目錄
AI這個數位技術開始逐步導入我們各行各業之中，從分析到應用越來越普及，即使教學培訓領域，AI也可以帶來更好的成果與更快的效率，究竟AI可以如何協助培訓進行呢？如何透過數位科技協助企業進行人員賦能，提升訓練成效？
數位賦能如何改變工作型態？從分析式AI到生成式AI
李東朔董事長（以下簡稱李東朔）提出一個概念叫做「學習之鐘」，大意是在說：在傳統的企業培訓之中，效果、規模、成本，這三個要素往往互相制約。
意思是在任何一場培訓當中，很難同時三個全包，例如我們常見的「導師1對1培訓」，就是屬於效果很好，但高成本、也無法大規模的來推行，另一個極端就是「會員大會」，學習的效果不一定很好，但規模很大、同時也因為場地的原因，會花費許多場地費而無法省下成本。
因此，傳統企業培訓必須在在這效果、規模、成本這三者中去取捨與抉擇。不過，這個限制在AI技術越來越成熟的現在，就有機會突破改變！
李東朔認為目前AI可以從一開始「分析式AI」逐步發展出「生成式AI」，技術創新帶來更多的應用可能與場景。
- 分析式AI：包含Google的搜尋、Facebook演算法、橋水基金的量化交易
- 生成式AI：藝術、設計、文案，開始有越來越多成品能由AI來產生。
一般人會把生成式AI看做一種「取代」，但我們更應把AI看做是我們身體與智慧的延伸，我們可以借助AI，快速的產生出內容，然後去微調即可。同時，借助AI的力量，在過去被視為耗時耗腦的靈感型創作，也能夠大幅的提升工作效率，提高產出。
更可以說，這種生成式AI可以幫助我們減少精神的內耗，將知識性的重複勞動中解放出來。
延伸閱讀：AI時代來臨，我們該強化自己哪些能力？
UMU學習系統如何運用AI賦能？
UMU的賦能方法1：Ushow
透過分析式AI「Ushow」，也可以在企業培訓領域節省大量的時間。
一般而言，傳統培訓需要檢驗學習成效，這個檢驗的過程會耗費大量的人力，透過AI卻可以輕鬆地節省時間並提升成效，以培訓業務來說，口語、情緒、面部表情都會影響業務成果，而透過Ushow就能快速地進行成果檢驗，舉例來說：提供六大維度進行評價並且給出建議，包含開場白、產品知識覆蓋、特徵利益轉化、邏輯結構、結束語、肢體語。透過AI就能檢驗業務人員的學習成效！
因此這樣的設計，可以支持大規模化、個性化的刻意練習與學習反饋，同時也可以支援大量的模擬訓練、標準化來提升學習成效，最後透過培訓讓整體的績效提升，這些是傳統培訓不論是線上還線下都做不到的效果。
因而可以說，當別的企業還在追求課程時數，優秀的公司早就通過AI的方式來提升學系成效。
對於企業來說，培訓的最終目的是提升人才發展，進而推動組織向上提升，最終創造更好的績效，因此學習並不是目的，而是透過學習實作，產生個人及組織上的「進步」才是重點。
疫情席捲各行業的過程中，各個組織都需要重新審視「人效模型」，如果為了降低成本而大量使用新鮮人，那麼有一套良好的培訓系統，就能讓新人可以快速上手，縮短新人成為即戰力的時間，就是提升人效模型的重要手段！
UMU的賦能方法2：AI微課
如果說Ushow 是提高培訓成效，那麼AI微課就是「更快產生教學內容」。
產生內容並不是一件容易的事情，需要撰寫文字、撰寫講義、拍攝錄製，每個環節都會花費大量的時間，尤其錄製到一半的卡詞，也需要重新調整製作。AI微課可以不用真人錄製，而是改以AI來生成，快速產生高品質內容，因此也可以更快的生成課程視頻（影片），讓產製好內容變簡單。可以簡單理解為，使用簡報模板讓做簡報變簡單；使用AI微課則是讓準備課程變簡單！
除了Ushow 與 AI微課，AI領域在學習發展應用上其實非常廣泛，簡單來看可以分為四大環節「AI推薦－AI生成－AI賦能課程－AI課程」，從挑選推薦課程、生成製作內容、更好的提高課程質量到最後的演練學習，可以全方位的提升學習成效。
當越來越多企業使用UMU的時候，本身也能帶動AI的升級，產生兩個正向的飛輪循環，包含產生更多的數據以及算法，進而推動更好的產品功能以及更多的企業使用帶來更多學習場景，進而迭代創新產生新的產品。
不過我們也必須認知，單純的技術升級並不能解決學習有效性的問題，從過去到現在電影、收音機、電視、電腦被發明的時候，都被認為能夠大規模的應用到教學領域上，進而產生改變。
然而，這個預期並沒有發生，因為這僅僅是一個媒體媒介，負責傳遞內容，但學習不只是灌輸訊息而已，因為這樣的學習只是一個被動式灌輸的學習，但實際上一個人的學習應該是一個思維建構的過程。
那麼應該怎麼做呢？
UMU透過科學與技術，讓教學真正有效
在任何一種教學環境中，都會有四種教學型態，分別是被動式、主動式、建構式、互動式，這四種每一種都包含了前一種並且有更好的模式。其中以建構與互動式最好的，可以對照這張圖來參考。
我們希望組織企業培訓的學習，能夠真正的產生認知行程到學習改變，這個過程中就必須要尊重學習科學：雙通道原理、容量有限原理、主動加工原理，UMU就是讓整個產品能夠模塊化來達到更好的應用。
UMU的三種距離學習法
我們把學習模式拆解成三種，分別是遠距、中距與近距學習。
近距離的學習以應用範圍為主，簡單而且可以大量複製的機械性行為。而原則性的學習可以用遠距離來進行，我認為好的學習應該是：「中距離學習」，利用模式來學習項目。因而這套系統是基於中距離學習法，開發出新的應用場景。
TPACK模型：用技術賦能教學法
把所有的內容總結一下，產生「TPACK模型」：UMU用技術賦能教學法，將內容轉化學習者能力，意思是結合技術、教學、內容的模式。
UMU發展至今以「教學有效」提供一站式的解決方案，透過4個D構建出AI、學習、社群與深度協同等功能，希望發展全球的學習資源連結人與知識加速知識的流動，讓每個人都可以融入、分享並收穫。
太毅年刊會客室
沒參加到今年的太毅年會嗎? 或是想深入了解更多資訊呢?
歡迎您參與太毅國際顧問集團主辦的【2023 太毅年刊會客室】，我們將分享最新的太毅年刊內容，更多培訓趨勢、太毅大數據，提供您完成2023的年度訓練計劃，相關活動資訊如下：
您也有訓練需求嗎?
填寫訓練需求表單，我們將盡快派專人與您聯繫，提供相關培訓建議與資料，以協助您的企業人才持續發展。
