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
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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