Facebook三大爭議內容難解,佐克伯想守護平台仍長路漫漫
Facebook三大爭議內容難解,佐克伯想守護平台仍長路漫漫
2017.11.07 | Facebook

上週才剛發佈最新財報的Facebook,儘管營收數字亮眼,外界最關注的還是他們如何處理不當內容,特別是在月活躍用戶突破20億的今天,Facebook要如何維護世界近四分之一人口的社群內容安全也變得更困難。而從近期訪台的Facebook全球安全政策最高階主管Antigone Davis的談話,以下3個內容難題,不難看出Facebook仍未找到完美解方。

2017亞太網路安全高峰會
iWIN網路內容防護機構與Facebook共同籌辦「2017亞太網路安全高峰會」,Facebook總部全球安全政策最高階主管Antigone Davis(右三)親自來台交流,iWIN網路內容防護機構執行長黃益豐(左一)、韓國前未來創造科學部副部長Jae-You Choi(左三)以及日本和新加坡的網路內容防治相關單位也出席該場高峰會。
圖/ 台灣網路內容防護機構iWin

一、不當內容:標準難訂,統一規範也得因地制宜

如今暴力、色情內容已經不只能透過圖文傳播,Facebook推出的直播功能更讓這些不當內容防不勝防。

有關內容安全的審查,Facebook目前除了制定禁止不當內容的審查標準,也推出隱私設定、封鎖和檢舉等安全工具,並在全球設有六間社群內容政策辦公室。Facebook全球內容政策經理David Caragliano也特別指出,他們可24小時處理被檢舉的內容,包含中文內容。

此外,Facebook執行長佐克伯也才在上周的財報會議宣布,明年將加倍處理安全議題團隊的人力編制,擴大社群安全的投資,要來守護平台。

儘管Facebook內部自有一套內容標準,但Antigone Davis同意,作為跨國企業,很難將一套「安全準則」直接落實在文化和法規差異都很大的不同國家。例如,在台灣違法的內容,並不一定適用於Facebook下架文章的標準,而和當地組織合作便成為Facebook落實維護安全社群的重要策略。在台灣,網路內容防護機構iWin就扮演與Facebook溝通何謂台灣不當內容的橋樑。

2017亞太網路安全高峰會
Facebook全球內容政策經理David Caragliano的團隊負責制定Facebook對不當內容的標準為何,目前在全球共設有六間辦公室,亞洲據點設在新加坡。
圖/ 台灣網路內容防護機構iWin

二、假新聞:開放第三方組織「標記」,但效果有限

除了暴力、色情、仇恨言論等違反Facebook社群守則的內容,協助散布假新聞等不實訊息,也是Facebook一直為人詬病之處。

對此,Facebook全球內容政策經理David Caragliano坦言,這是很難解的問題,因為他們並非專門判定何謂「真實」內容的公司,目前傾向和第三方平台及媒體識讀專家合作。例如,Facebook在3月開放用戶和第三方組織替假新聞加上「有爭議」的標籤,並降低該篇貼文的觸擊率。

不過,這項政策迄今帶來的效果仍有限。曾有研究指出,標示警語對用戶判斷新聞真偽的幫助並不大,平均只能幫助3.7%的參與者更正確判斷假新聞,甚至會讓特定族群懷疑,該標籤是否是針對性地只對特定資訊進行標示,反倒造成反效果。

三、詐欺廣告:廣告審查標準更高,但仍有漏洞

比協助散布假新聞更糟的,或許就是利用散布這些不實訊息賺錢。曾被質疑假新聞影響美國總統大選的Facebook日前發現,在美國總統大選期間,該平台上有近五百個與俄國有關的假帳號,花了10萬美元、針對美國用戶投放三千則廣告。相較一般貼文,付費廣告可觸及到更多人、影響層面更大。

對此David指出,廣告內容不只須符合Facebook社群內容規定,還必須通過更嚴格的審查標準才能上架。只不過,從台灣層出不窮的Facebook網購詐騙,以及Facebook未能阻止俄國投放政治廣告的例子就能看出,目前Facebook的廣告審查仍存在漏洞,而這或許也是為什麼儘管Facebook最新一季的廣告營收成長近五成,股價卻反而下跌的原因之一。

打擊殭屍帳號,真實身份對安全社群的重要性?

除了事後審查內容,Facebook認為帳號真實性也是維護社群安全的關鍵之一,「相信當大家用真實身份在線上互動時,更能對自己的行為負責,」David說。因此,Facebook也利用人工智慧技術掃描行為異於真人用戶的帳號,試圖打擊殭屍帳號。

但除了Facebook本身,旗下Instagram、以及Facebook剛在10月收購的青少年社交app「TBH」,都不像Facebook規定用戶使用真實名字。對此,David表示,匿名確實增加管理的挑戰,但以Instagram來說,該平台對「霸凌」的審核標準就比Facebook更嚴格、有更多過濾器,需要用更積極的態度預防霸凌語言出現。

其實這些都不是只有Facebook一家公司會面臨的挑戰,只是當用戶規模愈大,無可避免也更容易被放大審視。但就如同先前YouTube曾因仇恨內容引發爭議,因此加快腳步將機器學習用於主動辨識不當內容,並在今年9月已經達到83%的極端影片可在被檢舉前先辨識出來一樣,這些挑戰,或許也會成為促使Facebook技術前進的一大動能。

關鍵字: #Facebook #假新聞
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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