本課程旨在建立一套完整且具備「未來競爭力」的談判理論架構。除了深入分析傳統談判理論,協助同學發展核心談判技巧、強化個人優勢外,本學期將全面引入「生成式 AI (Generative AI)」作為戰略夥伴,打造全台首創之 H-AI-H (Human-AI-Human) 實戰模型。
課程核心目標包含:
理論與科技雙修: 掌握哈佛個案與傳統談判框架,並學會配置個人 「AI 談判幕僚」。
AI 模擬演練: 透過課堂多樣化的角色扮演與活動,學員將利用 AI 進行「對手心理建模」與「情境模擬預演」,在實戰前精準識別 ZOPA 與 BATNA。
動態決策優化: 在實體個案攻防中,學員將實踐「中場 AI 覆盤」,利用 AI 工具進行即時策略調整,進一步發現自己的長處與不足。
本課程不僅提供一個在課堂內外體驗多元談判技巧的機會,更致力於培養學員在 「人機協作」 時代中,擁有更高層次的跨維度博弈能力。
|
1.Homework and Assignments, Exams and Quizzes, Evaluation and Grading Policy:
課堂參與及討論 (25%): 包含現場「人機協作」演練之表現。
反思週記/事後檢討 (20%): 強調「人機對話」後的深度反思。
專題報告 (15%): 選讀談判文章/個案進行導讀與實務應用分享。
期中實作 (15%): 現商務 Email 談判活動(線上繳交)。
期末專題 (25%,二選一): (A) 個人實體談判專案(Go get a deal project) 或 (B) 小組電影談判 深度分析。
2.Pedagogy and other supplementary information (websites, TAs, handouts and/or databases):
【課堂行為準則與 AI 協作規範】
1. 準時與參與: 本課程包含大量預先配對的角色扮演與 AI 實戰演練,意外缺席將嚴重損害合作夥伴的學習權益。請務必準時出席,尊重你的談判對手。
2. 假別管理: 恕不接受面試、工作突發、意外出差或設備故障等事後理由。若有不可抗力之因素,請務必於一週前通知,以便安排 AI 備案或調整配對。
3. 教材與費用: 課堂指定之哈佛個案與教學教材需統一採購。請配合助教或班代完成收費手續,確保教學活動順利進行。
4. 準備、貢獻與傾聽: 我期待你帶著充分的準備來到教室。除了閱讀指定資料,請在課堂練習中積極貢獻你的觀點,並成為一個能從對手與 AI 身上學習的傾聽者。
5. 數位裝置使用: 筆記本電腦、手機與 WiFi 僅限用於課堂指定之 AI 策略建模與資料檢索。嚴禁處理個人私事或分散他人注意力,請尊重高專業度的學習場域。6.
6. 官方指定 AI 工具庫 (AI Toolset): 為了確保談判演練的品質,學員須預先準備以下工具(建議均先註冊免費版即可):
策略擬稿與角色扮演: ChatGPT (OpenAI) — 用於模擬對手語氣與快速生成對話腳本。
邏輯拆解與文獻分析: Claude (Anthropic) — 建議用於深度分析談判個案與複雜邏輯梳理。
即時情報與查證: Perplexity — 用於課堂實戰中快速檢索真實市場數據。(12/31/2025前有paypal 帳號者可免費申請使用pro版一年)https://www.bnext.com.tw/article/84386/perplexity-pro-free
備援工具: Google Gemini — 備用的多模態分析工具。
7.AI 協作專業倫理: AI 作為幕僚,人才是決策者: 本課程鼓勵使用上述工具輔助策略擬定,但學員必須對 AI 的輸出進行「批判性核實」。
8. 禁止全自動抄襲: 禁止直接複製 AI 生成內容作為反思週記。所有作業必須展現「人機對話」後的個人見解與決策邏輯。
9. 透明化原則: 凡使用 AI 輔助之報告,需註明所使用的模型與關鍵指令 (Prompts)。
|
陳姵樺教授
教師簡介
我目前任教於科技與管理領域,具備人因工程、心理學與量化方法的跨領域背景。曾於國內外科技產業、金融機構與研究單位擔任生產企劃、行銷企劃、研究設計、資料分析等工作,亦曾負責設計決策邏輯與分析架構,並與供應商及使用者協作優化系統介面,強調人機互動與實務應用的整合設計。我的教學與研究圍繞三大主軸:科技、數據與人性,主要關注人與科技的互動關係,結合資料分析與行為觀察,探索科技設計、使用者行為與決策之間的連結。期望協助學生在科技與管理交會的場域中,培養整合性思考與應變能力。
學歷
- 美國德州大學奧斯汀分校 博士 (主修量化方法)
- 美國德州大學奧斯汀分校 碩士 (主修統計學)
- 國立陽明交通大學 碩士 (主修人因工程)
- 國立臺灣大學 學士 (主修心理學)
研究方向
- 人類與人工智能協作與使用者行為
- 資料分析與行為決策
教授課程
- 人類與人工智能互動
- 巨量資料分析
- 多變量分析
- 高科技產品管理
- 商務談判與衝突管理