昨天說我一個人扛四類工作。今天要做的事很簡單，但很多人跳過：先把工作攤開來看，哪些其實不該由人做。

不先盤這一步，很容易變成「拿 AI 來做本來就不該做的事」，效率再高也是白費。

我實際在做的事

攤開來大概是這幾類：

一、把一份文件變成另一份文件
上級來文的 PDF，要變成校網上的一則公告。會議錄音，要變成會議紀錄。舊的辦法，要變成修正草案對照表。

二、在一堆資料裡找出符合條件的那些
全校四百多門課，找出跟 AI 相關的。政府統計裡，找出某個特定的數字。歷年的需求表單，找出某支程式是誰在維護。

三、把同一件事重複做很多次
每一則公告都要照同樣的版型排、每一次活動都要做報到、每學期都要排班。

四、把資料從一個地方搬到另一個地方
試算表匯出、轉檔、上傳、貼進後台。

這四類的共同點

它們都符合三個條件：

1. 規則講得出來。 我可以明確說出「這種情況要怎麼處理」。
2. 做完看得出對錯。 公告排版錯了看得出來、課篩錯了對得出來、名字打錯了查得到。
3. 做很多次也不會變聰明。 第一次做和第一百次做，我學到的東西沒有增加。

第三點才是關鍵。 有些工作雖然重複，但每做一次我對業務的理解就深一層——那種不該交出去。而上面這些做到第一百次，我還是在做一模一樣的判斷。

那就是「電腦該做但我在做」的事。

但有一個陷阱

不是所有「看起來重複」的工作都能交出去。

拿課程盤點當例子：從四百多門課裡篩出「跟 AI 相關」的，聽起來就是搜尋關鍵字而已。但真正難的地方在於——什麼叫「相關」？

課名有「人工智慧」四個字算嗎？那「機器學習」呢？「資料探勘」呢？課名沒提但教學目標裡有寫的算不算？

同一批課，用不同的判準會篩出完全不同的數量。而這個數字最後是要報出去的。

所以這份工作裡，「篩」可以交出去，「決定怎麼篩」不行。

這個切分方式後來變成我的習慣：不是問「這份工作能不能交給 AI」，而是問「這份工作的哪一段能交出去」。 幾乎每件事都能切出可以交的那一段。

這樣切完之後

以我自己為例，切完之後大致是這樣：

規律很清楚：「做」可以交出去，「決定怎麼做」和「判斷做得對不對」留著。

那些我決定不交的

也有一些工作我盤完之後決定完全自己來：

• 碰到個人資料的——學生名冊、簽到表、申請人資訊
• 不可逆的——刪檔、對外發布、送出表單
• 需要長期脈絡的——這件事為什麼當初這樣決定，只有我知道
• 三兩下就做完的——交代清楚的時間比自己做還久

最後一項最常被忽略。交接是有成本的，一件五分鐘的事，光是把背景講清楚就要十分鐘，那就不該交。

明天

Day 3：為什麼我用的是 Google 這一套工具。

答案沒有很浪漫——因為它是阻力最小的那條路。