從 Google 搜尋結果到 Facebook「趨勢話題」事件,媒介該為我們做道德判斷嗎?
從 Google 搜尋結果到 Facebook「趨勢話題」事件,媒介該為我們做道德判斷嗎?
2016.05.15 | Facebook

臉書被控遮蔽特定新聞訊息

前幾天,臉書被離職的員工爆料,它的「熱門話題」(Trending)功能並不是單純提供「熱門」訊息,而是涉及人為操控阻擋特定議題訊息。我們在數位時代網站的新聞報導裡也看到,這名前員工指出,主要是那些保守派政黨的熱門文章會被忽略。

當然,這個問題牽涉到之前的另一則新聞:原來這些所謂熱門話題的選擇,不全然是透過演算法來決定,而是在演算法排序後,再由數名編輯人工篩選、下標。本來這則新聞引人注意的地方是,它又成了另一個電腦可能開始排擠人類工作者的例子。不過,如今隨著前員工的爆料,兩件事情合起來就呈現出相當令人疑慮的景象:臉書在試圖控制新聞,甚至是「帶風向」嗎?

Zuckerberg第一時間已經跳出來承諾會立即進行調查,因此就讓子彈再飛一會,也許可以知道更多實情,我們在此先不急著審判。倒是這事件讓我聯想到了再前陣子百度發生的大事,也就是中國一名大學生因為相信了百度提供的醫療資訊而不幸殞命。

這兩個事件看似差了十萬八千里,但卻扣連上一個共同的問題:媒介的道德性。

媒介該為我們做道德選擇嗎?

去年年中,QUARTZ有一篇很精采的文章,是由作者與被稱為Google哲學家的Luciano Floridi的對談記錄,主題是:搜尋引擎該是道德的嗎?這個問題的意思是,例如,當我在Google上搜尋「女人的天職」時,到底Google該不該給我那些傳遞性別偏見、甚至歧視的答案?

也就是說,當我們今天總是依賴著各種媒介去認識世界、傳遞訊息、甚至行動時,這些媒介該是客觀中立的?還是該為我們下道德判斷或甚至決策?

與這個問題相關的是,在百度的事件中,顯然其「競價排名」的服務是整個問題的核心。只是這個服務依據的不是「道德」,而是「誰的鈔票多」來提供資訊。

而在臉書這次的事件中,某種意義上來看,假設熱門話題的訊息真如爆料前員工所說,遮蔽了那些保守的、右派的熱門新聞。那顯然地,臉書正在為其使用者下道德判斷(先不談是不是惡意地帶風向)。換言之,臉書預先為使用者判定那些保守、極右派的新聞「不好」。

Google哲學家Floridi在上述的那篇文章中主張:Google不該移除那些(所謂)「道德上不正確」的答案。換言之,他認為像Google這類搜尋引擎如今就像是在「管理真相」(managing truths),而當我們賦予私人企業在這方面上過大的權力,那將是很危險的。

換言之,這可以認為是帶有「網路中立性」意味的觀點:作為傳遞資訊、甚至是真相的媒介,媒介的管理者不應預先將道德判斷加諸其上。

那麼,在百度的事件中,我們看到的恐怕是一個更糟糕的境況:不僅不是道德,而是「金錢」在篩選著那些呈現給使用者的資訊。雖然嚴格來說,「競價排名」這一服務本來提供的就是「廣告」。要從「管理真相」的標準來責難百度,也許過於嚴苛。但當一個生命因此消失後,可能我們真的需要如此嚴苛的標準。

而在臉書的事件中,恐怕Zuckerberg如今也得謹慎思量,如果臉書想要成為不只是提供社交的平台,而是人們日常生活的媒介,那麼該如何「管理真相」就成了嚴肅的問題。換言之,當臉書依照某些其預先制定、有偏向的規則決定了哪些新聞會刊出、哪些不會,這就顯然地讓自己成了掌握道德判斷權力的(危險)巨人。

這是一個大腦延伸外化的時代

加拿大傳播學者麥克魯漢在1964年那個沒有網路、個人電腦的年代,就很神奇地洞見了人們的大腦終將會在科技的發展中延伸出去,也就是透過科技(媒介)來運作其功能。

如今,不管是百度、臉書的事件,還是Google未來的發展,其實涉及的都不只是資訊篩選與管制的問題,而是當這些媒介就成了我們大腦的延伸時,倘若這些媒介的運作被預先設定了某些道德判斷與偏向,這就等同於我們自身的選擇與決策能力在其中受到了箝制。

也就是說,我們必須要注意到,不管是Google、百度、還是臉書,當這些媒介成了我們理所當然認識事物、世界、或甚至「真相」的管道時,這也就意味著真正讓我們得以進行認知的,是「人-媒介(Google、百度、臉書)」這個認知系統。如此一來,當Google、百度與臉書以某種有特定偏向的方式篩選資訊,這也就意味我們自身的認知模式將產生難以察覺的改變。這才是危險所在。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓