被開除的Google工程師告訴我們的事:關於「多元」與「歧視」
被開除的Google工程師告訴我們的事:關於「多元」與「歧視」
2017.08.22 | Google

近日,有一位Google工程師因為發表了被認為是助長性別刻版印象的言論而被開除。他的主張大體上有兩個,一個是認為,女性因「天生的性別差距」而無法晉升管理職位不是性別歧視;另一個則是指控Google打壓了內部保守的意識型態,沒有做到尊重「意識型態多元」。

雖然一直以來,在光鮮亮麗的科技產業中,性別問題總是高度爭議的問題,例如,前陣子Uber內部的性騷擾與性別歧視事件導致其CEO下台,還有矽谷知名新創公司創辦人也因性騷擾辭職,但要像這位工程師如此認真、誠懇且貌似友善地(某些媒體稱其文章相當溫和)表達出一種混然天成的歧視,那還真是挺稀奇的事情。藉著這麼難得的機會,我們當然要來好好談談關於「多元」跟「歧視」這兩件事情。

平均來說,女性…

如果你也跟我一樣,去找了這位工程師的原文:谷歌的意識形態回音室(Google's Ideological Echo Chamber)來看,應該也會感受到,這人真的不見得是個「壞人」──我指的是那些總是毫不掩飾地騷擾、壓迫著女人的男人們,也就是典型的性別歧視者。

他訴諸科學基礎想要合理化女性因性別差異遭受之差別對待,這樣的做法其實與總是想要「保護」女性的「紳士」們一樣,都看似無害卻內藏性別歧視問題。

在這很長也很認真的文章中,這位工程師不斷地透過所謂「科學的」論據,強調女性「平均而言」就是較注重感受、人(而非事物)、社交,甚至較為神經質等等,因而與男性就是有差異。雖然他也強調,並非要將兩性簡單化約為截然不同的兩個群體,但當他總是從「平均來說」看待兩性差異時,便不自覺地掉入「分類」的權力作用中,進而生產歧視性言論。

「分類」是我們在生活中仰賴的基本認知技巧。桌子與椅子不同、狗與貓不同,這種將事物分類的能力讓我們能夠有效地過生活,不需要每天都花大把的時間,對一個個事物進行分析跟界定。透過「分類」,我們能快速選定應對的態度與行為。例如,你通常不會期待貓跟你玩丟球遊戲。
但是「分類」同時也涉及一種權力作用,特別是當被分類的群體面臨生活(甚至生存)機會的差異時。舉例來說,在過去很長一段時間裡(現在可能還是),種族類別在許多國家(例如美國)決定了是否會在法庭上被定罪。

同樣地,「性別」在過去幾個世紀中,是一直影響女性生活與生存機會的分類。換言之,當這位工程師以「平均而言」的方式看待兩性差異,認為這只是解釋性別「差距」而非歧視時,他已經忽略了這個分類從來都不是簡單的分類,而是造就女性長久以來劣勢處境的權力作用。

此外,更顯矛盾的是,這位工程師在論述完女性「平均而言」如何後,又很「誠懇地」主張我們應該將每個人視為「個體」,而不是其所屬(性別)群體的一員。是的,我們該將每個人視為個體加以尊重,而不是只看其(性別與其他)屬性。但前提是:我們真的讓性別差異成為簡單的且不具任何價值位階的差異時,這樣的說法才不會是另一種遮掩權力作用的手段。

如果我們仍以「平均而言,女性…」思考兩性差異,我們就仍得小心各種「看似」抹除差異的言論。

意識型態多元?那是什麼?

至於這位工程師主張Google打壓了內部的保守意識型態,有害「意識型態多元」的發展,讓我想起上個月反同團體要求加入教育部性別平等委員會的新聞。據新聞報導,行政院當時也是以尊重多元意見表達的理由,同意這項要求。

不管是這位工程師的主張,還是行政院的立場,反映的都是一種很表面的,甚至是有問題的多元態度。簡單來說,這種多元態度主張,不管我說什麼,你都得尊重我也有這樣說的自由。這看起來很合理。但實際上,這樣的多元態度缺乏一個規範性的判準,最終很容易在尋求結論的前提下,導致「看誰拳頭大」的局面,例如,看誰動員的選票多、看誰喊的聲音比較大,或真的就是看誰能讓對方「消音」。

為了避免這樣的結果,義大利哲學家瓦蒂莫(Gianni Vattimo)的觀點在這裡有參考的價值。他主張,我們必須將「多元性」本身當作追求多元性的規範性判準。這個看起來弔詭的宣稱意指:在追求多元性的過程中,有一個基本的規範來判斷某個主張是否能被接受,這個規範即是:所有的主張都不得危及多元性本身。

也就是說,包容多元意見的前提在於,被提出的意見本身不會壓迫其他意見。瓦蒂莫認為,唯有如此,我們才有立足點反對那些實際上打壓了多元性的主張。

以此來看,在多元性作為規範性判準的前提下,將反同意見納入性平會根本就不算是「尊重多元」,而是漠視一種欺壓多元性發展的觀點。因為反同意見本身的主張是對某一群體的生存壓迫,是對人類生存多樣發展的打壓。同樣地,當這位工程師所謂的保守意識型態意指,因兩性的生物差異,維持兩性在工作環境、待遇、處境上的差異時,這樣的觀點也忽視了女性長久以來被壓迫的歷史與處境,因此不但難以說是落實多元性發展,更可能是歧視的危險變種。

因此,該工程師所稱Google的政策阻礙了「意識型態多元」發展,當然也是對多元性概念的誤用。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #Google
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