各位朋友們好：

這兩、三個月常有機會受邀演講，而且對象非常多元化。有上市櫃企業董事會、碩士在職專班生、中小企業主、金融機構投資法人、想當記者的大學生，甚至還有專業舞蹈老師。的確，這波由大型基礎模型帶動的AI風潮，對人類社會造成的衝擊範圍既深且廣，後續的影響，恐怕此時也沒有人敢說自己有標準答案。

三年多前，曾經以「AI對教育的影響」為主軸撰寫一系列文章，承蒙多位專家接受採訪，協助讀者釐清許多迷思。面對這波熱潮，我們又再次訪問這幾位受訪者：對於AI的看法有變嗎？要如何培養下一代的能力？當然，在此之前，我們得把究竟什麼是AI世代的人類能力定義出來。

幾乎沒有例外，受訪專家有著清晰的共識：提問，將會是AI無法取代的能力，但要培養出提問力，則需要有知識、邏輯力，以及蒐集整理資訊的能力。

英國建築學者 Cedric Price1966年在一場演講中對聽眾提問：「如果科技是答案，什麼才是問題？」生活在2023年AI時代的我們，也不妨仔細思考：「如果人工智慧是答案，那什麼才是問題？」

人工智慧科技基金會執行長 溫怡玲

本期目錄

• 你是如何在客戶體驗馬拉松中敗陣的？
• 與人工智慧協作，可以怎麼做？
• 用Scikit-Learn Pipeline輕鬆構建和評估機器學習模型

你是如何在客戶體驗馬拉松中敗陣的？

隨著科技技術與經濟環境改變，消費者行為大受影響，連帶也衝擊許多品牌，例如Brook Brothers、True Religion、G-Star，這些曾經紅極一時的時尚品牌皆面臨破產。KPMG數位長賴偉晏直言，未來品牌的忠誠度會不見，而消費者會持續購買的品牌也會越來越少。

與人工智慧協作，可以怎麼做？

李德俊從人機協作的過程中感受到，好奇心是驅動大家學習、增強個人及產品的原動力，如果沒有好奇心，聽完演講也不會得到什麼，因為不知道該做什麼。而人之所以需要與機器協作或互動，就是因為想要完成一件事情 ，而協作這件事情也慢慢在生活中，變得更重要。

用Scikit-Learn Pipeline輕鬆構建和評估機器學習模型

Scikit-learn是Python中流行的機器學習框架之一，提供豐富的機器學習演算法和工具，讓使用者可以方便地進行數據分析和建立模型。在機器學習流程中，經常需要進行資料前處理、特徵選擇和模型選擇等一系列步驟，為了簡化這些步驟，Scikit-learn 提供Pipeline工具，讓人可以更輕鬆地構建和評估機器學習模型。