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
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用

下一個替你買東西的,可能不是你自己,而是 AI。當 AI 開始介入搜尋、比較與消費決策,品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為,AI 競爭正進入下一階段,企業真正要面對的已不只是「如何導入 AI」,而是當消費者逐漸把選擇權交給 AI,品牌如何確保自己仍在 AI 的選擇名單中?

零點擊只是開始!Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去,消費者透過搜尋引擎找到品牌、進入官網,再完成比較與購買;如今,愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示,「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務,下一步甚至可能替消費者選擇商品、完成交易,讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

Sega 側拍.jpg
程世嘉指出「零點擊只是剛開始」,AI Agent 正從「幫你找」進化到「幫你買」,加速 Agentic Commerce 時代到來。
圖/ iKala

這場變化真正改寫的,不只是流量入口,而是交易的主導權。當 AI 開始代表消費者採取行動,品牌未來面對的,可能不再只是「如何吸引消費者」,而是如何成為 AI 最終選擇的對象。

AI 不認識你,廣告下再多都沒用!SEO 下一戰:搶進 AI 的「推薦名單」

要被 AI 選中,第一步是先被 AI 認識。程世嘉直言:「如果 AI 連第一步都不認識你,那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO(Generative Engine Optimization):過去企業搶的是搜尋排名,現在更要掌握 AI 如何描述品牌、引用哪些來源,以及在什麼問題下會提到自己。

面對新的消費決策入口,iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務,結合市場資料、自有 AI 產品與專業顧問團隊,提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析,到 GEO 內容優化、創作者合作與媒體投放,iKala 不只提供數據分析工具,更協助品牌找出成長機會、制定行銷策略,並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出,品牌不只要「聽人」,也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢,協助品牌發掘潛在商機;Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源,找出內容布局與 GEO 優化方向;Kolr 則結合創作者數據與行銷執行服務,協助品牌媒合合適的 KOL/KOC,規劃內容合作與媒體投放,將市場洞察轉化為實際行銷行動。

iKala
iKala AI Marketing 總監許巧彤分享,iKala 透過全方位行銷服務,搭配獨家產品賦能,協助品牌成長。
圖/ iKala

對內打通資料,對外洞察市場!程世嘉:老闆要懂 AI,AI 更要懂台灣

外部的搜尋與消費入口正在改變,企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動?程世嘉直指,第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚,再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略,從關鍵場景快速驗證,再逐步擴大;同時以 AI Service、AI Marketing 雙軸出擊,讓 AI 不只改善內部工作效率,也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇,另一個問題也隨之浮現:AI 真的讀得懂台灣嗎?

對 AI 而言,語言相通,不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識,以及台灣人實際使用語言的方式。iKala 投入 TMMLU+,便是希望透過開源的繁體中文 AI 評測基準,檢驗模型對繁體中文與台灣知識的理解能力,讓「AI 到底懂不懂台灣」不再只是主觀感受,而有一套具體的評測依據。

TMMLU+.jpg
TMMLU+ 在九月全新推出 v1.1
圖/ iKala

從 Agentic Commerce、GEO 到企業 AI 落地,背後其實都回到同一件事:AI 應用最終仍建立在人與資料之上。正如許巧彤所說,「先有人才有 AI,因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號,AI 從中學習、理解並影響消費決策,形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口,企業競爭的關鍵將不再只是如何運用 AI,更在於如何讓 AI 理解企業、讓企業讀懂市場,進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心,協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型,並提供完整的 AI 解決方案,將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣,足跡遍布全球,服務超過 1,000 家企業及 50,000 個品牌,版圖橫跨全球 190 多個國家,客戶群包含多家財星 500 強企業(Fortune 500)。

iKala 官方網站:https://ikala.ai
iKala AI Marketing 介紹:https://ikala.ai/zh-tw/ikala-ai-marketing/

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