IT 產業,不管是任何職務,都需要持續學習,某種角度上來看,「學習」也是我們的工作之一。
然而就像筆者在 Day01 第一篇所說:對 IT Support 工程師而言,目前台灣欠缺良好的循序漸進的 IT Support 培訓環境。
現今的 IT Support 工程師面對的是「世界科技浪潮、尤其是 AI 領域的高速且多元的成長」vs「企業內,包括老闆、高階主管、及大部分同事,仍滿足在維持現狀、做好日常」,如果我們能知道得越多,就能幫助企業越多;
筆者拿這件事來比喻,不知是否恰當:「這就像這次 923 馬鞍山堰塞湖事件,由於大家對堰塞湖的侵害性瞭解不足,而有所輕忽,最終造成來不及逃跑的現象」;
AI 浪潮對企業的影響可能會像是一個大浪潮那樣,知道如何應對的可以乘著這股浪潮登上在一次的高峰,不知道浪潮存在的企業或許會被浪潮淹蓋。
或許是筆者最近新聞事件看多了,有感而發,把這個「全村的希望」都寄託在各位 IT Support 工程師身上。
但不管是否筆者想多了:IT 人員得持續學習,這是真的;有辦法高效學習的人總是較佔上風,這也是真的;然 AI 時代,讓我們聰明的運用 AI 來輔助學習,幫我們佔上上風處,這是有可能的。一起來探討吧!
💡 AI 不是幫你讀書的替代品,而是讓你讀書更快的加速器。
這本 1997 年出版的《學習如何學習》是筆者書架上最早一本探討如何學習的書,時至今日我已不太記得內容,想必有所內化。
💡 IT 工程師的核心技能,除了要懂技術,還要懂得「如何學習」。
每個人的擅長點不同,有人擅長記憶、有人擅長理解、有人理性、有人感性,很難找出一套放諸四海皆準的學習方法,筆者也沒能力、沒資格談學習方法這樣艱深的問題。但筆者可以分享在自己身上的學習經驗。
筆者少年時受恩師們的啟蒙,鍛鍊出很好的邏輯思維與學習能力,二十幾歲時學習電腦相關知識,對我來說都很容易,那時很喜歡逛重慶南路,一本電腦書大概半天左右就能看完搞定。
第一次遇到的瓶頸是:Windows NT Server,當時版本是 3.5,在那之前我已經有架設 Novell 及 Peer to Peer 網路經驗,但僅限於會架設,理解有限。
Windows NT Server 書買回來很認真的看了四天四夜,卻都還是沒能看通;後來資策會有開課,記得是五整天的課,我去上課了,記得是微軟原廠教材,筆記抄的密密麻麻、而且還錄了三十幾卷錄音帶回來,回來研究了很久還只能是一知半解,練習也做不太出來,非常沒有信心。
接下來 Microsoft 有很多需要幫忙,我也到處去幫企業架設 Windows NT Server 試用環境。恆逸訓練中心創辦人 應文逡老師在國外取得 MCSE 後回台灣開設第一期 MCSE 課程,我參加了,沒多久我也通過 MCSE 考試。
那一次給我的心得是:面對我非常不瞭解的領域,我還是要去訓練中心上課,而且最好是系統性的課程,不要只單學一科。
接下來,我 IT 職涯也保持這樣的精神面對。也隨著自己技能的精進,自我學習能力更加強化。
這次 AI 浪潮,剛開始出現時我是有注意到的,也看到朋友、同事在使用,但他們小打小鬧(現在的觀點) 的使用方法,並沒有引起我太大興趣,直到去年十二月,誤打誤撞去上了 Will保哥 GitHub Copilot 進階開發實戰,感到頗為震撼,這才認識到 AI 可能帶來的影響力,我後來買了保哥所有 AI 相關回放課程,每一門課都有聽 2~3 遍,保哥推薦了 尹老師 的課,我也上了。
這陣子,我還從 Youtube、並透過 NotebookLM 學習了很多,直到筆者動筆寫這系列文章前幾周,我才對 AI 整個應用架構,有一種搞懂的感覺。
筆者舉這兩個個人身上的學習的例子,主要是要告訴大家:AI 應用的學習,務必要花很大心力,才能有大的突破。
接下來就先跳開苦口婆心的勸大家正視 AI 對企業的影響。來探討輕鬆一點的議題:AI 如何輔助 IT 人員學習。
目前 IT Support 學習上的挑戰,整理如下:
我所遇到的 IT Support 工程師,英文都沒有很好,如果只是英文的文章、書籍,那還不難辦,Google 翻譯慢慢翻譯,慢一點還是可以看懂,但後來越來越是以 訓練課程或英文影片,那要聽懂就更不容易了,靠 Youtube 自動字幕翻譯,也真的是很辛苦。
筆者上了 Will 保哥所有 AI 課程中,覺得 《NotebookLM 錦囊妙計:掌握九大應用場景的創意用法》 非常實用,也非常推薦。簡介如下:
NotebookLM 是 Google 推出的 AI 筆記工具,但不是拿來做筆記的,拿來做知識蒸餾才是強項。
NotebookLM 能將你上傳的文章、教材、簡報、甚至課程筆記,轉化成一個知識庫。接著,你就可以用問答的方式來取用這些知識。
💡 NotebookLM 不是筆記本,而是你專屬的「知識翻譯官」
相對於 ChatGPT 通用性聊天機器人,依靠的是約一年前截止訓練的知識,做為跟我們聊天的依據;
NotebookLM 則是根據我們上傳的資料,做為知識的基礎,來跟我們聊天、回答我們所問的問題。
這樣會大大的降低幻覺問題,提升 AI 回答的可靠性。
例如:
這就像是幫自己多請了一位「隨時待命的教練」。
對 IT Support 工程師而言,NotebookLM 特別有價值的地方在於:
💡 筆記如果只是「記下來」,很快就會塵封;但當筆記能「對話」,它就成了真正的知識助理。
接下來以筆者,過去 17 天寫作的內容,我來示範 NotebookLM 更多實用功能。
筆者將過去 17 天文章匯入,如圖左側畫面,右側「工作室」的六個功能,非常好用。
筆者很常用下面方法來學習新知識:
💡 AI 不是替你學英文,而是幫你先拆掉那堵牆。
除了 NotebookLM 之外,還有許多 AI 工具能幫助 IT 人員在學習上更加高效。以下是幾個推薦各位 IT Support 工程師可以嘗試的:
ChatGPT 是最普及的 AI 助手,雖然很多人拿來閒聊或翻譯,但對 IT 學習而言,它最有價值的地方在於:
👉 建議用法:每天抽 10 分鐘,把今天遇到的 IT 問題丟給 ChatGPT,請它解釋,並寫下一個簡短的「今日學到」。
💡 會用一種 AI,能讓你學的快一點;會善用多種 AI,能讓你快很多。
Claude 在處理大量文字上特別有優勢,很適合 IT 學習時面對「厚重教材」或「冗長技術文件」:
👉 建議用法:把大篇幅文件先丟給 Claude 整理,再決定自己要深入讀哪些章節,節省時間。
Google 的 Gemini 在「看圖、看程式碼、看架構圖」方面特別強大:
👉 建議用法:在學習雲端架構、網路安全時,把官方圖表丟給 Gemini 輔助理解,效果很好。
在 IT 領域,最新的知識往往出現在 論壇、官方文件更新、新聞稿,而不一定是教科書。這時候搜尋型 AI 特別有價值:
👉 建議用法:遇到「Windows 10 ESU 最新政策」、「某款防毒軟體更新內容」這類問題,可以先用搜尋型 AI 找資訊,再請 ChatGPT 或 NotebookLM 幫忙整理與消化。
像 Notion、Obsidian、OneNote 等筆記軟體,近年都推出了 AI 功能,幫助我們把零散的知識整合起來:
👉 建議用法:每天把當天的學習記錄放進去,讓 AI 幫忙生成「學習日誌」,長期下來就是一份寶貴的 IT 成長檔案。
💡 會用 AI 的 IT 人,不僅僅是查答案,而是用 AI 來打造屬於自己的「學習系統」。
IT 支援工程師的價值,在於能不斷學習,並把所學轉化成解決問題的能力。傳統的學習方式依舊重要,但在 AI 時代,我們多了一套「加速器」:NotebookLM 幫我們把知識整理成可對話的筆記庫,筆者非常推薦,而且免費版已經非常夠用,唯一限制是一天只能產生三個 語音摘要,但也夠了啦。其它工具也值得參考、使用。
然而,AI 並不是學習的終點,而是學習的夥伴。最終決定我們能否進步的,仍舊是我們願不願意每天多走一步,勇敢挑戰不熟悉的領域。
👉 今日任務也許只是「翻譯並理解一篇英文技術文章」,若能長期堅持下去,你會發現自己不再害怕英文、不再害怕新知,而是能駕馭這股浪潮的人。
💡 學習是 IT 工程師最長遠的投資,而 AI 正是放大這項投資回報的最佳助力。
💡 不怕學不會,只怕不開始;AI 會陪你把學習的第一步走得更輕鬆。