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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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