李蔡彥 / 口述
陳敦源、董祥開 / 訪問
李佳翰、陳郁函 / 編輯、攝影
壹、前言
隨著全球數位化進程的加速與人工智慧的快速發展，資料科學逐漸成為現代公共政策決策與學術研究的核心。強調以數據為基礎，運用資料數據等多學科研究方法，來輔助決策制定過程，進而提升決策的科學性與準確性。循證決策（Evidence-Based Decision Making）的精神，則是顯示決策者願意、且能夠基於資料分析和實證資料，來做出更合理、精準的政策判斷。
近年來，國立政治大學（以下簡稱政大）在校務運作上積極展現此一精神，由不同單位協作推動數位治理與資料開放，並透過數據蒐集、資料分析與應用，輔助校務決策。據此，本刊於第三期特別榮幸邀請到政大李蔡彥校長[1]接受訪談，分享政大現階段在資料科學及數據應用上的成果與未來展望。
貳、循證決策及資料科學的重要性
一、提升政策精確性的核心
李校長認為，資料科學與循證決策在當今數位化社會中有舉足輕重的地位。它不僅是一種資料蒐集與分析上的技術，也是一個跨領域合作的成果，更是一種決策習慣的改變與重新塑造，為公共政策和學術研究提供了更緊密連結的機會。隨著AI技術的迅速發展，政大近年來積極投入相關基礎設施的建設，例如AI機房的規劃與建立，不僅能做為學校內部的資料科學研究提供量能，更能夠成為學術界與產業界合作的基礎。
李校長在訪談中特別提到，資料科學與循證決策的具體應用，應該要有明確的「分層分工」策略（如圖1所示）。最基礎的層次是學校的「電算中心」，其任務為建置技術的基礎建設，包含：全校電腦相關軟硬體、校園網路服務、數位學習、校務行政電腦化以及提供各項技術諮詢與推廣訓練等。第二層次則是「AI中心（政大人工智慧跨域研究中心）」，其任務為推動人工智慧與政大特色領域融合及跨域合作，目標是成為人工智慧領域教研能量媒合與協作平臺。而第三層次則是各系所及單位，其任務為找出當前最具價值及潛力的研究主題，且培育具有相關知能的人才。對此，李校長進一步提出「將兵論」的概念，認為資料科學的推動，不能僅依賴技術基礎設施，還需要「將」與「兵」的共同努力。「將」代表的是具備領導與指導能力的專業人才，「兵」則是具備技術能力的技術人員；而大學端在專業人才的培養上，就扮演著舉足輕重的角色。
圖1 組織層次示意圖
資料來源：本刊自製
二、實際執行案例
李校長在訪談中，提供了許多政大過去運用資料科學來推動循證決策的實際案例。例如，政大從執行教育部的「高等教育深耕計畫」以來，成立了校務研究辦公室（Institutional Research Office，以下簡稱「IR辦公室」），負責校內外各類數據的蒐集和分析，透過實務個案資料分析來協助在校師生更精準掌握趨勢。舉例來說，IR辦公室會利用職涯中心調查的畢業生薪資及其變化，來了解跨領域學習是否對學生的職涯發展有正向影響；數據顯示，相較於其他學生，跨領域學習學生畢業初期的薪資水準確實有較為突出的趨勢。此分析結果不僅能夠作為校方在訂定跨領域學習規範時的指導方針，同時也能成為與各院系溝通時最重要的「底氣」。此外，IR辦公室也透過蒐集與分析跨系所學生的選課及修課數據，為各系所提供更精準的開課策略依據。此些資料數據不僅可用於招生辦公室的招生策略，還幫助校方精進學生學習與選課規劃（許雅涵、余民寧，2018）。而IR辦公室在分析完相關數據後，會將資料完整公開於政大官網中，在資訊公開且透明的情況下，讓更多人能夠使用，讓資料有「被加值」的機會。
在推動資料科學及循證決策的過程中，政大也積極著手於行政程序的數位轉型，以提升校內跨單位合作的效率。幾年前，政大秘書處為協調各單位，成立了行政電腦化推動委員會，負責統籌並優化學校內的行政流程。該小組在推動多項行政流程優化中發揮了關鍵作用，例如，過去學生畢業前的離校手續相當繁瑣，需要逐一前往各行政單位「蓋章」。透過委員會的努力，複雜的離校程序在「自動檢核系統」下被一定程度的簡化，該系統會自動生成需要處理的清單，而學生只要針對未完成部分，前往相關單位辦理即可完成離校手續，不僅節省大量時間成本，也提高行政效率及服務品質。而同樣的流程優化也適用於教職員的離職程序，讓大家都能夠用最有效率的方式完成工作。
李校長指出，正因此跨單位協作的成功經驗，促使學校於兩年前重新啟動「行政流程數位轉型推動小組」，負責統籌學校各單位的數位化轉型需求。該小組不僅負責接收來自各單位的提案，也根據重要性排出優先順序，確定哪些事項是當前最需要被處理的問題，以及哪些單位需要參與相關的會議討論。最終在確定更新流程及作法後，與所有相關單位進行溝通，確保大家對新做法都能夠取得共識以及變革的可行性。
參、政治大學現階段循證治理挑戰及未來展望
一、資料科學的推動挑戰
從前述情況可知，資料科學與循證決策兩個重要概念，已是近年來政大校務發展過程中的關鍵核心理念，但李校長也指出實踐這兩項理念的過程中仍有部分挑戰有待克服。例如，學校的AI機房建設目前正面臨資金籌措的挑戰，預計需要至少上千萬元才能夠建置相關的設備。此外，IR辦公室儘管會根據各單位的需求，進行相關議題的研究，但畢竟IR辦公室的承載力有限，有時必須在有限的資源下做出取捨。同時，許多決策需要的資料，必須仰賴「事前」的規劃才能取得。一旦在最初設置時沒有想到，後續就會需要投入更大量的成本才能夠予以修正。舉例來說，學校近年來已全面改用「車牌辨識系統」來管理校園車輛的進出。然而，最早在設計系統時，無法全盤考慮到未來使用的所有可能性及需求，以至於後續需要花費較多的心力與廠商溝通，請其協助擴充系統資料蒐集的範圍。從以上的例子其實不難看出，資料科學不僅是數據的蒐集，還必須對於數據如何輔助決策者做出正確的決策有清楚得判斷及系統性的思考，是一個不斷修正與精進的過程。畢竟，數據本身無法產生價值，AI也無法判斷何種資訊才能符合管理當下的情境，最終還是需要由「人」來做出詮釋及判斷。
另一個在公部門推行資料科學的挑戰則在於「資料開放」，雖然大家都希望資料管理者能夠開放出更多的資料，但出於資料保護及安全性的考量，資料管理者往往對於開放數據會抱持相對謹慎的態度。以選課為例，過去學生選完課後，都必須各顯神通自行製作出自己的課表，對學生來說，相對較為繁瑣的事情。後來在學生社團開發Open NCCU排課系統後（政治大學，2024），幫學生節省了大量的時間。然而，雖然在排課的時間成本上節省不少，但使用Open NCCU也就意味著學生的相關資訊其實已經被紀錄及保存。因此，儘管所有的課程資訊及內容大多沒有隱私問題，但選課者的個人資訊則是需要被高度保護；換句話說，儘管在技術上的運用已能有所突破，但如何在開放資料的同時，確保使用者的隱私保護，以及明確對各單位進行分工及課責，仍是非常關鍵的問題。
二、未來發展
整體來看，國立大學在推動資料科學與循證決策的過程中，正面臨著資料規劃、系統開發與安全性等多重挑戰。李校長認為，這些問題需要通過更精確的資源配置，與建立更靈活的合作模式來解決。
例如，政大當前已正在積極探索AI技術的應用，特別是用於提升行政效率和資料治理成效方面。政大主計室已經開始利用AI技術來處理複雜的行政程序，特別是著重在將「默會知識」（Tacit Knowledge）轉化為「外顯知識」（Explicit Knowledge）上。希望能夠運用自然語言處理技術及工具，建立虛擬助理系統，為使用者提供一個便捷的問答介面，協助回應及處理各種與主計相關的問題。這個系統最主要的目的，就是希望將主計人員多年來累積的經驗系統化呈現，並且轉換為「編纂的知識」（Codified Knowledge），使其能夠被清楚的記錄下來、以供更廣泛地推廣及運用。雖然目前該系統還處於內部測試階段，但李校長對此系統的潛力充滿信心，也期待相關做法能夠擴展至其他更多的領域。
李校長表示，政大正在著手打造一個多層次的AI數據治理系統，由電算中心作為數據的基礎設施，處理基礎的數據存儲和管理工作，再由AI中心負責應用AI技術來支持各種研究與決策。最後則與各特色研究中心合作，針對特定議題進行研究設計與資料蒐集規劃，透過分析蒐集來的數據提出政策規劃。
肆、結語
透過本次專訪政大李校長可以了解到，循證治理本身是一個相當縝密的過程，所牽涉到的基礎建設及合作網絡也相當複雜，絕非是「今天喊口號、明天能看到」的，而是必須有長期規劃與投入方能達成的事情。或許，當前仍有一部分的人對於「做決策前先看數據」這件事情不感興趣、也未必具備資料分析的能力，但朝向循證治理的方向前進，肯定是未來的主流趨勢。數據的應用雖然不是萬能，但進行資料蒐集及數據分析可以做為決策的「底氣」。當面對資料完整性不足時，也應盡快進行調整與修正，搭配良好的溝通與目標設定，方能產出更具說服力的決策。目前政大的AI教育以及平臺正在逐步普及與形成當中，未來也將繼續深化數據分析工具的應用廣度，期望政大能夠透過縝密的資料治理系統，來推動學術研究品質的提升，也持續優化校務管理工作。
圖2 李蔡彥校長（中）與陳敦源教授（右）、董祥開副教授（左）合影
資料來源：本刊
參考文獻
政治大學（2024）。學生自發打造OPEN NCCU APP創造政大人專屬的數位體驗。秘書處。檢索日期2024年10月13日，取自https://www.nccu.edu.tw/p/406-1000-17528,r17.php?Lang=zh-tw
許雅涵、余民寧（2018）。政大推動課程精實方案之經驗。評鑑雙月刊，（72），18-20。
[1]李校長蔡彥，國立臺灣大學農業機械學系畢業、美國史丹佛大學資訊科學系碩士、機械系博士，曾任本校電子計算機中心主任、資訊科學系主任、教學發展中心主任、主任秘書、教育部資訊及科技教育司司長等職，並於民國111年當選國立政治大學校長。