問題與解法（Problem vs Solution）
學習目標：辨識 solution bias，選出不含預設工具且可觀察的 problem statement。
很多 AI 導入的討論一開始就說「我們應該用 AI 做 XX」，這其實已經是一個解法，不是問題。solution bias 指的是還沒確認問題之前，就先假設了工具或做法。好的 problem statement 只描述「現在什麼工作結果不好」，不預設要用什麼工具解決，而且要可觀察、可被第三人檢查。
| 欄位 | 說明 |
|---|---|
| 有沒有提到工具或技術名稱？ | 有 → 先移除，只留下工作結果 |
| 能不能被第三人觀察或查證？ | 不能 → 補上可觀察的證據 |
| 是不是只是「應該要有」的期望？ | 是 → 改寫成目前實際發生的落差 |
工作情境
某分校行政室提出：「我們應該用 AI 幫忙寫會議紀錄。」這句話已經預設了工具（AI）與做法（寫會議紀錄）。改寫成問題陳述：「每次跨部門會議後，待辦事項平均要三天才會整理成書面紀錄並分派給負責人，導致部分事項被遺漏。」後者不提工具，只描述可觀察的落差。
- 找出工具字眼
圈出句子裡任何工具、技術或產品名稱（AI、聊天機器人、系統、App），先把它們整段拿掉。 - 寫下可觀察的落差
用數字或可查證的事實描述「現在」與「期望」之間的落差，例如處理天數、件數、錯誤率、等待時間。 - 找第三人檢查
請沒有參與討論的同事讀一次，確認句子完全沒有預設解法，也能看出具體、可查證的落差。
工作情境（對照案例）
圖書館櫃台提出：「我們應該導入 AI 問答機器人回覆讀者問題。」這同樣是 solution bias，一開口就先決定了工具。改寫成問題陳述：「開館時間內，櫃台人員平均每天被問到 40 次相同的借閱規則問題，尖峰時段讀者常等待超過 10 分鐘才獲得回應。」這句話同樣不提工具，只描述可被排班紀錄查證的落差。
- 句子裡出現「導入」「使用」「上線」等動詞，後面接工具或系統名稱時，多半是 solution bias 的訊號。
- 「應該要更有效率」「應該更智慧」這類形容詞堆疊，無法被第三人觀察或查證，必須追問具體數字。
- 可觀察的落差通常能回答「現在是多少、理想是多少、差距多大」三個問題。
- 同一個問題陳述可以同時被不只一種做法解決（流程調整、人力調配、工具協助），這正是好問題陳述的特徵。
資訊
Human、AI、Human：人先確認問題與判斷，AI 在確認之後才協助執行，最終結果仍由人驗證與負責。
注意
資料安全提醒：本課程所有練習一律使用課程提供的模擬情境檔案，不含任何真實機構或個人資料。
自我檢測
下列哪一句最符合「不含預設工具且可觀察」的 problem statement？