比較 Use Case（Compare Use Cases）
學習目標：以同一維度、evidence quality 與 confidence 比較案例。
比較多個 Use Case 時，必須用同一組維度（Value、Feasibility、Readiness、Risk）逐一比較，而不是每個案子用不同的標準各說各話。同時要標明每個維度的證據品質與信心程度：這個判斷是有數據支持，還是純粹猜測？信心程度不同，比較結果的可靠度也不同。
| 欄位 | 說明 |
|---|---|
| 維度判斷 | Value/Feasibility/Readiness/Risk 各自的評估 |
| 證據信心 | 這個判斷是 observed/data-backed 還是 estimated/guess？ |
工作情境
比較表：Use Case A：Value 高（有數據支持）、Feasibility 中（估計，未驗證）、Risk 低。Use Case B：Value 中（估計）、Feasibility 高（有數據支持）、Risk 中。因為 A 的 Value 判斷比 B 更有信心，即使兩者其他維度接近，A 可能更值得優先驗證。
- 高信心（data-backed）：有系統紀錄、正式統計或多次觀察支持的判斷。
- 中信心（partially verified）：有部分資料或少量樣本支持，但尚未大範圍驗證。
- 低信心（estimated/guess）：主要來自受訪者印象或單一個人的推測，沒有具體資料佐證。
- 比較時若兩個案子的維度分數接近，應該優先信任信心程度較高的判斷，而不是直接取平均。
工作情境（對照案例：三案比較）
擴大到三個候選案比較：Use Case A（Value 高/高信心、Feasibility 中/低信心、Risk 低/高信心）、Use Case B（Value 中/高信心、Feasibility 高/高信心、Risk 中/中信心）、Use Case C（Value 高/低信心、Feasibility 高/低信心、Risk 低/低信心）。雖然 C 表面上「三項都不錯」，但全部都是低信心的估計，可能需要先花一次簡短訪談補足證據，而不是直接排進優先名單。
資訊
Human、AI、Human：人做最終的優先順序判斷與治理決定，AI 可協助整理比較資料，但不能替組織做最終決定。
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
比較兩個 Use Case 時，下列哪一個做法最正確？