迎戰新世代AI學習變革：數位時代的人才發展加速器【2025年中數位論壇 | 太毅創新實驗室計畫主持人 解博安】

分享人 | 太毅創新實驗室計畫主持人 解博安，太毅國際數位部摘要報導

隨著AI技術快速發展，工作者面臨前所未有的挑戰與機會。當AI能夠處理越來越多的資訊分析工作時，人類的價值轉向了判斷、情境理解與溝通說服等核心能力。

為了協助員工發展這些在AI時代不可替代的關鍵能力，企業紛紛加大培訓投資。然而，在協助多家企業規劃人才培訓的實務經驗中，我們發現傳統培訓方式在培養這些「軟實力」時成效不佳，主要問題來自：缺乏70-20-10法則中關鍵的70%職場實踐應用、讓人頭痛的遺忘曲線效應，以及缺乏行為改變的有效追蹤機制。

面對這些培訓挑戰，解決之道在於重新建構學習設計的方法論，並善用AI工具讓「刻意練習」真正落地。太毅創新實驗室計畫主持人解博安Brian，透過近期企業培訓的實戰案例，展示了科學化學習設計框架與AI陪練工具的應用結合——在十個月內創造超過7,000次的練習數據，成功實現從認知到行為、從無感到有據、從一次性到延續性的培訓變革。

AI趨勢下的工作型態轉變

根據世界經濟論壇2025年5月發布的首席經濟學家展望報告，經濟學家預期AI對GDP增長的三大貢獻分別是：68%任務自動化、62%加速創新，以及49%工作者「增能」。值得注意的是，這裡的「增能」定義為「人機協作而非替代」。

博安特別關注到第三項「工作者增能」的重要性，他觀察到企業導入AI時，很多人不再只是關注技術多新，而是究竟它未來能為企業帶來多好的效應。這個轉變反映出企業開始從技術導向轉為價值導向的思維模式。

在AI趨勢下，工作型態正在發生根本性轉變：「AI處理資訊 → 人來解釋決策與說服他人 → 合作實現任務」。雖然GenAI可以產出大量資料與建議，但它有三個無法達成的關鍵限制：無法因應現場情緒適度回應、無法因人設計溝通方式，以及無法對決策者直接說服與影響。

「當AI處理完資訊後，人來解釋決策與說服他人是很關鍵的，也就是我們人更重視要怎麼表達自己的想法，以至於可以建立信任到後面促成共識，這將是未來人才關鍵的競爭力。」

因此，當現在的GenAI已經在顛覆我們熟悉的知識工作時，工作者更需要培養三個核心能力：判斷、情境理解與溝通力。博安進一步提出兩個反思問題：「你能不能說清楚為什麼要做？怎麼說服別人一起做？」面對這樣的變化，企業培訓也必須跟上腳步，我們如何透過培訓有效協助夥伴提升能力？過去培訓遇到哪些挑戰，又有哪些方法可以突破？

培訓現況檢視，為何培訓成效不如預期？

我們投入大量資源在員工培訓上，但效果卻不如預期。博安分享2個科學理論，揭示培訓成效轉化的挑戰。

首先是10-20-70法則，課堂上的學習只佔10%，真正能讓學習成效落地則來自職場中70%的刻意練習，這正是多數企業培訓最薄弱也最無奈的環節。另一個讓培訓成效不如預期的挑戰是「遺忘曲線 Forgetting curve」，從遺忘曲線的結果說明記憶開始一天後有74%被遺忘掉，只有26%被記住。這個狀況也意味著企業花費大量成本進行的培訓，在短時間內就失去了大部分效果，這是非常可惜的。

此外，過去培訓普遍缺乏行為追蹤機制，企業很難知道培訓是否真正改變了員工的工作行為，更難以衡量培訓的實際ROI。這些挑戰讓企業陷入「培訓很重要，但成效很有限」的困境。要解決這些根本問題，我們需要重新思考學習設計。

學習設計3.0：科學化培訓的理論基礎

2017年美國 ATD 特別強調的 LXD（Learning Experience Design）概念，啟發太毅提出Hybrid Learning Design（HLD），並在2025年發展為 HLD Plus。這個轉變是培訓思維的改變。博安回顧這個發展歷程時指出：「過往較重視的是培訓者和講師要選得很厲害，但更應該將關注點從培訓者回到學習者，究竟學習者怎麼吸收、怎麼收穫、怎麼體驗整個旅程才是更關鍵的。」

3 維度學習設計框架

HLD Plus建立在三個核心維度之上，每個維度都直接回應了現代企業培訓的痛點：

• 時間維度：涵蓋培訓的前中後完整學習流程，確保學習不只發生在課堂上。
• 關係維度：聚焦在主管、學員、講師等關鍵利害關係人間的互動，建立完整的學習生態。
• 空間維度：突破實體限制，我們可以透過線上共聚一堂，空間已經不再是問題，我們隨時可以在手機學習數位課程，或在路上聽Podcast，這都讓我們可以更自由且彈性的學習。

訓練移轉九宮格：客製化企業培訓策略

HLD框架的核心工具是Training Transfer 九宮格，這個工具將培訓的「前中後」三個時間階段與「主管、學員、講師」三個關鍵角色結合，形成九個不同的互動節點。

在這部分我們也觀察到ATD在過去的資料中提到這9個位置都有需要達成的目標與任務，而排列順序也會根據組織、企業文化與環境的狀況有所不同，太毅依照過去在企業培訓的實務經驗中，特別彙整常見的3種應用模式「主管主導型培訓」、「策略變革與組織轉型」、「學員自主型」。這種因地制宜的設計思維，為企業提供靈活的培訓策略選擇。

有了科學的設計框架，但如何在實務上落地執行？如何讓「刻意練習」真正發生？這正是AI學習工具能發揮價值的地方。

延伸參考資料：
1. How Can You Ensure Transfer of Training. By Tris Brown
2. Evidence-Based Design That Leads to Learning Transfer. By Fergal Connolly
3. Training Best Practices:LEARNING TRANSFER
4. Design Tactics for Training Transfer By Melanie Martinelli and Dr. Ina Weinbauer-Heidel

善用AI學習工具：從理論到實踐的關鍵橋樑

基於 HLD Plus 的設計原則，我們可以運用 AI 來協助解決三個關鍵問題：如何讓 70% 的職場練習真正發生？如何克服遺忘曲線？如何追蹤 L3 行為展現？

讓刻意練習自然發生

UMU學習平台的AI學習工具包含AI作業和AI Chat bot，透過AI通關設定讓刻意練習不再只是口號，不管是表現力、內容力或時間長短，都可以讓刻意練習自然發生。

博安分享也提到：「當學習者練習未通過時，不好意思，他不會有下一步，學員必須要重新練習直到過關，才能往下一步。」這個機制確保練習品質，解決了10-20-70 法則中 70% 職場練習難以落實的問題。而在不斷練習的過程，也能讓學習記憶更加鞏固、延續並深化，有效因應遺忘曲線帶來的挑戰。

最重要的是，AI工具解決了HR最關心的「究竟怎麼達到 L3 行為展現」的問題。系統可以記錄完整的練習數據軌跡、透過影片佐證語言行為，並結合HI（Human Intelligence）人工管道的評估方式，可以讓主管、講師、評審員，進行評估，將抽象的學習成效轉為具體可見的行為改變證據。

成效驗證：AI學習工具如何創造培訓變革

經過十個月的實戰應用，太毅累積了超過7,000次的練習數據，實現了三個重要變化：

變化一：從認知到行為

不再停留在認知層面的課程，「基本上連三小時的課程都可以有行為的展現資料」，讓培訓效果可以被具體衡量。

變化二：從無感到有據

過往「上完課後只有課後滿意度，或者是大家對學習的心得，或是也有一些paper work，但總是少了點什麼」，現在「有了資料可以支撐的更有說服力」。

變化三：從一次到延續

不再只是一次學習，不管是一天七小時或者是半天三小時，都可以創造出延續的概念讓學習可以落地發生。

成功案例1：企業溝通訓練

68位學員創造548次刻意練習，平均每人練習8次以上，任務限制在課後2日內完成。博安特別說明這個時間限制的巧思：「如果把這個時間拉很長，就會遇到遺忘曲線的問題，不及時練，學員就可能練的是錯的。」

「AI輔助讓教學真正延伸到課後，看到每位學員在鏡頭前反覆練習，讓教學不只發生在教室，也落實在行動上。」—林嘉怡老師

進一步了解實務案例：AI陪練工具創造68人548次刻意練習，翻轉企業溝通訓練加速行為轉化！

成功案例二：內部講師訓練

39位學員創造770次練習，平均每人練習14次以上。博安分析了一個有趣的現象：「你會發現他越練越少，為什麼？他越來越掌握了，表示他是進步的。」

「AI是放大練習品質的好工具，但『會教』還是要靠人練出來。AI陪練很像貼身教練，讓每次練習都有方向、有回饋。對講師來說，這是打基本功最快的方式。」—陳志勇老師

學員特別回饋的價值是「不用等到第三天才知道表現怎麼樣」，因為在每一次課後就做練習，把練習的門檻降低了，讓學員在發表前不用面對這麼大的壓力。

進一步了解實務案例：內部講師訓練再進化，AI陪練工具創造刻意練習情境，數據化追蹤成長

實務指南：5大應用場景與導入注意事項

UMU AI作業的價值主張

博安清楚定義了UMU AI作業的核心價值：

「把『說』這件事變成可練習、可評估、可回顧、可落地的閉環訓練機制，把抽象的『說話能力』變成具體、可練、可評的『行為改變證據』。」

博安特別澄清兩個常見的誤解：這不是AI教學系統，「它不是知識傳遞平台，是行為演練+表現評估+回饋機制」；也不是單純錄影片交作業，而是「搭配課程結構化設計+AI初步評估+HI行為對照的完整訓練系統」。

五大主力應用場景

AI陪練工具的五大應用場景：

1. 明確答案型：適合客訴應對話術、SOP流程說明等，關鍵字明確可設定
2. 邏輯結構型：適合自我介紹、產品簡報等，強化邏輯順序與重點提取
3. 情境應對型：適合客戶抱怨、跨部門協調等，評估臨場應變能力
4. 表達練習型：聚焦語速、語調、眼神等表現力指標，適合反覆練習
5. 角色扮演型：適合面談模擬、教練式對話等，需搭配HI觀察行為指標

博安分享目前在企業推展上，情境應對型是「非常多數」企業應用的場景，例如客戶應對技巧、跨部門溝通、內部講師培訓。

導入注意事項

「推廣那麼順利嗎？沒有任何風險嗎？其實是有的。」主要是學員對影片錄製的三大疑慮：人臉資料外流、影片被同事觀看，以及隱私權保障問題。

針對這些疑慮，我們建立了完整的「UMU AI作業影片保護原則」，包括僅限本人與指定評分者可觀看、所有影片僅供訓練回饋使用、平台不會取用影片作為AI訓練素材等保護機制。透過透明的溝通和機制，可以有效化解學員的疑慮，也能真實讓AI協助學習者增加練習的機會，提升學習轉化的機會。

借力使力，善用AI帶動學習落地

目前數據持續累積增長，太毅設定了10萬次練習的目標。透過科學化學習設計與AI工具的智慧應用，企業能夠真正實現從認知到行為、從無感到有據、從一次到延續的培訓變革。這不只是技術的進步，更是培訓思維的根本性轉變：從以培訓者為中心轉向以學習者為中心，從追求課程滿意度轉向追求行為改變的實證。

未來的企業競爭力，將取決於能否快速培養出具備判斷力、情境理解與溝通力的人才。而善用AI驅動的學習設計，正是企業在這場人才培養競賽中勝出的關鍵武器。