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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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