人工智慧的極限:那些刪不完的網路仇恨言論
人工智慧的極限:那些刪不完的網路仇恨言論

Facebook非常擅長移除平台上的色情、暴力、犯罪等內容,社群巨頭在今天公布了《年度透明度報告》(Facebook Transparency Report),詳細列出各種違反社群準則內容被移除的比例,但詳細觀察後會發現,「仇恨言論」被移除的比例相當低,難不成是世界和平,大家都口說好話不再攻擊彼此了嗎?不,這背後其實跟人工智慧(AI)系統的能力極限有關,究竟為什麼在AI下圍棋能夠贏人類、AI機器人都能獲得公民權的現在,仍趕不上仇恨言論增生的速度呢?

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。

Facebook
仇恨言論方面,科技技術上仍無法運作順暢,仍需透過人工審查團隊協助。第一季成功移除了250萬則仇恨言論貼文,其中38%仇恨言論是由我們的科技揪出。

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。

Facebook
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。
圖/ shutterstock

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。」

Mark Zuckerberg
佐克伯表示,未來5至10年內,Facebook可以開發出能夠精準理解語意上細微差異的AI工具。
圖/ 螢幕截圖

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。

關鍵字: #馬克·祖克柏
往下滑看下一篇文章
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈

近年談 AI 轉型的金融業者不少,多半從技術切入,闡述架構藍圖與導入策略。富邦人壽則選擇從行政端著手,先問哪個場景最攸關保戶,再決定 AI 該往哪裡導入。「關鍵在於回歸以人為本的核心,專注於客戶體驗。」保單行政處處主管蔡佳蓉副總經理指出,核保、理賠與客服,是服務價值鏈中與保戶互動最直接的三大關鍵,自然成為富邦人壽 AI 布局的起點。

以 AI 賦能核保,審查時間省六成

開始一張保單的旅程,核保是第一步,攸關保戶是否能儘速取得保障。投保過程中,若涉及既有病史或體況,核保便須介入評估,綜合審視商品條款、投保規則與法律規範,以決定是否承保,可說是一項高度專業的決策工程。

「以一份新契約為例,客戶的病歷資料可能厚達百頁。核保員得逐頁翻找診斷紀錄、用藥史與手術紀錄,判斷其對承保的影響。但大多數核保人員並不具備醫護背景,這方面的專業判斷力全靠長期經驗積累,導致傳統作業十分耗時。」蔡佳蓉解釋。

為此,富邦人壽建構「核保智能助理」,運用生成式 AI 摘要病歷,解決過往判讀大量專業英文病歷的痛點。這可不是把資料丟進 AI 資料庫就好——蔡佳蓉分享,導入過程中的挑戰之一,是為特種個資去識別化,需先透過個資遮罩工具處理病歷;此外,針對 AI 常見的「幻覺」風險,團隊也反覆調校提示詞,讓摘要報告力求精準正確。

她強調, AI 定位為「初篩與重點整理」的助手,最終決策權仍歸於核保員。透過 AI 摘要、核保員決策的人機協作模式,體況審查平均作業時間成功從 40 分鐘縮短至 15 分鐘,核保效率提升六成,讓核保同仁能將心力集中於高風險案件與例外處理。

以 AI 輔助判讀,加速理賠條款今昔對照

同樣面對大量資料判讀挑戰的,還有理賠。理賠是保險公司實踐承諾、展現服務價值的重要時刻,但隨著醫療技術不斷進步,許多保單條款當年訂定的手術項目,到了今天可能已發展出全新的治療方式。理賠人員需要從大量醫療資料中,判斷新技術是否符合條款約定,過程相當耗時,也需要高度的醫療專業知識。

對此,富邦人壽導入「理賠智能助理」,整合醫療資訊與內部顧問醫師的專業意見,協助理賠人員快速比對保單條款與客戶所接受治療的對應關係。例如,當醫療科技演進產生新的手術方式時,AI 可協助理賠人員快速了解該疾病與手術的進行方式,並檢索相關條款與內部規則,提供理賠判斷建議,縮短過去需逐一查找資料的時間。此外,系統亦能協助摘錄擷取診斷書、病理報告及醫療費用單據等理賠文件審核重點,大幅縮短人工判讀比對時間,讓理賠人員更專注於專業判斷與保戶溝通,加速理賠服務效率與一致性。

客戶服務處處主管張婉茹指出:「AI 除了加速理賠作業,也能將資深理賠人員的專業經驗與判斷邏輯濃縮為高效吸收的知識庫,協助新進同仁快速掌握案件重點與判斷依據,縮短學習曲線,並提升理賠判斷的一致性與品質。」透過 AI 助理減輕資料整理的負擔,理賠人員得以將精力回歸專業決策與客戶溝通。

以 AI 客服加速分流,前線服務更到位

在核保與理賠之外,最大量的服務場景是客服。張婉茹表示,隨著數位原生世代逐漸成為保戶主力,客戶傾向先自主操作解決問題,不會直接撥打電話;一旦選擇撥打電話,就代表問題已超出自助服務能處理的範圍。

對此,AI 客服的導入,不只是回答問題,更是協助客戶找到最適合服務管道的「智慧導航員」。「我們是第一線面對客戶,因此 AI 客服最重要的不是回答得多,而是回答得正確。」張婉茹表示,富邦人壽在設計上特別重視回答來源的可信度,透過既有知識庫與 FAQ 資料治理機制,讓 AI 優先扮演「理解需求、引導服務」的角色,確保保戶獲得正確且一致的資訊。

事實上,富邦人壽的文字客服早於大型語言模型盛行前便已上線,目前文字客服平均每月處理超過六萬則訊息,智能助理能即時理解客戶需求,將保單查詢、資料變更等簡易服務導引至 App 或線上平台快速完成;面對理賠、保單變更或保障內容等較複雜的需求,則由真人客服接手提供專業協助。讓簡單問題快速解決、複雜問題由專人服務,將有限的人力資源投入最需要專業與溫度的服務情境,讓分流機制發揮實際成效。

從核保員手中的病歷、理賠人員桌上的單據,到線上客服的迅速回應,富邦人壽的 AI 布局,始終緊貼第一線作業現場。張婉茹表示,科技發展不一定要一次 end to end 全到位,應該是不停小步快跑,慢慢把應用場景擴大。去年底推出的全新富邦人壽 App,將「簡單、貼心、隨行」的理念落實在使用者介面體驗上,就是一次階段性集大成的成果。

但無論 AI 如何加速資料判讀、優化流程,專業判斷與服務溫度仍是機器無法取代的核心。「要有專業,才能判斷 AI 的產出品質。」富邦人壽兩位主管也強調,科技迅速發展下,富邦人壽導入 AI,不是要取代核保員、理賠人員或客服人員,而是希望讓每一位同仁把時間花在最有價值的地方。當AI承接了流程中繁瑣的資料負荷,人員就能更專注在判斷、溝通與服務,讓同仁的專業與心力回歸到最需要判斷力與人情味的溝通之上,這才是真正以客戶為中心的 AI 轉型。也是富邦人壽實現「AI Everywhere」的旅途上不忘的目標。

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
台達電全解讀
© 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