看不見最可怕！三種AI偏見，都是人臉惹的禍|數位時代 BusinessNext

看不見最可怕！三種AI偏見，都是人臉惹的禍

人臉辨識隨著iPhone X推出，成為討論度極高的生物辨識，但演算法也是由人所寫出來的，當臉部辨識用於犯罪防治，引發歧視問題。過去也有許多AI演算法延伸出的偏見問題，像是Google照片搜尋、用人臉判別性取向。無形的AI偏見，更值得人類警惕。

臉部辨識用於犯罪防治引發歧視問題

雖然人臉技術應用的未來看似多元又方便，但若是應用在涉及人權的犯罪防治工作上，則引發了歧視問題。

2015年，美國佛羅里達州的警方在執行毒品查緝臥底時，暗中拍攝了幾張嫌犯的照片，後來透過臉部辨識軟體搜捕嫌犯，儘管當時許多科技專家認為呈現的結果存有瑕疵，但當局仍逮捕了由軟體辨識出的嫌犯人選，但人臉辨識逮捕嫌犯真得精準嗎？

根據2016年美國喬治城隱私暨技術法律中心公佈的一份調查報告，指出在美國執法機構中，可存取的美國成人人臉辨識資料超過1.17億人，這個數字幾乎是一半的美國成年人都被記錄在資料庫中；同時，美國至少有26州允許執法機構執行人臉辨識搜尋，大約有一半的美國成人因此受到影響，而現階段還沒有針對公民臉部識別數據隱私設立的法律規範，警方不需要任何的證據或理由就可以監控民眾的資料。

這份報告中還提到，臉部識別數據庫會「無意識」的偏向識別黑人，但依據現在的演算法技術，識別黑人的準確度相對較低、較容易出錯，黑人被歸類在「高風險」類別的機率是白人的兩倍，本來應該提供客觀意見的人工智慧（AI）演算法，也如同現行司法系統一樣，並不是完美的生物辨識系統，新技術潛在的偏見，也讓許多民權團體呼籲美國當局應該立法，避免技術被濫用甚至侵犯人權，這樣的狀況讓黑人、少數族群在新的科技時代面臨新的困境。

AI偏見案例層出不窮，全是人臉惹的禍

不只是臉部辨識系統，過去也曾發生過AI演算法延伸出的偏見問題。

2015年Google Photos 把黑人的照片標籤為「大猩猩」，利用同樣的演算法在 Google Search上搜尋照片，「醫生」通常會跟「白人男性」連結、「護士」會跟「女性」連結，將人類潛意識下對於性別、種族的觀念在搜尋結果中產生連結。

AI不經意的學習人類長期以來的偏見，要徹底解決其實並不容易，微軟紐約研究院資深研究員 Hanna Wallach 曾說：「只要機器學習的程式是透過社會已存在的資料訓練，那麼只要這個社會有偏見，機器學習就會重現這些偏見。」

今年九月，史丹佛大學教授 Michal Kosinski在《性格與社會心理學期刊》發表了一份研究，AI 可以根據臉部照片判斷是同性戀或異性戀，且男性性取向的準確率高達91%、女性準確率則是83%；這項研究在當時影發爭議，許多 LGBT團體紛紛跳出來抗議，認為這類軟體極有可能成為迫害人權的工具。

但研究團隊則認為，是政府的監管以及隱私保護規範未能跟上 AI 的發展，就如同人臉辨識也能用於司法判決參考、學校針對入學學生的智商推論、大型活動入場前暴力威脅的判定，AI、人臉辨識技術、數據含有人類的偏見成分，後果當然令人擔憂，史丹佛大學教授Michal Kosinski強調，這份研究的目的不是要判別誰是同志，而是要大家警惕AI所帶來的影響。

為什麼AI會模仿人類的偏見？

為什麼走在時代前端的科技技術也會存在著「偏見」呢？麻省理工學院媒體研究室的研究員Joy Buolamwini認為，這是因為許多人臉辨識背後的演算法，都是由白人男性工程師寫的，而演算法要做出好的決策，就必須仰賴過往的資料所累積的經驗，而工程師也許無意識的讓自身的偏見、判斷影響了演算法的運作。

本月於加州登場的「神經訊息處理系統大會」，有一個組織「Black in AI」專門推廣黑人電腦科學家在AI領域研究的成果，致力於促進研究人員之間的合作，提高黑人在AI領域的參與度。不過也引發部分學者跟研究人員的質疑是否有必要舉辦僅關注黑人科學家研究的活動，在過度追求多元化的政治正確下忽略了技術能力。

「這實際上推動AI的隔離，黑人參加為黑人舉辦的活動，女性參加女性活動。」俄羅斯軟體公司SKB Kontur資料科學家Timofey Yarimov說；另外參與活動的一派意見認為，AI領域確實存在對女性和非白人男性的歧視，但如果「Black in AI」組織只是利用特定族群的困境，來吸引群眾參加活動，那麼只會破壞反對歧視的原則，但無論如何，系統背後的科學家缺乏多元組成，某種程度上勢必也會影響演算法的運作。

不過，人類跟機器最大的不同，在於無法擺脫過往經驗在潛意識中產生對於特定事務的偏見，隨著AI、人臉識別成為未來生活的日常，要讓AI保持客觀、中立的判斷，人類則必須時時警惕自己不要讓AI受到人性弱點的影響，說起來容易，但這也成為人類與AI發展之間不能停止努力的功課。

全球影視娛樂正處在結構翻轉的臨界點。從串流平台的競合與權力再分配，到生成式AI引爆的創作革命，再到觀眾注意力被碎片化的內容浪潮瓜分，市場規則幾乎在一年之內重寫。

在這樣的動盪中，「如何永續成長」成為所有內容產業的共同焦慮。台灣擁有豐沛的創作能量，卻在規模化與國際化的路上，始終面臨結構性瓶頸。為了回應時代考驗，NMEA（新媒體暨影視音發展協會）以「RESILIENCE：韌性 · 突圍」為題，將於11月24日至25日舉行2025亞洲新媒體高峰會，邀請超過五十位國內外產業領袖對話，從組織、內容、技術與商業模式出發，探討如何讓台灣影視娛樂在不確定中，創造屬於自己的續航動能。

韌性，從衝擊中找到成長的可能

「Resilience」一詞原本源自工程學，指材料在受壓後能回彈的能力。NMEA理事長李芃君指出，當這個詞被用於產業時，它所代表的已不只是「抗壓」，而是「擁抱變化與永續成長」的能力——在巨變中快速重組關鍵資源、甚至藉由創新找到新的突破。

她觀察，全球產業變動的背後，主要受到三股力道的衝擊：地緣政治的風險、科技典範的轉移，以及氣候與疫情等帶來的自然挑戰。這些因素同樣影響著台灣文化內容產業。

以台灣一家全球背光模組大廠為例。近年隨著國際電子品牌紛紛在筆電與平板產品導入OLED顯示技術，傳統背光模組市場面臨挑戰；該企業在察覺趨勢轉向後，選擇主動調整策略，透過併購前沿技術快速推出新產品，切入車用、醫療與AR／VR顯示等新領域。李芃君指出，這樣的轉向即是韌性的展現——在技術更迭的浪潮中重新定位自己，讓企業從被動防守，轉為開創下一波成長曲線。

「這種思維放回影視娛樂也一樣。當市場被新技術和新平台顛覆，產業若仍困於單一市場、單一資金、單一合作關係，就難以應對下一次衝擊。」她強調，建立韌性不能停留在抽象的口號，必須要有具體行動，而關鍵就在「多角化」。

多角化的市場讓故事能走出台灣、觸及不同文化的觀眾；多角化的技術與人才，讓製作不再受限於傳統框架；而多角化的資金與夥伴結構，則能減少對補助與單一委製案的依賴，形成正向循環的產業體質。諸如日本《鬼滅之刃》透過IP延伸創造跨世代效應，或泰國在政府策略支持與國際平台Netflix合作，讓在地內容走向全球，都是多角化的案例。

高峰會四大主軸，挖掘韌性的潛力

「政策當然重要，但最終能否長出韌性，關鍵仍在產業本身的自覺與行動力。」李芃君表示，第七屆亞洲新媒體高峰會以「台流轉型、跨界共創、影視創新、商模躍進」四大主軸為核心，期望讓韌性不再停留於口號，而能轉化為具體實踐。不只是思考「如何生存」，更要推動產業主動探索「如何成長」。

在「台流轉型」議題中，論壇將從亞洲娛樂的整體格局出發，思考台灣內容如何在國際市場中建立辨識度與合作機制。面對串流平台競爭與區域內容崛起，產業要重新定義「台流」的價值，從單點創作走向跨國布局。

「跨界共創」則從電競、音樂、體育到AI應用，剖析影視娛樂如何走向一個多層次的體驗場域。透過多個實際案例，探討不同產業之間的協作經驗，助攻內容突破原有框架，創造新的商業能量。

「影視創新」主軸聚焦於新技術與內容形式的融合。如：短劇風潮、現象級作品及AI生成式內容等，正改變影視產業的創作邏輯。論壇將聚焦技術如何成為創意夥伴，推動人才與內容的再進化。

最後，「商模躍進」則回應內容永續與變現挑戰。當觀眾行為與平台策略不斷重組，內容不再只是作品，也是可延伸、可轉化的商業資產。論壇將引導產業思考，如何讓內容價值在不同階段持續發酵，打造可長可久的生態循環。

李芃君強調，高峰會的價值，在於讓這些不同維度的討論彼此交會；唯有當創作、技術與資本願意對話，產業的韌性才能真正落地。「我們希望產業能從危機思維轉向成長思維，在對話與合作中，激盪出新的想像與行動。」

韌性，新媒體暨影視音產業必備的DNA

自2017年成立以來，NMEA持續扮演政策倡議與產業整合的推動者。每一屆高峰會也都對應時代命題，映照產業進化軌跡。從2023年「EMPOWERING」的全面賦能、2024年「CONSOLIDATION」的整合共榮，到今年的「RESILIENCE」發揮韌性、尋求突圍，李芃君形容，這是一條從能力啟動、資源整合到體質調整的路徑，引領台灣影視娛樂邁向國際舞台。

她指出，高峰會結束後，NMEA也將以工作坊與共創計畫延續對話熱度，讓產業交流落地為實際行動。協會也積極拓展跨域合作，從企業交流、IP授權推動到媒體合作，串聯更多產業能量。

值得注意的是，自2022年起，高峰會同步啟動線上直播，三年累計已吸引超過20萬名觀眾參與，單屆觀看更突破8.1萬人次。李芃君認為，這不僅是數據表現，更代表台灣影視產業逐漸建立國際話語權。當產業以開放與創新的態度前行，才能在全球文化浪潮中，站上屬於台灣的舞台。