「歷史」如何照亮「數位經濟」？
（授課心得筆記 #數位經濟）
在教授「數位經濟議題」的第二週，我聚焦於《The Second Machine Age》（以下簡稱 2MA）與「技術決定論」（Technological Determinism）。或許有人會好奇：討論數位科技、AI、自動化，為何要拉回「歷史觀點」？管理學院的學生，又能如何從一個百年之前的「第一次機器時代」比照中看出未來端倪？
其實，從 歷史脈絡切入，可以幫我們比較清楚地辨認「技術—社會—經濟」之間錯綜複雜的互動，也能看見特定技術（例如蒸汽機、電力、自動化、AI）如何一步步塑造人類社會與秩序。不只是技術本身的發明，更包含了金融、法律、文化、教育，以及人與人之間的關係——都在技術興起後產生變化。這對管理學院的學生來說，尤其關鍵，因為「管理」本質上始終跟人、組織與制度的調配脫不了關係，而技術往往深刻影響了這一切。
教學方式｜蘇格拉底式的提問與對話
我在課程中採用「蘇格拉底對話式」教學：
- 拋出關鍵問題：例如「第一機器時代」與「第二機器時代」有何不同？自動化對勞動力意謂著什麼？
- 層層追問：引導學生從書本摘要（利用GenAI生成的筆記）進一步提出質疑、反思。
- 確認基礎概念：透過對話，瞭解學生有沒有掌握「第二機器時代」的核心概念；也同時檢視他們對《Does Technology Drive History?》的不同立場是否有自己的看法。
- 連結現實問題：最終讓學生意識到「AI與自動化」將如何塑造未來，就業市場怎麼變動，社會階級差距是否擴大，以及該如何在組織管理上有所因應。
此外，學生在課前會用 ChatGPT、NoteBook LM 等GenAI工具先「閱讀」Brynjolfsson與McAfee的 2MA，一方面提高閱讀效率，一方面也檢視「AI摘要」是不是能真正抓到重點。課堂上則以對話互動，補充書中圖表、關鍵知識，並回溯 Merritt Roe Smith 與 Leo Marx 合編的《Does Technology Drive History?》所探討的：「技術真的決定歷史嗎？」與「當AI與自動化崛起，人類福祉又該何去何從？」。
第一機器時代 VS. 第二機器時代
- 第一機器時代：解放「肌肉」的蒸汽機革命
- 關鍵技術：蒸汽機
- 社會影響：大規模的工廠出現、農業人口湧入城市、出現「資本家—勞工」的階級分化，以及初步的「中產階級」形塑。
- 「工業化」連鎖反應：城市化與專業分工，使社會秩序跟著技術改變；同時也讓人開始依賴機器來增進生產力。
- 經濟與管理啟示：工廠制、流水線、資本集中的萌芽；人們漸漸依據「操作機器」的能力來就業。
- 第二機器時代：解放「大腦」的數位化
- 關鍵技術：AI、機器人、自動化、數位平台
- 社會影響：重複性勞動或部分判斷性工作被取代，人類開始面臨「腦力」勞動也可被機器部分代勞的可能。
- 「數位化」連鎖反應：行動網路與平台經濟崛起，大幅壓縮「資訊傳遞」成本，也使得演算法得以影響大眾意見與商業模式。
- 經濟與管理啟示：產業急速洗牌、一部分就業機會消失或下沉；少數掌握資本與算力、演算法、全球平台者收益暴漲，進而帶來更深的「社會差距」與「國家/區域數位競爭」。
「歷史」視角帶來的管理啟示
- 看見階級與制度的長期演進：從第一機器時代到第二機器時代，中產階級因技術變遷而誕生、壯大，但也因下一波技術浪潮而面臨「被壓縮」的風險。管理學院的學生若只學「財務、行銷、數據分析」，卻忽視社會結構之變，便無法理解公司在技術演進下如何適度調整組織、回應外在的政治、經濟或勞動權益爭議。
- 掌握技術路徑與策略定位：從蒸汽機到AI都顯示「早期投資或取得關鍵技術優勢」至關重要。在「歷史眼光」下，便能知道有些「大者恆大」背後不僅是技術問題，更是制度、資本與全球化規模迅速擴張的結果。企業若要在數位浪潮中發揮動能，就得理解當代「平台壟斷」、「演算法黑箱」、「全球市場迅速擴展」等結構性條件，才能制定更精準的策略。
- 洞悉人性與組織文化的嬗變：管理常要面對「人—技術—組織」三角關係。從霍桑實驗到AI自動化的啟示，昭示了「技術」並不只是一個提升效率的工具，也會深刻改變工作者「被管理」的方式，甚至影響到個人的自我認同、組織文化、以及整個社會的價值取向。歷史視角能幫助我們更早嗅到隱藏的衝擊，並對症下藥。
課堂對話精要｜Socratic Method
在課堂中，我不斷提出這些問題，並藉由與同學的交流，一步步讓大家反思：
問題1：為何技術（Technology）的影響，需要拉回「歷史」角度才能看得更清楚？
- 從前看工廠制度剝奪人性的檢討，就能推論到「數位平台」對勞動者的監控。
- 「第一機器時代」的蒸汽機讓人從農田走進城市，而「第二機器時代」的AI、機器人，正讓人腦力勞動也面臨被部分取代——那麼下一步呢？
- 管理學常談「效率」，但若忽略過往歷史的教訓，可能在「科技便利」的幌子下，再度把人形塑成流水線上的「螺絲釘」。
問題2：技術真的會「自動」推動歷史前進嗎？（Does Technology Drive History?）
- Merritt Roe Smith 與 Leo Marx 在《Does Technology Drive History?》裡探討的技術決定論：有人認為技術「自帶」驅動力，一旦突破後就會「自生自滅、不可阻擋」；也有人主張技術的運行與演化，其實深受社會制度和人類選擇的影響。
- 在課程裡，我讓大家用「AI」、「平台經濟」做案例：看似無所不在的數位工具背後，常隱含政策管制、國家競爭、以及使用者對演算法的態度。
問題3：AI、自動化的未來，對人類福祉意味著什麼？
- 勞動力市場：「外送員」或「倉儲作業員」是否先被機器人取代？「寫程式」的工程師，也因AI代碼工具大幅減少需求？
- 社會差距：「大者恆大」的全球平台，掌握算力與演算法；底層勞動或小規模創作者，該如何爭取生存空間？
- 集體規範：當技術快速爆炸式發展，過去的法律制度、倫理規範能否跟得上？我們該早期介入管制？或放任技術自由生長？
對管理學院的啟發：不只看「技術」，更要洞悉「制度」與「人性」
管理，不只是一門「效率」的學問。面對「數位經濟」，管理者若無法先理解技術對整體社會的結構性影響，便會忽略長遠風險。管理需要「跨領域」視角，歷史能提示：何時該擴張？何時該自我節制？如何在市場動盪中設計更友善人性的制度？
組織發展，需納入「勞動權益」與「公平正義」的思維。從工業革命早期「長時間工作」到現今「平台工人」的零工經濟，提醒我們：組織領導在創造經濟價值的同時，也該思考長期的社會價值與信任機制。若學生只懂得利用「演算法」大幅提高利潤，卻忘了會否犧牲勞動者、人際信任，終會面臨回饋反噬。
蘇格拉底式的提問，能訓練管理學院學生在「複雜情境」中訓練批判思維，看到技術與組織結構、法律、倫理之間的糾結，進而探討「能否有更好的管理手段？」讓學生在實作前，先多一分思考與責任感。
未來展望｜技術、制度與全球競合
結合歷史與技術決定論，不難發現「數位經濟」遠不止於商業新模式，更蘊含跨國競爭、地緣政治、社會公益等複雜面向：
- AI作為「武器化」的可能：演算法對輿論的操弄，成為新形態的國際競爭工具；
- 平台壟斷與全球化利基：掌握核心算力的少數企業或國家，將進一步擴大市場範圍，甚至輸出各自的技術標準；
- 底層勞動者與創作者的困境：若缺乏制度配套，可能加深「兩極化」；要嘛成為「頭部流量」、要嘛被邊緣化。
這些面向讓我們看得更清楚：「歷史觀點」並非浪漫的懷舊，而是解析「未來路徑」的重要基石。
結語｜從歷史中看清未來，從對話中孕育思辨
我的目的就在於：
- 讓學生能「比對前後」，重新審視技術與社會、技術與管理之間的關係；
- 建立對未來數位衝擊的前瞻判斷，並思考制度、倫理與人性的平衡。
我自己私心期望管理學院的學生們，在念財務、行銷、組織行為之餘，多給自己「歷史的透鏡」。因為在無論是AI抑或下一個尚未出現的「新技術」興起時，只有看見「過往浪潮如何改變世界」，才能更穩定、更從容地應對下個世代的擾動。當我們懂得質疑，也懂得合作與對話，才能真正好好把握技術帶來的福祉，而不被技術洪流推著走。
