AI 讓生成程式碼、生成內容的速度大幅提升,但「判斷產出對不對」這件事並沒有跟著變快——這個落差,正是許多團隊在導入 AI coding 之後感受到的驗證瓶頸與 oracle problem:當驗收標準本身也模糊不清,「誰該負責看見全局、誰該判斷對錯」就變成組織設計的問題,而不只是技術問題。

這場工作坊用一個動手模擬遊戲讓與會者親身體驗這個落差。全員分組,用 AI 生圖工具合力復刻《清明上河圖》的一個場景,遊戲分兩輪進行,團隊會在不同的協作條件下完成任務,親身感受條件變化帶來的差異。

遊戲結束後,不是由講師直接給答案,而是先讓與會者從自己剛剛的體驗出發,討論協作結構如何影響產出、驗證卡在哪裡、AI 時代的團隊組織該怎麼設計比較好,最後講師才分享以 LeSS(大規模 Scrum)為基礎的具體建議。

大綱(90 分鐘)

開場:情境與模擬題目介紹

第一輪迭代:團隊在特定的協作條件下動手完成任務

調整協作條件

第二輪迭代:換一種協作方式再做一次

集體討論:對照兩輪的差異,共同思考 AI 時代的團隊組織該怎麼設計

講師分享:組織設計建議

(1) 親身感受協作結構(資訊隔離 vs. 全局透明)如何直接影響產出的品質與速度

(2) 理解在 AI 生成內容的時代,為什麼「判斷對不對」常常比「生出來」更難

(3) 得到組織設計的具體檢核原則:縮短生成與驗證的距離、驗證要能跟上生成速度、保留看見全局的機制、部署要可逆

(4) 了解 LeSS(大規模 Scrum)如何回應 AI coding 時代的協作與組織挑戰

• 筆電

• 會使用 AI 工具 (ChatGPT)

• ChatGPT