「人機素養」:AI時代的個人競爭力
踏入2026年,人工智能 (AI) 已全面滲透職場,從個人助理、內容生成,到近期備受討論的「養龍蝦」模式,工作本質正被徹底重塑。不少在職人士都開始擔心自己的工作會否被取代。以近期滙豐及Meta為例,前者已計劃未來幾年進行大規模裁員,削減二萬人;集團行政總裁Georges Elhedery更押注人工智能,以縮減其中後台部門規模。此外,Facebook母公司Meta亦計劃於5月20日展開今年首輪裁員行動,裁減約一成(約8,000名)員工,原因同樣離不開人工智能對現有工作的衝擊 。 AI Literacy成基本要求 若要在AI時代避免被取代,真正的生存之道,不是抗拒技術,而是主動塑造個人競爭力。首先,人工智能素養 (AI Literacy) 已成為進入新時代的基本門檻。它不只是懂得使用生成式AI工具,更包括理解AI的基本原理、限制與風險,以及判斷在什麼情境下應該信任AI,什麼時候又應該保留懷疑。這種認知,甚至可進一步被視為已具備人工智能思維 (AI Mindset)。 根據LinkedIn 2025至2026年的相關報告 (包括 Skills on...
數據與色彩
在數字化的大環境下,數據不僅用於分析和預測,還能在設計和創作等領域中發揮着舉足輕重的作用。色彩作為視覺表現的核心元素,與數據的結合開啟了一條全新的創作之路。繼先前的文章探討數據如何提升閱讀文學的樂趣後,今次將與大家研究數據與色彩之間的微妙關係,如何形成獨特的視覺語言。 要將訊息有效傳遞給受眾,最佳的方法莫過於利用視覺上的表達。原因便要從生理上結構去解釋。人類身體上大約有1100萬個感覺受體 (sensory receptors) 去接收訊息,其中約 1000 萬個是透過視覺去接收的。可想而知,基於這個不可抗力的理由,利用視覺去接受訊息是對人類最有效的溝通方式。 結合色彩心理學 要表達數據中的洞見 (insights),我們可透過數據可視化 (data visualisation) 的方法,將抽象的數據轉化為易於理解的圖形或圖像,最簡單的莫過於使用象形圖 (pictograph) 。有效的數據可視化不僅需要清晰的結構,還需要配合恰當的色彩運用去表達訊息。色彩既能夠吸引觀眾的注意,還能幫助他們解讀數據。使用不同顏色來表示數據的類型或範疇,可以使觀眾更迅速地識別信息的重點,令大家都能夠「秒懂」。 色彩的搭配和對比能夠強調數據的關鍵信息,並引導觀眾的視線。例如使用「熱圖」(heatmap) 通常會選擇紅色和綠色來表示數據的高低,紅色代表高數值,綠色則表示低數值。這種色彩的運用不單止令數據的變化一目了然,還能在視覺上吸引觀眾的情感反應。顏色的運用坊間也有一套專業的理論,業界稱之爲「色彩心理學」(color psychology) ,主要是透過研究顏色如何影響人類情感和行為。色彩在客觀上是對人們的一種刺激和象徵;在主觀上又是一種反應與行為。在數據可視化中,理解色彩的心理效應是當中的重要過程。不同顏色所傳達的情感和意義,能夠影響觀眾對數據的感知和理解。例如藍色通常與信任和穩定性相關聯,而紅色則可能引發緊迫感或警覺性。這些情感反應可以幫助設計師選擇適合的顏色,以便更有效地傳達數據所要表達的信息。 色彩在數據可視化中的作用可分為以下幾點: 強調重點:使用鮮明或對比的顏色可以幫助突出重要數據點,使觀眾能夠迅速識別關鍵信息。 分組類別:不同顏色可以用來區分不同類別或群組的數據,這有助於觀眾在分析時快速理解數據的結構。例如,在一個多類別的圖表中,使用不同顏色來表示每個類別,可以使資料更易於解讀。 情感反應:顏色能夠喚起特定的情感反應。研究表明,人們對顏色的反應會影響他們對數據的解釋和理解。例如,暖色調可能使人感到興奮,而冷色調則可能使人感到平靜。 美觀功能:有效的數據可視化不僅需要清晰地傳達信息,還需要具備美感加強吸引力。美觀分為兩個層次,第一層是整體協調美,沒有多餘元素。而第二層是所指的的視覺美,色彩應用恰到好處。把握好視覺元素中色彩的運用,使圖形變得更加生動、有趣,信息表達得更加準確和直觀, 說起數據與色彩的話題,筆者也有一個相關的經驗,記得約十年前從事大數據工作的時候,有一個著名時裝品牌的客戶曾經要求利用大數據分析模型,從不同的社交媒體及零售數據中預測未來兩年最流行的衣着顏色,從而制定合適的銷售策略去迎合市場需要。這個項目最終都能做到客戶預期的效果。 建立個性化品牌 在現今市場營銷和品牌設計的領域,企業經常會利用色彩心理學的特性來吸引消費者的眼球。通過選擇特定的顏色組合,品牌就能夠傳遞其核心價值觀和情感。例如綠色常被用來代表環保和可持續性,而橙色則傳達出活力和創新。 當數據與這些色彩互相結合時,便能夠產生強大的視覺效果,幫助企業更迅速與受眾建立聯繫。例如有些網站會使用A/B測試來比較不同色彩方案的效果。通過分析用戶的點擊率和轉化率,設計師可以確定哪些顏色更能吸引目標受眾。這種方法不僅提高了設計的有效性,還幫助設計師在創作過程中做出由數據驅動的決策。 說到這裏,不得不提 Pantone® 這個色彩界的專業機構。他們的設計師團隊會因應客戶創新品牌的受眾市場,透過數據分析去理解那些市場的特性,競爭對手的特色;從而創作出該品牌的專屬顏色組合及調色板去帶出品牌價值及其個性,引發消費者的共鳴。讓消費者能輕易想像如何將品牌融入自己的日常生活當中。這模式正正是數據、色彩與設計創新之間互相結合的最佳實踐。...
AI 世代的新人類
人工智能的演進已遠遠超越了我們的預期,以不同形式俏俏改變我們的生活軌跡。無論你是求學的年輕人,抑或是職場的上班族,AI 已成日常生活不可或缺的部分。隨著這股新常態的形成,它究竟對人類的未來軌跡會帶來怎樣的衝擊?若想找答案,可能要從人類學的角度去探索AI 時代「新人類」將以何種姿態浮現。 人類學 (Anthropology),這門探求「人」及其文化奧秘的綜合學科,匯聚了自然科學、人文學與社會科學的源頭。現今的人類學以雙重視野凝視人類的本質:一邊是人類的生物性和文化性,而另一邊則是追溯人類今日特質的源頭與演變。從進化人類學和文化適應的角度看,AI的出現確實可能催生出一種「新人類」的發展。不是科幻式的變種,而是透過人機共生 (human-AI symbiosis) 重塑人類行為、認知和社會結構的漸進式轉變。當中所指的新人類並不是基因的變化,而是文化進化與技術整合的結果。 AI帶來「新人類」發展的潛力 「新人類」指的是一種適應AI環境的後人類 (post-human) 形態,我們的進化不再僅靠自然選擇,而是人為選擇與技術驅動。AI本身不是外來入侵,而是人類文化帶來的科技產物,會提高我們的認知能力、改變社交模式,並可能影響基因傳遞。關鍵在於AI如何介入人類的日常互動,從而影響繁殖、學習和人與人之間的聯繫。 Robert Brooks – 新南威爾斯大學的進化生物學教授兼作家,專注於人類進化、性別差異與社會行為的研究。他在2024年發表過關於AI如何影響人類進化(Human Evolution in...
AI 的快思與慢想
人工智能系統的出現源於幫助人類解決問題,提供具效能的決策及減少錯誤。正因為要與人類相互協作,人工智能的思考少不免要參考人類的思維模式去設計。若你想從這角度去認識人工智能,我會推薦你閱讀2002丹尼爾·康納曼 (Daniel Kahneman) 的著作《快思慢想》(Thinking, Fast and Slow) 。 丹尼爾·康納曼是著名的心理學家和諾貝爾經濟學獎得主。他於1934年出生於以色列,後來成為美國普林斯頓大學的心理學教授。康納曼以其對人類思維和決策過程的研究而聞名,特別是在行為經濟學領域的貢獻。他的著作《快思慢想》深入探討了人類思維的兩種系統,特別是如何在不同情境下做出決策,幫助人們理解思維過程中存在的偏見和錯誤,對心理學和經濟學都有深遠的影響。他的研究不僅在學術界受到高度評價,也對企業管理和公共政策產生了實際的影響。 快思慢想的概念 這著作提出了人類思考的雙系統理論,將人的思維分為 「系統一」(System 1) 和 「系統二」(System 2)。這個理論不僅深刻地影響了心理學和行為經濟學,也為我們理解人工智能 (AI) 的思考模式提供了新的視角。透過理解...
AI Seminar in GSIS
Amazing Event with GSIS & Google It is our pleasure to be invited by Google Cloud to present...
AI Enablement Workshop for Educators (2 Oct 2025)
Collaboration with The Association of English Medium Secondary Schools Great thanks to Ms. Bella Leung, Head Mistress of...
AI Enablement Workshop for School Teachers (25 Sep 2025)
Collaboration with Google Cloud in Agentspace Enablement From 25th September to 5th December 2025, we will co-organize over...









