當 AI 開始頻繁出現在工作場域中時，我發現自己心中浮現的並只是「要不要用」的問題，而是一連串更深層、卻不容易說出口的感受。非資訊背景的我並不抗拒 AI，但讓我感到不安的是那個逐漸浮現的疑問—「如果我不夠懂 AI，會不會被視為不專業？」
😟 焦慮，往往來自於「跟不上」的想像
在各種會議、簡報與討論中，AI 經常被描述成一種「趨勢」、一種「必須掌握的能力」。 這樣的語境，對資訊人而言，或許是挑戰與機會；但對非資訊背景者來說，卻很容易轉化為另一種壓力。那是一種很微妙的焦慮：
- 聽得懂名詞，但不確定自己是否真的理解？(例如Token...)
- 知道 AI 很重要，卻不知道「重要到什麼程度」
- 擔心提問太基本，顯得自己不夠專業
於是，「學 AI」在不知不覺中變成工作重心，也變成了一場關於自我定位的考驗。
🧩 誤解一：一定要很懂技術，才能使用 AI
在初期，我也曾不自覺地把「學 AI」等同於「學技術」。彷彿只要沒有程式背景，就註定站在門外。但實際接觸後，我慢慢發現，多數行政工作中使用的 AI，並不要求使用者理解其底層技術，而是要求理解「自己的工作」。
真正困難的，不是操作工具，而是能否清楚說明需求、辨識風險、判斷結果是否符合制度與情境。這讓意識到：行政專業根本就是AI能否被善用的前提。
🧠 誤解二：AI 會取代不懂技術的人
另一個常見、卻更深層的焦慮，是對「被取代」的擔憂。尤其在行政工作中，當 AI 開始能寫文字、做整理、給建議時，那種不安感，很容易被放大。
但在實際使用過程中，我反而愈來愈清楚地看見一件事：AI 能生成內容，卻無法承擔制度責任；能提供建議，卻無法理解組織脈絡。在行政工作裡，真正關鍵的往往不是「產出」，而是判斷這個產出是否適當、是否合規、是否需要承擔後果。而這些，正是無法被輕易取代的部分。
🌱 重新理解：學 AI，其實是在重新認識自己
當我慢慢放下「一定要很懂技術」的焦慮後，學 AI 這件事，反而變得比較踏實。我開始把重心放在幾個問題上：
- 哪些工作，我可以讓 AI 協助？
- 哪些判斷，我必須親自完成？
- 在制度與責任面前，AI 的位置在哪裡？
這樣的過程，並不只是技能學習，更像是一場對自身角色的重新確認。
我不是要成為資訊人，而是成為一個「能善用工具、卻不放棄判斷」的行政人員。
🌉 非資訊背景，不再只是標籤
在資訊處的工作經驗，讓我逐漸理解：「非資訊背景」不該只是被動的標籤，而是一種提醒組織—技術之外，還需要不同視角的存在。當 AI 成為日常工具，或許真正重要的，不是每個人都懂多少技術，而是組織是否能容納不同學習節奏、不同專業出發點。
✨ 從焦慮到定位，是一段需要被看見的歷程
回頭看這段「學 AI」的過程，我更願意把它視為一段心理與角色的轉換，而不只是能力培養。這些焦慮、誤解與重新理解，並不是個人的問題，而是許多非資訊背景行政人員正在默默經歷的共同狀態。如果這些經驗能被說出來、被理解，那麼，AI 在組織中的角色，或許也能被放在一個更健康的位置。
