權力、文件與真相、裝置
權力、文件與真相、裝置
2016.12.02 | 人物

這是一個透過資料追索真相的世界,在社會現實如此複雜的時代,資料尤其格外重要,而逐字稿也可以變成人們切入問題的進入點,成為一種新的權力裝置,等待在社群媒體間流通被檢視、畫線、反白。

在上個月的專欄文章刊出之後,我深深地反省了一番:作為讀者的我們,其實不太懂喜劇,尤其不懂這些所謂新興潮流的「調查喜劇」。顯然難度有點高:不只是因為這是英語的脫口秀,主持人以反應快速、類比荒謬而見長,而是因為當我們踏進今日的任何爭議事件中,世界的複雜度早已遠遠超過以往的公民參與及「正常社會」的想像。

數位政委的「逐字稿」遊戲

在9月爆出行政院將邀請35歲的網路神人唐鳳入閣擔任政務委員新聞時,一個很少被拿出來仔細討論的微小細節:逐字稿,吸引了我的目光。我並非好奇逐字稿製作困難程度、在政府機關當中落實的容易與否。我好奇的是:為何(why)要打逐字稿?為何這是許多網路世代的資訊專家,進入政府在協助討論進行時,所優先採取的一種「介入方式」?

唐鳳_行政院數位政務委員_20161016_蔡仁譯攝-1.jpg
圖/ 蔡仁譯攝

我自己的擬答是:因為公務系統中的會議(包含程序與內容)是個太過於巨大的怪獸;謄寫成白紙黑字的簡要版會議記錄,裡面具有巨大的權力決定事情的進行方式,且可作為咎責或卸責的重要關鍵事證。大部分的會議其實溝通協調功能相當的糟,專家們的表達與利害相關者的對話溝通,若是能夠切中問題要害,則可以被會議的主持與安排給迴避、閃躲掉而直接造成某種決議結果。對抗這種權力巨獸,一旦這些對談過程變成了「逐字稿」,就會進入到鍵盤鄉民的領域,成為可以被Ptt網民就拿來回文逐一辯駁與延伸的「賦權物」(empowering object)。逐字稿可以變成讓各種角度的人們切入問題的進入點:它成為扭轉麥克風,朝向真正想要講話的每一個人的新作法。

唐鳳政委入閣,我覺得一個最樂觀的意義,應該是「逐字稿」這種象徵物,進入到台灣政治的舞台正中央:當「話語」變成一種更為積極的、勾連性的力量,不再是過往的被動、被代表、被監控、被檢視,而是直接進入到權力系統中,成為往下一步討論的基礎時,應該就是那樣的新政治可能被展開的時機吧。

開放資料裡面有個關鍵字,是「資料」。什麼意思?我們只能夠沿著資料的面向來理解資料,而非某種想像物。資料不是無中生有,資料需要維護,需要規劃生產過程。

兆豐金的新聞令人震驚。如果不是出來坦調查,而是真實狀況的話,兆豐金因為逗點點錯,把交易金額提高了十倍。難怪網民接著說:「乘十是一種美德」啊!無論是否是這樣的結果,立法委員黃國昌也在財政委員會的質詢中,指出調查方向與時間區段根本就是一系列的錯誤:巴拿馬分行已經在2012年被該國開罰,而我國的金融監理機構完全沒有處理。今日追著2016年的美國紐約州金融服務署的幾十億裁罰結果來公布懲處,不就等於「刻舟求劍」這個經典成語的再現嗎?

假使這些荒謬混亂都不斷地發生,媒體記者可以做什麼?該如何從資料的專業來建立觀點,逐一檢視系統錯誤的源頭;而非僅僅作為擠牙膏式的立院判案的轉播台,一點一滴地把質詢台上演的青天審案編綴成章?當媒體發揮媒體的角色時,立法委員是否可以回到建構未來社會基礎的起動者角色,讓官員在政治結構中真的重新負起該負的責任?

《巴拿馬文件》中南德日報記者領導國際調查記者聯盟(ICIJ)組成跨國數百人的專案團隊,一同抽絲剝繭,找出荒煙蔓草資料現場裡面的人事物連結。倘若不用指涉那麼龐大數量與求證壓力的國際事件,今日台灣社會中所爆發的種種問題,哪一個不是需要一種清晰而取信於民的追索行動,向社會大眾釐清這些事件背後的重要意義?兆豐銀行發生這樣的問題,背後的陰謀論早已指向內控失靈之外的政治想像。當年的那些關鍵人士現在何方?與他們一起工作的其他證人在哪裡?行政院聘任新任政務委員,邀請35歲網路界的創業家與跨性、自學資賦優異人士唐鳳入閣,究竟對各方來說有著什麼樣的指標意義?未來有哪些可以檢視這項任命案成效的判讀指標?原本爭議許久的亞洲矽谷案,再加上斷點後重新送出與通過,在政院方面是否有任何改變?

唐鳳-20151218-郭涵羚攝1360.jpg
數位政委唐鳳
圖/ 郭涵羚/攝影

新創界的反對與冷眼旁觀聲音,代表著什麼樣的文化與意義?輔大夏林清院長在網路上對決「性侵事件」中「官僚勢力」與「網民批判」,各方累積的大量文字紀錄,媒體該如何深入剖析,並且對社會公正地呈現問題?這個案例又該怎麼被納入課程典範來被反省與檢討?

這些議題的共同特色,就是資料,大量的資料。兆豐被罰款數十億元,涉及到三個以上的國家、多少個帳戶中流通的多少金額,銀行的運作環節為何?法遵長一職所代表的意義與執掌,所需要處理的重要問題是什麼?有沒有國外同樣被懲處,或者表現績優的銀行法遵長角色的說法?巴拿馬政府裁罰單位有沒有說法?唐鳳的各個階段同事是否願意接受訪問?熟稔國內政治領域的老手,怎麼看待科技議題在政治中的真實分量?有哪些過往的預算數據可以被拿來加減,估算出唐鳳能夠對新政府的影響勢力範圍?

過往政務委員有沒有機會做專訪,並且請他們留下具有未來檢證意義的證詞?新創界與政治的關係,跟其他產業界有什麼樣的不同?輔大「性侵事件」與各方的大量檢討與反省文字,讓我們看到如果一個事件有超過300人是「第二層」參與的當事人時,互動與對話的現場在網路上廣泛地引起對話,任何人該怎麼樣試圖描繪出全貌?

資料的處理該怎麼辦?我們需要工具。我們的真相產業還在手工業階段,甚至還沒有辦法生產劇本,拍成《新聞急先鋒》(Newsroom)與《驚爆焦點》(Spotlight),角逐金鐘獎或改編成《屍速列車》(부산행),無法提出控訴作為一個討厭《熔爐》(도가니)般社會的不公不義。當媒體拿掉調查的功能,那就只剩下一個放話與操弄輿論的用途。

屍速列車.jpg
電影《屍速列車》
圖/ 《屍速列車》劇照

這時候我們可以回到最基本的新聞現場,打開網路連線,開始 Hackpad之類的網路共筆軟體,開始寫下已知的任何線索。沒有工具就自己打造工具,自己設計需要的工具。當你帶著「工具意識」走進現場時,任何關心事情發展的陌生人就將變成你的同盟,一起改造現場的材料,動手製作新的真相裝置。例如把萬年不變的權力裝置「會議記錄」,動手改成留下所有真相痕跡、等待在社群媒體間流通被檢視、與評註的彩色「逐字稿」。

關鍵字: #開放資料 #唐鳳
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