2018年走下神壇?從盛名到罵名的演算法與站在十字路口的Facebook們
2018年走下神壇?從盛名到罵名的演算法與站在十字路口的Facebook們

公元九世紀的波斯數學家阿布·阿卜杜拉·穆罕默德·伊本·穆薩·花拉子米不該被遺忘。去世幾個世紀之後,花拉子米的作品傳入歐洲,給當地帶來了小數和代數的概念,也為今天的計算機技術打下了基礎。赫瓦茲米的拉丁語名字後來也成為了英語中演算法(algorithm)的名稱。但這個名字,在2017年卻開始背負起了更多爭議。

從盛名到罵名

將川普送上權力頂峰的美國總統大選是2017年繞不開的網路熱議話題,在這一話題下,Facebook上廣泛傳播的政治廣告成為了主角之一。10月,Facebook的創辦人馬克·佐克伯親自道歉,承認2016年的總統大選期間,有數千個煽動社會分化和政治問題的廣告在Facebook上投放,而這些廣告的主人是一家來自俄羅斯的網路機構。

Zuckerberg
佐克伯在F8大會上就網路直播殺人事件對受害人家屬表達慰問。
圖/ 極客公園

這些廣告之所以能夠獲取如此大量且準確的曝光,是因為背後操作的俄羅斯公司對Facebook的信息流演算法有著非常深入的研究。在美國眾議院情報委員會前不久舉辦的聽證會上,調查小組最高民主黨官員Adam Schiff就向Facebook的律師拋出了這樣的指責:「俄羅斯社交媒體成功影響競選的一個原因就在於,他們了解你們的演算法,這些演算法強調的內容,要不是讓人恐懼,就是讓人憤怒。」

演算法放大了人們的恐懼,並幫助外來力量干涉一個國家的民主,這樣的故事讓人感到毛骨悚然。在過去的這一年裡,人們對待演算法的態度已經悄悄發生了變化。幾年前,托高速成長的科技公司們的福,演算法在那時還代表著前端技術和高端的電腦智慧水平,幾乎等同於政治正確,Google用演算法將搜尋結果排序,Facebook用演算法為用戶呈現他們喜歡看到的內容,這些都給人們的生活帶來了積極的改變。

可是在過去的一年裡,科技公司濫用演算法的另一面開始越來越多的被關注,演算法也受到了前所未有的重視,比起前兩年的積極回饋,2017年大眾對演算法的態度發生了180度的大轉彎。

被拉下神壇的演算法

Google旗下影片網站YouTube使用的演算法就在前不久獲得了不小的批評聲浪,YouTube有一款針對兒童的頻道,所有內容的抓取都由演算法自動完成,但這一演算法甚至還「誘導」孩子們看一些不良的影片。

「一切都在推動我們走向演算法引導的定制化產品,這讓我非常擔心,」美國前總統歐巴馬的首席戰略師David Axelrod曾如此表達過對政治和媒體未來的擔憂。

但除了擔心之外,也有人提出了不一樣的看法。馬里蘭大學的教授Frank Pasquale就對Facebook將演算法「拉下神壇」表達了讚許,「總統大選背後的一系列事件讓人們開始真正理解演算法系統的力量。」Pasquale認為,比起以往,今天的演算法失去了當年的威信,它更容易被質疑、被討論。 Pasquale認為這種改變的分水嶺是歐盟最高法院在2014年做出的一個決定,即從Google等網路大公司的手中奪回公民的「被遺忘權」。「這是早期關於演算法系統的競爭和公共義務的爭論。」

有關演算法的爭議同樣發生在地球另一端。

元旦假期之前,今日頭條被網信辦約談的消息成了2017年最後的熱門新聞。 24小時的關停整改之後,今日頭條宣布關閉社會頻道,同時封禁、禁言1101個低質內容的自媒體帳號,此外,1月4日還有消息稱,為了加強內容審核,今日頭條正在大規模招聘內容審核編輯崗位,總的招聘規模在2,000人左右,黨員優先。

今日頭條
圖/ 極客公園

延伸閱讀:演算法失能?今日頭條大整頓、招募2,000編輯

截至2017年8月,今日頭條的月活躍用戶已經超過2.4億,這個快速成長起來的信息巨獸已經成為許多中國用戶在手機端獲取信息的主要來源。但隨著今日頭條的規模漸大,用戶的使用時間越來越長(截至去年1月的數據,今日頭條月活躍用戶平均每天使用今日頭條超過70 分鐘),這款基於人工智慧演算法的信息流產品也逐漸暴露出了另一面。

對今日頭條演算法的爭議從來就不少,但客觀來說,今日頭條依託於今日頭條App,火山小影片,抖音,悟空問答等一系列高用戶黏性的產品矩陣已經悄悄佔據了數億用戶大量的消費時長,演算法讓撲面而來的碎片化的信息更有邏輯的被組織,解決了絕大多數用戶對於信息的溫飽需求,越來越多的用戶事實上也在用腳投票成為頭條的用戶。

從商業的角度,佔據足夠多用戶足夠長的時間無疑是一個產品成功的標誌,這是無數產品人夢寐以求的結果。但是作為一個全國性的應用,這顯然不應該是衡量產品的唯一標準。人們的信息消費正在升級,在被滿足的同時,用戶希望看到更多有價值有營養的優質內容,面對這些升級了的需求,顯然不是靠捕捉用戶興趣,不斷討好用戶這些既有的演算法邏輯就能夠滿足的。

是演算法的問題還是人的問題?

當然,針對Facebook和Google等公司的指責不該只針對演算法和技術上的問題,而應該更針對發明演算法的人和公司。這也是為什麼參加聽證會時,代表Facebook出席的是其首席法律顧問,而不是某個伺服器。「我們不能把機器學習系統看做純粹的技術問題,」微軟的研究員Hanna Wallach說道,「他們本質上變成了社會技術領域的東西。」

但現在,Facebook和其他公司所承受的壓力有時會讓演算法成為人類和企業失敗的替罪羊,有些說法甚至指出演算法是有一定程度的自主性,這種將責任全權歸咎到技術上的說法非常不負責任,同時也減少了我們實質上修復演算法腳本問題的機會。

中國影片網站快手的創辦人宿華就曾在極客公園的Rebuild 2017 大會上談起了「演算法的價值觀」的問題。「演算法本身是沒有價值觀的,但是演算法是人去定義、搭建的。做演算法的工程師、團隊是有價值觀的。機器不會無中生有產生一個演算法,演算法是背後有一群很優秀的人,去分析用戶的問題、訴求,最後想出一套辦法把它變成程式、程式碼,然後在電腦上運行。這樣整個過程下來,實際上演算法裡面蘊含的是團隊的價值觀。」

宿華同時說到了快手在內容審查上有著多道人工審核的流程,除了簡單的審核以外,快手甚至還有「內容評級」和「專家委員會」的機制。

「妖魔化」演算法是偷懶的做法,它會讓我們容易對演算法何以無處不在的原因視而不見。演算法是唯一能讓我們理解電腦時代海量數據的方法,它提供了一種優雅而有效的方式來讓事情變得更加美好,甚至,讓世界變得更加美好。

延伸閱讀:一窺Facebook演算法的秘密:你每天看什麼都是它決定!

智慧的演算法與「手動」的平衡

不僅僅是演算法,在過去這一年中,攜程因為「捆綁銷售」而被網友詬病,360因為水滴直播引起了巨大爭議,這些事件無論是規模還是性質都遠遠超出了產品本身,甚至引發全民熱議,成為了社會各界都關注的嚴肅問題。

隱私權是科技發展過程中不可避免的一個議題,360宣布關停水滴直播的同一天,Facebook也因為產品設計隱私問題而引發了爭議。當天,Facebook宣布上線新功能,在用戶同意開啟後,Facebook會自動幫用戶圈出上傳照片裡的人臉,並給照片中的每個被圈出的人發出提醒訊息。

新功能上線沒多久就在網路上引發了網友的熱議和恐慌,Facebook出於保護用戶隱私推出的提醒功能,無意間卻也戳中了用戶的隱私敏感點,當天,Facebook慌張地發出公告,宣稱這一功能必須由用戶主動打開才能應用。

2017年,很多科技公司的日子都算不上順風順水。越來越多的人們開始批評科技大公司們,演算法問題也好,產品侵犯公民權利也好,甚至壟斷、不公平競爭等等,針對這些的批評聲背後,其實反映了科技公司在近幾年逐漸成為社會主流力量的趨勢。

無論是中國還是在全世界範圍內,市值最高的公司們大多是網路和科技領域的公司,科技公司的力量正在無限崛起,科技、網路產品正在無限地融入人們的生活之中,原本只限於茶米油鹽的生活,正在成為搜尋引擎、電商平台和社交媒體的舞台,在科技力量崛起的過程中,人們的抵抗情緒日益高漲,這其實也是科技公司們不可迴避的一個挑戰。

每天,越來越多的人們花費越來越長的時間在Facebook和今日頭條這樣的產品上,這些產品其實已經獲得了商業上的巨大成功,而在這之後,逐漸成為全民應用、網路上水電煤的Facebook們需要開始思考一個更加嚴肅的問題:在擁有了如此大量的用戶群、佔據了這麼長的用戶時間之後,他們如何能讓用戶花在其上面的每一秒更有價值?

依托演算法的優勢,新興的科技產品能夠從傳統產品中快速奪走用戶的使用時間,但當這些基於演算法的產品成為成長壯大為主流產品時,單純使用原本用來「攻城拔地」的演算法可能已經不再適合新的情況。演算法當然是未來,但屬於未來的完美演算法還遠遠沒有到來,在那之前,如果科技巨頭們不「手動」彌補演算法的缺陷,普通用戶很可能對演算法失去信任,這不僅會打擊到產品本身,對原本屬於演算法的未來也將產生不可小覷的負面影響。

所以,在過去的2017年裡,人們已經充分見識到了演算法的威力,更認識到了演算法的一些弊端,未來在2018年,我們會見到更多像Facebook、YouTube、快手和今日頭條一樣聘用人工內容審查員的做法和解決方案,也許有人會認為這樣一點都不智慧,但在實現真正的智慧之前,這是必不可少的一段曲折與摸索。

本文授權轉載自:極客公園

關鍵字: #演算法
往下滑看下一篇文章
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技
AI貫穿保險價值鏈、提升用戶體驗,國泰重新定義保險科技

國泰未來保險體驗日(Cathay InsurX Day)是國泰金控攜手國泰人壽、國泰產險,所舉辦的台灣金融業首場以保險科技為主軸的產業盛會,打造產壽險對話平台,從台灣保險產業特性出發,以技術 + 場景 + 人性三大視角,重新定義台灣的保險科技。

國泰金控資深副總經理孫至德在開場致詞中,特別提到根據國泰多年的觀察,發現客戶需要的是數位結合實體的保險體驗,因此我們希望結合數位平台與業務員能力找到新的經營模式,同時運用科技讓體驗變得更方便、透明。國泰金控副總經理林佳穎也分享,國泰持續透過場景金融、數位體驗、AI賦能三大關鍵做法,期待能成為「以金融為核心的科技公司」。她強調,保險業不是單打獨鬥,需要更多跨域協作,面對充滿挑戰的未來,「我們更要Run Faster,Better Together」,才能在挑戰中找到新機會。

3.jpg
圖/ 國泰金控

過去,保險業的數位轉型多聚焦在「流程更快速」與「服務更便捷」等領域,但在生成式人工智慧(GenAI)與代理式人工智慧(Agentic AI)技術崛起後,國泰金控旗下國泰人壽與國泰產險勇於嘗試、將AI全面滲透核心業務流程,讓 AI 不再只是單點輔助,而是貫穿保險價值鏈、提升用戶體驗的關鍵。

以 AI 重塑保險全流程:國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋,國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度,例如,以 OCR(光學字元辨識)醫療文件擷取與 ICD(國際疾病分類)/手術選碼優化登打效率、以 CRSS(理賠風險識別系統)風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事,以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而,保險陪伴客戶的時間是很長的,隨著保戶年齡逐漸提高,再加上超高齡社會來臨,理賠案件數量持續攀升,需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上,加入GenAI 與Agentic AI等技術,以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制,僅需一個月調校,即能快速適配不同醫院表單,維持原本的正確率並將覆蓋率由50%提升至近100%,大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫(Graph DB)建立理賠關係網,快速標示高風險關係案件提供判斷依據及建議後續的應對方式,加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件,並快速歸納出重點,幫助理賠人員快速找到關鍵資訊進行交叉查證,大幅節省審理時間。

莊淑儀指出,光是理賠流程,國泰人壽已打造30個以上的AI Agents,目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下,國泰人壽沒有特別打造額外的AI平台,而是將AI Agent整合至現有理賠流程各個環節,讓同仁們可以在一個介面完成所有工作,兼顧便捷、好上手與效率提升。

除了理賠,國泰人壽也將 AI 應用延伸至商品知識管理,打造業務員的行動智慧助手,從保障缺口判斷、個人化商品推薦到業務員智能對練等流程,都有AI Agent協助提高同仁效率,讓客戶的保險體驗更便利且完善。舉例來說,隨著保險商品高度複雜化,國泰人壽推出「商品知識助理」,協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目,幫助業務員更快速採取行動,也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI,而是建置AI Agent 生態圈,高度整合與重塑理賠、商品服務等核心流程,藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋,國泰人壽不會單純以投資報酬率(ROI)評估AI成效,將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值,並勇於在新的商業模式上進行嘗試,確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

圖4.jpg
圖/ 國泰金控

從數據到智能,國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出,面對火災、地震、颱風等難以預測的風險,需要數據與AI驅動的產險保護傘填補損害,把衝擊降到最低,讓生活、經濟與社會能持續穩定運轉。在具體實務上,國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」,以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故,其中,大車事故發生率是小車的2.2倍,致死率比起小車高達6倍等現況後,國泰產險開始思考,除了提供大車事故後的理賠支援,還可以從事前提供哪些服務?也因此催生了業界首創的「CarTech智能車險加值服務」,透過跟運輸業者與學校等單位的合作,針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程,透過駕駛行為及行車環境等多元數據建置AI模型,即時洞悉駕駛行為及風險分析,並提供運輸業者客製化的風險改善建議,實踐以數據及AI優化損害防阻。吳香妮強調,我們的目標是不僅提供理賠,更要守護客戶,提供超越價格的價值服務。

產險的核心業務之一是再保險,國泰產險的作法是運用AI及數據,化被動為主動,以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案,現在則透過數據與AI驅動,主動精準拆解業務目標,以28項風險因子預測風險發生機率與損失金額,自動輸出並比較多種方案,從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程,解決長期困擾員工的報告製作痛點,包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組,為員工省下6到7成的手動作業時間,將時間與精力聚焦在更具策略價值的工作,以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

圖5.jpg
圖/ 國泰金控

從國泰人壽與國泰產險的實作,可以清楚看到:對國泰而言,AI不僅是新技術導入,更是保險價值鏈全面進化的核心動能,將以數據與AI驅動服務實踐用戶體驗的優化,持續引領台灣保險科技體驗走向新世代。

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Vibe Coding
© 2025 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