是福還是禍?當AI能夠操控你的情感,卻也能用來預防犯罪
是福還是禍?當AI能夠操控你的情感,卻也能用來預防犯罪

本文摘自:《情感運算革命》,商周出版

日常環境中感應器的使用日益增加,也就是通稱的物聯網(Internet of Things,IoT),結合了大數據分析的預測能力,正在改變我們與世界的關係。只是並非都是好的方面,隱私、自主權,甚至是自我決定等問題,在討論這些侵入性科技時都會一一浮現。儘管這些聽起來就夠令人忐忑了,但是如果結合能快速讀取、理解我們的情緒反應並做出回應,就更讓人惴惴不安了。

購物者顯然常被說服,而購買超出原先計畫,甚至不符合自己最佳利益的東西,但是這種可即時與我們的基本感覺互動的能力,讓局勢朝著更受操弄的方向轉變。彼此關係從相對平衡的狀態,變成更像是掠奪者與獵物的關係。

從消費、談判到面試的應用

廣告主和行銷人員已經開始擁抱情感運算。假以時日,隨著情感運算愈來愈容易取得且方便使用,將會應用在任何電腦可以與人互動的地方。

仍在初期階段的情感運算已被當成行銷研究工具使用,時間一久,隨著處理能力、頻寬及演算法改善,將有新的情緒覺察系統提供商家愈來愈容易使用的功能。

到了最後,假設有利可圖的話,這些功能將會轉化成服務系統,目前通常稱為「軟體即服務」。公司可以合理費用使用這些整合服務執行各種任務,不必自行開發軟體和資料庫。這類服務可以擷取並自動執行許多較為複雜的臉部辨識、3D掃描、情感運算及擴增實境,讓企業能快速而即時地吸引消費者,就像你我寄發電子郵件,或是對文件進行拼字檢查那麼輕鬆簡單。

我們應該對此感到憂心,因為情緒操控的可能性將無法抵擋,而且會大幅改變零售商與消費者關係的平衡。只需要想像一下,在汽車展示間裡有一個能幹的銷售人員。你想買一輛車,但是顯然不想為這筆已經頗為重大的投資再付出更多的錢。你和銷售人員討價還價,企圖說服彼此。

如果進行這場談判的一方,是能以光速與超高準確度解讀你的非語言信號,並且加以回應的機器呢?你真的認為自己在走出展示間時,荷包能完好無損嗎?我打賭不會。

無生命的詐騙犯

至於社會中比較脆弱的成員呢?老年人通常會淪為詐騙的受害者,而那些騙局可能會讓比較年輕,也更精明的人搖頭。針對老化神經科學的研究顯示,老年人會對信任相關的跡象敏感度降低,也不能忽略他們對生存的這個新世界缺乏理解。平均而言,一般人對於成長期間使用的科技,會比父母和祖父母更加熟悉,也更遊刃有餘,他們和這些科技打交道時的常識也一樣。展望情感運算之類的科技,我們可以想像老年人在接觸那些互動或交易時會比他們的子女單純生疏。詐騙集團有辦法快速讀取並理解他們的感覺,就可以趁機大肆利用自動化。販售一些不可靠的投資給退休人士,快速榨乾他們的銀行帳戶,並且操控寂寞老人寫下遺囑,都可能還只是冰山一角。

沒有人知道究竟有多少聊天機器人滲透到約會網站與社群媒體網站,但是專家同意,數量大概在100萬以上。近幾年來,這些程式的數量和成熟程度進步十分可觀。根據2014年的一份調查估計,56%的網際網路流量是由機器人程式產生,這些程式是設計來執行高度重複性的作業。調查指出,這些流量大約有一半來自好的機器人,但是約30%則是由惡意機器人產生,如網路爬蟲(web scrapers)、駭客工具、垃圾郵件發送器,以及模擬身分程式(impersonator)。

如此看來,隨著人工智慧愈來愈成熟,也愈來愈能理解並回應情緒及非語言信號,所有人類將會變得何等脆弱?

隨著情感運算科技普及,並且在不同領域中找到應用方式,我們可能也要面臨許多發展期的困難。當成工具用於執法工作或蒐集情報可能成效卓著,因為有了解及預測罪犯與嫌疑人行為的需要。但是,這些科技會如何改變,或是加深公務員對公民自由的潛在侵害?似乎是再稀鬆平常不過的情況。

真假難辨的謊言與真實

一份針對206份文件與24,483份法官紀錄進行的大規模整合分析研究結果顯示,即便是警察和法官,所有人在評估一個人是否說謊時,成績並沒有比碰運氣高出多少。平均而言,只有54%的機會能判斷出正確的實話/謊話。有意思的是,儘管多數人的行為有事實偏誤,但是執法人員卻偏向另一個方向,帶著一點謊話偏誤。不過,哪一種方法明顯都沒有比另一種更準確。

另外一項針對509人的研究,其中包括美國特勤局、中央情報局、聯邦調查局、國家安全局,以及緝毒局執法人員在內,只有特勤局在偵測目標人物是否說謊時的表現明顯比碰運氣來得好,然而即使如此,特勤局觀察人員的成功率也只有64%。

難怪世人尋求可靠方法偵測詐騙的歷史悠久。十九世紀末,人們開始將科學方法應用在訊問時是否說謊。測謊器可同時記錄並列出受試對象的脈搏、血壓和呼吸次數的測量變化,經過多次修正改良後,二十世紀末時演算法和軟體都開發到可更進一步分析測謊儀數據。時至今日,測謊儀測試依然是我們驗證事實和偵測欺騙時,最好也是唯一的科技方法。

然而,測謊儀的功效依然頗受質疑。由於測試結果的不一致,引發相當多爭議。此外,還無法區分說實話者與真正說謊者的生理喚起反應(arousal response)。更複雜的是,有些人確實可以訓練自己在說謊時不會有身體的自發反應出賣他們,藉此欺瞞機器。基於種種原因,許多法庭和司法單位並不把測謊結果列為足以採納的證據。

從犯罪防治的觀點來看,還有另外一個問題就是,測謊儀不能用在遠距離的對象,而是必須將裝置直接連接到受試對象的身上才能運作。

隨著情感運算的出現,情況大致上很快就有了改變。支援技術如臉部辨識,已經在城市廣為使用,無論是實體商店、廣告牌、體育館及街道上都有閉路攝影機。有些城市的數位顯示器已經能夠根據觀眾的性別、族裔和年齡層,顯示客製化廣告。由浸入實驗室(Immersive Labs)之類的公司開發的數位顯示器,能在25英尺外就判定這些細節,一次可判讀多達25人。搭配微軟Kinect或網路攝影機的智慧電視與系統,可以設定為無論誰坐或站在它們前面,都能判斷人口結構和其他細節,並且得以同時客製化內容與廣告。

政府對情緒辨識科技的應用與濫用

隨著電腦處理能力日益強大且無所不在,簡單的臉部辨識將被即時情緒辨識取代,一如所有模式識別科技,也將在短時間內快速改進。

執法人員早就需要工具輔助他們準確判讀情緒,並且偵測謊言。這麼多年來,這項科技已經向前躍進一大步,切實可行。執法人員會熱情擁抱它嗎?還是會因為美國公民自由聯盟和電子前哨基金會等團體必定會提出基於隱私與公民自由疑慮而拒絕使用呢?至少在一開始時,有可能會是前者。

提到個人安全問題時,大眾屢屢證明如果確定能夠帶來更完善的保護,他們願意犧牲一點公民自由。從九一一事件之後毫無爭議地通過美國愛國者法案(USA Patriot Act),以及後來根據2006年恐怖分子監聽法(Terrorist Surveillance Act)而擴大監聽,可見一斑。但是,正如常見的情況,這類工具不免遭到濫用,而等到濫用時將會引起民眾反彈。

能夠遠端解讀情緒的工具可用來操控行為,應該引發嚴重關切。為了取得電腦系統認為有罪者的口供,訊問人員願意做到什麼程度?然後就是錯誤記憶(false memories)的問題。研究顯示,記憶形成的過程也複雜地包含情緒,尤其是負面情緒顯然更容易受到錯誤記憶形成的影響;換句話說,就是讓人相信他們記得某件其實根本不曾發生的事。為了在達成如招供等目標的過程中解讀情緒,設計的系統有可能會形成一種回饋循環,若是沒有足夠的防衛,隨著每個非語言回應而來的一連串質問,可能在無意中灌輸了錯誤記憶,最後導致坦白供認。

儘管許多民主國家都有保護公民自由的防護措施,但是濫用這類監視與訊問方法的風險仍然極大。如果發生這種狀況,最後有可能會引發強烈的反彈。輿論的轉變可能導致完全禁止這方面的用途。但屢見不鮮的是,禁用科技通常只會將科技逼入幾乎不存在管理規範,卻充斥濫用可能性的陰影之中。

關鍵字: #數位書選
往下滑看下一篇文章
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網
為保戶守護重要資產,南山人壽以黃金眼 AI 防詐模型建構全通路資產防護網

為守護保戶資產,南山人壽集結客戶服務、數位、資訊三個部門的能量,自行研發「黃金眼 AI 防詐模型」,自 2024 年底完成開發後,截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元,並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產?

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋:「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型,不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰,還能夠偵測在臨櫃辦理保單借款或解約的高風險個案,讓客服人員可以主動提醒與關懷,有效降低詐騙風險,守護客戶資產安全與信任。」

南山人壽
南山人壽客戶服務資深副總經理李淑娟指出,詐騙手法快速進化,南山人壽研發黃金眼AI防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。
圖/ 數位時代

從詐保到詐財,壽險業面臨的風險加劇

過往,壽險業者面對的主要風險是保險詐欺,例如,透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金,然而,隨著科技迭代與詐欺集團的組織化、專業化,這類手法已快速進化,從「偽造病歷、輕病久住、醫療共犯」等傳統模式,轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性,也直接影響保戶資產安全。例如,詐欺集團利用假冒理賠諮詢等方式竊取保戶個資,再一步步誘導客戶辦理解約或申請保單借款,最後要求將資金匯到不明帳戶等,壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出,南山人壽每年要處理逾 35 萬件解約與借款案件,很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件,南山人壽除開發 AI 模型辨識詐保事件,更進一步研發黃金眼 AI 防詐模型,用前瞻科技主動攔截風險,強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時,南山人壽面臨兩個挑戰:首先是壽險的交易頻率低,導致資料稀缺;其次,是詐欺樣本比例高度失衡,導致 AI 很容易誤判。為化解這些挑戰,南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練,爾後,透過集成學習(Ensemble Learning)整合多個不同觀點的「專家模型」共同判讀,提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示:「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後,我們除了將模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級,協助客服人員快速識別高風險個案,主動介入並阻斷詐騙,更透過『自適應演進』與『外部資源擴充』兩個機制,持續優化模型辨識精準度。」

南山人壽
南山人壽打造黃金眼AI防詐模型,將模型串連至臨櫃客服系統,以直觀的紅、黃、綠三色燈號,即時呈現保戶的風險等級、協助客服人員快速識別高風險個案。
圖/ 數位時代

「自適應演進」指的是,客服人員會依據模型亮起的燈號,結合系統提供的關懷提問表,向臨櫃辦理解約或借款的保戶進行關懷詢問,如資金用途、是否接獲可疑來電等,藉此釐清是否存在異常情況,並將相關結果回貼標籤,作為後續調校模型的關鍵訓練素材,讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄(MOU),在合規架構下共享情資,協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充,南山人壽目前正與電信業者合作,將其超過 1,400 項特徵因子導入模型,有效提升模型燈號判斷的靈敏度與可靠度,使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示,詐騙的手法日新月異,AI 阻詐模型除了能準確識別可疑的高風險案例外,更重要的是具備與時俱進、持續調優模型能力和效果的機制;如同維持客戶服務的品質一樣,刻不容緩。

南山人壽
南山人壽數位專案經理蔡其杭表示,黃金眼AI防詐模型串連至臨櫃客服系統,以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級。
圖/ 數位時代

李淑娟表示:「隨著模型的持續優化,黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制,以事前預警的方式防堵詐欺事件。」舉例來說,當保戶撥打電話詢問保單借款或解約時,系統就會開始運作、提前識別風險,針對透過手機 APP 或網路平台辦理業務的數位客群,系統也會即時偵測,當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手,南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是,南山人壽並未將防詐視為單一的科技工程,而是從 SAFE–Skilled(防詐訓練)、Awareness(全民防詐)、Fintech(科技運用)、Engagement(聯防合作)–四個構面打造更完整的防護機制。

在專業技能方面,南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式,也持續透過內部教育訓練,以及跟刑事警察局等單位合作舉辦的工作坊等方式,全面提升員工識詐、阻詐的能力,達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面,南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片,並在櫃檯明顯位置放置防詐文宣,協助來訪保戶掌握最新詐騙趨勢;更主動走入偏鄉、校園與新住民社群,並針對聽語障人士製作友善素材,以多元形式推廣防詐知識,降低詐騙事件發生的可能性。

在公私協力方面,李淑娟表示,南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」,在拜訪客戶時主動觀察各種異常徵兆,例如可疑的投資文宣或陌生人的頻繁出入,並將這些現場蒐集到的「軟性數據」提供回公司,作為模型判斷的補強資訊,以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群,南山人壽也積極推動「保單安心聯絡人」機制,鼓勵保戶指定第二聯絡人,在其申請保單借款或終止契約時,可以主動通知聯絡人介入確認,降低詐騙風險;此外,亦針對受詐保戶提供「喘息關懷服務」,以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力,將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面,樹立產業新標竿。

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
進擊的機器人
© 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