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。

家電是典型的低頻、高單價商品，消費者可能數年才換一次冰箱、洗衣機或空氣清淨機，但品牌與消費者的接觸遠早於購買當下：從搜尋產品資訊、比較規格、閱讀評價，到進一步留下會員資料、瀏覽官網，甚至進入門市體驗，消費者的決策路徑越來越分散，即使最後的交易發生在線下，購買的決策可能早在線上決定。

這也是夏普（SHARP）會重新思考數位行銷的原因。

過去，品牌比較關注如何「帶來多少流量」，但當數位接觸點持續增加，重要議題逐漸變成：誰在關注什麼？誰可能進入購買週期？又該在什麼時間點，提供什麼內容？

SHARP 台灣總經理張凱傑表示：「我們的目標是串聯產品、 AI 、會員數據以及服務，讓 SHARP 從一個『賣家電的品牌』，逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術， SHARP 致力將科技融入日常生活，預先設想、解決消費者不同階段的生活需求；如今，這套「半步先行」的思維也延伸到數位行銷：不只是等消費者說出需求，而是透過數據，更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據，但因數據資料分散在不同部門與系統，想要為行銷活動建立目標消費者輪廓，需要跨部門整理與人工處理。例如，需要先請 IT 撈取資料，再由行銷團隊分類目標客群，前後可能花上 3 到 5 天，活動發送出去後，也難以即時掌握消費者接下來的行為。

為解決上述挑戰， SHARP 開始評估、測試客戶資料平台（CDP），最終選擇與 Insider One 合作。評估過程中， SHARP 關注的不只是資料整合能力，也包括系統是否容易上手，以及線上、線下數據能否進一步串聯。

首先， SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類，還有提供行銷引導與 AI 工具，例如行銷自動化等，讓團隊可以更精準地擬定媒體策略與決策，以清晰的投資報酬率（ROI）等數據，建立內部行銷與業務部門的信賴機制。

張凱傑指出：「對我們來說， CDP 的價值是縮短從資料、決策與行動的時間，讓行銷團隊可以把更多時間放在策略與內容，而不是處理資料。」舉例來說，導入 Insider One 後，行銷團隊用說的就可以完成受眾設定與行銷流程初步建置，將原本需要 3 到 5 天的時間縮短成 1 分鐘，然後，由系統觸及，以及追蹤開信、點擊與轉換，大幅縮短跨部門協作的工作流程。

1912 年創立的夏普，在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ，透過數據整合，真正了解消費者的需求，精準推薦，股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。

圖／數位時代

對 SHARP 來說，另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用， Insider One 團隊扮演如導師般的角色，透過手把手的培訓與指導，不僅大幅縮短系統摸索時間，更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內，成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點，以消費者全通路（OMO）旅程數據持續深化互動關係。

張凱傑表示， SHARP 超過 80% 的銷售來自線下通路，部分合作通路同樣採用 Insider One，讓跨通路數據串接有了共通基礎，在 Insider One 團隊的協助下， SHARP 與生鮮超市合作，在符合資料授權跟隱私規範的前提下，透過會員輪廓標籤掌握跨通路消費需求，並以此規畫跨業聯合促銷（Joint Promotion）。

股東購物節四大指標皆雙位數成長， SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說，股東購物節是年度最重要活動，透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案，結合會員資料整合與行為分析，去（2025）年， SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群，轉變成掌握消費者對不同產品與內容的興趣，再搭配個人化推薦與自動化顧客旅程，讓對的內容在對的時機觸達對的人，極大化行銷綜效。

更重要的是，隨著數據累積與平台熟悉度提升， SHARP 的數位行銷成效持續優化。

以股東購物節為例，今（2026）年，不僅股東購物節的 eDM 開信率近 40%，流量、轉換率、客單價與回購率皆較去年成長15至25%，讓 SHARP 更加確信：數位行銷的重點不只是「吸引多少人」，而是能否辨識「哪些人值得溝通，以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷， SHARP 成功從會員名單中找出 4,000～5,000 名具有相關興趣與行為特徵的消費者，如喜愛手沖咖啡、熱愛科技、享受質感生活等客群，針對這群人進行精準溝通，帶動數百台產品銷售，創下轉換率超過 15% 的成績。

張凱傑認為，以 CDP 持續深化第一方數據資料有助於極大化行銷成效，以維修服務為例，如果系統辨識出消費者的冰箱使用年限已久，且近期有多次維修紀錄，即可在適當時機提供換機資訊，甚至從節能效益切入，讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果，不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」，持續深化對消費者的理解，讓線上的互動、內容與優惠，成為消費者消費或走進實體通路的前一站，也反映出家電行銷正從追求流量轉向對消費者需求的持續理解，成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用，立即了解：https://insiderone.com/zh-hant/contact-us/