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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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