名人推薦：里德．霍夫曼（Reid Hoffman）／LinkedIn共同創辦人
李飛飛／史丹佛大學電腦科學教授
王繁捷／貝克街蛋糕創辦人
姚詩豪（Bryan）／「大人學」共同創辦人
劉奕酉／《看得見的高效思考》作者、鉑澈行銷顧問策略長
賴以威／數感實驗室共同創辦人、台師大電機系副教授
──卓越推薦

第一章　三個技能密碼

尋找技能密碼
在過去十年，我專門研究科技與工作，找到一套讓師徒關係威力十足的隱藏密碼。我這裡說的「密碼」，就是人類學習珍貴技能的基因密碼，就像DNA一樣。有一天科學家發現四種簡單胺基酸組成的長鏈（簡稱ATCG），居然藏著一切的生物資訊，從此以後生物學就有了重大突破。
現在分享本書的第一個重要觀察：專家和新人的合作之所以會這麼有效，因為包含三大技能發展要素：挑戰（Challenge）、複雜性（Complexity）、連結（Connection），簡稱3C。換句話說，分別是挑戰極限、掌握大局，以及建立信任與尊重。這是學習寶貴技能的基本條件，就像遺傳學中的四種胺基酸一樣重要。
現在回頭看看，這些要素無所不在。然而，認識基因只是遺傳學的起點，認識這三大要素，也只是技能研究的開始。接下來你還會學到，挑戰、複雜性和連結三者必須處於健全的狀態，這樣培養出來的技能才會扎實。有時候這剛好遵循我們熟悉的順序，感覺技能發展就應該這樣進行；但是世界一直在變化，新的方法正在崛起，傳統的方法正在沒落。更何況世上並沒有一種通用方法，適合所有的人、職業和組織。
因此，探索這套技能密碼，不僅能復刻十六萬年歷史的學習系統，還能在這個目眩神迷的現代世界，找到健全的技能培養方式，妥善保存下來，因為技能密碼有一個特點，就是不受工具或職業的限制。這裡帶出本書的第二個重要觀察：如果這些知識不立刻派上用場，後果就會不堪設想，因為我們使用智慧科技的方式，正在不知不覺傷害人類的能力。

潛在的威脅：追求生產力，卻打斷技能的核心
現在許多職場因為科技的介入，硬生生隔開資淺員工與資深員工，也就是新人和專家。我們拚命追求生產力，卻打亂技能密碼的核心，但是挑戰、複雜性和連結三者缺一不可。如果這些元素不完整，未來我們該如何學習與智慧機器共事？
大家經常問我：「機器人會不會搶走人類的工作？」答案很簡單：「會。」目前最完整的研究顯示，企業每添購一台機器人，大約會取代三到六個工作機會。然而，有一個問題比失業更重要：有多少工作，又有哪些工作正在改變？有一項長達四十多年的研究，最後只發現一個規律，每當人類採用自動化或新技術，並沒有太多的工作消失。放到整體經濟來看，這些消失的工作根本微不足道，可能也就幾萬個而已。但是有更多工作因應新技術進行調整，這個數字恐怕是數千萬，甚至是幾億。因此這些人都要掌握新的工作方式，才能穩定完成任務。沒錯，學習才是目前最大的挑戰，因為工作模式改變了，這影響的是全球數十億人，而變化的速度正在加快。
來看看克莉絲汀動手術的例子。她上次輪班是做傳統手術，後來經過六個月，她又把一位攝護腺病患推入手術室，不過這次迎接她的是一台巨大的機器人。機器人有四隻手臂，重達約四百五十五公斤左右，主治醫師將機器人連接到病患的身體。隨後他們脫下手術服，走到距離病患約五公尺）的控制台，整場手術都是靠「遙控」。
克莉絲汀只能站在旁邊，看著主治醫師操控機器人的手臂，將病患的身體組織拉取並分離。操作機器人的手術，有別於傳統外科手術，就像使用iPhone一樣簡單，醫師可以獨力完成整台手術。主治醫師也知道克莉絲汀需要練習，也希望給她機會，但也知道她的速度較慢，容易出錯，一旦讓她操作，就只能獨自承擔風險。動作慢，就會拉長麻醉時間，徒增中風的風險；出錯了，出血量會更大，甚至是更糟的結果。病人的安全第一。因此這次克莉絲汀幾乎沒有機會接近病人的神經。四小時的手術，如果她能夠操作十五分鐘以上，就要謝天謝地了，而且還只是切割脂肪這種非常簡單安全的環節。輪到她操作時，主治醫師只會在一旁大聲喝斥，一旦犯下大錯，主治醫師就會直接點一下觸控式螢幕，搶過來自己做，把她晾在一邊，感覺就像小時候戴著「我是笨蛋」的帽子，站在角落罰站。經過這樣的手術，她怎麼可能成為更優秀的機器人外科醫師？
結果就是，像克莉絲汀這樣的住院醫師，即使完成培訓，對機器人手術仍然缺乏信心，也沒有學到多少技術。後來，克莉絲汀成為外科醫師，第一次獨立操作機器人手術，卻在控制台上狂冒冷汗，動作斷斷續續，速度慢到不行，不小心燒壞和切除許多身體組織。手術團隊不發一語，氣氛相當凝重，人人面露難色。病人最後的失血量是她導師的十倍，原本只需要三小時的手術，硬生生拖到七小時。我在機器人手術室裡，親眼目睹一切，忍不住詢問克莉絲汀的外科主任，我好奇這項新技術對醫師這一行的影響。外科主任非常憂心，雖然美國還是有精通機器人的明星外科醫師，但是絕大多數操作機器人的外科醫師手術實戰技能不足。他說：「我的意思是，這些人根本做不來。從來沒有真正操作過機器人，只有站在旁邊看別人做，看過電影，並不代表你就能當演員。」
這引發我的關注。
然而，現在對機器人手術的需求正在瘋狂成長；很多醫院早就有手術機器人，還硬逼克莉絲汀這樣的新人醫師上場，反正她遲早得使用。二○一九年，《美國新聞與世界報導》（U.S. News & World Report）和《連線》（Wired）獨立調查此事，結果發現機器人手術培訓簡直就是「無法無天」，成果「糟糕透頂」。二○二二年，全球頂尖工程雜誌《科技縱覽》（IEEE Spectrum）也得出同樣的結論。許多人在接受機器人手術時，可能會遇到臨床訓練不足、手術經驗不夠，甚至對操作控制台沒信心的醫師。
光想都覺得可怕嗎？我也這麼覺得，但這只是開端。

各行各業的潛在隱憂
外科手術和其他行業沒兩樣，也是拚命引進智慧科技，彷彿站在自己建造的火箭前，全力衝向嶄新的未來。而這種趨勢從數十個職業和組織開始蔓延，再來是數百個，最後影響全球，這其實正是我們面對的現實。我深入研究先導入機器人的領域，大概有數十個，從這些數據來看，許多職業原本依賴專家帶新人的學習模式，但是如今已經無法繼續。
頂尖律師事務所拚命壓低成本，但對一件事毫不手軟，就是投入人工智慧等技術，「支援律師的工作流程」。現在文件審閱已經開始自動化，菜鳥律師不再做這些工作，律師事務所連工時費用都省了，資深律師反而接手更多的工作，效率更高；客戶花的錢更少，律師事務所也因為縮減人手，賺得更多。結果菜鳥律師和資深律師完全隔開了，沒機會觀摩、沒辦法參與，更別說幫忙前輩分攤工作，從中學習。最近Law.com有一篇評論，嚴肅提醒大家：「現在新一代的律師，正在錯失接受培訓與專業發展的機會。」
再看看警察的例子，警察局也在使用人工智慧的預測工具，幫忙分配巡邏區域，如此一來，是否能有更多的時間打擊犯罪？對菜鳥員警來說，現實並非如此，他們必須處理文書工作，餵養這些系統，反而沒時間跑社區，和前輩一起學習。
至於高階金融的領域，資深銀行業者加碼投資FactSet和CapIQ等工具，以人工智慧輔助市場分析與公司評價。二○二一年，金融業獲利一千七百億美元，但是這種自動化也改變了工作流程，導致菜鳥銀行職員大多在製作例行報告，無法和資深職員共事，就連資深職員也表示，「（資淺的員工）對市場趨勢和業務情況的理解力正在明顯退化。」從這些尖端產業來看，在人類學習與機器學習的交會處，專家和新人之間的連結正在瓦解。
關於這個問題，我從全球經濟各領域蒐集優質的數據，其中有很大一部分是我個人十幾年的研究，還有其他優秀的田野調查。除了上述的例子外，其他職業也受到影響，我還在持續補充，像是高等教育、線上人力平台、晶片設計、新聞業、資料科學、刑事司法、新生兒加護病房、公共教育、音樂創作、機器人學、開放式創新、航太工程、叫車服務、長途貨運、拆彈、無人機駕駛、餐飲服務、次級物流、放射學、營建業、財富管理、零售業、汽車工程、客服中心營運等。雖然這些行業用的智慧科技不太一樣，但是都有一個共通點，總會干擾專家與新人的連結，屢試不爽。
這個問題很嚴重，牽涉到數兆美元。

技能落差造成數兆美元損失
我來拆解一下：產業有需求，卻找不到人才，稱為技能落差（skills gap），最近有人估算，光是全球製造業，技能落差就造成數兆美元損失，把這個數字乘以所有行業，虧損會更驚人：過去三年來，美國經濟諮商局（Conference Board）調查企業執行長最擔憂的問題，榜首始終是吸引和培養人才。對勞工來說，這也是頭號問題，根據二○二○年德勤（Deloitte）調查顯示，有四五％受訪者擔心自己的技能在三年內就會不夠用。另一項LinkedIn的調查顯示，高達九四％受訪者表示，只要公司願意重視員工的職業發展，就會選擇長期留任。
然而，我們因應這個問題的方式，似乎是在開倒車。二○二○年，我們在技能發展投入的經費，有五千億美元都用在正式培訓，包括課堂學習、線上自學課程，或是近來的手機短影音。只有極少的資金，用來奠定我們最寶貴的技能，也就是無所不在的非正式連結。原本資源就已經少得可憐，再加上我們對這種連結的理解太落後，導致這一點資源也白白浪費了。
為什麼會這樣？因為人工智慧的好處太誘人，這些系統放大專家的能力，帶來更好的成果。不然你試著說服那些資深記者、技師或主管，讓那些實習生回來磨練，允許他們犯錯、拖慢效率。克莉絲汀的故事及其他無數類似的例子，跨越各個產業、技術、時期和職位，不斷提醒我們這個問題。為了追求更好的成果、更高的效率、更大的利潤，我們設計出這些智慧科技，引導人工智慧的發展，並選擇投資哪些研究。但是我們正悄悄付出代價，損失高達數兆美元。
科技、技術及技能一直在變，就連專家和新人的互動關係也要與時俱進，畢竟工作需要越來越複雜的技能。試想，生在古羅馬時期的梅內拉奧斯，怎麼可能像我們一樣拿著「智慧型手機」，從羅馬的市場打電話、發送郵件或傳送照片給斯特凡諾斯？但是在以前，我們至少有時間適應。關鍵就在於適應的過程，仰賴專家和新人的合作，一步步建立必要的知識，以整合新科技、新技術及新的工作關係。只不過現在這種學習，變得越來越困難。這些全面的衝擊，勢必會打破數百年來專家帶新人的模式，讓許多寶貴的技能跟著消失，因為技能發展離不開挑戰、複雜性與連結。新一代技術人才的能力正在下滑，組織也變得空洞。在這個關鍵時刻，一不小心，無論是個人或集體，都會喪失適應未來的能力。

重新打造技能密碼
如今不太可能重現傳統的師徒制，因為世界變化太快，工作種類也太多，傳統那一套太制式、太複雜，再也不合時宜。這時候技能密碼就變得很重要，把技能發展拆解成更小的單元，適用任何人、任何的時間和地點。只要你搞懂這三個核心要素，掌握它們的最佳狀態，就會有自己的見解，還會找到一套明確的策略，維持適度的連結和傳承。本書分享的經驗，你可以立刻運用。不管你是想要學習技能的新人、帶新人的專家、管理組織的企業領袖，還是開發技能工具的技術專家。沒錯，就連智慧科技也可以（在許多情況下是必須）成為技能培養過程的一部分，在許多領域，它已經是不可或缺的存在。你可能會以為，我們正處於「人機對立」的時代，但是我的最新研究證實，人類完全可以突破這種兩難，只要善用技能密碼，並且結合智慧科技，最後的成果往往令人驚嘆。

第一章　三個技能密碼

尋找技能密碼
在過去十年，我專門研究科技與工作，找到一套讓師徒關係威力十足的隱藏密碼。我這裡說的「密碼」，就是人類學習珍貴技能的基因密碼，就像DNA一樣。有一天科學家發現四種簡單胺基酸組成的長鏈（簡稱ATCG），居然藏著一切的生物資訊，從此以後生物學就有了重大突破。
現在分享本書的第一個重要觀察：專家和新人的合作之所以會這麼有效，因為包含三大技能發展要素：挑戰（Challenge）、複雜性（Complexity）、連結（Connection），簡稱3C。換句話說，分別是挑戰極限、掌握大局，以及建立信任與尊重。...

國際盛讚
第一章　三個技能密碼
發展關鍵技能的三個核心要素是：挑戰、複雜性和連結。技能的落差造成了數兆美元的損失，人工智慧工具威脅了技能存在的要素，唯有重新找回和保護這些要素，才能在未來的世界創造卓越。

第二章　密碼一：刻意挑戰
把自己放入「有益的困境」，再透過「鷹架理論」逐步增加挑戰，由專家搭起符合每個新人目標的鷹架，提升技能水準。本章提供十個適度挑戰的特徵，幫助你在工作與學習中尋求安全且適中的挑戰。

第三章　密碼二：恰到好處的複雜性
新手透過接觸日益複雜的工作環境來學習和發展技能，並透過隱性學習強化技能，這些是一般的概念性和陳述性知識無法達到的。透過十個重要特徵，辨識適度的複雜性，在日常中提升技能。

第四章　密碼三：健全的人際連結
挑戰和複雜性講究「學習技能的方法」，連結則強調「學習技能的動機」。專家和新手之間的關係能夠促進技能發展，激發成長的動力，透過同步、回饋與共同投入，在專家的協助下開啟更多學習的新機會！

第五章　技能密碼面臨威脅
人工智慧對三種技能密碼，都會造成程度不等的潛在威脅。雖然技術進步可以提高生產力，但也可能導致工作去技能化，降低工作中挑戰、複雜性和連結的機會，如果只追求生產力與績效，就有可能讓技能的傳承與精煉陷於險境。

第六章　效法影子學習者
當常規的技能發展途徑受到阻礙時，人們會採取非傳統、甚至有風險的方式來學習和發展技能，也就是所謂的「影子學習」。除了新手之外，專家也會透過反向師徒制來提升對於新科技的技能，但要小心這種方法帶來的反效果。

第七章　重新打造技能密碼
應對AI對技能威脅的策略，稱為3D──探索、發展和應用。在你最熟悉的職場環境裡，研究與重建適合技能密碼發展的元素，例如調整衡量績效的標準、重新進行角色分工，讓你的組織成為讓技能登峰造極的練武場。

第八章　結合人工智慧與技能發展的未來
人工智慧目前確實對技能造成威脅，但也提供了讓技能密碼重建的契機，只要把技能的傳承與發展當成唯一路徑，設計人工智慧與人類緊密結合的混搭模式，就能創造出更高效與個性化的全新學習型態。

國際盛讚
第一章　三個技能密碼
發展關鍵技能的三個核心要素是：挑戰、複雜性和連結。技能的落差造成了數兆美元的損失，人工智慧工具威脅了技能存在的要素，唯有重新找回和保護這些要素，才能在未來的世界創造卓越。

第二章　密碼一：刻意挑戰
把自己放入「有益的困境」，再透過「鷹架理論」逐步增加挑戰，由專家搭起符合每個新人目標的鷹架，提升技能水準。本章提供十個適度挑戰的特徵，幫助你在工作與學習中尋求安全且適中的挑戰。

第三章　密碼二：恰到好處的複雜性
新手透過接觸日益複雜的工作環境來學習和發展技能，並透...