面掌握學員的學習旅程，並進一步將資料與其他系統（例如：CRM或HR系統等）串接，以分析學習行為對實際工作成效的影響。

xAPI 的基本記錄單位稱為「語句（Statement）」，格式通常為：

　　　”Actor” + “Verb” + “Object”

例如：

　　　Alice completed Intro to xAPI

這句話代表的是：「Alice 完成了 Intro to xAPI 這門課程。」

透過這樣的格式，xAPI 可以記錄下誰（Actor）在什麼時候做了什麼事（Verb），對哪一個學習對象（Object），並可進一步加上時間戳記、結果、上下文等進階資訊，讓學習記錄更具深度與可分析性。

不過，xAPI的高彈性也帶來挑戰。由於它並未強制限制資料輸入的詞彙與格式，相同的學習行為（例如：完成課程）可能被記錄為”completed”、”finished”、”done”等多種詞語。雖然這讓學習行為能表達得更具細節與語意，但同時也增加後續資料清洗與彙整的難度，需要額外的處理與標準化。

在AI時代的環境下，學習與工作已不再是「人vs機器」，而是走向「人機共創」的協作關係，人工智慧在學習與發展領域中，最大的優勢正是它能夠為多元化群體提供適應性、個人化的學習體驗，要如何依據每位員工的獨特需求與目標量身訂做學習模式？有以下三個步驟：

　1.個人化推薦：依照員工的學習水準，進行評估並推薦相符的客製化課程。

　2.客製化學習路徑：由AI根據學習者的學習需求，設計出循序漸進的學習模組，確保學習者能夠獲得適當的挑戰，避免「一體適用」的傳統學習模式造成高階學習者感到無趣，或初學者感到難以負荷的情況。

　3.智慧輔導系統：由AI作為虛擬教師即時提供回饋、問題回答與個別指導，協助學習者在發展新技能時保持正軌的學習路徑、建立信心，進而提升整體學習成效。

企業若能鼓勵員工學會與AI工具協作，並在職涯學習發展中導入AI輔助教學、評估與分析，建立具備「人機協作」的訓練模式與企業文化，而這樣的文化若能持續朝向開放、敏捷、共創的方向發展，將能真正發輝AI + Human的綜效價值。

錯誤的管理抗拒方式包括：用邏輯強壓、忽略對方情緒、權威式管理、與員工爭論、或認為對方就是「難搞的人」。這些行為不但無效，還可能加深彼此的對立。

Mollkoy 提出一個簡單又有效的管理抗拒步驟：

　1.引導對方說出抗拒（Surface it）
　主動開啟對話，例如：「你對這個改變有什麼擔憂？」別假裝一切正常，抗拒若被壓抑，反而更難處理。

　2.傾聽並認可（Listen & Acknowledge）
　接住對方的感受，不急著下結論或反駁，而是讓對方感受到「你有在聽」。

　3.找出原因（Pinpoint the Source）
　是「變什麼」讓人困惑，還是「怎麼變」讓人不放心？還是仍有其他顧慮或議題？

　4.重新定義「抗拒」（Name it）
　嘗試幫對方把感受說出來，幫助情緒變得可被理解，例如：「你似乎擔心這個變化會打亂你的工作節奏？」。

　5.引導具體行動（Call for Action）
　設定期待、釐清責任分工，引導對方朝可行動的目標邁進。

這個過程在本質上不是消滅抗拒，而是運用理解和引導，將它轉化成參與與承諾。

一、Feedback(回饋)是否會影響一個人？

1.1 人類大腦對回饋的反應

根據 Mashihi 和 Mowack 的研究，大腦對於回饋的反應比我們想像中更「生理化」與「情緒化」。當我們談到「回饋」引起的強烈情緒反應時，兩個大腦區域：杏仁核（Amygdala）與前扣帶皮質區（Anterior Cingulate Cortex, ACC）會開始工作。

這兩塊區域是情緒處理、社交痛苦和威脅反應的關鍵節點，這幫助我們理解到為什麼即使是善意的建議，也有可能令人感到不安，讓人感覺「心被刺痛」，這就是為何在許多情境下，「給出回饋」反而比「接受回饋」更令人焦慮。

例如：我們想像一位員工收到主管說：「你的報告這部分寫得不太清楚。」雖然是出於改善的回饋，但我們的大腦反應是：

　•杏仁核可能立刻解讀為威脅 → 「我做錯了，是不是不被肯定？」
　•前扣帶皮質區則啟動社會痛覺機制 → 「我被指出缺失了，好難堪。」

這種反應幾乎是自動發生的，說明為什麼回饋（尤其是負面的）會引發強烈情緒，並不是因為脆弱，而是因為大腦本來就設計成這樣。

此外，大腦中所謂的「預設模式網路」與「任務正網（task positive network）」之間的互動，說明了人類如何在接收回饋時，同時感受到威脅與學習的機會。所以，成功的回饋不是來自單方面的資訊傳遞，而是能引導對方進入「學習模式」的神經歷程。

1.2 為什麼我們會低估自己的盲點？

演講中提到一個常見現象：「鄧寧-克魯格效應」（Dunning-Kruger Effect），也就是當一個人能力不足時，反而容易高估自己的表現，低估自己有待改進的地方。這會讓他們更難以接受別人的回饋，因為他們根本不覺得自己需要改變。

舉個例子來說：一位剛進職場的新手，可能在還不太了解工作流程時，就自信滿滿地認為自己做得很棒，因此當主管提出改善建議時，他可能會感到被冒犯，甚至完全聽不進去。

但更有趣的是來自 UCLA 的研究指出，這樣的「正向幻想」，也就是我們對自己有點過度樂觀的看法，其實對心理健康和學習動力是非常有幫助。

這種樂觀能讓人有勇氣面對挑戰、持續努力。不過，這樣的幻想必須搭配來自他人的真實回饋，才能發揮正向作用。否則，我們可能就會一直活在自我感覺良好的世界裡，無法真正進步了。

Jenn Labin分享以下五大教練調整策略，協助教練者更有效地回應不同學習者的需求，打造包容且有成效的教練歷程：

1. 共同創建系統：外化執行功能
Co-Create Systems: Externalize Executive Functions
協助員工建立「待辦事項板」、「時間區塊行事曆」、「提示工具」等視覺化工具，針對記憶或工作排序困難者，設計流程指引（SOP）或固定儀式（如晨間啟動流程）來建立穩定節奏。

2. 空間與步調：調整教練節奏
Space & Pace: Adapt the Rhythm of Coaching
讓會談節奏更貼近被教練者的狀態，例如：採用短頻率高的會談模式（如每週 20 分鐘，而非每月 1 小時），或使用非同步工具（如語音或簡訊回饋）持續維繫教練關係。

3. 有意識的溝通：個人化傾聽
Intentional Communication: Personalize Listening
運用開放式問題，引導被教練者主導話題（例如：「今天有什麼讓你覺得進展的地方？」）。依據每位員工偏好設計溝通方式，並確保訊息保有具體性、可視、易懂，以減少理解落差。

4. 共同調節與聯盟：建立安全的關係
Co-Regulation & Allyship: Build a Safe Relationship
在教練過程中建立信任關係、共同調節情緒，讓對方感受到「被接納與支持」，可主動詢問：「在這個空間中，什麼樣的互動方式對你最有幫助？」以打造真正安全的學習環境。

5. 反思與感官可及性：消除洞察障礙
Reflection & Sensory Accessibility: Remove Barriers to Insight
提供感官友善的教練環境，並提供書面或視覺輔助工具來協助內省與成長，例如：可結合影片、視覺、身體活動等非語言媒介，來促進理解與反思，突破單一語言表達的限制。