Page 70 - 創新與創意

2011 年，埃森哲顧問公司（Accenture）的一項調查顯示，在那之前五年內，僅五分之一
的員工透過正規訓練，學會新的工作技能。

如今在職學習受到了威脅。輕率地把複雜的分析法、人工智慧、機器人技術導入工作的
許多面向，徹底顛覆了在職學習這種存在已久的有效方法。隨著這些技術把工作自動
化，每年將有數萬人失業或得到工作，而有數億人將會需要學習新的技能和工作方式。

然而，廣泛的證據顯示，公司部署智慧型機器時，常阻礙「在職學習」這個重要的學習
途徑：我和同事發現，公司改用機器時，剝奪了受訓人員的學習機會，使專家遠離行
動，也導致受訓人員和專家負擔過重，因為他們必須同時熟悉新舊做法。

那麼，員工該如何學習與這些機器共事呢？我們從觀察一些學習者而看出一些端倪。那
些學習者私下偷偷打破常規，想辦法投入學習活動，而由於學習成效不錯，組織也包容
那些做法。我稱這種普遍投入的非正式流程為「影子學習法」（shadow learning）。

四大學習障礙

受訓者被剝奪學習優勢、專家遠離工作

我在美國 18 所頂尖的教學醫院，觀察外科醫師和外科住院醫師兩年，那段期間我發現了
這種「影子學習法」。我研究兩個情境中的學習和訓練：傳統（開放式）手術和機器人
手術。我針對機器人手術為資深外科醫師、住院醫師、護理師、刷手護理師所帶來的挑
戰（刷手護理師的職責是為病人做準備，幫醫師戴上手套及穿上手術袍、遞送器材等

等）；我收集相關的資料，特別把焦點放在少數幾位找到打破常規的新學習方法的住院
醫師身上。雖然這項研究是鎖定外科手術，但我更大的目的是想找出與智慧型機器共事
的多種工作中，所出現的學習和訓練動態。

為此，我聯繫了一小群人數持續增加的實地研究人員，他們在研究一些環境當中工作的
人如何與智慧型機器共事，這些環境包括網路新創公司、警政機構、投資銀行、線上教
育等。他們的研究揭露的動態，和我在外科手術訓練中觀察到的動態很像。我從他們不
同的研究方向中，找出學習必要技能時普遍遇到的四種障礙。這些障礙促成了影子學習
法出現。

1 受訓者被剝奪了「學習優勢」。

在任何工作領域，訓練都會產生成本、降低品質，因為新手的動作較慢，而且會犯錯。

為了克服這些問題，組織導入智慧型機器時，常會避免受訓人員參與工作中高風險且複
雜的部分，克麗絲汀的例子就是如此。於是，新手不再有機會接觸那些挑戰其能力極限
的情境，也沒有機會在有限的協助下，從失誤中振作起來，但這正是學習新技能的必要
條件。

同樣的現象，也出現在投資銀行業。紐約大學（New York University）的卡倫．安東尼

（Callen Anthony）發現，投資銀行的資淺分析師愈來愈沒有機會接觸到資深合夥人，因
為那些資深合夥人在詮釋併購案當中由演算法協助產生的公司估值時，資淺分析師愈來
愈沒有機會接觸到資深合夥人。那些資淺分析師的任務，只剩下使用一些可上網搜尋目
標公司財務資料的系統，從系統中提取原始報告，交給資深合夥人進行分析。這種分工

69