跨領域一言難盡？給自己的專長一個定位

最近在整理自己的一些個人檔案，曾經在網路上看過一個說法，要定期整理自己的履歷表、CV，才能了解自己在各個階段的成長以及專業發展。而我從大學走到博士畢業，一路上在學校以及學系的選擇上跨了不少領域，有時實在很一言難盡，不過自己倒是給了自己所學的知識一個系統性的整理。

增進績效：正向行為的改變

如果說電腦科學家(Computer Scientist)他們做的事情是研究如何提升電腦的績效(performance)，例如利用人工智慧、平行運算等等模型建構以及運算技術，讓電腦(或說計算機)可以達到更強的效能，那麼就能夠推進我們資訊科技、電腦科技的進步。

那麼為了讓這些科技能夠對人類社會有所改變，也必須要有一群人，來研究如何透過科技提升人類的績效(human performance)。

而這個道理，也是我一直到了博士畢業，開始在業界工作之後，才更明確的體悟到這之中的意義。儘管過去大學後期以及碩士班期間，我一直都在「學習與績效科技」lab中學習，但是我一直始終無法體會所謂的「performance」一詞所涵蓋的深刻意涵。當時只是覺得老師很帥氣，能夠製作那麼多有用的工具，而且說出來的道理、想事情的架構也都很獨特，所以一心只想著要跟著老師學習。

而搭配所學的課程，包含人機互動、使用者研究、說服科技(persuasive technology)等等課程，也有不少關於問題解決、需求探索、使用者/消費者行為、行銷等等相關的課程也都一併涵蓋在其中。研究的應用上，則是可以擴展到介面研究、行銷研究、消費者研究、人機互動研究等等不同的層面，對象可以包含高齡者、大學生、國高中生，議題甚至也可以擴及教育、語言學等各種不同的學科領域。畢竟，在當今的社會中，幾乎各種情境都會運用到科技，而如何透過科技提升人類/組織/企業的績效，就是一個重要的課題。而要能讓科技提升人類的績效，那麼就必須帶來正向的行為改變。

於是，我畫了這樣的一張圖來解釋自己到底都學了些什麼。人類使用科技，運用科技，就是認知行為的一部分。人類必須透過大腦的學習，才能實際轉換為執行的行為，而在學習與操作的過程中，有了科技的介入，可以輔助人類帶來更好的行為改變。所以，其實有了文學、語言學、心理學的紮實訓練，讓我對於人類的認知活動以及行為活動有了很廣泛及全面的認識，進入到研究所時，有了統計法、實驗法、甚至是人工智慧工具的應用，也讓我可以有更多不同的分析與研究工具，藉以探索科技介入之後帶給人類的改變。

深化跨領域知識，走了各種不同系所

而以上的統整，也是走了各種不同系所，上了各種課程，做了一些研究之後，才有了這樣的體會。包含紮實地完成了文學學士以及傳播學士雙學位，後來在心理學研究所，訓練了統計學、實驗法等傳統的研究方法。而為了更進一步的強化工程能力，在日本深造期間，學了人工智慧的相關技術，甚至也因為在日本吸收到了很多關於業界有關的資訊，又帶來了更多不同的啟發。

日本的強項是製造業、工業，許多日本大廠，耳熟能詳的大品牌，都是具有很強大的製造業基礎。而當時念博士班的時候，所接觸到很多的專題討論題目，也都是實際應用在製造業現場的技術。這一點比起在台灣接觸到的思維，有著非常大的不同。日本很強的地方或許就在於他們有非常多能夠實際應用的場域。

例如，我在日本所就讀的「東北大學人工智慧與電子學(AI Electronics)卓越大學院」中，我們的專題討論以及產學合作課程，往往邀請了如三菱、ISUZU、日本電氣、Cannon Medical等等廠商的業師進行專題演講或教學。而在這些課程當中，不少都是直接介紹公司裡面導入各種AI技術到現場的例子。其中，包含了大型機械製造、藥品研發、汽車製造、資通訊安全等等各種不同領域。比起開發新的AI模型或是提升電腦績效，很顯然在日本的學習更重視應用面，也就是提升人類或是組織績效的部分。

實際在業界的體會

順著在日本體驗到的種種，其實博士班畢業之後，一方面是耳聞很多在學術界僧多粥少過度競爭的故事，所以對於直接進入學術界帶有不安，一方面也是因為在日本接觸到了不少實務方面資訊，所以也很想進入到業界去一探究竟，並且也可以讓自己暫時抽離學術界的思考邏輯。

而同時也因為在日系企業的關係，所以實際上關於公司內的各種作法和作風，也都還算適應。實際上跟著做了幾個專案，關於科技導入現場應用的部分，也覺得蠻有成就感與意義。不過，儘管科技有機會提升人類的績效，但是，對於整個市場的變化，科技的介入其實還是有侷限性，這時候還是會感受到一些面對整個大市場的無力感。

不過，或許危機正是轉機，最近在整理自己的履歷表，統整自己所學，並且也在思考假設重回學術界的話，該如何定位自己。科技介入、行為改變，簡單而言，這八個字或許就是我最想主打的個人特色吧。