🐰
第七章 情蒐與偵測
🐰
p.174
教育現場：消失的學生 📉
- 文山區觀察：新小學成立後舊校生源萎縮，校舍老舊導致學區流失。
- 少子化趨勢：每班人數由 50 人銳減至 20 餘人，小班制被迫提前實現。
- 環境偵測不足：教育體系未能預見人口結構劇烈改變，資源分配受限。
🐰
p.176
外部因素：規範組織大部分可行範圍 🌎
- 政府政策：最低工資調整對組織人事費之影響。
- 產業趨勢：天然資源枯竭或氣候變遷導致產業移轉。
- 競爭動態：對手激烈程度直接影響生存空間。
🐰
p.178
分析資訊需求 🎯
📖 理論基礎：確定決策行為後，需釐清所需的資訊。組織內的資訊需求會因「功能部門」及「組織層級」不同而有極大差異。資訊系統的設計必須針對不同對象周全考量。
功能部門差異 (實例)
特教老師需IEP行為數據；行政端更關注年度預算執行率。
層級差異 (實例)
導師需個別缺曠課細節；校長需全校招生綜合統計與學力成績。
系統設計必須針對教育現場角色客製化。
🐰
p.179
整合決策：縱觀全局 🔗
高階主管
加總細部資料，
形成整體發展的策略方向。
💡 教育實例：
校長結合各處室的匯報，統整出學校校本課程的走向及學校特色。
🐰
p.180
專家系統的特徵與優勢 🤖
- 特定知識：具備特殊專業範疇之深度知識。
- 邏輯推論：使用邏輯推論而非單純函數定義。
- 穩定可信：無情緒波動、不生病、不偷懶。
💡 教育實例：
利用專家系統預測學生學習落後風險，依據過往學習歷程與出缺席資料，及早介入並提早進行補救教學。
🐰
p.182
環境偵測：掃描大環境 📡
- 過濾資訊：找出即將浮現趨勢，勾勒未來景象。
- 情報管道：95% 資訊來自公開廣告、年報與政府公告。
- 逆向工程：拆解對手產品測知科技創新。
💡 教育實例：
學校管理者定期過濾學區人口數據與社區發展計畫（如新建社會住宅），以提前預備未來的師資與教室需求。
🐰
p.184-185
全球偵測：三菱商事案例 🌐
- 情報網：全球雇用超過 6 萬名市場分析師。
- 組織規模：總公司 6 千人，關聯企業達 5.6 萬人。
- 人才培育：設立全球實習基地，培養具全球思維之領袖；引進非日籍國際化人才。
- 危機：網路日益進步的現代，是否還需要外派人員。
- 解決方法：主管應有國際化的觀點及國際資訊來源。
🐰
p.186-187
標竿法：知己知彼 ♟️
- 與行業中最佳企業比較，提出可行方案，減少雙方差距。
- 關鍵在於學習與改進過程，而非僅比較結果。
- 源自全錄（Xerox）赴日學習案例 📖。
- 《孫子兵法》：「知己知彼，百戰不殆」
🐰
p.189
情報來源：政府資料庫 🏛️
主計總處
普查、薪資、勞動力調查
經濟部
各類產業統計概況
各級政府
預算、會計與市政指標
法規公告
規範組織之大部分可行範圍
🐰
p.190
情報來源：學術機構 📖
- 中研院：提供社會變遷調查與景氣數據。
- 碩博士論文：專業領域深度分析之瑰寶。
- 研究中心：定期發布選民意見調查。
🐰
p.196
防疫實例：鑽石公主號 🚢
- 24小時內完成郵輪乘客電子足跡地圖。
- 大規模發送細胞簡訊，交叉驗證 62 萬人手機定位。
- 結合健保系統精準追蹤接觸者，篩檢結果全數陰性。
🔑 成功防疫四大關鍵：
掌握旅客路線、找出可能接觸者、運用健保給付資料監控接觸人口、以大數據分析對篩檢無反應的肺炎住院病患。
🐰
p.196-197
數據的憂患：隱私與界線 🔒
儘管大數據應用範圍廣泛，但數據的使用有侵犯使用對象的隱私之嫌。
平台使用個人資料前，應告知使用者將提供何種數據給第三方，以及數據可能的使用方式，並應維護使用者的隱私權。 🐾
隱私與正當使用的界線，
也將成為未來大數據發展的方向。
也將成為未來大數據發展的方向。
🐰
謝謝各位的聆聽！
報告人：林宛儀 NB41F010 🐇
📚 資料來源：
王秉鈞（2021）。管理學：政府、企業及非營利組織之經營心法與實踐科學。
教育部 。特殊教育資訊網與相關特教法規。
黃敦晴（2021，4月20日）。教育大數據解密 如何讓「教」與「學」更有效。翻轉教育。https://flipedu.parenting.com.tw/article/006517