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
終於出現「看得懂的保險」!國泰人壽以「保險視圖」引領資訊透明革命
終於出現「看得懂的保險」!國泰人壽以「保險視圖」引領資訊透明革命

在台灣,多數人的第一份保障來得很早,可能來自父母,或是出社會後自行投保。然而,直到今天仍有許多人即使手握數張保單,仍說不清自己到底保了什麼。條款繁複、名詞艱澀,導致投保當下似懂非懂,過一陣子就全忘了。保險資訊的不透明,讓風險管理變成了一場全憑印象、依賴業務員的信任遊戲。

自從國泰人壽推出 App 3.0,以「陪伴」重塑保戶與保險的關係,下一步,更要讓資訊變得透明、易讀、好上手。於是,「保險視圖」誕生了—由國泰人壽戰情室 diLab(Digital Insurance Lab)領軍打造的這個平台,試圖翻轉保單難懂的問題,將散落於規範、條款與系統的資訊重新整理、轉譯與可視化,讓保戶終於能「一圖看懂」保障全貌。

「我們希望做到的不只是查詢工具,而是讓保戶真正理解風險、開始做決定。」diLab 經理林蔚安說,這項專案從發想到上線歷時多年,可說是完成了連同業都不敢想像的艱鉅任務。這場透明革命如何開始?國泰人壽又如何讓這個看似困難的挑戰落地?

資訊透明:讓保險回到能被理解的語言

「保險商品本身就很複雜,很多人買了保險,打開保單還是看不懂。」林蔚安指出,國泰人壽累積 800 萬保戶,團隊在梳理客戶旅程時發現,即使擁有多年的資歷與服務經驗,卻未能讓保戶更清楚自己的保障;大多僅在與業務員討論時略有概念,事後又陷入陌生感。因此,「保險視圖」的構想,就是要讓保戶能在同一平台掌握所有保障與資產資訊。

數位時代
diLab 經理林蔚安與團隊歷時打磨領先業界的保險視圖,幫助保戶一次看懂保障。
圖/ 數位時代

第一步,是處理「看不懂」這件事。diLab 從資料盤點開始,依照生涯階段與保障屬性,將保單內容重新分為「我的健康照護」、「我的保險資產」、與「我的壽險傳承」三大方向,讓保戶以更貼近日常的邏輯理解保障結構,例如「住院時有哪些保障?」。

「調研時發現,國內幾乎沒有成熟案例可參考,國外雖有概念但差異極大。」林蔚安表示,圖表複雜,反而增加理解負擔,因此團隊反覆推敲呈現方式,「要放什麼、怎麼放、放到什麼程度,光這個架構就討論了數個月!」每一個看似微小的改變,背後都是無數次的反覆測試與訪談,「我們帶著不同版本的草稿詢問保戶,在沒有業務員引導下是否看得懂。」最終,團隊定調以金字塔結構建構視圖基礎,從保戶自己的健康保障,到未來可運用的累積資產,最終到照顧家人的壽險傳承。沒有看似花俏的圖表,只希望讓多數保戶好理解的簡單呈現。

但挑戰不只在前端設計,還有保險條款轉譯。傳統保單以商品邏輯分類,與使用者思考「何時會用到」的方式完全不同。為了讓資訊更貼近生活情境,「保險視圖」不再以條款分類,而以場景情境作為基準。例如保戶生病住院時,介面會按照基礎醫療、意外、癌症、重大疾病、長照與壽險等六大結構分層呈現,先呈現核心,再逐層深化,視覺化整體保障全貌,並同步提供現金價值與現金流資訊,形成一套完整的理解脈絡。

風險洞察:AI協助人們看清保障缺口

國泰人壽
視覺化保障達成率,一眼了解保障缺口。
圖/ 國泰人壽
國泰人壽
提供熱門推薦與更加個人化的AI推薦,喚醒補強意識。
圖/ 國泰人壽

當保險資訊透過直覺式的設計變得透明,下一個挑戰就是讓保戶理解「自己目前的保障夠不夠」。

因此「保險視圖」也導入保障目標試算功能,保戶只需回答幾題簡單問題,如:住院希望住單人房或雙人房、對疾病治療的費用承受度等,系統即可推算個人的保障目標。接著,AI 會即時計算保障達成率與缺口比例,將複雜的理賠與條款結構轉換成直覺的百分比。「醫療保障達成率 60%」、「癌症保障達成率 45%」,藉由直觀的數字圖表呈現,讓保戶能一眼看出自己保障的完整程度。

此外,平台不只呈現差距,還會以情境推估可能的支出。例如住院五天、手術一次的費用與實際理賠差異,讓保戶真正感受到風險的具體樣貌。「保戶不再是聽到『癌症住院很貴』這種抽象說法,而是看得到具體數字。」透過以場景為基礎的推算,使保戶終於能對模糊的風險概念有畫面,並對理賠內容有更直觀的理解。

平台也提供「熱門推薦」與「 AI 推薦」兩種建議模式。前者以性別、年齡作為分析基礎,後者則依個人資料與既有保單做更客製化的配置。保戶可在平台初步理解現況後,再與業務員討論,透過數位賦能、與有溫度的人性服務建立互補機制,也讓業務溝通更聚焦、更有效率。

領航轉型:戰情室以創新實踐「以人為本」

保險視圖歷經多次迭代上線,雖仍在推廣階段,但初步成效已浮現。以今年 4 月關稅議題為例,資產型保單查詢需求明顯攀升,保戶登入次數從每週平均 4 萬次提升到 5 萬 6 千次,大幅成長40%。以往查詢保單價值需透過業務員協助或臨櫃辦理,如今登入平台即可取得資訊。

國泰人壽
保險視圖一次呈現保戶的整體保險資產,建立更清晰的財務健康圖像。
圖/ 國泰人壽

此外,視覺化呈現保障缺口後,有保戶回饋「看到達成率 70%,就想補到 100%」,顯示視覺化真正促進了主動管理的行為轉換。

數位時代
diLab 戰情室跨商品、設計與數據協作,以使用者為中心反覆驗證,用心設計保險資訊呈現方式。
圖/ 數位時代

能完成一份視覺化介面不難,但能把 60 多年累積的保險商品結構、條款邏輯與資料系統重新整合再轉譯,背後極度仰賴組織文化。尤其,保險視圖的誕生,從構想到落地,專案歷時 4 年,期間國泰以「區塊化堆疊」的方式逐步發展服務功能,包括資產總覽、健康與壽險視圖、缺口試算與 AI 推薦,每一步都需要長時間協作與反覆推敲。

林蔚安形容:「戰情室就像加速器。」其角色是串聯商品、數據、數位、UI與UX設計、開發工程與行銷等多個團隊,以使用者中心作為共通語言,讓跨部門能在同一個目標下推進。「大家的專業不同,但只要目標一致,就能共同前進!」

數位時代
專案歷時多年,團隊成功以敏捷方式快速迭代,實現保險資訊透明化。
圖/ 數位時代

展望未來,透明化只是起點。林蔚安指出,下一步是讓更多保戶願意使用平台,使行為軌跡形成數據基礎,再透過個人化推播與 App 串接,發展國泰人壽保戶更完整的數位體驗。「這條路很難,但值得做。」他分享,有一次泰國人壽數位團隊來台交流,第一眼看到保險視圖就說:「這真的很不容易。」但也因此,更突顯國泰人壽勇於創新、以人為本的服務精神。同時,保險視圖也不會是終點,卻會是打開未來保險模式的一把關鍵鑰匙。國泰人壽以具體行動落實「Better Together 共創更好」,在每一項細節中重塑保險服務的日常價值。

保險視圖:https://cathaylife.tw/VoeoOdb

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