會測謊的自動通關機、企業AI面試官——人機合作時代來臨了
會測謊的自動通關機、企業AI面試官——人機合作時代來臨了
2018.05.16 | IBM

台灣移民署在近年力推自動通關系統,在去年(2017)使用人次突破5000萬,但在商旅頻繁、恐怖主義高漲的現在,出入境他國仍須耗費不少時間過海關,但隨著人工智慧(AI)以及生物辨識技術的演進,未來旅客可能會發現自己過海關時,面對的是一台機器,更厲害的是它能透過你的肢體動作,知道你有沒有說謊,「安檢」、「測謊」合而為一,這將會是未來安檢的新樣貌嗎?

除了自動通關,還兼具測謊功能

這套機器叫做「及時自動測謊虛擬助理」簡稱為「AVATAR 」,它結合了人工智慧(AI)、多個感應器、生物辨識功能,「AVATAR 是一個自動服務機器,有點像是機場的自助登機機台,或是超市的自動結帳機。」

研發人員表示,AVATAR機台上有一個螢幕,會在旅客過海關時,詢問一些基本問題,像是「行李裡有水果或蔬菜嗎?」、「身上有攜帶武器嗎?」、「來訪的目的是什麼?」,接著機器會透過人類眼睛的移動、聲音變化、臉部表情、姿勢等生理與行為變化,搭配虹膜辨識系統、情緒與壓力感應器,來辨識這個人有沒有說謊,或透露不安的訊號,藉此揪出高風險人物。

亞利桑那大學研究員 Elkins表示,AVATAR的測謊功能有高達60%到70%的準確度,最好時可以達80%,「通常來說,人類的準確率大約是54%到60%。」

AVATA
AVATAR機台上有一個螢幕,會在旅客過海關時,詢問一些基本問題。

不是要取代人類,「人機合作」讓工作更順利

AVATAR是由美國國土安全局出資研發的一款機器,亞利桑那大學研究人員在2012年時推出第一代版本,在美墨邊境針對部分自願者展開測試,但當時國土安全局認為雖然想法很吸引人,但技術還不夠成熟。

這套系統需要仰賴大量數據以及機器學習作為基礎,自第一代機器推出以來,研發團隊加上了額外的感應器,機器有能力可以分析更多的數據,而且完全不需要休息,過去一年AVATAR開始在加拿大、歐盟部分地區展開測試,AVATAR一旦判斷旅客沒有通過測謊時,便會通知海關人員進行後續面談。

lie-detectors
AVATAR仰賴大量數據以及機器學習作為基礎,還兼具測謊功能。
圖/ shutterstock

AVATAR跟傳統的測謊儀器不同,因為是藉由感應器監控生理反應,因此過程中完全避免掉肢體接觸,同時能提升效率以及準確度,AVATAR研究團隊強調,這款機器目的不是要取代海關人力,而是要讓人類將時間專注在擅長的事情上面,希望透過「人機合作」的方式讓安檢工作更順利。

不怕外貌偏見,日本企業找來AI面試官

也許在不久的未來,就能在機場、邊境看到AVATAR協助安檢,這項技術一旦更成熟,未來還能在面試、人力資源應用領域提供協助。

最近日本人力公司En-Japan,就在東京、關西舉辦了一場特殊的面試活動,找來AI當面試官,這場面試共有20名大學生前來參加,進入面試會場後面對的是一台手機,AI分析完求職者履歷後,會根據面試者的性格提問,問題會顯示在手機螢幕上,只要對著手機回答問題就可以。

對企業來說,除了可以節省人力成本,對面試者也有一項附加好處,因為AI清楚掌握求職者的個人資訊,完全是以「能力」作為依據,不會像人類面試官存有對外貌的偏見,避免受「以貌取人」因素,影響面試結果。

另外,日本軟銀(Softbank)去年開始導入IBM的人工智慧系統「華生(Watson)」,軟銀先讓AI從過去的人事案例中學習篩選標準,讓他理解企業選才標準,平均一秒就能完成上百件的履歷初審,比起人類平均一份履歷需花上三分鐘,效率翻了好幾倍,軟銀從今年四月開始,就會由AI來協助審核求職文件。

job interview
AI面試官可以避免受「以貌取人」的因素影響面試結果,但也比較沒有人味。
圖/ shutterstock

不過有AI求職經驗的人表示,比起人類面試官會軟性的話家常,AI面試官較一板一眼,顯得有些單調,另外企業也不是完全都仰賴機器,包括軟銀、全日空(ANA)都表示,AI初審完履歷後,還是會用人力重複審核,因為「人」才是將來要一起共事的本體,再厲害的科技都比不過親自用眼睛看過的那份踏實。

科技的出現,不完全是要取代人類,在AI面試官、測謊通關機這兩個案例中,都看到了「人機合作」的新模式。

資料來源:CNBC、Dailymail、Hardocp、Forbes

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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