職場新鮮誌

此刻你手上擁有的技能，還可以在職場上用多久呢？迎戰AI的不二法門，就是有策略的學習。Cheers提供 卓杜信

文 張紹敏

克服學習焦慮３心法：
1.把學習當投資，配置決定成效
2.用一分「輸入」，創造三分「輸出」
3.不急著淘金，當「賣鏟子」的人

去年11月，聊天機器人ChatGPT問世，短短不到5個月，該程式在律師資格考試擊敗了9成考生、幾乎通過美國執業醫師資格考，從寫程式到創作詩歌都有模有樣。

許多人嘗試和ChatGPT對話後都不免自問：我的競爭力在哪？

這般襲捲職場的緊張氛圍，連「學霸」都有感。「我最近一直在想，假設這個趨勢不可抵擋，未來要怎麼學習？」身兼新旅程復健科診所院長、天下雜誌數位創新部資深經理吳沛燊說。

一手針灸、一手寫程式的他，曾經從台大電機轉系到台大醫學系，成為復健科醫師後，又在看診之餘自學資料科學，如今在醫師與資料科學家兩份正職中切換自如，靠的就是超群的學習力。

要迎戰AI突圍，吳沛燊觀察，影響學習成效的關鍵，經常不是時間管理、不是筆記術，而是如何克服學習的種種焦慮。

焦慮一：資訊量大如海，我從何開始學？

在學校時，只要把教科書第一頁讀到最後一頁，就算學成。但出社會後的學習，資訊沒有邊界，反而容易無所適從。
吳沛燊的第一步往往是：釐清自己與這個知識之間的「關係」為何，例如：「我是覺得，知道這件事就很不錯了，還是我要拿它來當墊腳石，踏往下一步？」

他以自己學習程式語言的經驗為例，作為一位醫師，他的目標是透過既往病人就診頻率、復健方式、康復速度等大數據資料分析，更有效來說服病人採納他的建議，因此當其他人忙著學習各種語言、開發軟體或套件工程，他則是著重於如何靠資料來說故事（Data storytelling）。如此一來，不必與其他科班出身的工程師比基本功，也能豐收成效。

「清楚了學習的定位，其實就可以不用循序漸進，你可以跳著學，」吳沛燊說明，許多人的壓力皆來自不必要的「包袱」，其實只要根據自己當下的使用情境、專注於需要理解的範圍，其餘大可暫時拋下。

他建議把「決定學什麼」想像成「投資ETF」。影響投資回報的最大關鍵，並非單一個股、並非何時入場，而是各項資產配置的比例。

以學習的角度來看，配置的依據就是——這個知識與你的人生藍圖有什麼關係？「決定了配置，就算用很爛的方式學也無所謂，因為長遠來看，你的時間都花在刀口上。」

焦慮二：我夠懂、夠資格談一件事嗎？

學習可以拆解「輸入」、「整理」、「輸出」3種階段，很多人長時間默默耕耘前兩個階段，謹慎起見，不輕易對外發表，但吳沛燊的主張卻是「一分輸入，三分輸出」。

他分享，最近有位同事有興趣轉職ESG領域，報名了各種證照班，卻發現大部分課程都是為企業高層打造，鮮少有適合一般上班族入門的學習素材。吳沛燊馬上建議這位同事「開社團」，分享自己入門的心路歷程，對方卻有些遲疑，不確定自己是否「夠格」、「夠有權威」。

但吳沛燊提醒，只有輸出才能得到即時的刺激與回饋，幫助你回過頭調整自己，提高輸入與整理的品質，轉動學習的迴圈。「有多少就說多少、用了再說，只要把握一件事：你會持續做這件事，你不會停。」

事實上，「分享」除了能保持迴圈的動能，也是現代工作者打造競爭力不可或缺的一環。

他引用知名創業家丹尼爾・普利斯特里（Daniel Priestley）的觀點，過去人們衡量自身價值的標準是通過多少資格、認證⋯⋯，但在數位的時代，你的價值取決於：相信你的人有多少？

持之以恆地輸出，累積自己獨到的觀點，自然有一定的受眾願意相信你。在學習這條路上，很可能不必等到你學成後應徵工作，工作就會先找上你。

焦慮三：我需要懂AI到什麼程度？

談到AI可能掀起的技能洗牌潮，已出現不少「如何靠ChatGPT致富」的論述。吳沛燊以兩個比喻，提醒工作人不必躁進。
第一，是「歌手與麥克風」的悖論。麥克風在上個世紀出現時，也像此刻的ChatGPT一樣，同為受人矚目的新科技，「關鍵來了，真正能用麥克風賺到錢的，是很懂麥克風技術的人？還是歌本來就唱得好的？」

他的提問背後，反映出本末導致的危險性。新的科技看似花俏，但只有在本身掌握獨特價值的人手上，才能真正展現效益。以ChatGPT為例，與其學習精深的程式碼，把時間投資在「如何問出好問題」更關鍵。

第二，不論技術如何演變，個人的競爭力仍會服從於經濟學的法則。

「在淘金熱之下，真正賺錢的不是去淘金的人，而是賣牛仔褲和鏟子的人。」吳沛燊解釋，當大家一頭熱想要靠AI建立新的生產模型、甚至成立新創開發商機，但不論做什麼，都少不了硬體和雲端，使得AWS、Google、NVIDIA、台積電等公司成為最大贏家。

當你在投資一項新技能時，不妨先自問，自己現在準備要淘金？還是賣鏟子？握緊這個答案，你將更有底氣地轉開屬於自己的下一扇知識之門。