PTT大當機!關於我的不焦慮的焦慮
PTT大當機!關於我的不焦慮的焦慮

10月30日晚間,萬聖節的前一天,PTT因多顆硬碟接續故障導致系統大當機,直到11月3日早上才修復重生。將近四天無法登入,讓許多鄉民痛苦難耐,直呼PTT戒斷症發作,甚至還有人獻上了自己的身體作祭品,只求PTT趕快復活!

不過,這次當機對我造成的衝擊似乎沒那麼大。

我的臉書好友中一些資深鄉民也是到當機第二、三天才提到這件事,或是跟我一樣「沒那麼絕望」。

這一方面可能血淋淋地反映了我恐怕也越來越跟不上鄉民的腳步外,另一方面,這不那麼絕望、焦慮的感覺,反而讓我擔心起另外一件事。

對於PTT掛了不焦慮的「焦慮 」

PTT掛了,但我的臉書還是不斷更新訊息,不斷餵食演算法決定的「有趣」貼文。雖然過去我常說,就算在臉書時代,PTT這個有著鄉民文化血脈的「老科技」也不會衰亡。但這次我對PTT當機的「不焦慮」讓我得重新思考這件事。

PTT也許不會走向沒落,但臉書帝國的擴張是不爭的事實。在爭奪注意力的時代,你電腦螢幕上常駐的、手機上最常開啟的,是臉書還是PTT?如果我們將臉書與PTT這類媒介看作是資訊傳播的重要管道,那麼,上述問題也正是問:我們的社會是以什麼樣的形式傳遞著資訊?

換言之,我對PTT當機的「不焦慮」,這件事情引發我的另一個憂慮:我們身處的這個資訊傳散系統,其結構如何受臉書影響而改變?又會對我們的社會產生什麼影響?

臉書是隨選視訊,PTT是報紙

資訊傳散看起來是個抽象概念,但我們可以試著以譬喻理解:臉書是隨選視訊,而PTT比較像傳統報紙。

這個有點莫名其妙的類比是要說:如同隨選視訊,臉書讓人們「看到想要看的」,而PTT則像傳統報紙,得在許多「無趣」之中找到感興趣的事情。

隨選視訊與傳統報紙之間的差異,並不是文字媒體與影音多媒體的差異,而是「資訊篩選可能性」的差異。

隨選視訊不像傳統的第四台,人們無需被其內容安排的框架綁住,可以完全只挑自己想看的節目、影集來看。甚至隨選視訊的系統還會「推薦」相關的節目、影集繼續看下去。但報紙不一樣,我們雖然可以選擇買哪家報社的報紙,也可以只看某幾個版面,但其上的內容無論有趣與否都會被我們看見。

臉書就像隨選視訊一樣。我們沒有清楚地意識到自身的選擇,但透過神祕的演算法,我們每一個按讚、留言或轉貼都成了某種評價分數,回過頭來決定我們能看到些什麼。然而,在PTT上,雖然我們也會推文、噓文但那並不構成任何篩選機制。

即便我針對仇女或反同內容的貼文噓再多次,每每進入八卦板,我都還是得忍受這些文章。這種經驗就好像在看報紙時,即便對著顯露某些特定價值類型的文章咒罵多遍,明天類似的標題還是會刺眼地躺在報架上。

「資訊篩選」是解藥還是毒藥?

許多人可能會覺得,這樣不正好嗎?有了類似隨選視訊這樣的篩選機制,我們在臉書上得以不再看到那些令人倒胃口、甚至感到被侵犯的言論。

「資訊篩選」對於阻絕歧視、壓迫性言論來說該是帖良藥吧?不過,美國知名法學學者,同時也曾是歐巴馬政府重要幕僚的桑斯汀(Cass Sunstein)卻不這麼想。

早在2001年,桑斯汀觀察網際網路的發展時,便已警告「資訊篩選」可能嚴重危害當代民主社會。

桑斯汀主張,一個健全的民主社會有賴社會充分傳散共同或異質經驗。這不僅是公共言論表達的自由,也是資訊接收者差異經驗、甚至不同立場之論述開放的義務。

然而資訊科技的強大又便利的資訊過濾與篩選機制,使人們很容易掉進「只看自己想看的」鏡像與回音之中,阻礙社會相互溝通與理解彼此的可能。

因此,有別於臉書偷偷地餵食著「資訊篩選」的毒藥,對我而言,PTT的重要性也在於,「它仍一定程度上保留著傳統報紙媒介的特性。」

用桑斯汀的話來說,在PTT上我們仍然可能接收到那些「非預期的」(差異的、不同立場的)資訊。

當然,在這些非預期的資訊當中,有許多可謂不堪入目的歧視、壓迫性的言論,這絕對是令人感到不安的部份。但是,同樣或甚至更加令人焦慮的是,在PTT掛掉以後,臉書上看似「一片和諧」的美好的、同溫層的世界。

《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。)

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