討論為公司招募流程設計一套 AIQ (AI 商數) 測驗的整體框架、評量維度、測驗形式，以及具體的推行計畫。
會議決議將分階段推行招募 AIQ 測驗，先從開發通識型問卷開始，評估應徵者的 AI 態度與基本認知，並規劃以數位事業部為試點，目標於 Q3-Q4 落地。
AIQ 測驗將分為「通識型」與「專業型」兩種版本進行開發。
我方、HR
AIQ 測驗定位為招募面談前的輔助參考資料，而非絕對篩選標準。
HR
測驗結果報告將以多維度指標呈現（如學習力、態度、基本認知），而非單一分數。
我方
開發通識型 AIQ 測驗原型，形式為 10 分鐘內的線上問卷，評估應徵者的 AI 傾向與基本認知。
我方 · 2024-06
規劃內部測試與試點計畫，預計先從數位事業部開始導入。
HR、我方 · 2024-07
梳理並優化各職位的 JD (工作說明書)，以作為專業型 AIQ 測驗出題的基礎。
HR
向管理層匯報 AIQ 測驗專案方向與規劃時程。
HR
前期研究顯示，知識型測驗易於篩選，但無法評估實作能力；而行為態度測驗則難以判斷真實性，需思考更有效的評估方式。
雙方達成共識，AIQ 測驗定位為招募面談前的參考資料，類似性向測驗，其分數並非絕對的篩選門檻，而是輔助用人主管綜合評估。
測驗結果應以多維度（如學習力、基本認知、態度）指標呈現，並產生面試建議，作為主管與 HR 的共同參考依據，而非單一分數。
為解決作弊問題，雙方傾向採用創新方案：讓測驗本身包含 AI 工具，題目由 AI 動態生成，從應徵者與 AI 的互動過程來評估其真實能力。
決議將 AIQ 測驗分為兩類：一是全體適用的「通識型」問卷，評估態度與基本認知；二是針對特定職位的「專業型」實作測驗，題目將依據 JD 設計。
計劃於本月 (6月) 開始內部測試通識型問卷，7 月選擇數位事業部試行，目標 Q3-Q4 正式落地。專業型測驗則待 JD 梳理後再行規劃。
[00:00] 所以現在業界有嗎?三套這個是? [00:05] 它其實就是紮在...其實應該不只這幾套 [00:10] 它其實有找到了很多...底下還會有一些相關的資訊 [00:15] 總之就是有各式各樣的,那甚至不同...它的對象也是不一樣的 [00:21] 所以我們如果說是要全員同用的,那那個會是另外一件事情 [00:28] 對,很難 [00:30] 好,然後作弊問題是個核心的一題 [00:37] 就是如果我們的目的是要能夠衡量出這個人這部分的能力的話 [00:43] 怎麼進行這個東西的測試? [00:47] 然後它能不能作弊? [00:50] 對,那因為甚至有83%的人認為雇主偵測不到就會用AI來回答問題 [00:59] 就是假設我們今天是一個測驗,然後是給它自己做的 [01:04] 那它就很有可能會用AI來做之類的 [01:08] 對,那這件事情是不是我們要防的跟我們要怎麼防? [01:13] 對,好 [01:15] 然後有一些動態評測的機制 [01:21] 所謂動態評測就是 [01:23] 不是一個固定的題目答案 [01:26] 而是有點像你在作答的過程當中 [01:29] 還會去決定可能問聲音一點問錢一點 [01:32] 像這樣的一種機制 [01:33] 那其實已經有在學術界跟市場開始萌芽這樣之類型的Test Agent [01:38] 對,那這個可能會是我們可以參考的 [01:43] 對,好 [01:44] 然後另外它有查到說 [01:48] 其實像AWS它有推出這樣的一個認證 [01:51] 這個認證它的對象其實不是工程師 [01:56] 它是針對業務、行銷、PM、IT support等等的這些人 [02:01] 對,然後他們去運用AI這部分的一個測試 [02:06] 對,好 [02:08] 所以就是有這樣的參考信 [02:11] 好 [02:12] 然後另外就是歐盟的歐盟美國 [02:19] 然後已經有開始把這種 [02:22] AI Act [02:27] 我覺得這題應該比較像是說 [02:30] 我們會不會有這類型的這種東西 [02:37] 對 [02:38] 那我不太確定這可能就會變成是你們這邊的專業 [02:43] 好 [02:44] 然後另外 [02:45] 另外它在幫我做這些研究跟分析的時候 [02:50] 大概把AIQ的測驗類型整理成了幾種類型 [02:56] 知識型的、實作情境型的、行為衡量 [03:02] 然後還有就是依照職能克制的 [03:07] 對 [03:08] 然後還有就是AI、Agent、動態評測的 [03:11] 對 [03:12] 然後大概分成這幾種類型 [03:14] 然後去做了一些比較 [03:17] 那當然 [03:18] 比較的方式它可能就會有一些案例 [03:21] 像剛剛講到AWS的那個 [03:23] 這種測驗它就比較像是知識型的 [03:25] 然後它是問答 [03:28] 它是選擇提形式 [03:30] 我記得它是選擇提形式的方式 [03:32] 對 [03:33] 好 [03:34] 那它可能 [03:36] 它就幫我分析說 [03:37] 這可能可以適用的方式 [03:39] 就變成是會是一種類似 [03:41] Base Line的這種篩選 [03:43] 就比較是知識型的 [03:44] 嗯 [03:45] 好 [03:46] 那但是如果說我們會需要知道說 [03:48] 它到底能不能用AI解決問題 [03:51] 在工作場景裡面能不能運用的話 [03:54] 這事情只是代表它知道而已 [03:58] 對 [03:59] 那這件事情就不會在這種測試中測出來 [04:01] 對 [04:02] 這種就變成是要實作 [04:05] 嗯 [04:06] 對 [04:07] 好 [04:08] 那 [04:09] 就 [04:10] 就這樣子 [04:11] 好 [04:12] 然後另外就變成是 [04:14] 行為 [04:15] 態度等等的這個部分 [04:16] 但這種部分的測量 [04:18] 比較倫理啊 [04:19] 意願啊 [04:20] 態度 [04:21] 這種就變成是 [04:23] 如果是這種測驗的模式的話 [04:25] 那 [04:26] 就 [04:27] 大家以為會是 [04:29] 通常 [04:30] 正常人都會是選 [04:32] 他覺得合理的 [04:33] 對 [04:34] 那到底測不測得出來 [04:35] 它真正的那個態度意願 [04:37] 我覺得會是另外一個問題 [04:39] 好 [04:40] 好 [04:41] 那後面就是這種 [04:42] 這個就是成本很高 [04:44] 那我想這可能不會是我們 [04:46] 初期階段會要 [04:48] 會要去做的事情 [04:50] 但可能後面 [04:51] 可能可以是我們要考量的 [04:52] 就是 [04:53] 我們有個Base Line之後 [04:55] 在不同的部門單位裡面 [04:58] 他們有沒有其實 [04:59] 一個提庫 [05:00] 提庫嗎 [05:01] 或者是說他們的 [05:02] 提庫啊 [05:03] 就是建立一個提庫 [05:04] 然後就去考 [05:05] 對 [05:06] 就是他們對於 AI [05:07] 實作的提庫 [05:08] 他們要找的AI的 [05:10] 他們要找的員工的 AI的能力的標準 [05:14] 有沒有會想要 [05:15] 對 [05:16] 但是那件事情到底是說 [05:17] 我們公司有個統一的衡量方式 [05:19] 還是說是各部門的主管自己有一個 [05:21] 自己的衡量 [05:23] 那我覺得那個就變成是 [05:25] 這題要討論的 [05:27] 好 [05:28] 好 [05:29] 那這個部分 [05:30] 我覺得這比較會是 [05:32] 我們提供的測驗的方式 [05:36] 然後以及 [05:38] !有了這樣子一個集資之後 [05:40] 我們 [05:41] 在出題 [05:42] 跟我們怎麼出題這個方向會有不一樣 [05:45] 就是AI動態評測 [05:46] 好 [05:47] 那這個待會 [05:48] Andy可能那邊有一點小東西 [05:50] 也可以來看一下 [05:51] 好 [05:52] 那後面 [05:53] 後面很多 [05:54] 比較是細節類的 [05:55] 那我就 [05:56] 不 [05:57] 不多 [05:58] 我就不帶過去 [05:59] 但我覺得 [06:00] 看一下喔 [06:07] 因為他也有幫我們去分析說 [06:09] 如果我們要來做一些題目的話 [06:12] 題目可能可以怎麼樣產生 [06:15] 那題目產生的 [06:17] 這個 [06:18] 如果像LM來產生的話 [06:20] 那可能適合的是哪種類型的題目 [06:24] 那但是都會是需要review [06:26] 但這個題目就應該會是我們這邊會來處理 [06:30] 好 [06:31] 好 [06:32] 防作弊 [06:33] 防作弊會是一件事情 [06:35] 好 [06:36] 那 [06:37] 我們先 [06:38] 帶過來 [06:39] 好 [06:40] 那所以我覺得 [06:41] 剛剛講到比較像是我們前面有做了一些 [06:44] 研究 [06:45] 那再進來 [06:46] 我覺得今天要跟你們討論的幾個點 [06:49] 比較像是說 [06:51] 我們的 [06:54] 招聘的這個 AI 的測驗的整體的框架 [06:58] 我們要 [07:00] 我的認知是全部未來要面試的人都要做這樣的一個測驗嘛 [07:11] 那董事長上次講的 [07:13] 那但是我們有沒有在不同的職級或角色可能會有不同的測驗方式 [07:22] 就是測驗的題目 [07:24] 那我覺得這個可能是我們今天可以討論的 [07:27] 然後另外就是測驗的形式 [07:30] 線上線下 [07:31] 然後怎麼監考這件事情 [07:35] 我覺得也是我們可以今天要來討論 [07:40] 因為我也想 [07:41] 因為我也不確定我們這裡的招聘的流程 [07:44] 都是 [07:46] on-site 的嗎 [07:47] 就是都 [07:48] 不一定 [07:49] 不一定 [07:50] 有線上有些實體的 [07:53] 所以線上的會是整個過程都是線上 [07:58] 線上面是 [07:59] 不一定 [08:00] 不一定 [08:01] 看主管 [08:02] 但是 [08:04] 然後我們如果說 [08:07] 假設我們今天這個 AIQ 的測驗是說 [08:10] 聘用前必須要做這樣子一個測驗 [08:14] 那這個在哪個環節會放入這樣的測驗 [08:19] 要約面談的時候 [08:21] 他其實就有 [08:22] 對 [08:23] 他其實就有 [08:24] 就有點像現在我們在跟測驗合作 [08:27] 那測驗他們在找RD工程師的時候 [08:30] 他會先讓他們先測Codility [08:33] 所以他會給他一個問卷的連結 [08:37] 然後讓他進去把這題做完 [08:39] 那他的緯造回來之後 [08:42] 他們評分之後再決定要不要約這個人進到下一個階段 [08:46] 就是實體的面談或者是真的就是線上的面談 [08:51] 如果他這個測驗分數沒有過 [08:53] 其實我們就turn off [08:55] 這個面談就取消 [08:57] 所以你們會想要把這個 AIQ 的成績當作第一階段的篩選的條件嗎 [09:07] 因為我本來也以為說這個東西的測驗可能可以就是一個分數 [09:13] 但是最後應該是主管 [09:16] 沒有你剛剛的問題是說這個測驗在什麼時候 [09:19] 時間點 [09:20] 以現在RD來講他們是會把這個作為他們要不要進步 [09:24] 目的性不一樣 [09:25] 對但是如果是以我們現在在看這件事情的話 [09:29] 他就不會是一個絕對的 [09:31] 第一的我覺得AIQ跟我們說的性向測驗跟市場間有很多測驗是有點像的 [09:40] 對 [09:41] 那這些東西是絕對我們在評估上面 [09:44] 喔 你沒有符合我們就沒有 [09:47] 沒有 [09:48] 我們不會這麼做我們還是整體的來 [09:50] 對 [09:51] 那這些都我們就知道做這些 [09:53] 那這個可能他的分數我們知道他的比在哪裡 [09:56] 那如果今天他是一個很重要的AI比如說AI的科技部 [10:00] 他這個分數很低 [10:02] 不合理嘛對不對 [10:04] 如果今天他是一個燈光師 [10:06] 你要他很高 [10:08] 也不到可能 [10:11] 所以那個應該是一個參考的依據 [10:16] 我們一定都要做測試 [10:18] 可是不代表我在評選的過程當中 [10:22] 那個是可以讓我們去跟主管討論 [10:25] 適不適合 [10:26] 那這就會根據當時候這個職位的定位跟他的要求是什麼 [10:32] 跟他實質上工作的本質 [10:36] 到底會用到AI大部分還是 [10:40] 比如說你數位事業部跟那個新聞部的攝影師 [10:45] 這個完全就是不大很大不一樣的應用 [10:48] 數位事業部他們每天就是要跟AI一起 [10:51] 對因為這些事情會回過頭來就是 [10:54] 當這個測驗成績出來之後 [10:57] 這個測驗成績要拿來怎麼用 [11:00] 就是如果說是 [11:02] 是希望是主管在面試這個人的時候 [11:06] 還輔助著有這份成績 [11:09] 然後甚至在面試的過程當中 [11:11] 可以拿來當作一個面試的一個參考 [11:16] 對 [11:17] 或者是 [11:18] 所以他一定是在要願面談的學後 [11:19] 又同時又做 [11:20] 對 [11:21] 他要面談之前就可能要再完成這個測試 [11:23] 就一定要先完成吧 [11:24] 就像性向測驗一樣 [11:25] 就性向測驗也會是 [11:27] 就是我要評定你的 [11:29] 比如什麼愛情 [11:30] 第一行人什麼那些 [11:31] 就是這些性向測驗的 [11:33] 不是 [11:34] 評量測驗的 [11:35] 一種很多種 [11:36] 有很多種 [11:37] 每一個都有自己的理論 [11:39] 然後你只是覺得這個人 [11:41] 比如說我要業務 [11:42] 結果你找了一個愛情人來 [11:44] 是不可能的嗎 [11:46] 或是他是很內向 [11:47] 你要叫他去做業務 [11:48] 這跟本質跟工作性質有很大的衝突 [11:52] 那那個是可以參考 [11:54] 可是那不代表你絕對是在這邊 [11:58] 好 [12:00] 那我還有一個問題 [12:02] 就是說 [12:03] AIQ我們要測 [12:04] 可是 [12:05] 我們有沒有給 [12:07] 如果說這個想推到全公司都要測 [12:11] 董事長是 [12:12] 我覺得 [12:13] 分兩塊 [12:14] 就是一塊是 [12:15] 招募的 [12:16] 對 [12:17] 就是這個 [12:18] Face 1是對外 [12:19] 然後 [12:20] 然後後續才是 [12:22] 內部員工AI能力的盤點 [12:24] 這件事情 [12:25] 因為我覺得 [12:26] 這兩個要測的東西 [12:27] 不一樣 [12:28] 不一樣 [12:29] 會不太一樣 [12:30] 好 [12:31] 我出現一下 [12:32] 所以剛剛的想法是 [12:33] 他比較像是 [12:34] 形象測驗 [12:35] 那一類的 [12:36] 他比較是招募過程當中 [12:38] 很重要 [12:39] 一塊資訊的參考 [12:41] 而不是絕對 [12:42] OK [12:43] 如果我們把它設為絕對 [12:45] 對 [12:46] 我覺得這個 [12:47] 這個就會真的違反到那個 [12:49] 就業的 [12:51] 反擊式的 [12:52] 我覺得這題沒有問題 [12:53] 我覺得這個我們 [12:54] 我們先前的討論 [12:55] 大家都其實是同樣的共識 [12:57] [12:57] 只是 [12:58] 應該是說 [12:59] 但這個 [13:00] 輔助參考的資訊 [13:02] 到底 [13:03] 後面是誰來參考 [13:06] 可能應該是用人 [13:07] 我們在應用的時候 [13:08] 的Proposal上面 [13:09] 一定要附上這個 [13:10] 他的成績單 [13:11] 所有人都要知道說 [13:12] 這個位置的 [13:13] 工作內容是什麼 [13:15] 他的 [13:16] 考出來的成績是什麼 [13:17] 或者我們在前端就會設定說 [13:20] 他的AI部要至少要幾分 [13:22] 嗯 [13:23] 比如說啦 [13:24] 我說喔 [13:25] 攝影燈光師 [13:26] 我只要60分幾分就好了 [13:29] 可是 [13:30] 數位事業部的可能性 [13:32] 他可能要80分 [13:33] 也許我們也可以去這樣跟主管說 [13:35] 你密碼的要求是什麼 [13:37] 至少 [13:38] 通過這樣測驗的都要符合 [13:41] 也許可以這樣設 [13:43] 只是說大家不是一個 [13:45] 絕對的標準 [13:46] 好 [13:47] 統一的標準 [13:49] 我本來想像中的是說 [13:53] 我們最後可能會 [13:58] 有的指標 [14:00] 有的指標 [14:02] 就 [14:04] 會是有一個 [14:05] 一而一 [14:06] 因為我一直在 [14:07] 就我一直在 [14:08] 跟他討論過 [14:09] 然後變成說 [14:10] 你這個測驗是所有職位的人 [14:12] 都要測 [14:13] 然後測完之後 [14:15] 你出來的一個分數 [14:16] 如果只是一個 [14:17] 一個分數好了 [14:18] 就是70分 [14:19] 60分 [14:20] [14:20] 那他 [14:21] 那個分數到底代表什麼意義 [14:22] 會不知道 [14:23] 對 [14:24] 所以我才覺得 [14:25] 後來我就覺得說 [14:27] 我們應該要有點像是用一個雷達圖 [14:29] 那樣子 [14:30] 就是我們到底在意的能力有幾個維度 [14:35] 然後在這個每個維度 [14:36] 我們可以知道說 [14:37] 它大概是一個什麼樣子的一個 [14:39] 落點的範圍 [14:40] 那 [14:41] 但這件事情就是一個 [14:43] 這個人我們用這些題目 [14:45] 測出來的是這個樣子 [14:46] 然後後面就是主管 [14:47] 或者是 [14:48] 第一個是主管自己去衡量 [14:50] 那第二個是 [14:51] 那個未來會不會公司 [14:53] 會有公司的 [14:54] 某一些最低要求的 [14:57] 那個 [14:58] 那我覺得可能就會是後面 [14:59] 後面的事情 [15:00] 對 [15:01] 那 [15:02] 那 [15:03] 這 [15:04] [15:04] 這 [15:05] 我不曉得你們有沒有 [15:06] 對於這件事情 [15:07] 有一些你們的想像 [15:09] 因為我現在整理出來 [15:10] 大概會變成是 [15:11] 第一個就是 [15:12] 基本的認知 [15:13] AI的知識類的 [15:15] [15:15] 然後再來就是 [15:16] 你能不能夠 [15:18] 把好的意圖 [15:20] 傳遞給AI [15:22] 就是表達的能力 [15:24] 然後再來判斷力 [15:27] 就是AI給的東西 [15:28] 哪些是 [15:29] 哪些其實我該不該相信 [15:31] 和我不該相信 [15:33] 然後你能不能夠把AI [15:35] 融入到你的真正的工作當中 [15:38] 然後態度 [15:39] 然後還有學習 [15:40] 疊代力 [15:41] 但 [15:42] 這是定的方向 [15:44] 但是老實說 [15:45] 這會跟測驗的方式 [15:47] 到底測不測出來 [15:49] 對阿 [15:50] 有很大的關係 [15:51] 對阿 [15:52] 題目的設計 [15:53] 跟這個是不是有 [15:54] 對阿 [15:55] 因為你的題目 [15:56] 要能夠反映 [15:57] 你後面要測出來的結果 [15:59] 可是 [16:00] 我覺得第一個 [16:01] 這個用問答題 [16:02] 問得出來嗎 [16:03] 這個可能可以 [16:05] 態度面可以 [16:06] 這個 [16:08] 可能也沒辦法 [16:09] 表達 [16:10] 可能可以 [16:11] 你可以問一個問題 [16:12] 說這個哪裡怎麼表達 [16:13] 那跟題目的形式 [16:15] 就是你是要用問答題 [16:17] 還是你是要用選擇題 [16:18] 這個會有很大的關係 [16:20] 對 [16:21] 有些題目其實是用問答題 [16:23] 還有機會 [16:24] 問得出來 [16:25] [16:25] 但是又會再進一步 [16:27] 便是說我們打算怎麼來測驗這個東西 [16:29] 如果說是線上測驗的話 [16:31] 他可以找答案 [16:33] [16:33] 他會不會根本 [16:36] 這都不是他自己寫的 [16:37] 其實不要講太多 [16:38] 可是 [16:39] 可是我要講 [16:40] 如果他都可以去用AI去找答案 [16:43] 那也證明他 [16:45] 不一定 [16:46] 善用這件事情 [16:47] 不一定 [16:48] 就是 [16:49] 可以說他會用AI [16:51] 但不代表他其他的部分 [16:53] 有這個能力 [16:54] 有這個能力 [16:55] 因為他從頭到尾 [16:56] 搞不好他是用最簡單的方式 [16:58] 就是丟給Chall LGBT [16:59] 然後都Chall LGBT回答 [17:00] 好 [17:01] 回過頭 [17:02] [17:02] 這是一個Ravens量 [17:03] 如果今天他某一個能力 [17:05] 特偉到 [17:06] 我們就覺得 [17:08] 會面試的時候 [17:09] 我們就可以說 [17:10] 那你可不可以 [17:11] 我們看到你 [17:12] 可不可以你分享你過去 [17:13] 有什麼樣實際上的 [17:15] 做過什麼樣的事情 [17:18] 證明你有這樣的能力 [17:20] 這就是後面去確認 [17:22] 他到底是 [17:24] 胡周的 [17:26] 還是真的有這樣子的實作經驗 [17:28] 那我覺得 [17:29] 這一個報告 [17:30] 可能還會 [17:32] 假設這個人 [17:33] 做完這個測驗之後 [17:34] 除了這個分數之外 [17:35] 可能還要 [17:37] 假設 [17:38] 因為我本來 [17:39] 不曉得 [17:40] 這個測驗會是在哪個環節 [17:42] 但如果說是在主管面試之前的話 [17:44] 那感覺起來 [17:45] 這個應該還可以有 [17:47] 產生出一個 [17:48] 推薦面試官 [17:50] 在面試的時候 [17:51] 有哪些你可能可以 [17:53] 可以多問 [17:54] 可以去挖掘的 [17:55] 之類的建議 [17:56] 好 [17:57] 因為我覺得就是單純的考試 [17:59] 真的很難 [18:00] 很難 [18:01] 很難去真的理解 [18:02] 因為這是 [18:03] 就像RD工程師 [18:05] 你要用考試的問答題 [18:07] 或這種問答題 [18:08] 或這種問答題 [18:09] 知道說它是不是有這些寫程式的能力 [18:13] 嗯 [18:15] 我認為Codility [18:16] 也是可以 [18:17] Codility [18:18] 現在已經被 [18:19] 如果說我今天有AI [18:20] 我也可以用AI [18:21] 回答 [18:22] 然後還有就是Codility [18:23] 其實現在已經 [18:24] 就是在AI的時代我覺得它已經不是一個需要被測驗的東西了 [18:35] 我們理解啦 [18:36] 但是每一個主管有不一樣的想法 [18:39] 這個我們都能夠理解 [18:41] 我的意思說如果這個都不被信任的話 [18:44] Codility有做很多事情去檢查你們的作弊 [18:49] 例如說你是複製貼上的 [18:51] 或者是它其實會記錄整個時間走 [18:53] 你在什麼時間點寫的哪些東西 [18:56] 可以去replay [18:57] 所以過完 [18:59] 我一確有Codility有抓到過有人是作弊 [19:03] 但是作弊 [19:04] 你很難講說多百分之百作弊 [19:07] 因為它有可能是在別的地方寫完貼上來 [19:09] 那它這個行為就被偵測到說它本來都沒有做 [19:12] 突然貼 [19:13] 一萬 [19:14] 對 [19:15] 那它到底有沒有作弊 [19:18] 不過呢 [19:20] 所以我說你要去繼續講說這個作弊這件事情 [19:26] 我覺得如果現在你說要實體 [19:29] 會不會不可能一定是現象測驗 [19:32] 想像中是說如果我們是on-site interview [19:38] 會不會是on-site interview當中的某一個環節是讓它用 [19:43] 那樣子會讓整個interview的時間都很長 [19:45] 時間都很長 [19:46] 對很長 [19:47] 所以所有的測驗我們一定是在面對面的時間 [19:50] 對之前一定讓它找時間把它來吃 [19:53] 要鎮定完這件事情 [19:54] 對 [19:55] 然後那個風險只有 [19:56] 那個風險其實另外一個風險就是 [19:58] 基本上你只要測一個人兩個人之後 [20:01] 題庫就滿天飛了 [20:03] [20:03] 所有TPPS的測驗的題庫 [20:06] 基本上你在任何一個地方都會發到 [20:09] 所以任何人要到TPPS來念談以前 [20:12] 他如果真的很認真他就去爬題庫 [20:14] 然後就會知道哪些題目他可能預測會有哪些答案 [20:18] 是主考官想看的 [20:20] 所以這種東西其實是你防不了的 [20:24] 對 [20:25] 就看怎麼測啦 [20:26] 如果你是用一個標準的主務 [20:27] 對 只是就是說在那個測的過程當中 [20:30] 性消毒我們怎麼樣去把它測出來 [20:32] 然後知道就是說至少在這樣的 [20:35] 他拿到了這種成績之後 [20:37] 我們至少怎麼知道怎麼去判斷這個可信度是什麼 [20:42] 因為我們其實之前就算我們在做所謂的試性測驗好了 [20:46] 試性測驗一樣會遇到一個狀況 [20:48] 就是他測出來的結果是一個非常完美的 [20:52] 人格特質的一個成績 [20:54] 但你知道這種成績你就非常清楚的知道 [20:58] 他這個一定是看過很多的題庫之後 [21:00] 看完美就是一種問題 [21:01] 對 他就知道怎麼樣去填主管要的答案是什麼 [21:06] 對 那那個就只能靠就是在面對面面談的時候 [21:10] 你要把它問出來 [21:12] 讓測出來 [21:14] 然後知道實際上他的狀況是什麼 [21:16] 因為 [21:18] 其實我有想過很多個測驗的可能性 [21:23] 那如果是標準的問答題或選擇題 [21:27] 有固定題目的這個 [21:28] 其實我反而覺得那個是一個最不想選的做法 [21:33] 對 那可能比較理想的做法 [21:35] 甚至就覺得是那就開始跟一個AI的面試官來聊天吧 [21:41] 對 那從面試 [21:43] 你一個遙控碗給他拿出來用啊 [21:45] 對 但這件事情又會反應過來就是成本 [21:49] 然後跟成本 [21:51] 可是如果他可以拿出來賣 [21:54] 這又是另外一回事喔 [21:56] 要不要投入這個成本 [21:58] 應該說AI面試現在市面上很多 [22:01] 但是AI面試AI的能力 [22:04] 這個是另外一回事 [22:05] 對 所以 [22:07] AI作弊的工具會 [22:10] 對 很難 [22:12] 我建議啦 [22:14] 既然他只是就 [22:15] 他其實 [22:17] 就是我們在面談之前的一個參考 [22:21] 我們只是要看他的態度 [22:23] 然後跟你具備的知識的程度 [22:26] 那跟他的學習力 [22:28] 如果我們只是要看這三項 [22:30] 對我們來講是重要的 [22:32] 那我們就不要把它想的那麼複雜 [22:36] 對 就是單純的從這幾個特質 [22:39] 去做設計就好了 [22:41] 我覺得可以先試一個版本 [22:44] 我們來看一下 [22:45] 對 因為實務上來說 [22:47] 擺不同的position [22:49] 舉例來說像數位的position [22:51] 數位的主管 [22:52] 其實他們在人選進到 [22:54] 推進到第二面的時候 [22:56] 他就會出題目讓他做實作 [22:58] 那實作作品來了之後呢 [23:00] 我們在現場的面試 [23:02] 我們會讓他去present [23:04] 去說明他用了什麼工具 [23:06] 在什麼地方做出什麼樣的效果 [23:08] 那那個就是一個實際present的 [23:10] 實務的作品在做說人了 [23:13] 所以他那個就完全 [23:15] 他其實是很難去做到作品這件事 [23:18] 但是如果我前面只是要測他的態度 [23:21] 跟基本的知識 [23:23] 還有他的學習力 [23:25] 或者是潛力 [23:26] 我只要看這幾個特質 [23:28] 因為這個是common [23:29] 所有的職位都必須要測 [23:31] 可是問題就是在於 [23:32] 你要怎麼去測驗他的態度 [23:35] 如果你今天是一個選擇題 [23:38] 那你真的測得出來他的態度嗎 [23:40] 當然啊 所以 [23:41] 沒有這個通常都是要用 [23:45] 他一定會結合一些實務的 [23:47] 應該是問卷就要查設計的題目 [23:49] 你是要給他一個情境題 [23:51] 你絕對不會說你願不願意你喜不喜歡 [23:54] 不是封閉的啦 [23:55] 而是有一些情境題說 [23:57] 你遇到這個時候你會怎麼處理 [23:59] 那我從他回答這個內容去判斷說 [24:02] 他是不是有這樣的傾向 [24:05] 他的態度是什麼 [24:07] 通常就是問卷設計都有自己的一套路 [24:11] 邏輯 [24:12] 那這個可以跟什麼 [24:13] 去找區發 [24:15] 他們很會設計這種問題 [24:17] 因為他們要去知道說 [24:19] 這個問卷內容的可信度 [24:21] 他們會去從前後勾集 [24:26] 他會可能這個問你 [24:29] 用這樣問 [24:30] 跟用這樣問 [24:31] 他是同樣的內容 [24:33] 跟問同樣 [24:34] 可是他不同的問法 [24:35] 看你回答的內容是不適合 [24:37] 是不是有一種性 [24:39] 這個就是要回到問卷 [24:42] 不過AI應該也可以做啦 [24:44] 對 [24:45] 我覺得AI也可以做 [24:46] 我有方例可以等一下給你看 [24:47] 你要不要先 [24:48] 好我給你看一下方例好了 [24:49] 那我個人的想法會是比較傾向於 [24:55] 前面是一個基本的測試 [24:57] 而不是實作你能力上面的 [25:02] 能力我覺得是會放在面試的過程當中 [25:06] 去理解說他是不是有 [25:10] 實作這件事情太廣了 [25:12] 但可能實作有一種講的實作可能是說 [25:16] 你說你會用TradeGPT [25:19] 或會用German來 [25:20] 但你到底是什麼樣子的會 [25:22] 你平常有在用它 [25:23] 那到底你是怎麼用它 [25:25] 你只是一個問題丟給它 [25:27] 然後 [25:28] 不是我的意思是說 [25:29] 他可能可以秀他自己的 [25:32] 因為他會做嘛 [25:33] 一定有紀錄嘛 [25:35] 你可以把這個說 [25:36] 我做了這個證明說你做了這個事 [25:39] 用這樣子的軟體 [25:40] 就這樣而已啊 [25:42] 我覺得這個 [25:43] 現在要來去verify這件事情沒有太難 [25:46] 或者是另外一種方式 [25:50] 另外一種方式 [25:51] 我覺得現場跟你講一個很簡單的 [25:53] 請你用什麼樣的工具 [25:55] 那你先 [25:57] 好我先這麼想 [25:58] 我先稍微講一下 [25:59] 那時候我在設計這題 [26:00] 我還沒有跟Joyman去做整合 [26:02] 因為Joy裡面有很多公司 [26:03] 內部細節的想法 [26:04] 那我那時候在做 [26:05] 那我那時候在做這件事情的時候 [26:07] 我是只有挑戰我的AI幾件事情嘛 [26:09] 一個是 [26:10] 你怎麼去評分 [26:11] 一個是 [26:12] 你怎麼讓它不作弊 [26:14] 還有一個是 [26:15] 你怎麼讓它設計的題目 [26:16] 是會跟AI有關 [26:18] 我就挑戰它這三件事情嘛 [26:20] 那它給的答案的話 [26:21] 是 [26:22] 評分的部分 [26:23] 它是用業界學術上的一些東西 [26:25] 但我認為參考就好 [26:26] 你信賴 [26:27] 就是統計數字 [26:28] 對我覺得參考就好 [26:29] 統計數字 [26:30] 信賴 [26:31] 那現有的話 [26:32] 現有市面上有哪些 [26:33] 他大概也有給了一些 [26:35] 那這些當然 [26:36] 基本上我覺得 [26:37] 我們應該也不會花錢去買 [26:40] 但是我們可以拿來做為參考 [26:42] 學習 [26:43] 那去做 [26:44] 好 [26:45] 那直接看它現在給出來的東西 [26:46] 我覺得在幾個挑戰的時候 [26:47] 它給出來 [26:48] 都讓我是蠻訝異的 [26:49] 說實在的 [26:50] 是真的還蠻 [26:52] 可能被我逼到那個 [26:54] 哈哈 [26:55] 哈哈 [26:56] 沒有 [26:57] 好 [26:58] 它 [26:59] 對 [27:00] 它概念上就是這樣 [27:02] 它既然是AI考試 [27:04] 我一開始它就給你AI了 [27:06] 所以它用問一個題目 [27:08] 它必須要用AI做 [27:10] 所以同樣的題目 [27:12] 不同的用AI會給出不一樣的結果 [27:14] 它可以在裡面 [27:16] 它有時間限制 [27:17] 所以在時間限制以內 [27:19] 它必須用AI來解答這一題 [27:21] 那這時候就會有一個很有趣的 [27:23] 最後它認為滿意的答案 [27:25] 每個人都會不同 [27:26] 然後它用這個答案 [27:28] 來去verify [27:30] 它的評分 [27:31] 它的評分 [27:32] [27:32] 我請它做一個比較冷的 [27:34] 因為那你給Joe看了一個不像人的東西 [27:36] 對 [27:37] 那比較像人一點的東西 [27:39] 就是說 [27:40] 它是誰 [27:41] 然後它就應徵的是什麼 [27:44] 來自於哪裡 [27:45] 然後 [27:46] 它的評分是建議 [27:47] 然後它該去哪一組 [27:49] 然後再來就是它總分多少 [27:51] 那再一些評分 [27:52] 它總共花了多少時間 [27:53] 再來就是說它會拆解任務給AI [27:55] 這其實就是剛剛討論的 [27:56] 這是我們要用哪幾個象限去看這件事情 [27:59] 那這幾個象限也是可以定義出來 [28:01] Joe剛剛已經定義出了六七個象限 [28:03] 所以就是說在整合完之後其實會有不同 [28:06] 然後去給一些 [28:07] 因為它是針對它的答案 [28:08] 因為它會AI設計題目 [28:10] AI心目中會有答案 [28:12] 那它會跟它的答案再回去評分 [28:14] 那它會有一些評分的想限 [28:16] 所以就是說它評分說 [28:17] 那它在這一題裡面 [28:18] 它在拆解任務的時候它是幾分 [28:20] 那它Prompt寫得清楚它是幾分 [28:22] 大概會用這樣的方式去評 [28:24] 那評分的時候 [28:26] 我覺得基於剛剛作弊那一題 [28:28] 其實 [28:29] 我的想法是這樣 [28:30] 如果是AI出題目 [28:31] 那AI隨時可以換題目 [28:32] 他們永遠猜不到AI下一題會做什麼 [28:35] 對 [28:36] 所以這件事情其實是可行的 [28:38] 因為AI自己它 [28:40] 終究它會去定義說它所謂的評分 [28:42] 但是這就是細節了 [28:43] 因為這就是就像這樣的細節 [28:44] 我們邏輯上是這樣就是 [28:46] 可是我還有一個問題 [28:48] 回過台灣你在出題這件事情 [28:50] 每一個職位 [28:52] 它有每一個職位的專業能力 [28:55] 對 [28:56] 所以我說我當時我是給它工作說明書 [28:59] 根據於這個工作說明書 [29:01] 你應該要做的事情的時候 [29:03] 你可能要出什麼樣的題目 [29:05] 對 [29:07] 其實你只一看一下 [29:08] 它可以針對它的身分跟職位 [29:09] 它就會出不一樣的題目給它 [29:11] 對 [29:12] 沒錯 [29:13] 它這裡其實是可以針對它不同的職位 [29:14] 對 [29:15] 跟它不同的等級 [29:16] 跟它的不同的那個層級 [29:18] 那去決定 [29:19] 你說工作說明書 [29:21] 但是每個主管在提這個職位的時候 [29:23] 都要寫的 [29:24] 對 [29:25] 它要負責什麼樣的工作 [29:26] 它的工作流會是什麼 [29:28] 嗯 [29:29] 嗯 [29:30] 哦 [29:31] 說主管還出這個題目 [29:32] 不是 [29:33] 主管可能有工作說明書 [29:35] 然後 [29:36] 當然AI就根據這個工作說明書 [29:38] 就跟JD去出題 [29:39] 對 [29:40] 我個人的想法是應該是要這樣 [29:43] 所以我當時我做的就是 [29:45] 我給它一個JD [29:46] 你根據這個JD幫我出 [29:48] 我應該要出什麼樣子的測驗題目出來 [29:51] 然後剛剛的那個邏輯 [29:53] 比較像是 [29:54] 既然你有可能用AI來作弊 [29:57] 那我們就直接讓人家上面就給你AI了 [29:59] 對 [30:00] 你也不用用缺LGPT或什麼其他 [30:01] 不用 [30:02] 我就送你一個這個 [30:04] 甚至他 [30:05] 懂的人就知道 [30:06] 這個model [30:07] 應該用什麼方式跟它溝通 [30:09] 會拿出最好的成效 [30:10] 不懂的人就會 [30:11] 自己選AI [30:13] [30:13] 還是說 [30:14] 沒關係啊 [30:15] 這個就是要測他們的能力啊 [30:17] 對啊 [30:18] 因為本來 [30:19] 職位的不一樣 [30:20] 對 [30:21] 他可能不用管那件事情 [30:22] 他不用管 [30:23] 他也可以管 [30:24] 我們只要知道怎麼跟他合作就好 [30:25] 對 [30:26] 應該只是看題目跟他最終的 [30:28] 還有過程 [30:29] 那我剛剛想到的就是說 [30:30] 我們想要測的這個分數出來 [30:35] 然後 [30:36] 因為這邊是要 [30:38] 比如說這個 [30:39] 這個這個 [30:40] 每一個可能不一樣 [30:42] 那我這個幾個面向 [30:44] 出來結果 [30:45] 我怎麼去解讀他 [30:47] 怎麼去主管怎麼看這件事情 [30:50] 所以會要有個報告 [30:52] 對 [30:53] 因為如果像剛剛的定義 [30:55] 比較像是 [30:56] 他那個題目都會是 [30:58] AI [30:59] 產生的 [31:00] 那 [31:01] 所以 [31:02] 這個東西到底 [31:03] 為什麼 [31:04] 可是這個分數 [31:05] 因為他的那個回答也不會是一個標準答案 [31:07] 所以那個就會變成是由AI衡量的 [31:09] 給出來的分數 [31:10] 那AI就要講說 [31:11] 如果說滿分五分 [31:13] 他給了四分 [31:14] 那為什麼 [31:15] 他給了四分 [31:16] 然後 [31:17] 原因是什麼 [31:18] [31:18] 所以這個會變成是 [31:19] 要有AI來產生 [31:20] 最後的那個報告 [31:22] 只是我們的框架上面還是會給我們要的那幾個維度 [31:25] 跟那個分數的標準 [31:27] 其實後面的描述就會變成都是AI產生出來的 [31:31] 但是定義AI這件事情就叫細節了 [31:34] 這個東西就很細 [31:36] 那我還要講一個就是說 [31:38] 我們可以定義他的維度 [31:39] 我們可以定義他判斷的方式 [31:41] 然後但是 [31:42] 終究只有他去判斷 [31:43] 但我們會有一些屬於TVPS的定義 [31:45] 那 [31:46] 還有一個像這邊什麼東西 [31:48] 那這個意思就是這一整份報告 [31:50] 我那時候跟他要求是 [31:51] 你做一個HR看得懂的報告 [31:52] 不要做一個HR看不懂的報告 [31:54] 所以他就開始用了一些什麼 [31:56] 同級對照啊 [31:58] 那意思是說其實你們想要的 [32:00] 就是HR想要的 [32:02] 他都做得出來 [32:03] 對比方說最近面試者 [32:05] 全部幫你做一個全盤 [32:07] 或是同一個職位的面試者 [32:09] 做一個互相比較 [32:10] 同一個部門 [32:11] 同一個職位 [32:12] 全部都做得出來 [32:13] 只要你想得到的 [32:14] 他邏輯上就是這樣 [32:15] 那細節絕對是在題目上的設計跟他判斷 [32:18] 到底靠不靠譜這個才是重點 [32:21] 這絕對是細節 [32:22] 那每一個題目 [32:24] 每一個職位他怎麼去判斷 [32:26] 這也是細節 [32:27] 大概會是長這樣 [32:28] 他就是一個測試一個報告一個這樣就結束了 [32:31] 對 [32:32] 那他我覺得最讓我壓抑是他 [32:36] 我一直挑戰他說 [32:37] 你就是要想辦法避免的要作弊 [32:38] 所以他就直接送他一個 [32:40] 這個蠻讓我壓抑的 [32:43] 對 [32:44] 這個 [32:45] 然後再加上現實 [32:46] 現實只要我只測一分鐘或三分鐘 [32:49] 就會測出人的實力了 [32:50] 對 [32:51] 對 [32:52] 這沒錯 [32:53] 對 [32:54] 如果他連這裡都不懂得什麼輸入 [32:56] 那基本上就可以知道結果了 [32:58] 對阿 [32:59] 對阿 [33:00] 以你們的 [33:01] 就是 [33:02] 你們的 [33:03] 對整個公司的各個職位的認知來講 [33:07] 像這樣的模式是適合嗎 [33:09] 可以阿 [33:10] 可是現在連主管談到的不一定會做 [33:14] 我老實說 [33:16] 我有種感覺 [33:17] 如果這個題目 [33:18] 我老實說 [33:19] 我們自己內部的 [33:20] 還有再來就是連主管叫他出 [33:23] 他不一定出得出來題目 [33:25] 所以我說我也不要叫主管去出了 [33:29] 對不對 [33:30] 我覺得你剛剛講的用JD來採 [33:31] 我覺得可以JD [33:32] 我告訴你說你們的工作 [33:34] 那當然我覺得 [33:35] JD都寫不好 [33:37] JD都讓我們通過 [33:39] 可是現在還是可以叫AI [33:41] 我都會丟進去AI [33:43] 叫他幫我寫一個 [33:45] 這是我們阿 [33:46] 我們後面 [33:47] 因為為了要讓招募 [33:49] 為了要讓那個求職平台上面的資訊 [33:52] 可以更清楚明瞭一點 [33:54] HR會自己做 [33:56] 但是主管送上來那個JD [33:58] 以文字記者來講 [34:00] 每一不管不分組 [34:02] 他就是只有三件事 [34:04] 約訪、採訪、解考、參檢 [34:07] 三件 [34:09] 對,就這三個 [34:10] 可是我是覺得 [34:11] 不管他是哪一條線 [34:13] 就是這三個 [34:14] 可是我覺得那個可以去 [34:16] 因為他們可能不知道 [34:18] 所以你們可能需要有一個 [34:20] 主管要填JD的時候 [34:23] 不要再填表格 [34:24] 應該這麼講 [34:26] 應該這麼講 [34:27] 應該這麼講 [34:29] 應該這麼講 [34:30] 之前我們 [34:31] 我在文宣的時候做專案 [34:33] 我們不會根據 [34:35] 就你是 [34:36] 不,你是 [34:37] 你一個 [34:38] 我BP好了 [34:39] 每一個BP有五個 [34:41] 他不會有五份JD [34:42] 五份JD的 [34:43] 他就是一份 [34:44] 因為這個位置 [34:45] 要做什麼事情 [34:47] 應該可以被定義出來 [34:49] 那譬如說記者好了 [34:52] 文字記者要做什麼事情 [34:53] 我就是一份 [34:54] 他的工作內容就很清楚 [34:56] 因為你 [34:57] 不管你跑任何線 [34:58] 你每天要完成任務是一樣 [35:00] 只是你的內容是 [35:02] 生活、社會不一樣而已 [35:04] 所以那個我覺得是 [35:06] 只要前端 [35:08] 我覺得也趁現在剛好有AI [35:10] 讓他們重新再review [35:12] 他們工作對於記者的要求 [35:15] 是什麼 [35:17] 然後再來就是說 [35:19] 真的可以有個interview [35:20] 因為現在有 [35:21] 有很多那種 [35:22] 就是讓AI去做interview [35:24] 別人寫好的那種sql [35:25] 他真的會去做deep interview [35:28] 就幫你做深度的問答 [35:30] 把一些東西給挖出來 [35:32] 所以這個現在就是 [35:33] 請主管們來 [35:34] 我們 [35:35] 我們就送主管 [35:36] 跟他聊 [35:38] 他就直接聊 [35:39] 把東西都挖出來了 [35:40] 因為主管他可能不會寫 [35:42] 但他可能會講 [35:43] 對 [35:45] 我覺得我們可以直接把這sql [35:47] 放在AI1 stage 4 [35:49] 直接我們直接丟進來 [35:50] 我覺得就可以讓他們慘了 [35:52] 可以 [35:54] 那而且就是 [35:56] 一定要問他們你的AI是什麼 [35:58] 你希望他可以 [35:59] 在這個工作中 [36:01] 工作流 [36:02] 就是之關的那些 [36:03] 他們需要具備什麼樣的 [36:04] 比如說像好了 [36:05] 現在新聞部要會做自己 [36:08] 文字經營的 [36:10] 用A3做CG [36:11] 因為以前沒有 [36:13] 採訪 [36:14] 然後Jump [36:15] 採訪結束之後 [36:16] Jump搞 [36:17] 影音剪輯到CG製作 [36:19] 然後最後完成一則 [36:22] 完整的新聞 [36:23] 可以直接上 [36:24] 這個是文字記者 [36:26] 現在的整個作用 [36:28] 那這不就是跟 [36:30] 招募工程師的時候 [36:33] 應該要給他一個題目 [36:35] 讓他做做看 [36:36] 才知道他會不會做 [36:38] 不然你要如何問他說 [36:41] 你會用AI做CG嗎 [36:42] 他可能就會 [36:43] 可是相信我們還有一些 [36:45] 完全沒有紅酒之類的 [36:47] 就是NG-level的 [36:49] 我覺得那種測試很適合 [36:52] 讓他直接一個情境 [36:54] 一些素材 [36:56] 就直接做了 [36:57] 然後就是像這樣的一個AI工具 [36:59] 就直接做了 [37:00] 然後做完主管就看 [37:01] 喔這篇你寫出來的報導是這樣 [37:02] 你做出來的事情就是這樣 [37:04] 因為新 [37:06] 剛畢業的人不見得 [37:08] 他就一定做得比較不好 [37:10] 那像譬如說 [37:11] 現在在學校的營養 [37:12] 其實教部弄得還不錯 [37:14] 對對對 [37:15] 他們其實在學校 [37:16] 原生他們就會有一些 [37:18] 學習的東西 [37:20] 其實說還OK啊 [37:22] 譬如說像新聞 [37:24] 新聞它不一致 [37:25] 它有事實查證 [37:26] 對 [37:27] 這些東西都是沒有辦法 [37:28] 在JD裡面 [37:29] 他們要做 [37:30] 這事實查證 [37:31] 要去約方證 [37:33] 這些東西都是在他們工作的內容當中 [37:37] 只是他們沒有寫出來啦 [37:38] 對啊 [37:39] 他們就是只是兩個字約方 [37:41] 兩個字約方 [37:43] 兩個字約方 [37:45] 然後沒有把那個怎麼 [37:47] 這些東西應該要做到什麼樣的標準 [37:50] 那這個會是他們在interview的時候 [37:52] 選題他們也沒寫出來 [37:54] 我應該說我們家的主管 [37:57] 其實在面談的時候 [38:00] 以新聞部來講 [38:04] 他們其實在面談這些人的時候 [38:06] 其實問的問題都很少 [38:08] 因為平常這些記者們 [38:10] 他們在螢光幕 [38:11] 就是在新聞 [38:12] 其他的新聞頻道上面 [38:13] 他們只要看過他的東西 [38:15] 基本上就可以知道這個人到底行 [38:18] 或不行 [38:19] 所以在面談的過程當中 [38:21] 他們其實會比較少去問到這些問題 [38:24] 那這些問題 [38:25] 反而都是HR在問 [38:26] 那像我自己在談所有的新聞部的文字記者的時候 [38:32] 針對AI能力的部分 [38:34] 我就會要求他 [38:35] 你必須要具體舉一個你曾經做過的例子 [38:38] 而且是讓我可以查到 [38:40] 我可以去看到你實際上做出來的東西 [38:43] 到底是什麼 [38:44] 然後這個東西 [38:45] 你用了哪些的工具去做 [38:47] 讓它採出來 [38:48] 花多久時間 [38:49] 如果你當場根本沒有辦法舉證出來的話 [38:53] 其實我的判斷有可能就是 [38:55] 那其實你在自己的部分的應用是少的 [38:58] 嗯 [38:59] 對 [39:00] 那另外一個當然就是 [39:01] 其實對文字記者來講 [39:02] 我覺得要測他們對於AI的接受度跟態度的原因 [39:05] 是因為 [39:06] 目前就我們 [39:08] 我談過這麼多他台來的記者 [39:11] 其實他們都 [39:13] 不是太理解 [39:16] open 的接受AI工具應用在記者的工作 [39:19] 因為這個有為他們自己 [39:22] 在做新聞真實的這個核心的信念 [39:26] 對 [39:27] 所以 [39:28] 這件事情對於他們來講 [39:29] 其實 [39:30] 目前我們談到這麼多 [39:32] 即便在學校 [39:33] 即便在學校 [39:35] 教授在教這件事情的時候 [39:37] 其實也不會特別去 [39:40] 因為看教授對這件事情 [39:43] 他自己的認知 [39:44] 對 [39:45] 所以他們其實也不會太去就是 [39:47] push這件事情 [39:48] 就告訴學生說 [39:49] 其實你要善用一些AI工具 [39:51] 在你的工作上執行 [39:53] 因為對於他們來說 [39:55] 新聞真實 [39:57] 查證這件事情才是核心的 [39:59] 對 [40:00] 所以這個是在談新聞部記者的時候 [40:05] 跟我在談數位的時候 [40:07] 那個 [40:08] 數位的position [40:09] 它其實是完全不同的 [40:11] 數位是你原生就應該要做 [40:13] 因為那就是generalizing AI [40:15] 對 [40:16] 對 [40:17] 帶來最大的影響就是數位的 [40:19] 數位內容裡面 [40:20] 不管你要做完它的內容 [40:23] 可以大量的應用 [40:25] 你要進入到這個領域裡面 [40:27] 對 [40:28] 你不做你速度就比人家慢了 [40:29] 然後另外一個 [40:30] 那你們覺得 [40:31] 以相對來講 [40:32] 在節目部 [40:33] 節目又不一樣 [40:35] 因為節目他們實際上是非常 [40:37] 它是非常實景的 [40:40] 實場的 [40:41] 所以它的東西會在攝影棚發生 [40:44] 所以FOR攝影棚 [40:45] 它怎麼樣讓它的道具 [40:49] 或者是一些要應用的東西 [40:51] 是可以實際上很快速的 [40:54] 生成這件事情 [40:55] 它們其實還是大量的依賴 [40:58] 製作資源部的support [41:00] 所以它們在這個部分的概念 [41:02] 製作資源部的support [41:04] 是說 [41:05] 做道具 [41:06] 對 [41:07] 因為我現在的錄影 [41:08] 都還是實景 [41:09] 所以你才會發現 [41:11] 其實有那個什麼 [41:12] 搭景班的師傅 [41:14] 這個 [41:15] 對 [41:16] 搭景班的師傅 [41:17] 他們搭景的那些素材 [41:20] 或他們到底要怎麼去建出那個景 [41:23] 那跟他沒關係 [41:24] 跟他沒關係 [41:25] 他只是負責去搬去 [41:26] 他們會有 [41:27] 已經寫好了 [41:28] 地上都畫好了 [41:29] 有標記好了 [41:30] 他們就 [41:31] 今天要搭 [41:32] 搭國民大會 [41:33] 他就要去做 [41:34] 今天是 [41:35] 什麼什麼 [41:36] 他趕快去換 [41:37] 對 [41:38] 那已經都被設計好了 [41:39] 所以你可以想像 [41:40] 設計的是另外一個 [41:41] 搭景班的師傅就是木座 [41:43] 就是木工師傅 [41:44] 他就是把東西多多多放 [41:46] 東西有壞掉 [41:47] 把它拼好 [41:48] 把它弄好 [41:49] 因為我們現在其實 [41:50] 還沒有進到很多的虛擬棚 [41:52] 又或者是說 [41:54] 可是以後會搭景班 [41:56] 我們現在只有一個虛擬棚 [41:57] 我們現在只有新聞部有用一個 [42:00] 兩個虛擬棚 [42:01] 提關點是用虛擬棚 [42:02] 但虛擬棚就不需要搭景班師傅 [42:04] 不用 [42:05] 虛擬棚就會比較多的 [42:07] 真的是 [42:08] 在做虛擬棚的設計的那一組人 [42:10] 他們就比較多的AI的 [42:12] 有去看過虛擬棚 [42:14] 對 [42:15] 就是用那個 [42:17] 漢眼那邊的動畫那一組 [42:19] 動畫設計那一組 [42:20] 所以你說你要測這些人 [42:22] 擺不同的職位去測 [42:24] 用AI這個去測 [42:26] 我們還是會做選擇性 [42:28] 我們還是會做選擇性 [42:30] 我們還是會做選擇這個版本 [42:31] 搭景班的師傅 [42:33] 就不測這個 [42:34] 我要問的是一個問題 [42:37] 就是現在 [42:40] 一般啦 [42:42] 企業裡面 [42:43] AI的應用很普及嗎 [42:47] 一般是指 [42:49] 嗯 [42:50] 我覺得還是會分 [42:51] 像我們公司也是一樣 [42:54] 我們說媒體產業好了 [42:56] 就媒體產業好了 [42:57] 因為像你們剛剛的描述 [42:58] 有一批人 [42:59] 我覺得核心還是會分成兩塊 [43:02] 一塊是他的工作有沒有接觸電腦 [43:04] 對 [43:05] 就在講 [43:07] Fake Office的 [43:08] AI的 [43:09] 現在我覺得還是很少 [43:11] 還是很少 [43:12] [43:12] 對 [43:13] 我在衛生就沒有啊 [43:14] 以我們現在談很多的大概 [43:17] HTC 我也 [43:18] 應該沒有 [43:20] 他們應該對RT在用而已 [43:22] 第一個 [43:23] 我們有什麼軟體可以用 [43:25] 我們到現在都還是自己用自己 [43:27] 我自己買Cloud [43:29] 自己買JM來自己買 [43:30] 如果要我 [43:32] 我覺得現在現實就是 [43:33] 如果你今天要用大量用那個AI的工具 [43:36] 再提升我的工作效率 [43:38] 你沒有給我平台軟體 [43:40] 這件事情是不可能達成的 [43:45] 對不對 [43:47] 我們現在都還是 [43:48] 就是盡量如果可以 [43:50] 可是我那天有跟Michael講說 [43:53] 我們如果要推也要測驗 [43:55] 你至少要有一個 [43:57] 真的可以讓大家都可以去學習的機會 [44:01] 我們再來做 [44:02] 才有可能 [44:03] AI wise [44:06] 但我一直在想這題的時候 [44:08] 我都覺得應該是回到 [44:09] AIQ我難說聽到的 [44:11] 它本質應該是希望人有那個 [44:13] Mysame [44:14] Mysame [44:15] 對 [44:16] 所以它可以很淺 [44:18] 可是概念又會回到說 [44:21] 你那個概念 [44:23] 只是說你知不知道跟AI對話 [44:27] 或是知不知道 [44:28] 對就是像比方說 [44:29] 大家同得他們都對話 [44:30] 他就是很高分 [44:31] 應該 [44:32] 應該 [44:33] 我問你 [44:34] 我問你 [44:35] 就是說 [44:36] 法規覺得說 [44:37] 紅綠燈可不可以闖 [44:38] 跟我會不會去闖 [44:39] 紅綠燈是兩回事 [44:40] 對啊 [44:41] AIQ是說我知道 [44:43] 可是我會不會去做 [44:45] 是兩回事 [44:46] 對啊 [44:47] 所以他就是 [44:48] 可是我的測驗是要知道說 [44:50] 你會不會去做這件事情 [44:51] 而不是你知不知道 [44:53] 所以你會不會做這件事情 [44:56] 可能就要這種情境 [44:57] 才比較容易做得出來 [44:59] 那你知不知道 [45:00] 可能就可以用選擇題 [45:02] 對 [45:03] 知不知道那個 [45:04] 我覺得那個就是一個基本表演 [45:07] 但是你知不知道這件事情 [45:08] 又會有分程度 [45:09] 就變成是說 [45:11] 搭那個部警的師傅 [45:16] 他需要 [45:18] 我們需要測驗他知不知道的東西 [45:20] 跟 [45:21] 會用電腦的人 [45:23] 他需要知道的東西 [45:25] 就是通識跟專業測試的概念 [45:28] 對 [45:29] 一般通識跟 [45:30] 一般 [45:31] 就是有一般通識 [45:32] 這個概念 [45:33] 你等一下嘛 [45:34] 就是說 [45:35] 我覺得每一個人現在避免不了要跟電腦工作 [45:39] 對 [45:40] 你雖然實體的工作是在搭的 [45:42] 你有某一些行政作業要去記錄要去做什麼的 [45:45] 還是會有 [45:46] 那你知不知道 [45:47] 你還是要知道 [45:48] 只是那個是基本的 [45:50] 你不是專業的部分是要跟AI工作 [45:53] 可是你是在其他類型性的事務上面要去做記錄要去幹嘛 [45:58] 你必須要分AI合作 [46:01] [46:01] 我們就是出兩種 [46:03] 一種叫做通識的 [46:05] 通識就是選擇 [46:07] 就是概念 [46:08] 就是概念 [46:09] 那可能就是選擇題問答題之類的那種 [46:11] 那就是每個人 [46:13] 專業的部分就變成真的要用JD來去看他 [46:17] 然後他就是真的在實體面臺上的時候 [46:21] 我們要有十分鐘的時間現場考 [46:24] 我會說這個東西就可以拿JD會進來 [46:28] 然後但是你們可能就會去挑說 [46:30] 這類型的職位的人才需要做這種測試 [46:33] 那我們可不可以分階段 [46:36] 我覺得再來還有一個問題我要聽 [46:38] 就是我們做這些實施 [46:41] 面試者的反應是什麼 [46:42] 這個是很現實的 [46:45] 我們會被大量的討論 [46:48] 有可能是負面的 [46:49] 對啊對啊 [46:50] 所以我才覺得 [46:51] 我說不要考太難的原因在這裡的 [46:55] 那個就是因為 [46:57] 我們其實我們先做沒有問題 [47:00] 但我們一定會被討論 [47:02] 那這個就是壓力 [47:04] 然後第二個是 [47:06] 對我們招募來講是很大的一個 [47:09] 找陽明 [47:10] 我們要做這件事情的時候 [47:12] 先做個PR [47:13] 我們就是第一個示範者 [47:15] 我們要開始進行這個 [47:16] 大家都知道了 [47:17] 你要來你就是先打好預防針 [47:20] 這我覺得是可能要先把這些訊息都拋出去 [47:27] 然後再來 [47:28] 你就 [47:30] 我已經說好我們要開始運用 [47:32] 不是只有你要進來 [47:34] 我們自己內部我們要做這件事情 [47:35] 第三有善一點就是在我的招募網站上面 [47:38] 我也做一個模擬讓他可以在上面 [47:41] 對 [47:42] 因為我們AR champion的題目會用招募網站 [47:45] 對 [47:46] 因為我們現在都要仰賴PM接待 [47:51] 我本來想說如果這種類型 [47:54] 它可以比較像是一個通用型的 [47:56] 不是就是 [47:57] 並不會是有牽扯到我們的一些招募 [48:01] 不應該外流出去的資訊的話 [48:03] 那搞不好這個東西也可以變成是一個 [48:05] 因為它最後測量出來就是 [48:06] 你有六個維度或幾個維度 [48:09] 然後你的能力值大概在哪裡 [48:11] 有點像是心理測驗那樣 [48:13] 我測完的話 [48:14] 還可以留一個我自己的結果頁 [48:16] 然後還可以分享給我的朋友說 [48:18] 你看我這個東西是什麼 [48:19] 可是你知道這個是要人家有做統計 [48:23] 而且實驗過 [48:24] 它的可靠性要懂 [48:26] 對 [48:27] 這個是必須要被 [48:28] 我設計完了以後 [48:30] 我要去做大量的實作 [48:33] 我先做譬如說100個樣本 [48:35] 因為它這個叫實驗設計 [48:38] 應該說 [48:41] 問卷設計的過程當中 [48:44] 我要去驗證 [48:45] 我為什麼設計這個題目 [48:47] 原因我前面有很大問題 [48:49] 我會有很大的理論 [48:50] 我要說這個是不是可信的 [48:51] 我要去 [48:52] 我要去 [48:53] sample來的時候 [48:54] 100個問卷 [48:55] 然後去知道說 [48:56] 這個 [48:57] 的確是跟我 [48:58] 檢測出來的 [49:00] 真的是可以信賴的這個資訊 [49:02] 這個沒有那麼容易 [49:04] 那現在這件事情都可以大量被AI來模擬 [49:07] 因為像有公司專門在做Persona [49:11] 就是它可以模擬1000個人設 [49:13] 題目來1000個人設去回答 [49:15] 回答出來去分析 [49:17] 然後去做調整 [49:19] 但是我們沒有 [49:21] 對啊 [49:22] 我們要的老師 [49:23] 我們 [49:24] [49:24] 我們 [49:25] 對 [49:26] 那再拉回來一點就是我們 [49:27] 我想說我們進行的方式 [49:28] 我們的一些時程 [49:29] 然後 [49:30] 我們的階段 [49:32] 跟我們 [49:33] 有沒有要內測啊 [49:35] 就是內部測試啊等等的 [49:37] 我個人覺得從數位事業部開始做 [49:41] 是可以比較合適的 [49:45] 原因是他們真的工作本來就被要求 [49:48] 要做這件事情 [49:50] 只做 [49:51] 先有一個示範團隊 [49:54] 我們先亂看一看 [49:56] 就是慢慢擴大這件事情 [50:00] 你覺得 [50:01] 你說做事 [50:02] 就是說我們先把這些 [50:04] 開始針對於某一個區域的 [50:06] 我們要開始做 [50:08] 還是要我反正我就不管了 [50:10] 我全部就衝了 [50:11] 我們也要先驗證一下 [50:13] 我們要先決定 [50:14] 我們要做哪些 [50:18] 要用一般的通識的概念先去做 [50:22] 還是我其實是通識加專念 [50:24] 他是兩種 [50:25] 通識加專念 [50:26] 因為如果說只是做一般的通識 [50:29] 我覺得那個全賞就是問題 [50:31] 對 [50:32] 那如果說要後面的這個 [50:34] 就是專業的測試 [50:36] 就是我現場要做一個實作 [50:38] 我也要考慮到就是 [50:40] 我的設備更夠 [50:42] 然後第二個 [50:43] 這個不是現場的 [50:44] 我剛剛 [50:45] 剛剛他秀的也是現場的 [50:46] 你要讓他也是現場的 [50:47] 因為他要限制實作 [50:48] 當然我所有的資料 [50:50] 應該會統一Storage在同一個地方吧 [50:52] 然後回來都在我們這 [50:54] 都在我們這 [50:55] 他是連線到我們這邊來 [50:56] 他是個網站 [50:57] 然後測完了 [50:58] 然後登陸測完了之後 [50:59] 就這樣了 [51:00] 對 [51:01] 然後我後面 [51:02] 我後面我們還是 [51:03] 這些資料我們還是可以收回來 [51:05] 做同一個position的分析吧 [51:07] 可以嗎 [51:08] 可以 [51:09] 對 [51:10] 但那個可能 [51:12] 就的確是我們分階段的話 [51:13] 第一個就是通識型的 [51:15] 然後難度不要太難的 [51:18] 因為我覺得也要對齊我們的目標 [51:20] 就是全部都灑出去的話 [51:22] 應該說那個就是全部的職位嘛 [51:24] 那你們也提到一個關鍵點 [51:26] 就是不能讓這個東西出去之後 [51:28] 大家會覺得是一個 [51:31] 壓力 [51:32] 太大的壓力 [51:34] 然後 [51:35] 但是那個東西到底 [51:36] 測完之後的那個結果 [51:38] 對我們來講的那個意義 [51:40] 我覺得我們好像可能會需要 [51:42] 是可以有一些內部的測試 [51:46] 可以啊我覺得可以內部測試一些 [51:48] 我就找幾個單位 [51:50] 一些人來做測試一下 [51:53] 那或者是裡面有一些AI的概念 [51:57] 比如說 [51:58] AI到底是會取代我嗎 [52:00] 還是取代我的某一些工作證 [52:03] 這個我覺得很多人 [52:05] 還是有這種迷思喔 [52:07] 那這個題目我們得到的答案 [52:10] 我們可以答算 [52:11] 對他後回答之後 [52:12] 我們是覺得 [52:13] 取代的要不錄取還是沒取代 [52:16] 錄取 [52:17] 這個題目設計我也有一點 [52:18] 不是我的意思是說 [52:20] 他知道的 [52:21] 說你知道的現在的AI [52:23] AI現在的能力是 [52:25] 是取代工作本身 [52:26] 還是工作裡面的任務 [52:28] 我以為這個可能要 [52:30] 就不是說 [52:31] 我說那個設計還是可以 [52:33] 來講一下那個概念 [52:34] 別問 [52:35] 這有釋法性的問題 [52:36] 千萬請問 [52:37] 對這題有點 [52:38] 因為現在的利願在修法 [52:43] 他們之後會有一個 [52:44] 針對台灣的企業會有一個AI條款 [52:47] 所以對所謂的AI條款 [52:50] 就是說你的企業不能夠因為你導入AI [52:53] 而對勞工有任何不利措施 [52:56] 所以這一題千萬不要問 [52:58] 不然我後面很難處理 [53:00] 你知道的 [53:01] 你知道的 [53:02] 我最近背後都是啥 [53:03] 哈哈哈哈 [53:04] 對 [53:05] 因為接下來台灣的法規 [53:07] 會針對AI工具的應用 [53:10] 就是勞動法規會針對AI科技 [53:13] 那個科技工具的應用 [53:15] 然後會有一些的限制 [53:17] 對於我們在做勞工 [53:19] 針對勞工的這些所有的舉措上面 [53:22] 會有一些的限制 [53:23] 所以我認為可以做 [53:26] 但是要很小心的做 [53:30] 不要讓我們成為政府的目標 [53:35] 勞動局的目標 [53:37] 那如果以你們的想像中來講 [53:39] 這種通識的測驗 [53:41] 它大概會是花 [53:43] 應識者大概多長的時間 [53:46] 就是十分鐘的問卷就可以 [53:48] 一般的試性測驗也是十分鐘要填完 [53:52] 對就是十分鐘之內一定要完成 [53:54] 對 [53:56] 好 [53:57] 那我們就會先以這個方向 [54:01] 然後但是那個衡量的 [54:04] 衡量的維度的話 [54:07] 有沒有什麼是你們會覺得 [54:09] 會這種通識類型的 [54:15] 你們會覺得有什麼其他的建議嗎 [54:18] 我們不見得都能夠在那樣的十分鐘內的題目問到某些 [54:32] 但是可能看有沒有你們覺得 [54:36] 其實剛剛 [54:38] 他在講 [54:39] 你可以回到你剛剛的那一個 [54:41] 哪一個 [54:42] 有一個 [54:43] 應該是 [54:45] 我覺得融入這一題可以融入 [54:49] 你是說 [54:51] 你說我那個範例的嗎 [54:53] 對 [54:54] 在同事類型的 [54:55] 不需要 [54:56] 對 [54:57] 原因是因為其實大部分他們 [55:00] 大部分的人選在看自己的 [55:03] position 的時候 [55:05] 他不會想到工作流的問題 [55:07] 對這個 [55:08] 然後對 entry level 來講 [55:10] 他更沒有工作流的概念 [55:12] Demo [55:13] 好 [55:14] 喔 [55:15] 喔 [55:16] 我拿過來 [55:17] 對 [55:18] 對 [55:19] 應該說會不會想要衡量這件事情 [55:21] 但是衡量的時候的那個問題方式 [55:24] 可能就會 [55:25] 對 [55:26] 我覺得有一個一定要問就是 [55:28] 對於AI [55:29] 什麼東西可以進去 [55:30] 什麼東西不行 [55:32] 資訊安全這些 [55:34] 立的這個東西 [55:35] 他一定要 [55:36] 這一題一定要幫到這個AI [55:38] 你是說 [55:39] 哪些東西 [55:40] 可能會被AI學走 [55:42] 然後 [55:44] [55:44] 機密性的東西 [55:45] 對 [55:46] 這個一定要幫到這個 [55:47] 這個很重要 [55:48] 嗯 [55:49] 嗯 [55:50] 我們可以透過這個問卷 [55:52] 就是 [55:53] 考試的方式也知道說 [55:55] 也提升大家對於這些的意思 [55:57] 嗯 [55:58] 嗯 [55:59] 我有種感覺好像可以做同一份 [56:01] 只是 [56:02] 考試的方式 [56:03] 一個是剛剛那一個 [56:04] 一個是問卷就好了 [56:05] 好像做同一套系統就好了 [56:07] 就它一樣都是 [56:09] 我意思是說 [56:10] 我意思是說 [56:11] 反正我們需要去一個通通用的事情 [56:13] 就是一個問答題嘛 [56:14] 或者是就好了嘛 [56:15] 對 [56:16] 那其實做同一套就好了 [56:17] 嗯 [56:18] 嗯 [56:19] 沒有啦 [56:20] 我只是突然想到我覺得 [56:21] 今天沒事沒事 [56:22] 我只是突然想到可以這麼做啦 [56:24] 但是應該 [56:25] 可是那個維度啊 [56:26] 我個人是沒什麼想法啦 [56:28] 嗯 [56:30] 因為 [56:31] 你會覺得是 [56:32] 你會覺得是 [56:33] 你沒有來解讀它要來幹嘛 [56:34] 所以我的意思就是那個通識的那個 [56:38] 測驗完的那個結果 [56:39] 想像中的用途會是什麼 [56:41] 要看你問卷內容的設計 [56:43] 你是想要 [56:44] 你是想要知道它有什麼樣子 [56:46] 這可能就是我剛剛講的 [56:47] 知道哪些東西 [56:48] 對 [56:49] [56:49] 我覺得是要看 [56:50] 我覺得因為我們沒有看到問卷 [56:52] 問卷的內容 [56:53] 譬如說我們現在想要知道 [56:55] 它知不知道AI的應用 [56:57] 它知不知道什麼東西 [57:00] 我們先要知道我們想要問到的內容 [57:04] 才知道我們維度要怎麼設 [57:06] 哦 [57:07] 因為問題是很容易被產生的 [57:10] 嗯 [57:11] [57:11] 因為現在AI很容易產生問題 [57:13] 那但是我 [57:14] 所以我才會先想說 [57:15] 到底有哪幾個維度的內容 [57:17] [57:17] 我的意思是說 [57:18] 現在要先知道說 [57:19] 我們想要知道 [57:21] 這個面試 [57:22] 這個面試我們要收集什麼樣的結果出來 [57:25] 對 [57:26] 對 [57:27] 所以 [57:28] 我們要知道說 [57:29] 我就是因為不知道這件事情 [57:31] 所以我才嘗試用六個維度去問說 [57:33] 你們想想中 [57:34] 不用雷達圖的概念去看 [57:36] 你們想像中 [57:37] 因為它不會有一個絕對的分數 [57:39] 可是那個有點太學術 [57:46] 嗯 [57:47] 像我這樣子洗你會覺得太學術嗎 [57:49] 這不會啊 [57:50] 對 [57:51] 其實 [57:53] 其實只要列這幾個就好 [57:54] 我要知道說 [57:55] 它知不知道要拆解 [57:56] 拆解流程 [57:57] [57:57] 我們可能要自己先定義好 [57:59] 對 [58:00] 我們想要從這個測驗當中知道 [58:02] 它知不知道這些事情 [58:04] 嗯 [58:05] 我的想法是這樣 [58:06] 這一頁其實是做給HR看的 [58:08] 嗯 [58:09] 所以HR其實可以設計這一頁 [58:10] 包含裡面的項目 [58:11] 嗯 [58:12] 你設計完了出來之後 [58:13] 我就是用這個來當作結果 [58:15] 然後AI它去出題 [58:16] 那考試方式其實就有兩種 [58:18] 一個是我剛剛那個分析的 [58:20] 一個是問RT [58:21] 對 [58:22] 但最後它終究產算報告上的都是這樣 [58:24] 沒有啊 [58:26] 不會 [58:27] 不會 [58:28] 不會 [58:29] 它的是另外一種AIQ的 [58:30] 它應該可以用同一個報告結果去做不同的聽力 [58:34] 對 [58:36] 通識的目的外明確 [58:38] 但是如果 [58:39] 那個 [58:40] 進階的那個 [58:41] 你會要它實際上面去的話 [58:43] 第一個它測量的維度就會 [58:46] 維度會不一樣 [58:47] 然後 [58:48] 而且它的情境 [58:49] 它那個變化又會不一樣 [58:50] 嗯 [58:51] 但它報告可以長得類似啊 [58:53] 因為HR不應該去看兩種不同的報告啊 [58:55] 因為它就是長的 [58:56] 因為它都是一樣 [58:57] 我想看它這幾個維度 [58:59] 那就是這幾個 [59:00] 這個在通識不會測出來 [59:02] 同時我們不會測這麼深 [59:05] 會是兩個不同的報告 [59:06] 那你想是格式嗎 [59:08] 格式是都可以啊 [59:09] 對 [59:10] 但是 [59:11] 但它的維度就會都不一樣 [59:12] 對 [59:13] 內容會不一樣的 [59:14] 格式是一樣的 [59:15] 格式會不會一樣 [59:16] 我放個問號 [59:17] 就是我覺得 [59:18] 可能長出來才會知道 [59:19] 我想想說 [59:20] 我們其實是可以用結果去設計題目的 [59:22] 就是說 [59:23] AI其實現在可以做到 [59:25] 就是你們可以先設計 [59:26] HR可以先設計你想看的結果 [59:29] 然後讓它去反推說 [59:30] 那它應該出什麼樣的題目 [59:31] 對什麼 [59:32] 其實這樣做我覺得 [59:34] 反而會比較更準一點 [59:35] 對 [59:36] 我想像中 [59:37] 這個結果是個HR的嗎 [59:38] 我想像中 [59:39] 不是 [59:40] 這個結果是個主管 [59:41] 對 [59:42] 主管跟HR嘛 [59:43] 但HR是第一關嘛 [59:44] 主管是第一關 [59:45] 所以主管也要有設計的 [59:47] 這個HR可能沒有那麼直接的關係 [59:48] 你想像你是主管 [59:49] 那你要面談一個人選 [59:50] 你要在這之前 [59:51] 你要先知道它在AI的這個知識上面 [59:55] 或能力上面上面 [59:56] 有什麼樣的 [59:57] [59:57] 你需要看到哪些指標 [59:58] 對你來講是有幫助 [59:59] 你可以在看到這個報告之後 [01:00:01] 你可以立刻判斷說 [01:00:02] 這個 [01:00:04] 這個 [01:00:05] 知識上面 [01:00:06] 或能力上面 [01:00:07] 有什麼樣子 [01:00:08] [01:00:08] 對你來講是有幫助 [01:00:10] 你可以在看到這個報告之後 [01:00:11] 你可以立刻判斷說 [01:00:12] 這個人在AI的學習力是怎麼樣 [01:00:15] 他現在在AI的使用應用的能力是怎麼樣 [01:00:18] 然後他對AI的接受度是什麼 [01:00:21] 所以回到最後還是主管要設計 [01:00:23] 那是 [01:00:24] Andy講的一點應該比較像是 [01:00:26] 面試一定是主管去衡量這個人 [01:00:28] 但是其實像你們剛剛講的 [01:00:29] 你們最後也會從HR的角度去看一些 [01:00:33] 對 [01:00:34] 所以我說 [01:00:35] 所以我說一樣嘛 [01:00:36] 我們現在就是用一個角色帶入的概念去看這件事情 [01:00:41] 當你是面談主管的時候 [01:00:43] 再看一個人選 [01:00:44] 那HR要跟你看同一份報告去討論 [01:00:47] 這個人選 [01:00:48] 是不是有這樣的能力的時候 [01:00:51] 就我們的參考依據是一樣的 [01:00:54] 那我看的點 [01:00:55] 可能我切的點會從學習力來看 [01:00:59] 我要看的是他後面的續航力 [01:01:01] 那對主管來講 [01:01:02] 你可能要看的 [01:01:03] 可能他開放的態度或是什麼 [01:01:05] 對 [01:01:06] 就是我們看的同一個報告裡面 [01:01:08] 產出來的資訊對我們兩個後面的討論 [01:01:11] 再看這個人選的知識態度 [01:01:13] 是有幫助的 [01:01:14] 那判斷是有參考依據的 [01:01:16] 那這個就會是 [01:01:18] 我們今天在做這個 [01:01:19] 所謂的同事的測驗的 [01:01:21] 最終的那個問卷設計要出來的一個大的邏輯 [01:01:26] 我想講的比較是說 [01:01:29] 因為剛剛討論到一題是說 [01:01:30] 那個題目很難出 [01:01:32] 對不對 [01:01:33] 那我覺得剛剛想講的是說 [01:01:34] 其實我們不一定要想題目怎麼出 [01:01:36] 我們可以想 [01:01:37] 我們想看到什麼結果 [01:01:38] 不管是HR還是主管都可以 [01:01:41] 對 [01:01:42] [01:01:42] 那通識的話 [01:01:43] 第一個我們想要知道他什麼 [01:01:45] 就譬如說好了 [01:01:47] 第一個 [01:01:48] 剛剛他的學習 [01:01:49] 他的AI的學習力 [01:01:51] 可不可以從問問你 [01:01:53] 他願不願意學習這件事情 [01:01:55] 意願這個的確是可以 [01:01:57] 可以來問 [01:01:58] 然後再來就是 [01:01:59] AI的基本知識 [01:02:03] 可能有一些通用的基本知識 [01:02:06] 他的概念懂不懂 [01:02:08] 那這個是一個 [01:02:09] 你基本知識 [01:02:10] 然後再來你的意願 [01:02:11] 再來就是 [01:02:13] 我不知道 [01:02:14] 還有什麼 [01:02:16] 其實大家一定覺得 [01:02:17] 因為我覺得你剛剛講的一個重點 [01:02:19] 其實可能真的不是只有HR設計 [01:02:21] 可能主管要設計 [01:02:23] 沒錯 [01:02:24] 但主管可能沒有辦法 [01:02:26] 我覺得 [01:02:27] 通識可能是我們設計 [01:02:29] 我們設計就好 [01:02:30] 然後主管比較像是針對 [01:02:32] 專業 [01:02:33] 進入到他的JD [01:02:34] 那他覺得 [01:02:35] 只有這樣子好像還不夠 [01:02:37] 他還想再加一些東西 [01:02:38] 對 [01:02:39] 因為就像你們在講的 [01:02:40] 你們去 [01:02:42] 你們去設計這個題目 [01:02:45] 跟HR去設計題目 [01:02:46] 跟主管設計這個題目 [01:02:47] 真的不一樣 [01:02:48] 主管一定是更貼近他們實際上的應用的 [01:02:51] 這個想要知道的題目會更適合 [01:02:56] 當然主管如果能出最好 [01:02:58] 因為其實像這一份我就會比較認為它是依據不同的JD [01:03:05] 產生出來的不同的實作的題目 [01:03:08] 然後去判斷它 [01:03:09] 其實因為它每一個題目都會涵蓋這四個項目 [01:03:15] 那只是 [01:03:16] 就是它合出來的大概分數在弱點在什麼地方 [01:03:20] 但如果今天是通識的話 [01:03:22] 就會變成是我剛剛討論的 [01:03:24] 因為我們兩個是不同的角色 [01:03:25] 你是主管 [01:03:26] 你是主管 [01:03:27] 我是HR [01:03:28] 我們看的是同一個報告 [01:03:29] 我們要看出來的東西會是一樣的 [01:03:32] 所以我們會針對特質學習去看這件事情 [01:03:36] 對 [01:03:37] 比如說它的學習意願 [01:03:39] 我覺得這個是可能是AIQ [01:03:41] 比如說像在一般的 [01:03:44] 性向式 [01:03:45] 是 [01:03:46] 是 [01:03:47] 是 [01:03:48] 是 [01:03:49] 是 [01:03:50] 我們就會說我們要知道它的個性 [01:03:52] 哪些項目 [01:03:53] 我們才有辦法去設計題目 [01:03:55] 那一樣我們要現在知道說 [01:03:57] 我們現在就對於AIQ [01:03:59] 我們想要知道什麼 [01:04:01] 哪些區塊 [01:04:02] 然後針對那個區塊再去設計題目 [01:04:04] 嗯 [01:04:05] 好 [01:04:07] 這樣 [01:04:08] 想一想 [01:04:09] 十分鐘以內的測驗 [01:04:11] 要能夠測驗到什麼 [01:04:13] 舉例來說 [01:04:15] 我們一般在做試性測驗的時候 [01:04:17] 就是所謂的人格特質測驗的時候 [01:04:20] 我們可能會看積極 [01:04:22] 然後看問題解決能力 [01:04:24] 然後會看人際互動的能力 [01:04:28] 所以它可能會具備的一些特質 [01:04:30] 就是活潑啦 [01:04:31] 或者是比較安靜啊之類的 [01:04:35] 那這些題目其實它 [01:04:37] 它就是都是一些描述題 [01:04:39] 比方說 [01:04:40] 當你進入到一個全新的工作環境的時候 [01:04:44] 那你會採取一下什麼樣的行動 [01:04:48] 一 [01:04:50] 主動去認識人 [01:04:51] 二 [01:04:52] 當你可能你會先安靜等待人家來的人 [01:04:55] 那它就會有一些選項 [01:04:57] 它就頂頂頂 [01:04:58] 嗯 [01:04:59] 但它一樣在這個問題裡面 [01:05:01] 它還是會有一些反向 [01:05:02] 同樣測同一題的反向的論法 [01:05:05] 那最後測出來的結果 [01:05:07] 它就會告訴我們說 [01:05:08] 它大致上它的人格特質 [01:05:10] 它其實大部分它其實是屬於安靜的 [01:05:13] [01:05:13] 或者是屬於被動的 [01:05:15] 對 [01:05:16] 那我們就會知道 [01:05:17] 它的特質大概是這樣 [01:05:18] 那在問問題的時候 [01:05:20] 我們就會去模擬那個情境去測 [01:05:22] 它是不是真實的反應就是這樣 [01:05:25] 嗯 [01:05:26] 至少今天這部分的這個點 [01:05:30] 可以讓我們丟進去 [01:05:31] 讓AI用這些東西去把這個東西給生出來 [01:05:34] 對對對 [01:05:35] 所以它的概念其實是差不多的邏輯 [01:05:38] 它都它其實測出來一定都是傾向 [01:05:41] 因為以特質來講的話 [01:05:43] 主動跟被動 [01:05:45] 測出來的分數它就是一個傾向 [01:05:47] 它是比較偏主動還是比較偏背後 [01:05:50] 它就是兩面的這樣子的一個指標在看 [01:05:53] 嗯 [01:05:54] 那一樣學習 [01:05:55] 學習也是它是比較主動 [01:05:57] 還是它是比較開放還是比較閉索 [01:05:59] 對 [01:06:00] 那它測出來的一樣是一個傾向的問題 [01:06:03] 但無關對錯 [01:06:04] 只是你知道它在這件事情上面的傾向是什麼 [01:06:10] 同事心目中的結果應該是類似像這樣子 [01:06:13] 對 [01:06:14] 傾向方面 [01:06:15] 如果是真的AIQ這種測驗的話 [01:06:19] 大概都是在測這些東西 [01:06:21] 它不會是專業的 [01:06:23] 它沒有辦法 [01:06:24] 它只會說你傾向於 [01:06:27] 比如說什麼樣大區域的 [01:06:31] 那這樣我覺得可能會分兩個 [01:06:34] 一個是 [01:06:35] 因為AIQ的話可能還是要有一個 [01:06:37] 就是能力的那個 [01:06:39] 但是剛剛講到比較像是可能是AI的視性或之類的 [01:06:43] [01:06:43] 然後這個可能可以是我們通識的測驗 [01:06:49] [01:06:49] 可以完全去參考那個什麼動物的那個去設計 [01:06:55] 哦 [01:06:57] 你什麼媽頭的那個設計 [01:06:59] MVTI [01:07:01] [01:07:01] 對 [01:07:03] 一行原來的一行 [01:07:04] 我覺得通識型的我們可以往那個方向 [01:07:07] 讓AIQ創造出幾幾個 [01:07:09] 對 [01:07:11] 好 [01:07:12] 那時程上面的話 [01:07:14] 有沒有期待的 [01:07:17] 試運作落地的時間 [01:07:23] 如果要落地 [01:07:26] 要很快落地 [01:07:27] 就今年一定要落地的話 [01:07:29] 我覺得可以的話 [01:07:30] 就Q4就可以上完了 [01:07:33] 我也不曉得懂得這樣 [01:07:35] 你覺得董事長可以等到這個時候嗎 [01:07:38] 沒有接收到這個訊號 [01:07:40] 我覺得 [01:07:42] 你董事長的習慣應該是下七 [01:07:44] 下七 [01:07:45] 對 [01:07:46] 下Q2 [01:07:47] 對啊 [01:07:48] 我覺得 [01:07:49] 下Q2嘛 [01:07:50] 我覺得 [01:07:51] 對 [01:07:53] 對 [01:07:54] 對 [01:07:55] 就是你大概一兩個月的時間 [01:07:56] 我們做好 [01:07:57] 你可以不用說真的全面 [01:08:00] 我覺得董事長他也不會說 [01:08:02] [01:08:02] 因為現在6月11號嘛 [01:08:04] 或許是我們這個月 [01:08:05] 開始會有一些內側這樣的版本 [01:08:09] 然後如果沒有什麼大問題的話 [01:08:11] 可能就是七 [01:08:12] 一個先一個小部門的先試側 [01:08:14] 然後看看實際上真的反應 [01:08:17] 然後我們就開始做了 [01:08:18] 嗯 [01:08:19] 嗯 [01:08:20] 其實那我今天會稍微提到一下我們有討論過這個 [01:08:23] 好啊 [01:08:24] 然後要花壓時間 [01:08:25] 先不花壓時間 [01:08:26] 對對對 [01:08:27] 那我們就是收已經有這個方向 [01:08:28] OK [01:08:29] 可以 [01:08:30] 好啊 [01:08:31] 但這個出來我還是要做主管的訓練跟我自己HR的訓練 [01:08:35] 不然大家怎麼會知道後面這個結構 [01:08:37] 當然當然 [01:08:38] 我覺得還有一件很重要的事情是如果既然我們都用AI來做的話我們會期待的是那個報告出來的話 [01:08:45] 主管知道要怎麼做 [01:08:47] 他應該是可以幫助主管後面要拿這個東西來做什麼事 [01:08:51] 對 [01:08:52] 因為其實他會有兩個原因 [01:08:53] 他因為我們現在的設計是兩個概念 [01:08:56] 一個概念是我通識的部分 [01:08:58] 我覺得那個有一致性的結果那到底有什麼太大的問題 [01:09:01] 反而是在後面的這個就是他可能針對不同的position要產出一個真正的實作的這個程度 [01:09:08] 但因為這一題其實會跟我前面的JD是完全是正相關的 [01:09:13] 對 [01:09:14] 那等於我前面要花一點時間去梳理JD [01:09:16] 現在就可以開始 [01:09:17] 對 [01:09:18] 因為如果不做這件事情的話 [01:09:19] 其實後面會變成這個反而是沒有辦法去做產出的 [01:09:25] 另外的話 [01:09:27] 再來就是 [01:09:28] 我還是提到一點 [01:09:30] 我們現在主管對AI的接受度 [01:09:33] 是不是百分之百 [01:09:35] 所以先測他們做我們對照之一 [01:09:38] 真的真的 [01:09:39] 我沒騙你 [01:09:40] 你問他們他們就知道 [01:09:42] 這個要怎麼測 [01:09:44] 這個 [01:09:45] 你問那個VP每一個人出去就是被滿頭包這個主管 [01:09:49] 那到底有沒有接受到這件事情 [01:09:52] 大家知道就要做 [01:09:53] 可是 [01:09:54] 連這個都要做的時候他們 [01:09:56] 第一個就是拒絕 [01:09:59] 第一個覺得怎麼會這麼麻煩 [01:10:02] 怎麼會這麼麻煩 [01:10:03] 連這個都要用AI來做 [01:10:07] 所以這等一下讓他們得到好處 [01:10:09] 他們才會接受這件事情 [01:10:11] 其實我覺得應該是這樣說 [01:10:13] 他們知道 [01:10:14] AI一定可以幫到他們 [01:10:16] 可是在 [01:10:17] 在AI真正幫到他們之前 [01:10:20] 他要先學會怎麼跟AI做互動這件事情 [01:10:24] 對他來講這個過程是痛苦的 [01:10:29] 我具體分享 [01:10:31] 這個可能不是主管 [01:10:33] 就比方說像我們其實在推文字記者要自己產CG這件事情 [01:10:41] 其實對文字記者來說是痛苦的 [01:10:44] 對 [01:10:45] 因為 [01:10:46] 比較常會用的 [01:10:48] 然後 [01:10:49] 像婷婷啊 [01:10:50] 她就會反應 [01:10:51] 真的有時候AI會失控 [01:10:53] 對 [01:10:54] 她就是完全就是out of control [01:10:56] 然後就是最後你會發現AI就自己變成自己另外一個人 [01:11:01] 然後她就必須要全部從頭來過 [01:11:04] 但是她又不得不 [01:11:06] 因為她做出來的東西就是沒有辦法出去 [01:11:09] 尤其她又負責政治線 [01:11:11] 那種東西出去一定會死人的 [01:11:13] 對 [01:11:14] 所以她就她的痛苦點會在這個地方 [01:11:16] 對 [01:11:17] 所以 [01:11:18] 這是一個過程 [01:11:19] 這是一個過程 [01:11:20] [01:11:20] 這是一個過程 [01:11:21] 所以當她 [01:11:22] 她現在也已經可以很快的判斷就是說 [01:11:25] 喔她已經失控了 [01:11:26] 我不要理她 [01:11:27] 我換另外一個 [01:11:28] 她可以很快去做這件事情 [01:11:30] 但是 [01:11:31] 不是所有的人都像她一樣 [01:11:33] 大部分的人還是在痛苦的這個過程當中 [01:11:37] 對 [01:11:38] 比如說像她講的這個 [01:11:40] 我覺得就是可以在AIQ裡面 [01:11:42] 你認為AI會有這些事情的發生 [01:11:46] 這個是基本知識嘛 [01:11:47] 對 [01:11:48] 那你要跟她的過程當中 [01:11:51] 你希望的態度是我要駕馭她 [01:11:53] 我要學習怎麼跟她合作這件事情 [01:11:57] 這就是我們想要蒐集到每一個人 [01:11:59] 是不是有這樣的基本概念 [01:12:02] 對 [01:12:03] 而且像我自己 [01:12:04] 我自己在幫新聞部他們的時候 [01:12:06] 在做那個JD的這個梳理的時候 [01:12:09] 也會遇到通常的症狂 [01:12:10] 就是後來就是 [01:12:11] 你知道AI就完全失控 [01:12:13] 然後給了我一個神人等級的JD [01:12:15] 就這個人根本就是 [01:12:16] 我不可能在台灣 [01:12:18] 或在這個現實的社會裡面找到這樣的人 [01:12:22] 對 [01:12:23] 她就完全就是也會失控 [01:12:24] 那概念是一樣的 [01:12:26] 所以我就在那個時候 [01:12:28] 我就要選擇 [01:12:29] 我先放棄你 [01:12:30] 我先去做別的事情 [01:12:31] 然後我回頭 [01:12:32] 我再冷靜 [01:12:33] 再重新再跟你再來一次 [01:12:35] 對 [01:12:36] 就是我覺得對他們來說 [01:12:38] 其實是這個過程是痛苦的 [01:12:41] 那怎麼樣幫他克服這個過程 [01:12:43] 那一個才是他們 [01:12:47] 他們自己 [01:12:48] 他們真正想要的 [01:12:49] 老實說 [01:12:50] 對啊 [01:12:51] 嗯 [01:12:52] 嗯 [01:12:53] 嗯 [01:12:54] 好 [01:12:55] 這題就是 [01:12:56] 好 [01:12:57] 大家要研究 [01:12:58] 好的 [01:12:59] 所以 [01:13:00] 一定要是 [01:13:01] 如果考試 [01:13:02] 這些主管都先跑過一次吧 [01:13:04] 對不對 [01:13:05] 對不對 [01:13:06] 東哥會殺人 [01:13:08] 不糾結 [01:13:09] 東哥就 [01:13:11] 放過他 [01:13:12] 放過他 [01:13:13] 我就知道 [01:13:14] 東哥裡面會說為什麼 [01:13:17] 為什麼 [01:13:18] 我都不會 [01:13:19] 電腦我也不會 [01:13:20] 對啊 [01:13:21] 我只要會喝 [01:13:23] [01:13:23] 不是 [01:13:25] 東哥會殺人 [01:13:27] 好 [01:13:28] 好 [01:13:29] 那那個剛剛那個通識的可能會先啊 [01:13:31] 那後面的那個可能 [01:13:33] 後面他們就開始要去重新請主管 [01:13:37] 再檢視過所有的工作說明書 [01:13:39] 給我們一個 [01:13:40] 給我們一個 [01:13:41] 好的 [01:13:42] 那個 [01:13:43] 好的工具 [01:13:46] 然後我們可以幫主管去做這件事 [01:13:49] AIWise [01:13:50] 你知道我們家也才 [01:13:51] 你們 [01:13:52] 你要加上去嗎 [01:13:53] [01:13:53] 單個小朋友 [01:13:54] 加AIWise [01:13:55] 的那個 [01:13:56] 其實AIWise [01:13:57] 可以把它改成好用的 [01:14:00] 對啊 [01:14:01] 對啊 [01:14:02] 他們還可以去 [01:14:03] 用啊 [01:14:04] [01:14:04] 這個要研究一下 [01:14:05] 是啊 [01:14:06] 然後也給我們一些訓練 [01:14:08] 對 [01:14:09] 讓我們家的小朋友 [01:14:10] 可以快速去 [01:14:11] 對 [01:14:12] 對 [01:14:17] 我覺得好用 [01:14:18] 我覺得AIWise [01:14:19] 絕對自己做 [01:14:20] 不是 [01:14:21] 我說他們要的其實 [01:14:22] 其實他們要的 [01:14:23] 是像什麼 [01:14:24] Chad GBT [01:14:25] 或什麼German來這種 [01:14:26] 有付費 [01:14:27] 比較能力比較好一點的模式 [01:14:28] 配合一些Steel [01:14:30] 或特有 [01:14:31] 跟 [01:14:32] 有大多微 [01:14:33] 有 [01:14:34] 有那樣的東西 [01:14:35] 在某些情境下 [01:14:36] 就很夠穩 [01:14:37] 那這種 [01:14:38] 不要A-J [01:14:39] 都怎樣 [01:14:40] 對 [01:14:41] 謝謝 [01:14:43] 謝謝 [01:14:44] 謝謝 [01:14:45] 謝謝 [01:14:46] 好 [01:14:47] 謝謝 [01:14:48] 謝謝 [01:14:49] 謝謝 [01:14:50] 謝謝 [01:14:51] 謝謝 [01:14:52] 謝謝 [01:14:53] 謝謝 [01:14:54] 謝謝 [01:14:55] 謝謝 [01:14:56] [01:14:56] [01:14:56] 謝謝 [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:57] [01:14:58] 謝謝 [01:15:00] [01:15:28] 中文字幕志愿者 李宗盛 [01:15:58] 中文字幕志愿者 李宗盛 [01:16:28] 中文字幕志愿者 李宗盛 [01:16:57] 中文字幕志愿者 李宗盛 [01:17:27] 中文字幕志愿者 李宗盛 [01:17:57] 中文字幕志愿者 李宗盛 [01:18:27] 中文字幕志愿者 李宗盛 [01:18:57] 中文字幕志愿者 李宗盛 [01:19:27] 中文字幕志愿者 李宗盛 [01:19:57] 中文字幕志愿者 李宗盛 [01:20:27] 中文字幕志愿者 李宗盛 [01:20:57] 中文字幕志愿者 李宗盛 [01:21:27] 中文字幕志愿者 李宗盛 [01:21:57] 中文字幕志愿者 李宗盛 [01:22:27] 中文字幕志愿者 李宗盛 [01:22:57] 中文字幕志愿者 李宗盛 [01:23:27] 中文字幕志愿者 李宗盛 [01:23:57] 中文字幕志愿者 李宗盛 [01:24:27] 中文字幕志愿者 李宗盛 [01:24:57] 中文字幕志愿者 李宗盛