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
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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