當多益分數在會議裡開始失效

口說的落差，通常最晚被發現

語言能力的四個面向裡，聽與讀可以用選項與文本穩定量測，題目在紙上，受測者可以依自己的節奏理解。說與寫則需要即席產出——不只要懂，還要在有限時間內把想法變成對方聽得懂的話。兩者用的是不同的能力，自然也會出現不同的成績。

這個落差在日常工作中不容易顯現。內部會議多以中文進行，書面往來有時間查證與修改，多數同仁的英語能力因此長期停留在「看起來夠用」的狀態。它真正暴露的時機，往往是最不該暴露的時候：對客戶的簡報、跨國專案的協調會議，或海外派任的第一個月。

對企業而言，代價不會記在語言這一欄。它會以資訊漏接、認知落差、決策往返增加的形式出現，最後計入專案的時程與成本。

一場跨國會議，同時進行四件事

跨國會議與跨國管理考驗的，是即時多工的綜合能力。這四件事發生在同一段時間裡，且無法暫停。

聽力與閱讀測驗量測的是其中第一項，而且允許受測者依自己的節奏處理。認知負荷的差距，正是聽讀成績無法反映的部分。

這也是評測設計的關鍵：如果施測情境的強度遠低於真實工作，得到的分數即使精確，也難以預測實際表現。AI 語音評測今日在技術上已相當穩定，能夠模擬接近商務情境的應答強度，並在數分鐘內產出可比較的能力數據。

從一個分數，到一份能力全貌

過去企業使用評測，多半是為了回答一個是非題：這個人達標了嗎。在職務相對穩定、國際協作僅限少數部門的年代，這個問法是有效率的。

但環境已經改變。當海外據點增加、專案跨國組成，同一個部門裡不同職務對語言的需求差異被大幅拉開——業務端需要即席應對，工程端需要精準表達規格，管理職需要在會議中掌握節奏。用同一條及格線看待所有人，會同時錯過兩種資訊：誰其實已經可以承擔更難的任務，以及誰需要哪一種支援。

評測的價值因此正在轉向理解。同一份能力數據，在招募端可以作為職務門檻的依據，在發展端則是每位同仁的起點座標——知道位置，才談得上規劃路徑。

資料的深度，決定 AI 的參考價值

評測導入 AI 已是常態，真正的差別在背後的資料。數據是基礎，AI 是加速器——一套評測是否值得作為決策依據，取決於它累積了多少真實語音樣本與對應的評分標準，以及是否有持續運作的研究團隊維護這套標準。

Pearson 已累積近二十五年的語言評測資料庫，可對比 1,400 種職務角色所需的語言能力門檻。對 HR 而言，這代表一位同仁的成績不只是一個數字，而能被放進全球同類職務的座標裡——他的位置在哪裡、距離該職務的門檻還有多遠，都成為可以說明的事實。