最近被OpenAI、Google、Claude不斷推陳出新的生成式AI應用打得頭昏眼花。坦白說，愈是使用這些工具，愈是感到恐慌。我們曾用數年、數十年累積的經驗與知識，現在卻能借由AI在短短幾分鐘內取而代之。我現在只能告訴自己，盡自己的本份，應該盡量地提高學習者的學習成效：『敏銳地運用AI工具，協助新手與專業人士在最短時間內掌握專案知識的精華。』
因為利用AI，而讓學習者更好，這或許是教育工作者最後的高光時刻吧（面對AI，我是悲觀主義者）。
以下，我分享在《專案管理》課程中的實務示範與反思。
AI作為知識的速學模擬器
在課堂上，我嘗試用AI（如ChatGPT）來解答專案管理（主要是敏捷式開發）的多元問題。例如
・專案中的User Story排序要怎麼確定優先性
・如何快速建構Persona（使用者角色）與Customer Journey（顧客旅程）並直接導入專案Backlog
在過去，這些都需要學習者反覆閱讀書籍、參考業界實務範例、甚至多次嘗試失敗才能掌握。如今，我示範給學員看，只要將需求描述清楚、提供正確上下文資料，AI就能迅速生成可用的建議。
AI不僅能針對已成熟的知識領域（如專案管理既有框架、Scrum方法、Kano Model），給出完整而富啟發性的解答，還能為新手提供模擬演練的腳本，讓他們在心理上經過「預先實戰」後，再投入真實專案。
從實務案例到AI輔助的快速啟發
在實務中，我們經常面對的問題如
・「有一堆User Story，不知如何依價值與成本排序。」
・「市場資料很多，但該如何決定開發重點？」
・「團隊成員溝通成本過高，該怎麼快速對齊認知？」
透過AI，我在教學現場示範
-
資訊輸入：將企業年報、產業報告或設計構想丟入AI中，讓AI蒐集、歸納出關鍵要點。
-
問題定義：提出問題，如「如何用Kano Model評估功能需求？」AI即刻產出具體執行步驟與溝通橋梁。
-
建立實務腳本：AI根據Persona與User Story，協助組成敏捷團隊的清單、Sprint計畫流程、評審會議方向，甚至擬真成員對話的模擬案例。
如此一來，不論學員是否是技術新手或專案老手，都能在短短幾次對話中，獲得等同數週、數月淬鍊的認知模式。
快速學習的行動方針：教師與學習者的實際建議
對教師而言
-
前期準備：在課前將案例資料（如公司年報、市場分析報告）整理好，上課時示範將這些文件直接拋給AI處理，讓學員理解資料前處理的重要。
-
建構Prompt技巧：指導學員用正確的「提示詞」（prompt）與AI對話。教師可先範例示範，如要求AI以特定框架（Scrum、Kano）回答，以助學員了解如何精確問問題。
-
視覺化與操作細節：引導學員透過AI產出心智圖、清單、任務分解表，以視覺化的成果提高理解度。
對學習者而言
-
多嘗試多迭代：不要期望一次就得到完美解答。多給AI上下文、多修改問題，藉由反覆迭代，提煉出高品質回應。
-
組合多種工具：將AI產生的建議與自身經驗、書本知識結合，再搭配心智圖工具、圖像生成AI，幫助建立更完整的專案全貌。
-
保持批判思考：AI雖能提供快速啟發，但並非全知全能。學習者仍需運用自身判斷，以確保每項建議的可行性與實務落地性。
未來，先樂觀再悲觀
隨著2028年後高品質數位資料的稀缺，AI模型的成長可能趨緩，但我們現階段仍可充分利用當下的AI技術。對教育者來說，AI是教育模式革新的推手，讓抽象的專案管理方法更具體、更接地氣。對學習者來說，AI既是思考的陪練，也是行動的夥伴，能在腦中快速演繹各種情境，縮短學習曲線。
現階段，我相信：AI不會取代真正的人性智慧與創新，而是幫助我們迅速地完成「基本功」的學習，將更多腦力釋放給有價值的創造與深度思考。
然而，這只是現階段…再過幾年…或許大規模替代會出現…所以，我怎麼教導結合AI的專案管理學習方法，就不寫出細節了，避免提早被替代，嗚嗚嗚…。
飯店
Mövenpick Living West Hanoi
Jerry Yu 來過這裡