不論是周末狂歡或是周間應酬，一般人喝醉通常會叫車回家，或是使用酒後代駕服務，以順利返家避免酒駕，不過酒後乘車也時常引發許多衝突與意外。
許多人喜歡搭乘的Uber，近來被發現申請了一項專利，可以透過機器學習分析乘客行為，來預測該名用戶是否喝醉，這項作法的初衷雖然是希望讓服務更安全，但卻也暗藏隱私以及濫用AI的疑慮，究竟預測乘客喝醉是更安全，還是更容易讓人暴露在危險之下呢？
避免乘車衝突，Uber要用AI揪出喝醉乘客
本周Uber申請了一項「能透過機器學習來預測用戶的狀態」的專利，能透過機器學習（machine learning）去偵測乘客是否有潛在的行為異常。
簡單來說，Uber的App會偵測用戶打字的速度以及準確性、拿手機的角度、行走的速度，以及上下車的地點，並將這些資訊透過演算法計算，推測出乘客是否喝醉，並提前通知接單的司機預做準備。例如一名乘客在凌晨兩點叫車，地點又在酒吧很多的區域，加上用戶輸入目的地時速度緩慢且錯字很多，系統就會推測該名用戶可能是喝醉了。
系統識別出這類情況後，除了先行通知司機，還會有幾種做法，包括將該名乘客指派給受過訓練，或有處理酒醉乘客的司機，以及將上下車地點修改到光線較足的地方，並關閉共乘（Car Pool）功能，來達到專利申請書所描述的「避免安全意外以及個人衝突事件」。
新科技雖好，但依舊有隱私、安全疑慮
談到手機叫車，許多人都還有印象，今年（2018）五月中國一名21歲的空姐，使用了滴滴出行的順風車服務，卻慘遭司機性侵殺害，讓手機叫車安全性的爭議再度浮上檯面。
Uber這項專利的理想雖好，但仔細想想卻充滿個人隱私的疑慮，舉例來說，Uber的App為了判斷用戶是否喝醉，蒐集用戶行為的規模、時間都會擴大，包括所處的地點、使用手機的習慣都很有可能被記錄，Uber並沒有在專利書中說明，偵測用戶行為功能是否只在特定深夜時段才會開啟，以及紀錄的頻率又是如何，此外，乘客也有可能必須面對司機拒載的風險，影響乘車權益。
不只是滴滴出行，過去幾個月Uber也身處性侵爭議，據CNN調查，全美國至少有103名司機，在過去四年曾經被指控性侵或性虐乘客，我們常說工具本身並沒有對錯，有問題的都是使用工具的人，試想，如果Uber可以事前告知司機乘客酒醉，那麼心懷邪念的司機，是不是就有可能藉機性侵得逞，或許在提升乘車安全之餘，Uber還需要多花時間想想如何避免新技術帶來的潛在威脅。
