110 年 國立政治大學資訊管理學系碩士班資管組《管理資訊系統》

本題主要在考察考生對圖表資訊的解讀能力，以及從數據中歸納出重要發現（key findings）的能力。這類題目在管理資訊系統（MIS）的領域中非常常見，因為MIS的基礎就是數據的收集、處理與分析，並從中提取有價值的資訊以輔助決策。

核心觀念：

1. 數據視覺化與解讀： 能夠理解圖表中各項指標的意義，並從數據的數值高低、趨勢變化中找出模式。
2. 歸納與分析： 將零散的數據點整合成有意義的洞察，並能連結到 the COVID-19 outbreak 的情境。
3. MIS應用情境： 理解資訊系統如何被用來因應社會事件，以及不同使用者群體的使用行為差異。

解題步驟與關鍵發現：

首先，我們要仔細觀察圖表中的各個類別（Columns）和各個人口統計學群體（Rows），並比較它們在各項網路使用行為上的百分比。

1. 整體使用行為（U.S. adults）：

• 溝通與資訊搜尋是主要用途：
  • 高達 76% 的美國成人使用電子郵件或訊息服務與他人溝通。
  • 70% 的人搜尋與新冠疫情相關的資訊。
• 社交媒體與視訊會議的使用相對較低：
  • 僅 37% 使用社交媒體分享資訊。
  • 僅 16% 使用視訊會議服務參加工作會議。
• 與醫療專業人員聯繫的比例偏低：
  • 僅 16% 使用網路或電子郵件與醫生聯繫。

2. 不同群體的比較分析：

• 性別差異：

  • 女性（78%）比男性（75%）稍多使用訊息服務溝通。
  • 女性（71%）也比男性（69%）稍多搜尋資訊。
  • 女性（43%）在社交媒體分享資訊的比例遠高於男性（32%）。
  • 女性（24%）使用視訊會議的比例也高於男性（26%），但男性稍高。
  • 女性（18%）使用網路聯繫醫生比例高於男性（14%）。
  • 關鍵發現： 女性在社交媒體互動和獲取醫療資訊方面似乎更活躍，而男性在工作相關的視訊會議上比例稍高。

• 年齡層差異：

  • 年輕族群（18-29歲）使用率最高： 在搜尋資訊（82%）、社交媒體（46%）、視訊會議（32%）及聯繫醫生（16%）等各方面，18-29歲的年輕人使用率普遍最高，顯示其對網路的高度依賴。
  • 30-49歲族群： 在搜尋資訊（79%）和訊息溝通（80%）方面與年輕人相當，但社交媒體（33%）和視訊會議（19%）使用率較低。
  • 50-64歲族群： 各項使用率均顯著下降，尤其是在搜尋資訊（64%）和社交媒體（32%）。
  • 65歲以上族群： 使用率最低，尤其是在搜尋資訊（52%）和社交媒體（28%），但訊息溝通（74%）仍有一定比例。
  • 關鍵發現： 年齡是影響網路使用行為（尤其是在資訊搜尋、社交互動和工作連結方面）的關鍵因素，年輕人是網路使用的主力。

本題考察了考生對智慧聯網產品（Smart Connected Products）的理解，以及如何運用五力分析（Porter's Five Forces）和競爭優勢（Competitive Advantage）等策略概念來分析特定產品對公司營運的影響。

核心觀念：

1. 智慧聯網產品的架構與運作： 理解硬體、軟體、數據、感測器、網路連接如何整合。
2. 產品與公司策略的連結： 分析產品如何影響公司的市場地位、競爭策略與競爭優勢。
3. 五力分析（Porter's Five Forces）： 產業內現有競爭者、潛在進入者、替代品、買方議價能力、供應商議價能力。
4. 競爭優勢（Competitive Advantage）： 企業如何比競爭對手做得更好，例如成本領先、差異化。

第一部分：Apple Watch NikePlus 如何連結裝置、網路、數據與服務 (10%)

Apple Watch NikePlus 是一款結合了 Apple Watch 的硬體平台、Nike 的軟體應用與生態系，以及兩者共同開發的特定功能。其運作方式可以從以下幾個層面說明：

1. 硬體平台 (Hardware Platform)：

   • Apple Watch 本身： 包含處理器、螢幕、感測器（如心率感測器、加速度計、陀螺儀、GPS），以及無線通訊模組（藍牙、Wi-Fi）。
   • Nike+ Run Club (NRC) App： 預載或可下載於 Apple Watch 上。

2. 感測器與數據收集 (Sensors & Data Collection)：

   • 運動感測器： 加速度計、陀螺儀、GPS 記錄跑步的距離、配速、路線、步頻、垂直振幅等。
   • 健康感測器： 心率感測器監測運動強度和整體健康狀況。
   • 其他感測器： 如高度計、環境光感測器等，提供更全面的數據。
   • 數據： 收集到的運動數據、健康數據、GPS 位置數據。

3. 軟體與應用 (Software & Applications)：

   • watchOS： Apple Watch 的作業系統，提供基礎功能和應用程式執行環境。
   • Nike Run Club (NRC) App： 這是 Nike 在 Apple Watch 上的核心應用。它不僅顯示運動數據，還提供：
     • 個人化訓練計畫： 根據用戶的目標和表現推薦跑步計畫。
     • 導航與指導： 在跑步過程中提供語音提示和指導。
     • 社群互動： 允許用戶分享跑步記錄、挑戰朋友，並參與社群活動。
     • 進度追蹤與分析： 記錄長期運動表現，提供趨勢分析。

4. 連線與網路 (Connectivity & Network)：

   • 藍牙 (Bluetooth)： 連接 Apple Watch 與 iPhone，同步數據，並利用 iPhone 的網路連線。
   • Wi-Fi： 直接連接網路，進行軟體更新、同步數據或使用獨立功能。
   • GPS： 獨立或透過 iPhone 獲取定位資訊。
   • 行動網路 (Cellular, 若 Apple Watch 有此功能)： 獨立於 iPhone 進行網路連線。
   • 雲端服務： 透過網路將數據上傳至 Nike 的雲端伺服器（Nike+ 平台）及 Apple 的 iCloud。

5. 服務與生態系 (Services & Ecosystem)：

   • Nike Run Club 雲端平台： 儲存用戶的所有跑步數據，進行深度分析，並提供個人化建議。
   • Apple 生態系： 與 iPhone、iPad、Mac 等其他 Apple 裝置無縫整合，數據可在不同裝置間同步。Apple HealthKit 則整合了來自不同健康與運動 App 的數據。
   • 第三方應用整合： 允許將 NRC 的運動數據匯出至其他運動分析平台（如 Strava）。
   • Nike 的品牌服務： 提供運動員訓練建議、產品資訊、社群活動連結等。

總結運作流程：
用戶在 Apple Watch NikePlus 上啟動 NRC App，手錶的感測器（GPS, 心率等）開始記錄運動數據。這些數據透過藍牙傳輸到 iPhone，或由手錶直接透過 Wi-Fi/行動網路傳輸。App 將數據整理後，顯示在手錶螢幕上，並在跑步結束後將數據同步到 Nike+ 雲端平台和 Apple HealthKit。用戶可以透過 NRC App 查看歷史記錄、分析表現，並與社群互動。

第二部分：Apple Watch NikePlus 對 Nike 的影響 (10%)

本題旨在考察考生對「共享經濟」（Sharing Economy）的理解，包括其定義、核心特徵，以及如何分析一個具體案例的經濟、社會與技術層面。

核心觀念：

1. 共享經濟定義與特徵： 理解其核心在於「閒置資源的共享」與「平台撮合」。
2. 案例分析： 能夠選擇一個代表性的共享經濟案例，並深入剖析其運作模式。
3. 跨領域分析： 將經濟學、社會學及資訊科技的概念應用於共享經濟的分析。

第一部分：共享經濟的定義與案例 (10%)

共享經濟（Sharing Economy）的定義：
共享經濟，又稱 P2P 經濟、協同消費（Collaborative Consumption）或分散式經濟（Distributed Economy），是一種經濟模式，其核心在於透過數位平台，將個人或企業閒置的資源（如物品、技能、空間、時間等）進行共享、出租或交換，以滿足他人需求並獲取回報。 這種模式的關鍵在於「存量」的有效利用，而非「增量」的生產。

關鍵特徵：

• 平台撮合 (Platform Mediation)： 共享經濟的運作高度依賴一個數位平台（網站或 App），作為供給方（資源擁有者）與需求方（資源使用者）之間的橋樑。
• 閒置資源利用 (Utilization of Idle Assets)： 核心是發掘並釋放那些未被充分利用的資源。
• 點對點 (Peer-to-Peer, P2P)： 交易通常發生在個人之間，而非傳統的企業對消費者（B2C）模式。
• 信任機制 (Trust Mechanism)： 由於 P2P 交易的性質，建立信任至關重要，通常透過評價系統、身份驗證、保險等方式實現。
• 短期使用與彈性 (Short-term Use & Flexibility)： 許多共享服務提供的是短期、彈性的使用權，而非永久擁有。

案例 Exemplar：Airbnb

Airbnb 是一個極具代表性的共享經濟案例。它是一個線上平台，讓個人（房東）可以出租他們閒置的房屋、房間或住宿空間給其他有需求的旅客（房客），提供短期住宿服務。

第二部分：Airbnb 的經濟、社會與技術屬性分析 (10%)

1. 經濟屬性 (Economic Attributes)：

• 釋放閒置資產價值： Airbnb 讓擁有房屋但未充分利用空間（如空房間、度假屋在非使用期間）的屋主，能夠將這些資產轉化為收入來源。這不僅增加了屋主的財富，也增加了社會總體資源的利用效率。
• 降低交易成本與資訊不對稱： 平台提供了標準化的預訂流程、價格透明化、房源資訊（圖片、描述、評價）等，大幅降低了房東與房客尋找彼此的搜尋成本和議價成本。
• 市場擴張與多元化： Airbnb 創造了一個全新的住宿市場，與傳統飯店業形成互補或競爭關係。它提供了更多元化的住宿選擇（如特色民宿、公寓），滿足了不同旅客的需求和預算。
• 催生新商業模式： 催生了「住宿共享」的新商業模式，讓個人可以成為小型住宿服務提供者。

本題涵蓋了人工智慧（AI）的發展瓶頸，特別聚焦於自動駕駛汽車（driverless cars）的實踐挑戰，並要求考生從「人、組織、技術」三個維度進行分析，同時也要探討推動或阻礙 AI 創新的趨勢。

核心觀念：

1. AI 的實際落地挑戰： 理解技術進步與商業應用之間的差距。
2. 系統性問題分析： 能從人、組織、技術三個相互關聯的角度來分析複雜問題。
3. 創新驅動與阻力： 識別影響技術發展的宏觀與微觀因素。
4. 自動駕駛技術的關鍵議題： 掌握該領域的特定挑戰。

第一部分：開發 AI 驅動的自動駕駛汽車所需解決的問題 (15%)

Starsky Robotics 的例子說明了即使有先進的 AI 技術，實際部署自動駕駛汽車仍面臨巨大挑戰。要有效開發，需要同時解決以下「人、組織、技術」層面的問題：

A. 人 (People)：

1. 人才短缺與技能要求：

   • AI 與機器學習專家： 需要大量擁有深厚 AI、機器學習、深度學習、電腦視覺、自然語言處理等專業知識的人才。
   • 領域專家： 需要具備汽車工程、安全、測試、法規、使用者體驗（UX）等跨領域的專家。
   • 軟體工程師： 尤其是具備處理高可靠性、即時系統開發經驗的工程師。
   • 數據標註與驗證人員： 訓練 AI 模型需要海量、高品質的標註數據，這需要大量人力資源。
   • 倫理與法律專家： 處理自動駕駛的倫理困境（如電車難題）和法規遵循。
   • 問題： 全球對這些人才的需求遠大於供給，導致人才爭奪激烈，成本高昂。

2. 公眾接受度與信任：

   • 安全疑慮： 公眾對自動駕駛汽車的安全性仍有疑慮，尤其是在發生事故後。
   • 倫理困境： 對於 AI 在緊急情況下的決策（如「電車難題」），公眾存在道德擔憂。
   • 使用者體驗： 需要確保自動駕駛系統的互動直觀、易於理解，並能讓乘客感到安心。
   • 問題： 缺乏公眾信任會阻礙技術的普及和法規的制定。

3. 駕駛員與其他道路使用者：

   • 職業駕駛員的轉型： 自動駕駛技術可能導致數百萬職業駕駛員（卡車司機、計程車司機）失業，需要社會層面的轉型與培訓計畫。
   • 與人類駕駛的互動： 自動駕駛汽車需要能安全、預測性地與人類駕駛員、行人、自行車等互動，這是一個複雜的挑戰。

B. 組織 (Organization)：

1. 巨額的研發與測試投入：

   • 長期高成本： 自動駕駛技術的研發需要數年甚至數十年，投入資金可達數十億美元，且短期內難以看到盈利。
   • 嚴苛的測試要求： 需要進行數百萬乃至數十億英里的實際道路測試，以證明其安全性，這需要龐大的資源和完善的測試基礎設施。
   • 問題： 許多公司（如 Starsky Robotics）因無法持續獲得足夠資金而倒閉。

2. 法規與標準制定滯後：

   • 缺乏統一標準： 各國、各地區對自動駕駛的定義、安全標準、測試要求、上路許可等缺乏統一和明確的規範。
   • 責任歸屬問題： 發生事故時，責任應由誰承擔（汽車製造商、軟體供應商、車主、系統操作員）？這需要法律框架來界定。
   • 問題： 法規的不確定性增加了開發和商業化的風險。

3. 跨界合作與生態系建構：

   • 整合複雜性： 自動駕駛汽車涉及汽車製造商、晶片供應商、軟體開發商、地圖服務提供商、保險公司、政府監管機構等多方協作。
   • 數據共享與標準化： 需要建立能夠安全、高效共享數據的機制，並制定行業標準。
   • 問題： 建立一個協作、開放但又能保護商業機密的生態系非常困難。

4. 商業模式的創新：

   • 從銷售到服務： 自動駕駛汽車的未來可能更多是作為一種「移動即服務」（Mobility as a Service, MaaS）來提供，而非單純銷售汽車。這需要重新思考營運、定價、維護等商業模式。
   • 盈利模式的驗證： 在商業化量產前，需要驗證哪種商業模式能真正帶來可持續的盈利。

C. 技術 (Technology)：

本題聚焦於「假新聞」（Fake News）在當代社會，特別是在社群媒體上的傳播問題。它要求考生區分社群媒體與傳統媒體在新聞消費上的差異，並深入分析社群媒體假新聞的特徵及其關鍵影響。

核心觀念：

1. 媒體傳播特徵比較： 理解不同媒體形式（社群媒體 vs. 傳統媒體）在資訊傳遞和消費上的異同。
2. 假新聞的定義與特徵： 辨識假新聞的本質及其在特定傳播媒介上的表現。
3. 批判性思維與分析： 能夠判斷假新聞的危害性，並提出有深度的論證。
4. 時事連結： 透過具體案例來佐證論點。

第一部分：社群媒體與傳統媒體在新聞消費上的差異 (15%)

社群媒體（如 Facebook, Twitter/X, Instagram, TikTok）與傳統媒體（如電視新聞、報紙、新聞網站）在新聞的生產、傳播、消費和互動方式上存在顯著差異，這些差異也直接影響了假新聞的傳播：

1. 內容生產者與門檻：

   • 社群媒體： 內容生產門檻極低，任何人都可以發布內容（文字、圖片、影片），包括個人、組織、甚至機器人帳號。資訊來源多元複雜，真假難辨。
   • 傳統媒體： 內容生產有較高的門檻，通常由專業記者、編輯組成團隊，有新聞採訪、編輯、查證的流程。雖然也可能出現偏見或錯誤，但相對有較嚴謹的把關。

2. 傳播速度與即時性：

   • 社群媒體： 資訊傳播速度極快，近乎即時。病毒式傳播（viral spread）是常態，假新聞能在短時間內快速擴散，難以被有效遏止。
   • 傳統媒體： 傳播速度相對較慢，有固定的發布週期（日報、晚間新聞），編輯有時間進行事實查核。

3. 演算法與個人化推薦：

   • 社群媒體： 透過演算法根據用戶的興趣、互動歷史等推送內容，容易形成「資訊泡泡」（filter bubble）或「回聲室效應」（echo chamber），使用戶只接觸到符合其既有觀點的資訊，加劇觀點極化，也讓假新聞更容易針對特定群體傳播。
   • 傳統媒體： 內容相對固定，編輯決定哪些新聞重要。雖然也存在編輯選擇的偏見，但較少個人化的演算法推送。

4. 互動性與參與度：

   • 社群媒體： 強調互動性，用戶可以按讚、評論、分享。這種互動機制會放大內容的影響力，即使是負面或不實的資訊，也能因為高互動率而被演算法推薦。
   • 傳統媒體： 互動性較弱，主要是單向傳播，讀者或觀眾的回應通常透過投書、來信等方式，影響力較小。

5. 內容形式與注意力經濟：

   • 社群媒體： 內容形式多樣，強調視覺衝擊力、聳動標題、短影片，以吸引用戶注意力。假新聞常利用聳動、煽情的內容來抓住眼球。
   • 傳統媒體： 內容相對較為嚴謹，但報紙和新聞網站也面臨注意力經濟的挑戰，可能出現標題黨現象。

社群媒體假新聞的三個主要特徵：

1. 病毒式傳播與情感操縱 (Viral Spread & Emotional Manipulation)：
   • 特徵： 假新聞常利用極具煽動性的標題、圖片或影片，激發用戶強烈的情緒（如憤怒、恐懼、同情、興奮）。這種情感共鳴促使用戶不經思考便進行分享，進而實現病毒式傳播。
   • 案例： 在選舉期間，經常出現抹黑候選人的不實訊息，利用選民的政治立場和情緒來煽動支持或仇恨，並快速在社群媒體上擴散。例如，2016 年美國總統大選中，關於候選人的各種陰謀論和不實指控，透過社群媒體被大量傳播。