人本AI設計碩士學分班
▌招生對象
具教育部認可之學士學位或報考研究所同等學歷（三專畢業滿二年以上，二專或五專畢業滿三年以上者）
▌課程資訊
課程日期：115年9月11日至115年11月7日(周五、六)
課程時間 : 週五，晚上6:00-9:00、週六，早上9:00-12:00、下午1:00-4:00
課程地點：清華大學高雄校區
▌課程簡介
本課程聚焦於「人本人工智慧與跨智慧協作設計」，探討 AI 如何在不同實務場域中被有效、負責任且具價值地導入。課程對象包括產業界、公部門、醫療照護、教育、非營利組織與公共服務等領域之專業人士，重點不在於單純學習 AI 技術，而在於理解如何從真實問題、利害關係人需求與組織脈絡出發，設計能與人類工作流程、專業判斷與服務情境相互配合的 AI 系統。
課程將從國際人本 AI、Human-AI Interaction、Design Thinking、Responsible AI 與 AI-enabled Service Design 等觀點出發，引導學員理解 AI 導入後對個人、團隊、組織與社會服務流程所造成的影響。學員將學習如何辨識 AI 適合介入的問題、分析利害關係人與服務流程、設計人與 AI 的角色分工，並思考透明度、信任、偏誤、責任歸屬、資料倫理與使用者接受度等關鍵議題。
在方法上，本課程整合 Double Diamond 設計架構、人本設計流程、AI 介入點分析、服務旅程地圖、數位設計卡、快速原型、啟發式評估、RITE 迭代測試與深度訪談。學員將以自身熟悉的實務場域為基礎，從問題探索、需求洞察、AI 協作機制設計，到原型建置、測試修正與導入策略，逐步發展一項 AI 支援之服務或系統概念。
本課程強調跨領域討論、案例分析、實作演練與專題發展。期末成果將以小組專案形式呈現，學員需提出一項 AI 導入或 AI 支援服務之設計方案，學習設計與說明欲解決的問題、服務對象、利害關係人、人機協作流程、風險與治理考量、評估指標，以及未來導入與驗證方向。
▌課程目標
修課完成後，學員應能：
- 理解人本 AI、Human-AI Interaction 與跨智慧協作設計的核心概念。
- 從自身產業與實務場域中辨識適合 AI 介入的問題、限制與機會。
- 分析 AI 導入後的利害關係人、工作流程、資料流、決策責任與風險。
- 設計人與 AI 的角色分工、互動流程、信任機制與例外處理機制。
- 運用 Double Diamond、人本設計工具發展 AI 服務概念。
- 建立低保真或功能示意型 AI 原型，並進行快速測試與迭代修正。
- 設定 AI 服務的成功條件、評估指標與導入策略。
- 完成一項可向組織或產業場域溝通的 AI 服務創新提案與原型展示。
▌期末成果要求
每組需完成一項 AI 支援之服務或系統設計，內容包含：
- 產業問題與目標使用情境
- 利害關係人與人機協作流程分析
- AI 介入點、角色分工與風險說明
- 服務旅程圖或系統互動流程
- 低保真或功能示意型原型
- 使用者或利害關係人回饋
- 設計修正依據
- 成功指標、導入條件與下一步規劃
▌收費標準
▌課程大綱
|
日期 |
課程主題 |
核心內容與產出 |
授課教師 |
|
9/11（五） 18:00–21:00 |
人本 AI 設計與 Double Diamond 架構 |
認識人本 AI、跨智慧協作、AI 產品／服務設計邏輯；建立從「技術導入」轉向「價值創造」的課程框架。 產出：個人產業問題初步盤點。 |
曾元琦 |
|
9/12（六） 09:00–12:00 |
AI 團隊媒合與專案啟動 I： 題目探索 |
學員分享產業場域問題，進行題目媒合、問題聚焦與案例討論。 產出：小組題目初稿。 |
曾元琦 |
|
9/12（六） 13:00–16:00 |
AI 團隊媒合與專案啟動 II： 角色分工與協作機制 |
定義團隊分工、AI 可能扮演的角色、專案範圍與初步成功條件。 產出：專案 charter 與初步 AI 介入假設。 |
曾元琦 |
|
9/18（五） 18:00–21:00 |
理解人本 AI 之設計對象 I： 利害關係人與情境走查 |
分析 AI 導入後的使用者、服務提供者、管理者、受影響者與決策責任。 產出：HCAI利害關係人地圖。 |
曾元琦 |
|
9/19（六） 09:00–12:00 |
理解人本 AI 之設計對象 II： 訪談、觀察與工作流程分析 |
學習如何以產業場域為基礎進行訪談、觀察、流程拆解與痛點分析。 產出：訪談／觀察計畫與工作流程圖。 |
曾元琦 |
|
9/19（六） 13:00–16:00 |
人機協作對象細分與設計旅程地圖 |
建立 persona、human-AI collaboration journey、資料與決策接觸點。 產出：HCAI設計旅程地圖與機會點。 |
曾元琦 |
|
10/2（五） 18:00–21:00 |
定義人本 AI 設計議題 I： 洞察萃取與 HMW |
從田野資料與產業經驗中萃取洞察，轉化為設計挑戰。 產出：洞察 statement、HMW 問句與初版需求。 |
曾元琦 |
|
10/3（六） 09:00–12:00 |
定義人本 AI 設計議題 II： AI 適合解決什麼問題 |
討論 AI 的適用邊界、不可自動化任務、human-in-the-loop、例外處理與責任分工。 產出：AI 適用性分析。 |
曾元琦 |
|
10/3（六） 13:00–16:00 |
人本AI設計目標、價值主張與評估指標 |
建立 desirability、feasibility、viability 與 risk 四面向的設計判準。 產出：HCAI設計原則、價值主張與成功指標。 |
曾元琦 |
|
10/16（五） 18:00–21:00 |
人本 AI 期中專案發表與討論 |
各組報告對象理解、需求洞察、AI 介入點、設計原則與初步評估指標。 產出：期中回饋與修正方向。 |
曾元琦 |
|
10/17（六） 09:00–12:00 |
人本 AI 創新發想與概念發展 I |
運用設計卡、情境劇本、服務藍圖與多回合決策支持發展 AI 服務概念。 產出：多個設計概念。 |
|
|
10/17（六） 13:00–16:00 |
人本 AI 創新發想與概念發展 II： 概念收斂與體驗流程 |
評選概念、定義核心互動流程、設計 AI 回應邏輯與人機交接點。 產出：概念收斂矩陣、體驗流程與低保真原型草圖。 |
曾元琦 |
|
10/30（五） 18:00–21:00 |
人本 AI 快速原型與評估 I：Prototyping |
建立低保真或功能示意型原型，包括對話流程、介面線框、服務流程或 AI agent 工作流。 產出：HCAI可測試原型。 |
曾元琦 |
|
10/31（六） 09:00–12:00 |
人本 AI 快速原型與評估 II：Heuristic Evaluation + RITE |
進行啟發式評估、RITE 快速迭代與風險檢核，檢視透明度、信任、可控性與責任分工。 產出：測試紀錄與修正清單。 |
|
|
10/31（六） 13:00–16:00 |
人本 AI 場域測試與深度訪談 |
規劃情境驗證、深度訪談與利害關係人回饋蒐集方式。 產出：訪談大綱、測試任務與分析架構。 |
|
|
11/6（五） 18:00–21:00 |
Iterative Design I： 整合測試結果與設計修正 |
分析測試資料、歸納設計問題、修正人機協作流程與原型。 產出：迭代前後對照與HCAI設計決策依據。 |
|
|
11/7（六） 09:00–12:00 |
Iterative Design II： 最終定稿與導入敘事 |
整理 demo flow、利害關係人價值、導入條件、治理風險與評估指標。 產出：期末簡報與展示腳本。 |
曾元琦 |
|
11/7（六） 13:00–16:00 |
期末 AI 專案發表與討論 |
展示 AI 支援之服務或系統原型，說明設計證據、測試結果、產業價值與下一步導入規劃。 產出：期末專案成果。 |
曾元琦 |
▌報名方式
報名日期：即日起報名至115年9月4日(五)止
報名方式：採線上報名 <點選報名>
▌課程評量方式
課堂參與、討論與工作坊活動：25%
個人反思與產業案例分析：15%
小組階段性作業與設計文件：30%
期末 AI 服務／系統原型與導入提案：30%
▌其他事項
▌聯絡方式
