擬改人工推薦影片把關內容,YouTube卻爆出違法收集兒童個資?
擬改人工推薦影片把關內容,YouTube卻爆出違法收集兒童個資?
2018.04.10 | Google

YouTube旗下用戶近10億人、涵蓋全球3分之1的上網人口,每分鐘便有400小時的影片被上傳。即便去年Google已開始透過機器學習辨識YouTube中恐怖主義與暴力極端主義等內容,但仍頻頻出槌,無法杜絕惡意不良影片出現在推薦片單中,究竟該如何更準確地審查成為一樁難事。

YouTube擁有大量免費卡通、玩具開箱影片,使「兒童影片」成為YouTube上觀看次數最高的內容之一,根據市調公司Trendera指出,在8到12歲的兒童中,擁有YouTube帳號的人高達45%。為保護兒童觀看安全,專門提供兒童使用的YouTube Kids在2015年上線,據BuzzFeed News報導, YouTube為彌補演算法的缺失,有意讓YouTube Kids的推薦影片靠純人工篩選,家長可自主選擇要人工篩選的新「白名單版本」,或沿用和一般YouTube相同的「演算法版本」。

但消息都還未被官方證實,卻引來美國兒童保護團體關注,控訴YouTube非法向13歲以下兒童投放廣告,有收集個資嫌疑。

向未滿13歲兒童投放廣告,恐罰款數十億

美國時間4月9日,共計23個團體連署向聯邦貿易委員會(Federal Trade Commission)要求調查Google。 投訴書指出,Google違反兒童線上隱私保護法(COPPA),透過YouTube向未滿13歲的使用者收集個資,包括位置、電話號碼等詳細資訊,且靠著這些資訊對其投放廣告

當Facebook因個資外洩醜聞,執行長祖克柏已前往參議院與眾議院作證,在證詞中並再度為此事道歉,難道此時YouTube也陷入另一起敏感的個資外洩危機?

其實當用戶觀看YouTube,官方都會收集一些個人訊息,讓廣告主能更精準投放廣告,但問題癥結在於YouTube在服務條款中規定「 不向未滿13歲的兒童提供服務 」,但目前國小、國中的用戶比比皆是。投訴書指控,YouTube在收集資料前未經過父母同意,估計YouTube每隔一段時間就收集2300萬名兒童數據,要求每次違規要處罰4萬1484美元,YouTube被罰款金額將達數十億美元。

YouTube官方表示尚未收到投訴,但聲明「YouTube不是兒童使用的平台,針對兒童,有投入大量資金開發YouTube Kids可使用」。不過投訴引用美國非營利機構Common Sense Media的調查指出,71%的家長表示自家小孩仍在其一般YouTube網站或App上看影片,僅24%的人說孩子有在用YouTube Kids。

YouTube藉由YouTube Kids,想給兒童更安全的觀看環境,但真的奏效嗎?為做到更嚴謹的內容把關,並保護創作者、廣告商不被不當內容侵害,過去一段時間YouTube也做出了行動展現。

阻擋惡意影片,YouTube開第一槍:發動萬人審查

在YouTube Kids上搜尋「色情」、「9/11」等關鍵字,不會有任何結果,但披著卡通「外皮」的惡意影片卻相當駭人。這類血腥卡通,主角多是孩子們喜愛的卡通角色,包括艾莎、米老鼠、佩佩豬、綠巨人浩克、小小兵,但影片內容卻充斥著大量哭泣橋段跟誘導自殘行為,靠著高觀看次數,甚至能詐取廣告收入。另外YouTube Kids上還有大量陰謀論影片,包括「1969年登月是假的」,陰謀論理論家David Icke的「這個星球是由爬行動物和人類混合動物運行」、「暗殺肯尼迪總統是由美國策劃的」,非常不宜兒少觀看。

youtube kids
專為兒童設計的YouTube Kids,近期惡意影片層出不窮,官方有意改採「純人工推薦法」。
圖/ YouTube Kids

當這些內容逐漸失控,YouTube在官方審查端以及創作者分潤制度都採取了行動。去年12月,YouTube首席執行官Susan Wojcicki表示,今年將新增1萬名審查人員,來查核非法不良內容,且為了「人工法眼」們的身心健康,更設下每天觀看時長僅限4個小時的規定。

第二槍從創作源頭下手,提高廣告分潤門檻

在今年1月,為了還YouTube一個乾淨的環境,第二波調整YouTube合作夥伴計畫,為避免廣告主將廣告不慎投放在不當影片中引發爭議,官方從「影片創作源頭」開始抓,拉高創作者的分潤標準。

過去,YouTube只規定頻道影片觀看累積1萬小時即可(無年限),即可參與廣告分潤,如今需滿足「1年內,影片累積觀看時間為4000個小時」、「訂閱用戶達1000人」兩項條件,大幅提高難度。即使YouTube在2月針對符合過往分潤標準的創作者,給予30天的放寬期限,補達成兩項標準,但對於多數小規模經營的YouTuber來說,仍相當困難。

整治違規YouTuber,網紅羅根·保羅下場慘

最後談到整治「違規」的YouTuber,羅根·保羅(Logan Paul)算是最鮮明的案例。去年12月他和朋友在日本著名的自殺森林「青木原樹海」拍攝影片,並還對死者開玩笑,引發大批網友撻伐,更有一項超過47萬人的連署,要求他關閉頻道。YouTube除了將影片下架外,更把他從Google廣告計畫「Google推薦(Google Preferred)」中剔除,這讓他人氣大幅下降,最後只能轉戰Twitch發展。

Logan Paul
網紅Logan Paul因拍攝日本自殺森林影片引發眾人撻伐,即便事後道歉也無法挽回人氣。

即便YouTube投入大量的心力在內容審查上,仍持續有不當影片的問題,更被質疑擁有大量資源,卻沒做好隱私保護,YouTube發言人則強調,「保護兒童及家庭一直是我們的優先考量。」隨著Facebook個資外洩事件升溫,YouTube這起指控格外引發外界關注。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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