隨著 AI 模型與應用的日新月異，許多學習者時常感到無所適從，甚至有「跟不上潮流」的焦慮感 (FOMO, Fear of Missing Out)。同時，面對頻繁發布的新技術、新功能，學習者也會擔心自己的知識過時。這種焦慮感讓許多 AI 學習者進退兩難，既想深入學習，卻又難以確定正確的學習策略。
大年初三晚上，我參加了一場 AI 讀書會，講者分享如何透過 AI 快速學習，在短時間內瀏覽數百本書籍與影音內容，並將其整理成個人專屬的圖表筆記，這種高效的學習方式讓我十分佩服。我開始思考，如何從他人的經驗中找到適合自己的學習路徑？
透過這場分享會，我接觸到一張學習矩陣圖，讓我從熟悉的布魯姆模型（Bloom's Taxonomy），擴大理解了德雷福斯模型（Dreyfus Model of Skill Acquisition），以及學習矩陣。我發現，學習矩陣對於 AI 學習者來說是一種極具價值的方法，與其陷入資訊焦慮，不如建立一個清晰的學習框架，幫助自己按照科學的方法，設計從初階到高階的學習地圖。
接下來，本文將介紹 Dreyfus 模型(Dreyfus Model of Skill Acquisition)、學習類型分類 (Learning Dimensions) 與學習矩陣，並示範如何規劃自己的 AI 學習矩陣，讓學習變得更有方向、更具成效！
認識Dreyfus 模型、學習類型分類與學習矩陣
Dreyfus 模型 (Dreyfus Model of Skill Acquisition) 是什麼？
Dreyfus 模型由 Hubert L. Dreyfus 和 Stuart E. Dreyfus 於 1980 年提出，描述人類從「新手 (Novice) 到專家 (Master)」的學習進程。這個模型強調實踐與直覺的發展，特別適合 AI、程式設計、醫學……等技能類的學習。
這個模型將學習者的成長歷程分為五個階段：
- Novice (新手)：只能依賴明確的規則與範例，無法靈活應變。
- Advanced Beginner (進階初學者)：開始能獨立操作，但仍需範例引導。
- Competence (勝任者)：能夠分析問題並選擇適當策略。
- Proficient (熟練者)：能夠提前預測問題，並用直覺解決問題。
- Master (專家)：完全直覺式決策，無需依賴固定規則。
這個模型強調「從規則導向到直覺決策」的成長過程，比起布魯姆分類更適合技能類的學習。
例子：學習開車的階段
學習開車從新手到熟悉的五個階段
學習類型分類 (Learning Dimensions)
為了讓學習者獲得更完整的知識與能力，學習矩陣通常會結合四種學習類型：
- Procedural (程序性學習)：學習具體操作步驟。
- Conceptual (概念性學習)：理解理論與概念。
- Factual (事實性學習)：了解知識的特性、限制、應用範圍。
- Metacognitive (後設認知學習)：思考如何最佳化學習策略與應用。
透過這四種學習類型，學習者不僅能夠掌握基本操作，還能夠深入理解背後的理論，並發展長期的學習策略。
例子：學習「演講技巧」
演講技巧的學習類型
學習矩陣 (Learning Matrix) 是什麼？
透過上述的Dreyfus 模型和學習類型分類 (Learning Dimensions)，整理為一張矩陣圖，幫助學習者根據學習類型和技能等級來規劃學習內容，確保學習者能夠從新手(Novice) 逐步提升到專家 (Master)的階段。
學習矩陣包含：
- 橫軸 (X 軸)：學習類型（如程序性學習、概念性學習、事實性學習、後設認知學習）
- 縱軸 (Y 軸)：學習階段（從新手到專家）
- 交叉點 (Cells)：每個學習階段應該掌握的內容與技能
在這樣的架構下，學習者比較能依循漸進式的學習，確保每個階段的知識與技能都能夠扎實地建立。
假設我們設計一個「廚藝學習矩陣」，那麼：
- 橫軸 (X 軸) = 學習類型 (不同的學習方式)
- 縱軸 (Y 軸) = 能力等級 (從新手到專家)
烹飪的學習矩陣
如何規劃自己的學習矩陣？
認識了Dreyfus 模型、學習類型分類，也知道如何將兩者結合完成學習矩陣後，以下就可以開始練習規劃自己的學習矩陣囉！
1. 明確學習目標與起點
每個人的 AI 學習之旅都應該從確立自己的起點開始，並且有明確的目標(終點)。以下示範學習AI的起點與終點的思考：
- 學習起點：
- 你是否已經會使用 AI 工具？
- 你是否有程式設計基礎？
- 你對 AI 的理解程度如何？
- 學習終點：
- 你希望學習 AI 來做什麼？（如數據分析、AI 產品開發、教育應用）
- 你希望達到哪個專業程度？（如基礎應用 vs. 高級開發）
2. 建立個人的學習矩陣
根據Dreyfus 模型和學習類型，你可以建立一套個人化的 AI 學習矩陣。假設有一位想要利用 AI 來輔助教學、生成教材、提升教學體驗的學習者，像是學校教師、教育科技開發者。學習目標不是「成為 AI 研究員或開發者」，而是「學會如何應用 AI」來解決教學、備課、出題…等問題，這樣的學習矩陣確保能夠專注當下，從基礎知識學習到實際應用。
AI 學習矩陣（專注於教育科技 EdTech）
3. 開始實踐並評估學習進展
每學習一個新概念，就試試看「動手實作」，而不是「紙上談兵」。 透過工作或生活中遇到的問題，建立 side project 作為練習，以驗證學習效果，像是：
- 使用 ChatGPT 幫助個人學習。
- 請 AI 生成測驗題組。
- 設計一個 AI chatbot。
……
最後，也要定期反思：哪些學習方式對你最有效？哪些需要調整？在每一次的行動與反思中，確保自己的學習狀態。
學習 AI，不只是學工具，更是學習思維！
與其陷入資訊焦慮，不如採取有系統的學習方法，透過 Dreyfus 模型、學習類型分類與學習矩陣，建立個人化的學習路徑，確保自己能夠穩健成長。下一步就開始行動：建立自己的 AI 學習矩陣，展開你的 AI 學習旅程吧！
