第三年，同一句話

品質委員會的會議資料裡，這一季的改善案有十幾件。我打開其中一案的電子報告，捲到對策那一節，愣了一下——不是因為寫得不好，是因為眼熟。

回頭查，同一個單位、同一個問題，前年立過一案，去年也立過一案。三份結案報告的對策欄，寫的是同一句話：

加強教育訓練，並持續宣導。

更難堪的是，前兩次都結案了，而且結得漂亮。訓練場次有，簽到單有，前後測成績有，指標在結案那一季也真的往下掉。然後半年後回升，於是隔年再立一案，再訓練一次，再往下掉一次。

三年，三份報告，三張愈做愈熟練的簡報。

會議上單位主管說了一句很誠實的話，而且不是在辯解：「我們真的有做啊。」

我相信他們真的有做。品管圈的成員在排班之外的時間開會、自己做教材、自己找人來上課，那份熱情不是裝出來的。

問題從來不在有沒有做，也不在做得認不認真。問題在於這條對策的強度，本來就撐不到半年——它的失效不是意外，是可以在立案的那一天就預測出來的。

而「強度」這兩個字，不是形容詞。它有定義，而且只分三級。

對策是有強度的

改善案的行動方案、根因分析的建議事項、品管圈的對策表——它們最後都會被同一個問題篩一次：這條對策，能不能撐住？

病人安全領域用一個叫行動強度階層（action hierarchy）的東西來回答。它是根因分析訓練教材裡的標準配備，而且只分三級：

三級，三分鐘就講完了。這不是什麼高深的方法，它的價值不在複雜度，在於它給了一把尺。

我自己另外掛的一把細尺

三級好記，但你會遇到兩條都掛在「強效」、強度卻差很多的對策——就像刪掉那個 API，跟在那個 API 前面加一層 schema 驗證，都算修好了。所以我另外對了一把更細的尺，用的是職業安全那套控制層級（hierarchy of controls）。

這是我自己的對法，不是任何一本病安教科書的分級。 正式的分法就是上面那三級；寫進報告、上台報告，一律用三級。

這張表最會被截圖，所以有一件會被記反的事要先講：左欄的數字愈小愈強（1 是問題不存在了，5 是拜託大家小心），右欄卻是愈往下愈弱。兩欄方向相反，記反了整張表就會用反。

判斷落在哪一級，有一個很粗暴但很好用的問法：

如果執行這條對策的人明天全部換掉，效果還在嗎？

在，是強對策。不在，是弱對策。

因為強對策把正確做法寫進環境，弱對策把正確做法寫進人。人會離職、會累、會忘、會在忙的那一天剛好跳過那一步。環境不會。

「加強教育訓練」永遠是最爛的對策，不是因為訓練沒有用。訓練當然有用——它是讓一個新的人達到基準線的手段。它爛的地方在於，當它被當成對策時，它的意思其實是：

這件事我們沒有改掉，我們只是拜託大家下次更小心。

為什麼所有人都往下掉

如果這把尺這麼簡單，為什麼滿地都是最下面那一級？

不是因為大家不知道。品管圈的成員多半都上過課，甚至知道自己寫的是弱對策。

真正的原因是成本結構，而且是一種很特別的成本：同意成本。

• 要動系統擋住某個動作，要資訊單位排開程、要排在他們既有的需求佇列後面、要驗收、要教育使用者
• 要換掉一個容易搞混的品項，要走委員會、要重新議價、要處理庫存
• 要把一個步驟直接拿掉，要臨床科主任同意，而且要有人願意承擔「拿掉之後如果出事」的責任

而「加強教育訓練」不需要任何人同意。單位自己就能做，下週就能做完，還有簽到單可以附在結案報告後面當佐證。

所以那句話不是懶惰。它是在既有約束下，唯一一條做得完的對策。

一條對策的強度，跟它需要幾個人點頭成正比。這就是為什麼滿地都是「加強教育訓練」——那是唯一一條不需要別人同意的對策。

你昨天做過同一個選擇

現在把場景換掉。

某個欄位傳錯格式，害線上炸了一次。你有幾種修法，而它們剛好分成三堆：

• 弱效：在那行加一個註解「這裡要傳 ISO 字串」；寫進團隊 wiki
• 中效：加進 PR checklist，讓下一個人核對的時候會看到
• 強效：加一條 lint rule、在邊界做 schema 驗證、讓 DB constraint 擋掉；改型別讓傳錯的東西根本編不過；或者把那個容易傳錯的參數整個拿掉

三堆都能在 PR 描述裡寫「已修復」。但只有強效那一堆撐得過三個月後進來的新人，以及三個月後已經忘記這件事的你自己。

而你多半選了弱效那一堆。理由跟醫院一模一樣：改型別要動二十個檔案、要跟三個團隊協調上線順序、要說服一個覺得「這樣寫也沒錯啊」的人。加註解不需要任何人同意。

兩個完全不同的行業，因為完全相同的約束結構，穩定地生產出同一種爛對策。 這不是類比，是同一件事在兩個地方長成同一個形狀——而它原本就是工業界的東西：行動強度階層的原型，是職業安全的控制層級，醫療只是把它接過來，重新排了一次順序。

不是道德排序

這把尺不是在說「一律選最強」。

有時候拿掉一個步驟，會把風險推到下游另一段流程去；有時候系統擋得太兇，第一線想辦法繞過去，你失去的是那條路徑的可觀測性——事情照常發生，只是不再留下紀錄（Day 24 整篇談）。

真正的要求不是「一律選最強」，是這一句：

你要能說得出為什麼停在這一級。

停在弱效可以。但要寫出上不去的具體理由：系統改不動、成本不成比例、這個步驟是醫師臨床判斷需要的、去年在委員會提過而被否決過。

寫得出理由的弱對策，是一個有意識的取捨。寫不出理由的弱對策，只是沒想。

而這句話，等一下會變成一個欄位。

拿這把尺去量 AI

到這裡為止，這篇還是一堂品管課。接下來才是我真正想寫的部分：我把這把尺拿去量 AI 生成的對策，結果讓我想了很久。

第一次問：它給了五條，四條弱效

情境是我自己編的：某個轉運交接的確認步驟，在忙碌時段會被跳過。我把事件描述丟進去，要它提出改善對策。它給了五條（示意，重點在排序與分布，不在字句）：

1. 加強同仁教育訓練，強化確認步驟之重要性
2. 於交接區張貼提醒標語
3. 修訂作業規範並納入新人訓練課程
4. 每月抽查交接紀錄並回饋單位
5. 建置交接資訊系統，強制填寫確認欄位後方可送出

前四條全部是弱效。第五條是強效——建置系統、強制填寫欄位才送得出去，那是把正確做法寫進環境。而且寫得不錯。它會寫強對策。

但注意：強效只有一條、排在第五，而且中效一條都沒有——整份清單在三級的尺上只用到頭尾兩格。

這就是重點。它不是不會，是它產出的分布穩定地壓在弱效那一端，而且最強的那一條穩定地被排在最後面——排序本身就是一種推薦，而它推薦的是弱的那幾條。

我換了幾種情境重試，分布的形狀沒有變。這又是 Day 1 說的那種錯法：偏斜是穩定的，所以它有得修。

這裡不會有數字。偏斜到什麼程度、換情境之後移動多少，那類數值要有一套控制得住的實驗設計才撐得起來，而那套設計的結果會另外發表（Day 5 劃過同一條界線）。這一段只談形狀，不談比例——留白是刻意的，不是漏掉的。

為什麼它會這樣偏

兩個原因，第二個比較深。

第一，語料的中位數就是弱的。

結案報告、會議紀錄、改善案範本、稽核回覆——這些文字裡「加強教育訓練」出現的次數，遠遠多過「取消這個步驟」。而且弱對策寫起來漂亮、句型完整、不需要附條件；強對策在文件裡常常只留下一行決議，協調過程都不在文件裡——就像你的 repo 裡留著那個 commit，留不住為了它吵掉的那三週。

模型學到的是**「對策」這個文類長什麼樣子**。而這個文類的中位數，就是弱的。

第二，強對策需要模型不知道的東西。

要提出「把這個步驟拿掉」，你得知道拿掉之後誰會受影響、系統改不改得動、預算在誰手上、去年有沒有人提過而被誰否決。

這些約束不在文件裡，在走廊上。 模型沒有走廊。

所以它退到一個安全的位置。

模型偏好「在任何情境下都成立」的答案。而在任何情境下都成立的對策，通常在任何情境下都沒有用。

擋法一：直接禁止（失敗）

最直覺的做法，我當然先試了：在指令裡寫「不要提出教育訓練類的對策」。

它照做了。然後給我：

• 辦理情境模擬演練，並納入年度考核
• 建立跨單位共識工作坊
• 強化交班文化之組織溝通機制

強度一級都沒有升。它只是換了一套詞彙。

約束加在字面上，模型改的是字面。 你以為你下的是關於實質的指令，其實是關於用詞的指令——你寫的是 spec，它讀成了用語規範。

這個失效型態不限於這個任務。Day 1 的最後一行就是它：你以為你講清楚了，其實你只講了最後想到的那一條。

擋法二：找第二個模型當評審（否決）

第二個想法是把生成跟評分拆開：讓另一個模型依三級去評分，強度太低的打回去重寫。沒有選，兩個理由。

第一，把驗證推到下游，等於讓錯的東西先被生出來再抓。生成端一點都沒有變，只是多了一道篩子，而篩子會漏。

第二個理由比較麻煩：評審模型吃的是同一批語料，偏誤是同向的。 一個打從心裡覺得「加強教育訓練」是合理對策的模型，去評另一個寫出「加強教育訓練」的模型，會給它通過。用同一種偏誤去檢查同一種偏誤，你得到的不是驗證，是共識。

Day 5 立過一條規則：生成的模型跟評判的模型不能同源，最好連系列都不同。那條規則防的是造題的跟改考卷的是同一個；這裡漏掉的是另一種同源——兩邊讀過的結案報告是同一批。獨立的是模型，不是判準，就像兩份獨立的 CI 設定跑同一份寫錯的 test，兩邊都會過。

（用 AI 評 AI 到底能不能成立、界線在哪，Day 23 會專門處理，這裡先不展開。）

擋法三：把強度變成輸出的必填欄位（採用）

最後採用的做法不是叫它「寫好一點的對策」。與其再下一句更用力的指令，不如給它一份 schema，而強度是這份 schema 裡不能空白的那一欄。

每一條對策必須帶四個欄位：

前三欄是把判準形式化——Day 8 談稽核條目時做的是同一件事，只是量的對象從病歷換成了對策。有了「判定依據」，強度就不再是形容詞，而是一個要附理由的判定；而附了理由的判定，人才有辦法反駁。

真正的關鍵是第四欄。

「為什麼上不去」這個欄位，把模型從產生對策逼成論證約束。而約束是現場知識，模型沒有。於是會發生兩件事之一：

• 少數時候，它老實承認資訊不足
• 多數時候，它開始編：「因資訊系統改版需經跨部門評估，短期內不具可行性」

聽起來很像那麼一回事，而且完全是編的——它不知道我們的資訊單位排程長什麼樣子。

但這正是我要的。它編的地方，正好就是需要人接手的地方。

這一欄不是用來拿到正確答案的，是用來把不確定性趕到一個固定的位置。它變成品管圈開會時的第一個議程：這五條「上不去的理由」，哪幾條是真的？哪一條其實只要跟資訊單位問一句就知道不成立？

過去那個下午的討論是發散的，大家憑印象說「那個系統應該改不動吧」；現在討論用的電子表格裡有五句具體的斷言，每一句都可以被查證、被推翻。

不要求模型不出錯，要求它在固定的欄位裡出錯。看得見的錯誤是工單，看不見的錯誤才是事故。

從一次問答，變成一個可以重跑的東西

強度一旦是結構化欄位，它就不只是這一案的事了。

一季的改善案跑一次批次，可以得到一張對策強度分布。這一步我還沒做，是我打算這樣做——而它值得做的理由不在 AI：這張圖是拿來評我們自己的。如果幾年下來，落在弱效的比例沒有動過，那代表我們做的不是改善，是改善的形式。

方向很有意思：我一開始想用這把尺去管 AI 的產出品質，寫到這裡才發現它反過來給了品管室一個原本沒有的指標——過去沒有人有力氣把幾百條對策逐條標上強度。這可能可以變成一種監測方法，但一個量要真的上得了管制圖，門檻比「畫得出來」高得多，那是 Day 26 的事。

那句話在你的 repo 裡的樣子

你的系統裡也有一堆「加強教育訓練」：那行註解、wiki 上那頁沒有人再打開過的規範、PR checklist 裡那條所有人都直接打勾的項目、onboarding 文件裡那句「請特別注意」。

它們都在說同一件事：這個問題我們沒有改掉，我們只是拜託下一個人更小心。

行動強度階層值得從醫院搬過來，不是因為它高明，是因為它把「我到底修好了沒有」這個原本靠感覺的問題，變成一個可以標上刻度、可以被別人質疑的東西。

規則寫得下來的那一半，你早就自動化了。寫不下來的那一半，第一步從來不是急著寫規則，是先找到一把尺。

明天談要因分析：五個為什麼，以及為什麼它問到第三個就開始鬼扯。你會發現 AI 在那一層塌得比這裡更快，而且塌的方向跟今天這個偏誤是親戚。