分類: Work 工作職場

人工智慧時代的職場變革：強者更強、弱者更弱？

[大衛選讀] 經濟學人近期在財經與經濟專欄中刊出一篇文章《How AI Will Divide the Best from the Rest》指出，AI 可能加劇就業市場的兩極化發展。高階人才和能夠掌握 AI 技術的人，將獲得最多的好處，而低階勞工則會面臨被取代的風險。

身為經濟學人的長期讀者，相較於過往傾向 AI 賦能弱者的論述，我可以明顯感受到，報導的風向正在轉變… AI 究竟會讓人人都變強，還是加大能力差異，或甚至是取代所有人？

本文選讀彙整了多篇文章，內容整理如下，原文連結則放在留言中。

早期的樂觀預期：AI 幫助平等賦能 (AI as an equaliser)

說早期，其實也不過就是兩年前。2023年4月，史丹福大學 Erik Brynjolfsson 和麻省理工學院的 Danielle Li 與 Lindsey Raymond 的研究發現，生成式 AI 工具提高了新手客服人員的生產力達 34%，幫助他們更快更有效地進行問題查詢。相較之下，資深員工幾乎沒有獲得同等的效能提昇，因為 AI 只是強化了他們已經在使用的方法。

在這階段的研究裡，AI 技術似乎特別能夠幫助到，那些表現較差或技能較低的人群，使他們能夠生產出更高質量的工作成果，進而縮小與高績效者間的差距。

別高興得太早，故事還沒結束。

最新發現：AI 更可能會擴大差距 (AI as a Divider)

然而，近期 MIT 麻省理工學院在 2024年12月的研究中發現，頂尖研究人員在使用人工智慧來探索新材料時，研究效能的提升可以達到一倍以上；但是換到能力後段三分之一的研究員，有沒有使用 AI 則幾乎看不出差別。

這是因為擁有豐富專業知識的頂尖科學家，可以從AI生成的各種可能性當中，識別出較有希望的建議，並排除糟糕的選項。相較之下，能力後段的研究員則很難從大量五花八門的輸出中，篩選出有用的假設。

隨著更多研究證據的出現，早期認為 AI 會成為「偉大平等工具」的樂觀預期已開始動搖，取而代之的是 AI 可能會擴大現有差距的擔憂。

差異的關鍵：任務複雜度

仔細比較前後的差異，會發現兩年前的研究，更多關注在那些相對標準化和結構化的任務上，例如客服諮詢回應、基本文件生成，或是合約起草。在這些領域中，AI 確實能夠提供明確的指導和協助，對缺乏經驗的人員尤其有效。

然而當工作牽涉到複雜判斷、創造性思維，以及綜合分析的困難任務時，那就沒有標準答案了。高技能專業人士比起一般人，更能夠準確評估 AI 輸出的質量好壞、識別其侷限性，並將 AI 生成的結果與自身專業知識，有效地連結整合起來。

這種能力上的差異，在簡單任務中或許看不出來，但在複雜任務中卻會被明顯放大。

這形成了一種倒置效應：一旦任務的複雜性提高，AI 弭平人類能力差距的效果似乎會減弱；甚至會完全倒過來，進一步加大了能力上的差距。

強者更強，但可能最終還是逃不過自動化

經濟學家估計，過去 40 年來美國工作者的薪資差距不斷擴大，其中超過一半是由於以前由人類勞工完成的任務被自動化所取代。他們發現，經濟產出中，支付給工人的薪資比重不斷下降，而用於機械和軟體的支出卻不斷增加。

閱讀全文 人工智慧時代的職場變革：強者更強、弱者更弱？

那些錄音筆錄不到的事：乙方PM的專案溝通課

[大衛選讀] 昨天去上了一堂，扎扎實實的 PM 專案溝通課。這是悠識學院的 Richard 特別開給設計顧問同業的閉門交流課。

因為關起門來，大夥聊起甲乙雙方的愛恨糾葛，總是特別真實深刻。由於收穫太多了，我特別把互動問答當中，特別有共鳴的觀念整理出來，結合自己的經驗反思，寫成一篇專文。

對於這堂課有興趣的朋友，歡迎直接聯繫 Richard。

客戶總是變來變去，有什麼不變的對應原則？

首先，你的個人動機很重要。

如果你做這個案子沒有想清楚自己的動機，那會很容易變得沒有動力跟韌性，也很難調適各種困難與變化。專案開始前，得要先找到個人的動機，那將會是在變動中，評估自己該如何做的不變核心。

這就要順便分享我自己帶專案，常會跟團隊討論的四個目標，也就是專案、客戶、團隊，以及個人目標。

專案目標最簡單，要達成的目標跟交付物，都寫在RFP跟開案簡報裡了。

客戶目標則要主動去考慮，他們除了順順做完專案之外，希望能順便建立結構、訓練培力、還是升官前的考驗？知道了就能幫忙，會去考慮客戶心裡要什麼，也才有機會經營夥伴關係。

團隊目標則是，我們自己的團隊想要完成些什麼。也許是想要挑戰新的領域，也或許是面對舊專案想要嘗試新作法？設好團隊目標，大家做起專案來會比較有共識，什麼要多做一點，什麼得要放掉。

個人目標是常常被忽略，但是很重要的部份。我通常會在專案啟動前，一對一跟團隊成員討論個人的目標。無論是要挑戰資深崗位、轉換不同角色，還是累積特定的作品經歷都好。討論確定了，就讓團隊裡的每個人都知道彼此的個人目標，這就有機會讓大家互相幫忙。

總之，個人的動機很重要。有值得追求的目標放心裡，才不會浪費青春，白白做一個案子。

溝通不良，無法改善，甚至對方失去了溝通意願？

專案上的溝通，不是為了當好人、討好客戶，或是維持私人關係。

溝通只有一個目的，就是設法達成既定的專案目標。

所以遇到溝通的問題時，得要回到根本去檢視專案的目的 (Goal, 為什麼要起這案子) 跟目標 (Objective, 要達成什麼)，然後盤點人事物的現況，看看到底中間發生了什麼問題。

回到個人經驗，通常在專案初期的內部訪談過後，我會帶團隊在客戶公司樓下大廳快速retro, 交流剛剛聽到了什麼「錄音筆錄不到的事情」。

有些事情不好說、有困難，在面對面的場合裡，就會形成錄音筆錄不到的無聲互動。這裡頭藏的可能就是關鍵的 hidden agenda，若能早點發現應變，就可以省掉中後期的大量溝通成本。

此外，溝通的原則技巧，除了順藤摸瓜 + 對等溝通外，有一個態度上的建議，那就是：「我是來幫你的，你有什麼問題，都可以跟我說。」我的親身經驗是，即使碰到合作意願低落的窗口，只要把這來幫忙的態度擺好，多溝通幾次，總是會有機會切進去的。

客戶只簡略介紹需求，就要求估價？

PM 常常碰到這狀況，那該怎麼辦呢？簡單講，硬著頭皮報價是很不負責任的作法。要不害死自己，要不報價含風險溢價就會高到沒天理，開頭就留下一個壞印象。

預算 vs. 估價 vs. 報價，這是三個不同的字眼。

閱讀全文 那些錄音筆錄不到的事：乙方PM的專案溝通課

我們已經準備好迎接又快、又劇烈的 AGI 變革嗎？

[大衛選讀] 近期紐約時報旗下的 Hard Fork 做了一則專訪，訪問 OpenAI 前任資深顧問 Miles Brundage，談 AGI 發展趨勢，以及對於大眾的影響。

過去六年深入參與 AGI Readiness 的研究工作，他認為現在是一個很瘋狂的狀況。一方面 AI 技術發展正在向前不斷加速，但是另一方面政府跟社會似乎都還沒有做好應變的準備，大眾的認知也跟先進實驗室的發展現況有相當落差。

對他來說，趨勢很明顯。不需要幾十年，而是在未來幾年內，人工智慧將能夠全面勝任人類在電腦上能做的各種工作。提早退休的時代將會比我們預期地更早來臨，隨著經濟快速發展，若能搭配好的租稅與社會福利制度，大多數人無需工作也能過活。

變革之大，教育與工作的意義，將需要重新被探索跟定義。在那之前，為了更好的在後人工智慧時代下生活，Miles Brundage 建議，人們應該趁現在，趕快積極儲蓄，並且充分了解人工智慧的能與不能。

本文選讀彙整了多篇文章。內容整理如下，原文連結則放在留言中。

我們已經準備好迎接又快、又劇烈的 AGI 變革嗎？

Miles Brundage 曾任牛津大學人類未來研究所的研究員，之後加入 OpenAI，參與通用人工智慧準備 (AGI Readiness) 的研究工作，以確保 OpenAI 在建構更強大的人工智慧系統時，能夠安全地釋出這些系統，讓社會享受到人工智慧帶來的益處，同時減輕風險。

他在 OpenAI 工作六年後，宣布離開的消息引起了很多關注。他一直非常積極地呼籲大家關注這些系統的風險。但他在離職的過程中表示，他不認為 OpenAI 或任何其他先進人工智慧實驗室已經為人工智慧的到來做好了準備，而整個社會也還沒做好準備。

如果去仔細閱讀各個先進人工智慧實驗室發表的東西，會發現他們普遍承認還沒有完全掌控一切。所以這是一個很瘋狂的情況：一方面是技術進步非常快，另一方面是了解最多的人卻說我們還沒做好準備。

電腦在未來幾年內，或將全面勝任人類在電腦上能做的各種工作

在未來幾年內，很可能會出現人工智慧系統，在電腦上的工作能力完全超越並可取代人類，無論你是否要稱它為通用人工智慧 (AGI)。

趨勢很明顯，這些系統將能夠操作滑鼠和鍵盤，甚至可以在視訊聊天中看起來像真人。人們應該儘早思考這意味著什麼，政府也應該思考這對稅收、教育投資等意味著什麼。

在一個人工智慧可以勝任大部分工作的環境下，教育的意義是什麼？

並不是說所有的工作都會消失，但人工智慧的發展必然會帶來巨大的衝擊，人們需要提前思考這對於教育的深遠影響。

教育的目的是培養人們成為一個努力工作的好公民，還是讓他們能更加了解自身所在的世界？如果教育不是跟過去一樣，主要是為了就業做準備，那麼未來發展時，就會更需要去思考教育的真正意義是什麼。這肯定會變得很不一樣。

人工智慧的發展是真實深刻的，但是大眾的認知還沒有跟上

總會有一些人認為這都是科幻小說，他們不相信人工智慧正在接近人類水平的智慧，他們在生活中看不到 ChatGPT 或其他工具的用處，他們認為這基本上是科技巨頭的營銷炒作。

身為科技與社會跨領域研究的專家，Miles Brundage 觀察到科技業界人士與大眾之間的認知差距。這斷差既有趣，又值得深入探討並且試著弭平。

閱讀全文 我們已經準備好迎接又快、又劇烈的 AGI 變革嗎？

預測未來：從蒸汽機到人工智能，我們學到了什麼？

[大衛選讀] 預測未來有多難？最近讀了一些科技發明對於人類歷史的影響，再從當時人們的認知與預測，對照後續的真實發展，會發現要預測未來真的很困難。

從蒸汽機發明，到鐵路建設，以及設備電氣化等技術發展來看，人們對於新技術的直覺想像總是貧乏的，也往往會在長期範圍內，低估了新技術所帶來的深遠影響。

人工智慧很明顯會帶動第四次工業革命，要怎樣重新思考我們的工作？是要謀定而後動，還是打帶跑見機行事？

本文選讀彙整了多篇文章。內容整理如下，原文連結則放在留言中。

預測未來：從蒸汽機到人工智能，我們學到了什麼？

未來是一片未經探索的領域，而我們對於未來會如何的直覺往往是錯誤的。

眾所周知，哥倫布曾以為他正在開闢一條通往印度的新貿易路線，結果卻意外發現了美洲大陸。同樣地，對於未來工作的預測，通常跟我們真正到達未來時所看到的實際情況，往往相距甚遠。

以著名經濟學家凱恩斯在 1930 年代的估計為例，他預測在幾代人之內，每週將只需要工作 15 小時。他認為技術的進步將提高生產力，讓人類能夠用更少的工作時間享受同等的生活水準。雖然隨著歷史演進，工時確實有若干減少，但是自 1940 年代以來，典型的工作週仍停留在平均每天 8 小時，每週 5 天的水平。

為什麼我們的預測經常是錯的？

首先，人類是非理性和情緒化的，這使我們難以預測未來會怎樣發展。

在科學研究的基礎上，我們對大自然的理解，比對人性的理解要好得多。由於大自然的規則是由物理世界所定義的，是邏輯的、能被充分理解的，而且穩定不變。這使得科學家能夠在高度確定的狀況下，去理解複雜的物理過程，例如氣候變化。

但人性決定了人們將如何在社會經濟跟政治上，去做出反應。人性本質上是非理性和情緒化的，這使我們難以預測。這就是為什麼，氣候變化和許多其他事件對未來的影響，實務上難以準確預測的原因。

此外，我們在預測上的真正問題，並不在於技術貧乏或不精確，也不在於我們在短期內高估了新想法和技術的潛力；而是往往在長期範圍內，低估了它們的影響 (underestimating their impact in the long term)。

預測靠的是模型，也就是一種框定現況以及後續動態的方式 (model, a way of framing the present and its dynamics)。但是我們使用的模型，難以考慮到人類的慾望和創造力。未來是由無數人類所共同決策與塑造的，而正是這些人類的判斷，決定了我們將身處哪一個未來。

我們選擇如何使用技術，跟技術本身的特性同等重要，甚至更為關鍵。儘管新技術創造了新的可能性，但我們需要去決定，哪些可能性會真正發生，成為新的現實。

閱讀全文 預測未來：從蒸汽機到人工智能，我們學到了什麼？

Giver culture, 互相給予幫助的動機與能力

[大衛選讀] 最近在反思，一個設計團隊效能好、氣氛佳的關鍵原因是什麼？是因為團隊成員都很資深、組成很多元、還是16型人格很速配？

想了想，都不是。我看過效能氣氛都好，而且可以逐步成長越來越好的團隊，通常多數成員都會主動伸出手幫別人一把，同時自己也樂於請求幫助。

Adam Grant 在 2013 年提出的 Giver and Taker 概念，正好很呼應了我的實務經驗與反思。團隊效能高低的關鍵，來自於互相給予幫助的動機與能力。

這當中包含了如何篩選適當的人格特質進入團隊、如何透過管理機制去加強促進幫助他人的行為，以及如何創造一個樂於尋求幫助的環境，而不用擔心示弱等。

本文選讀彙整了多篇文章。內容整理如下，原文連結則放在留言中。

在 9/11 恐怖攻擊事件之後，一組哈佛心理學家團隊進入美國情報系統進行研究。他們想要找到，情報單位運作效率高低的真正關鍵因素。

透過針對 64 個不同情報小組中，數百名分析師進行調查、訪談和觀察，研究人員發現，關鍵並不是他們預想的那些。像是擁有清晰、具有挑戰性和有意義的願景，也不是明確定義的角色和責任，適當的獎勵、認可和資源，或是強有力的領導。

相比之下，要預測群體效能高低，最直接有效的因素只有一個，那就是：分析師之間互相給予幫助的數量 (the amount of help that analysts gave to each other)。

在表現最好的團隊中，分析師會投入大量時間和精力來指導、教學和諮詢 (coaching, teaching, and consulting) 他們的同事。這些幫助了分析師去質疑自己的假設，填補知識空白，獲得新的視角，並在看似不相連的訊息線索中認識到模式。

相反地，在評級最低的單位中，分析師之間很少互相幫助。光是掌握互助行為的頻次數量，就可以讓哈佛研究人員準確預測出各單位最終的績效排名。

Give, take, or match 給予、索取或互利

在給予者 (giver) 的文化中，員工的運作方式與高績效的情報單位一樣：樂於幫助他人、分享知識、提供指導和建立聯繫，而不期望得到回報。

同時，在索取者 (taker) 文化中，慣例是盡可能從別人那裡拿多一點東西，同時少貢獻一些。員工只有在個人利益比付出成本更高時才願意提供幫助，而不是在組織利益超過個人成本時。

大多數的組織處於中間的位置。也就是互利者 (matcher) 文化，慣例是員工會去幫助那些幫助他們的人，保持給予和索取的平衡。但這只是封閉小圈圈的互助，針對跨部門或地區的員工，若是彼此沒有足夠的互信，就沒有辦法啟動正向循環。

All too often, leaders create structures for takers 通常是領導者自己建立出了鼓勵索取的管理結構

既然開放的互助系統有明顯的好處，為什麼大多數的組織沒有發展出 giver culture 呢？

那是因為，領導者經常自己創造出，會阻礙這一過程的管理結構。根據康奈爾大學經濟學家羅伯特·弗蘭克 (Robert Frank) 的說法，許多組織本質上是贏家通吃的競技場，重點在於彼此爭奪獎勵和晉升。

當領導者實施強制性的績效排名來獎勵個人表現時，他們就在 giver culture 的發展過程中設下了障礙。這會把員工放在爭奪資源的對立面，讓互相幫助這件事變成了一個不明智的舉動，除非他們自己能因此獲得更多划算的回報。

原本願意付出的那些人，很快地就會發現這太費力了。他們自己的生產力受到影響，因為組織裡的 takers 佔據了他們的時間甚至竊取他們的想法，透過剝削來達到自己的成就。

隨著時間過去，可以預料的是，員工們會發展出更多的索取行為，或至少變成 matcher 來保護自己。每當他們提供幫助之前，都期望至少要能互惠才願意行動。

閱讀全文 Giver culture, 互相給予幫助的動機與能力

設計師怎樣才算資深？

[大衛選讀] 設計師怎樣才算資深？這大概是每半年做績效評估時，都會被反覆詢問的問題。

有些團隊用做過多少案子，待了多長時間來評估。我自己則是看專業能力與實務經驗，同時去衡量設計師在團隊內外的影響力。對我來說，資深與否並不是看有多會做設計，而是能夠發揮多少設計專業的影響力。

Getting to Senior in UX 這篇分享簡報，很清楚地列出了資深設計師的幾項特質條件，以及如何練習培養。關鍵包含：形塑自己的觀點、成為他人的教練與導師、參與領導、透明溝通、積極面向大眾等。

重點摘要整理如下，全文連結：https://docs.google.com/presentation/d/1v3SlMKO5_9zrEJINhaOlT-YIA0UZi2Qpiv_gYCJMiCI/edit?usp=sharing

Getting to Senior in UX 如何晉升到用戶體驗的資深職位

資深並不等於管理。在一個資深的工作角色中，你會被期望能夠：領導他人 (lead people)，掌握設計實務 (shape practice)，以及在組織內作為設計專業的代表。有機會的話，還期待能讓設計團隊在外界有不錯的形象。

以上這些加總起來，也就等於更大的影響力 (more impact)。

至於要如何讓自己成為人們想要招募、提拔、一起合作的資深專業角色？以下是幾個關鍵的要點：

形塑自己的觀點 (Becoming Opinionated)

一位資深的用戶體驗專家，本身應該是設計實務作法的權威(their own authority on good practice)。

對於設計該如何做，他們能自信地分享深思熟慮後的看法，無論是以書面簡報呈現，還是在日常的對話當中。他們也可以自在地引述其他人的觀點，無論是否完全認同。他們對於自己言之有物、有所依據的程度，有著相當的自知。

同時，他們也知道凡事絕對不只有一種正確的作法，但他們會負責果敢地採取一個清楚的立場。(There’s never only one right way, but they take a position.)

如果想要練習如何形塑觀點，可以試著問自己：你曾見過哪些成功或失敗的設計案例，當時是在怎樣的情境脈絡下？你是否能分析解釋其中的關鍵因素？

更進一步，可以試著去對你心目中的英雄，以及身邊的夥伴，提出正向的批判 (critique)。像是：既使是你最崇拜的專業人士也還有哪些不足？跨專業的夥伴能夠合作順暢的背後，到底是什麼工作方式發揮了關鍵效果？

閱讀全文 設計師怎樣才算資深？

好的領導者，怎樣才能什麼都不做

[大衛選讀] 我大體上是一個想很多的人，要我什麼都不想，什麼都不做，真的會很要我的命。

How to do Nothing 這篇文章，很詼諧有趣地，去反面述說當一個主管要怎樣偷偷摸摸、小心翼翼，就是要讓大家覺得他什麼都沒做，來幫自己省點事。但實際上，這扎扎實實是一篇有關於如何積極管理、充分授權的經驗分享文。

重點摘要整理如下，全文連結：https://fragile.org.uk/2010/02/15/how-to-do-nothing/

How to do Nothing 怎樣才能什麼都不做

管理上真的要什麼都不做，這遠比看起來更困難。過去作為一位開發人員，我有時候很難理解我的老闆一整天到底都在做些什麼。

事實上，老闆越出色，他們看起來就越少做事 (the better the boss, the less they seemed to do)。

往後快轉幾年到現在，我發現自己開始負責指導其他開發人員，也就很快明白了，什麼都不做其實相當有挑戰性。不管我怎麼努力，總是會有事情冒出來，我因此一度只能埋頭苦幹。

正如先前提到的，這不是一個好兆頭。事實證明，能夠做到什麼都不做 (doing nothing) ，這本身就是一份全職工作了。我整理了一些個人的實踐經驗如下：

預料當中，而不是當下反應 (Anticipate rather than react)

在某些情況下，最後一刻趕去搶救局面確實是令人興奮的，尤其是在千鈞一髮的時候。然而，以這種方式動手干預，並不是表現出你有在做事的最好方式。

如果能提前注意到需要做些什麼，並在還沒有人發現之前，就能採取有效的行動，這會好得多。這意味著你需要不斷地留心觀察，積極尋找那些，需要提前應對的事情，並且偷偷做掉，不要讓人發現。

閱讀全文 好的領導者，怎樣才能什麼都不做

臨場決策是一種技能，你有好好訓練這樣的能力嗎？

[大衛選讀] 能否有效閱讀場上的比賽，往往是球員臨場表現好壞的關鍵。有時候我們會說某個球員的視野好，能有效預判情勢、有創意地打出絕妙好球。這是靠天生的直覺嗎，還是後天的經驗學習？

Decision Making Is a skill. Do you train it? 這篇文章把所謂的能讀懂比賽 (read the game)，視為是決策技能的展現，並且拆解成情境評估 (Situational Assessment) 和決策制定 (Decision Making) 的能力。

與其說這能力只特別適用在球場上，我倒覺得所有的PM, Lead, 資深專業工作者，都需要這樣的現場決策技能，才有辦法在臨場會議討論、提案簡報對談中，預測接下來可能發生什麼，並選擇正確的行動。

重點摘要整理如下，全文連結：https://www.linkedin.com/pulse/decision-making-skill-do-you-train-jack-birtwhistle/

Decision Making Is a skill. Do you train it?

臨場決策是一種技能，你有好好訓練這樣的能力嗎？

對許多運動員來說，如何下決策 (decision-making) 是一種核心技能。例如足球、橄欖球和籃球等運動，運動員需要迅速評估當下情況並選擇適當的行動。然而場上的情況是高度動態的，隊友、對手和裁判都在獨立做出決策和採取行動，每秒鐘的情勢都在改變。

人們往往會說有些選手比其他人，更能讀懂比賽 (read the game)。他們似乎能預知接下來會發生什麼，並總能比對手快上一步。這是真的，但這能力並非是天生就有的。

決策是一種技能。這些運動員不是魔術師。無論是透過天賦、經驗還是專門的學習，也可能三者兼備。這些選手都培養出了頂尖的感知認知技能 (perceptual-cognitive skills)，使他們能夠準確地進行情況評估，預測接下來可能發生什麼，並選擇正確的行動。

當他們在場上比賽時，似乎時間的流動變慢了，他們比對手有更多的時間餘裕。從某種意義上說，他們確實有，因為他們的腦袋能自動流暢地閱讀和反應 (reading and responding)，而不需要停下來思考。

那麼我們如何培養這種特殊的技能組合呢？首先，我們把它拆解成兩個部分：情境評估 (Situational Assessment) 和決策制定 (Decision Making)。

閱讀全文 臨場決策是一種技能，你有好好訓練這樣的能力嗎？

如何設計一份能自主成長的工作？

[大衛選讀] 最近我一直在想，五到十年後的工作，還是跟現在一樣嗎？肯定不一樣，過去光是遠端協作工具的導入，就已經改變了整個設計溝通的模式以及職能上的需求。未來 AI 大量自動化之後，對於人類工作挑戰上的改變，肯定是巨大而直接的。

How Well-Designed Work Makes Us Smarter 這篇文章，提到了人類認知的兩種關鍵能力，包含結晶智慧與流體智慧 (Crystallized and Fluid Intelligence)。以及如何透過良好的工作設計，去讓工作者自主學習，累加知識，並且促進認知發展。

身處設計顧問業，我們每一個專案的團隊組成、設計流程、甚至專案挑戰，都是可以 (而且需要) 被設計的。當然不可能隨心所欲想幹嘛就幹嘛，但總是有機會去做點工作設計上的努力，讓大家工作開心自主些，在過程中多一點好的挑戰跟反饋。

重點摘要整理如下，全文連結：https://sloanreview.mit.edu/article/how-well-designed-work-makes-us-smarter/

How Well-Designed Work Makes Us Smarter

如何透過精心規劃的工作安排，讓我們變得更聰明

良好的工作設計，讓工作者能自主、目標導向地解決問題，可以增強員工的認知技能，並且有助於持續學習。

推動員工持續學習是一個日益迫切的優先要務。隨著 AI 人工智能系統的發展，越來越多手動和常規工作會被自動化，人類可能會需要轉而去承擔那些更具認知挑戰 (more cognitively challenging) 的工作。這一切使得管理者必須要認知到，如何在工作場所培育認知能力、加速學習成長，變得越來越關鍵。

研究結果發現，並非所有的工作在促進學習方面都有一樣的效果。但差異並不來自工作的類型，而是跟工作設計 (work design) 是否得當有關。

在這篇文章中，我們將提到五個在工作設計上的重要面向。我們也將針對勞動力逐漸老化的影響，並且在管理實踐上提出建議。但首先，我們將先解釋什麼是認知，以及對工作者績效表現有關的兩種關鍵能力。

結晶智慧與流體智慧 (Crystallized and Fluid Intelligence)

人類認知有兩個關鍵的類型，對工作績效都相當重要：結晶知識和流體認知的能力。

知識包括了我們所知的事實、我們如何做事的理解 (程序性知識, procedural knowledge) ，以及所謂的內隱知識 (tacit knowledge)，像是非正式獲得且難以解釋的知識，例如開車的經驗技能。

在整個職業生涯中，隨著人們積累經驗並發展專業，工作相關的知識會隨之增加。這一變化被稱為結晶智慧 (crystallized intelligence) 的增長。

以銷售業務為例，透過持續的銷售活動，他們將更深入了解產品和客戶，形成專業知識。多年下來，大量累積的知識讓他們能夠處理棘手的客戶和複雜的產品問題。銷售業務的知識，也就是結晶智慧，因此累積增加而且能充分運用。

第二種認知是流體認知能力 (fluid cognitive abilities)，也就是我們留意、推理跟處理資訊的能力。以剛剛提到的銷售業務為例，基礎的工作記憶能力 (working memory) 和處理複雜資訊的速度，使他們能夠在第一線妥善解決客戶的問題。

結晶而成的知識會累積並在一生當中持續增長；然而後面這種流體認知能力，又稱為流體智慧 (fluid intelligence)，通常在成年早期達到高峰，然後就隨著年齡開始退化下降。

閱讀全文 如何設計一份能自主成長的工作？

Design Lead 的職責是什麼

[大衛選讀] 很多設計師有了幾年設計經驗，升上了設計主管，才發現這個職位跟自己想的不一樣。也有一些公司，從外面挖來設計主管，才發現要領導培育出一個優秀的設計團隊，原來這麼困難。

The Persona of a Great Design Leader 這篇文章，很有系統地寫出了設計主管的職責、優秀主管應有的特質，以及幾個最佳實務參考。

我覺得設計師要閱讀想想，仰望一下現在帶頭的 Design Lead 做得如何，所處團隊的運作是否有章法。設計主管要反思，我們是不是真的有在讓團隊持續變得更好，還是只是挑人挑案子，做一次性的設計燃燒。企業負責人也可以用此評估，我現在養的設計團隊，是否能夠自己往前走得更遠；找來的設計主管，是否有原則、耐心跟遠見，能夠在組織內最大化地發揮設計專業的價值。

我自己的反思 (反省) 很多，重點摘要整理如下，全文連結：https://www.uxpin.com/studio/blog/persona-great-design-leader/

設計主管的職責是什麼 (What Does a Design Leader do?)

設計主管不只是確保團隊能夠交付高品質的設計，在組織當中，設計主管需要確立並維護設計原則和標準，並且策略性地帶領團隊，協助個人成長。

依據每個組織的需求不同，設計主管的職責可能會有所調整。但大致上會包含以下工作：設定用戶體驗策略、在設計思維與問題解決上指導團隊、跨職能合作並將用戶體驗整合到產品開發流程、與高階經理人對焦設計與商業目標、設定設計原則和標準、善用設計資源、培育團隊內的設計人才等。

一位優秀的設計主管應該具有什麼特質？ (What are the Qualities of an Effective Design Leader?)

UXPin 的創辦人Marcin Treder 闡述了他對優秀設計主管的看法。一句非洲諺語說：如果你想走得快，就一個人走。如果你想走得遠，就一起走 (If you want to go fast, go alone. If you want to go far, go together)。

一位優秀領導者的終極目標是，能夠帶領各形各色的團隊成員，讓他們最終都能聚合成為一個成功的團隊。而且是一個能夠持續不斷，為市場創造用戶體驗價值的團隊。

我們可能在完全不同的組織中工作，與完全不同的產品打交道，但作為設計主管的一些方面仍然保持不變：

特質一： 優秀的設計主管，自己既是經驗豐富的實踐者，但同時也懂得放手 (seasoned practitioners, ready to give up the craft)

想像中，一位優秀的設計主管好像不一定要是設計師出身，只要對設計和團隊有愛、具有領導特質、理解設計流程，並且對於創造用戶體驗有熱誠跟願景，應該就可以勝任。

但實務上，如果設計主管缺乏設計經驗，在建立信任和尊重上就會面臨巨大的挑戰。尤其是在提供設計意見反饋，或幫助設計師提升技能上，可能會遇到很大的困難。

然而設計師當上設計主管後，提升自己的設計技能就變得不那麼重要；相較之下，給予團隊指導跟協助的能力，則更為關鍵。為了提昇團隊的整體設計效率，設計主管需要逐步放掉對於手頭功夫的堅持。團隊才會成長、效能才能提昇。

真正的設計主管，很多時候並不自己動手去設計用戶體驗，而是透過打造一個出色的團隊，間接地進行設計 (do it indirectly by shaping amazing teams)。

話雖如此，大多數的設計主管，都還是會繼續在週末搞自己的設計小專案。為什麼？因為設計師就是熱愛自己動手做。

特質二： 優秀的設計主管具有同理心，並樂於奉獻他們的時間 (empathetic and generous with their time)

設計主管的主要責任，是讓他們自己離開設計工作 (firing themselves from a design job)。他們需要往後退一步，讓其他人有空間可以去完成出色的工作。最好的設計主管，必須成為團隊中表現最差的設計師。

提升團隊的能力，而不是凡事自己搞定，是在組織中擴展設計最快速有效的方式。不過，這真的不是一件容易的事。需要時間和令人敬佩的同理心。你必須為團隊提供各項支援，幫助他們，讓團隊成員變得比你自己更好。

閱讀全文 Design Lead 的職責是什麼