人工智慧的極限：那些刪不完的網路仇恨言論|數位時代 BusinessNext

人工智慧的極限：那些刪不完的網路仇恨言論

根據Facebook《年度透明度報告》，仇恨言論被移除的比例相當低，為什麼人工智慧（AI）仍趕不上仇恨言論增生的速度呢？原來跟人工智慧系統的能力極限有關。

Facebook公布年度透明度報告，仇恨言論移除比例最低

在外界紛紛期待Facebook拿出魄力整頓平台上仇恨內容的態勢下，Facebook大幅提高了今年（2018）內容審查團隊的預算，預計在今年底前聘用一萬名審查人員。

在今天公布《年度透明度報告》（Facebook Transparency Report）多達86頁的報告中，Facebook今年第一季共刪除了5.83億個假帳號、8 億 6,580 萬則貼文，報告中Facebook將這些內容分為六大類，從數字上來看，系統主動清除暴力內容比例是86%、色情內容96%、垃圾內容比例更是高達100%，令人意外的是，仇恨言論比例只有38%，是所有類別中最低的。

歧視用語使用情境不同，仇恨言論難判斷

但這其實不能完全責怪Facebook，原因是目前人工智慧（AI）對於仇恨言論定義的理解仍不夠深刻。

舉例來說，歧視性用語在某些情況下也會用於戲謔、自我解嘲等目的，而這些用語大多只在特定的語境中（包括個人主觀因素、地域差異、時代差異影響）才會產生歧視性的意義，所以並沒有明確的標準可以判定某一種用語是否為歧視語，人類對於「貶義、侵略性的內容」判定是很主觀的，甚至因人而異，不要說機器，甚至連人類自己來判斷可能都沒一個準確的標準。

Facebook 產品管理副總裁羅森（Guy Rosen）就點出其中的困難處：

像是AI這類的科技，要準確地判斷所有有害內容還有一段路要走，舉例來說，AI 還沒有足夠的能力，去辨識一個人是在散布仇恨，或是只是單純描述自身被傷害的經驗，這可能會衍伸出一些問題。

除了用詞本身，使用的情境也是一大關鍵，假設有一個用戶，只是單純發文講述他被當眾羞辱的經驗，在描述的文字中，引用包含仇恨內容的原句，那麼這樣的貼文算不算仇恨言論內容？應不應該被強制移除？身為人類的我們都能同意這樣的內容不算數，但AI又該如何去理解這兩者之間的細微差別呢？

另外，從文化面來說，有些字眼也許在某些文化中是貶抑，但在另一種文化中卻沒有這個意思，又或者是同形異義，這些又該如何讓AI理解呢？

佐克伯樂觀看待，5到10年內開發新AI工具

如同佐克伯今天自己在貼文中所說的：「我今年的首要任務是要讓人們感到安全。」為了將傷害降到最低，即使在擁有大量科技資源的Facebook，仍傾向使用人工審查來把關內容。

在今年剛剛落幕的開發者大會F8上Facebook也談到，「要完全理解人類的語境，還是需要透過人類的雙眼，我們的團隊會親自審查，確定它是沒問題的。」

佐克伯自己也在聽證會上表示，他相信在未來5到10年內，Facebook可以開發出能夠精準理解語意上細微差異的人工智慧工具，將能更準確標記出仇恨言論，對這樣的未來相當樂觀。

家電是典型的低頻、高單價商品，消費者可能數年才換一次冰箱、洗衣機或空氣清淨機，但品牌與消費者的接觸遠早於購買當下：從搜尋產品資訊、比較規格、閱讀評價，到進一步留下會員資料、瀏覽官網，甚至進入門市體驗，消費者的決策路徑越來越分散，即使最後的交易發生在線下，購買的決策可能早在線上決定。

這也是夏普（SHARP）會重新思考數位行銷的原因。

過去，品牌比較關注如何「帶來多少流量」，但當數位接觸點持續增加，重要議題逐漸變成：誰在關注什麼？誰可能進入購買週期？又該在什麼時間點，提供什麼內容？

SHARP 台灣總經理張凱傑表示：「我們的目標是串聯產品、 AI 、會員數據以及服務，讓 SHARP 從一個『賣家電的品牌』，逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術， SHARP 致力將科技融入日常生活，預先設想、解決消費者不同階段的生活需求；如今，這套「半步先行」的思維也延伸到數位行銷：不只是等消費者說出需求，而是透過數據，更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據，但因數據資料分散在不同部門與系統，想要為行銷活動建立目標消費者輪廓，需要跨部門整理與人工處理。例如，需要先請 IT 撈取資料，再由行銷團隊分類目標客群，前後可能花上 3 到 5 天，活動發送出去後，也難以即時掌握消費者接下來的行為。

為解決上述挑戰， SHARP 開始評估、測試客戶資料平台（CDP），最終選擇與 Insider One 合作。評估過程中， SHARP 關注的不只是資料整合能力，也包括系統是否容易上手，以及線上、線下數據能否進一步串聯。

首先， SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類，還有提供行銷引導與 AI 工具，例如行銷自動化等，讓團隊可以更精準地擬定媒體策略與決策，以清晰的投資報酬率（ROI）等數據，建立內部行銷與業務部門的信賴機制。

張凱傑指出：「對我們來說， CDP 的價值是縮短從資料、決策與行動的時間，讓行銷團隊可以把更多時間放在策略與內容，而不是處理資料。」舉例來說，導入 Insider One 後，行銷團隊用說的就可以完成受眾設定與行銷流程初步建置，將原本需要 3 到 5 天的時間縮短成 1 分鐘，然後，由系統觸及，以及追蹤開信、點擊與轉換，大幅縮短跨部門協作的工作流程。

1912 年創立的夏普，在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ，透過數據整合，真正了解消費者的需求，精準推薦，股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。

圖／數位時代

對 SHARP 來說，另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用， Insider One 團隊扮演如導師般的角色，透過手把手的培訓與指導，不僅大幅縮短系統摸索時間，更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內，成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點，以消費者全通路（OMO）旅程數據持續深化互動關係。

張凱傑表示， SHARP 超過 80% 的銷售來自線下通路，部分合作通路同樣採用 Insider One，讓跨通路數據串接有了共通基礎，在 Insider One 團隊的協助下， SHARP 與生鮮超市合作，在符合資料授權跟隱私規範的前提下，透過會員輪廓標籤掌握跨通路消費需求，並以此規畫跨業聯合促銷（Joint Promotion）。

股東購物節四大指標皆雙位數成長， SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說，股東購物節是年度最重要活動，透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案，結合會員資料整合與行為分析，去（2025）年， SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群，轉變成掌握消費者對不同產品與內容的興趣，再搭配個人化推薦與自動化顧客旅程，讓對的內容在對的時機觸達對的人，極大化行銷綜效。

更重要的是，隨著數據累積與平台熟悉度提升， SHARP 的數位行銷成效持續優化。

以股東購物節為例，今（2026）年，不僅股東購物節的 eDM 開信率近 40%，流量、轉換率、客單價與回購率皆較去年成長15至25%，讓 SHARP 更加確信：數位行銷的重點不只是「吸引多少人」，而是能否辨識「哪些人值得溝通，以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷， SHARP 成功從會員名單中找出 4,000～5,000 名具有相關興趣與行為特徵的消費者，如喜愛手沖咖啡、熱愛科技、享受質感生活等客群，針對這群人進行精準溝通，帶動數百台產品銷售，創下轉換率超過 15% 的成績。

張凱傑認為，以 CDP 持續深化第一方數據資料有助於極大化行銷成效，以維修服務為例，如果系統辨識出消費者的冰箱使用年限已久，且近期有多次維修紀錄，即可在適當時機提供換機資訊，甚至從節能效益切入，讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果，不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」，持續深化對消費者的理解，讓線上的互動、內容與優惠，成為消費者消費或走進實體通路的前一站，也反映出家電行銷正從追求流量轉向對消費者需求的持續理解，成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用，立即了解：https://insiderone.com/zh-hant/contact-us/