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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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