社群9大違規地雷別踩,Facebook發動「萬人大軍」打擊惡意內容
社群9大違規地雷別踩,Facebook發動「萬人大軍」打擊惡意內容
2019.06.11 | Facebook

自由言論是公民應有的權利,但有些話在Facebook(臉書)上還是不能說。對Facebook來說,如何判斷內容是否被允許發布,是非常具有挑戰性的議題。

在今年五月,Facebook公布最新版本的社群守則執行報告。其中除了先前已發布過違規的8個面向(成人裸露畫面與性行為、霸凌與騷擾、兒童裸露畫面與兒童性剝削、假帳號、仇恨言論、垃圾訊息、全球恐怖主義宣傳、暴力和相關圖像內容)之外,又再增加受管制商品(如毒品、槍械等等)的相關資訊。

為嚴格把關以上9種違規內容,Facebook內容政策團隊成員已提升至1萬5千人,其中包含曾經擔任檢察官、人權律師、安全專家的成員;並駐紮在全球各地,希望所有違規貼文都能在24小時內接受審查。另一方面,除了人力審查檢舉貼文內容之外,Facebook也運用人工智慧以及各類演算技術,透過科技的力量,主動發現更多違規的內容發布。

Facebook的9種違規內容
Facebook社群守則執行報告中,指出惡意內容的9種形式。
圖/ 程倚華/攝影

假帳號攻擊暴增,Facebook用AI主動偵測惡意內容

「在2019年第一季(由於判定為假帳號)被停權的帳號共22億個,但在2018年12月的報告中,會發現那時候的數字只有7億540萬個;我們發現近期透過自動化、事先有腳本的假帳號攻擊越來越嚴重。」Facebook內容政策經理Sheen Handoo這樣說。

正因如此,Facebook不可能單靠人力審查撤下惡意內容,而是得善用科技力量。Handoo也提到,目前針對假帳號貼文檢舉,有9成以上是利用科技偵測;另外,在針對恐怖主義宣傳內容所撤下的640萬筆貼文之中,也有9成以上是透過科技偵測所發現的。

相對而言,由於仇恨語言、霸凌與騷擾這兩種惡意內容,使用的詞彙通常與在地語言情境相關,因此科技偵測的表現相對較差。像是在霸凌與騷擾相關惡意內容中,由科技主動偵測的比例只有14.1%。也就是說,大多數的內容必須仰賴使用者主動通報、檢舉,Facebook才能移除相關內容。

儘管如此,Facebook也持續強化科技主動偵測的能力,根據Facebook提供的數據,在2018年第一季,科技偵測仇恨言論的比例只有38%,但2019年第一季,在全球Facebook移除的400萬篇仇恨言論貼文中,透過科技偵測的比例已提升至65.4%。

Facebook內容政策經理Sheen Handoo
Facebook內容政策經理Sheen Handoo認為,近年來自動化的假帳號攻擊越來越嚴重。
圖/ 程倚華/攝影

語言霸凌內容需真人內容審查員把關

Handoo說,「我們也認知到科技與人還是不一樣,雖然像是血腥影片、成人裸體圖片等等違規內容的判定是科技的強項, 但仍有些領域(像文字為主的內容)對機器來說較困難 。」

由於仇恨語言、霸凌與騷擾這兩種形式的惡意內容上,單純透過人工智慧把關仍有困難,因此,Facebook全球的真人內容審查員扮演相當重要的角色。在使用者檢舉可能的惡意內容之後,審查員必須即時判定內容是否違背社群守則,並即時將惡意內容撤下。

問到目前Facebook如何為台灣使用者把關惡意資訊,Handoo說,儘管現階段台灣本地沒有審查員配駐,但和語言相關的內容審查依然必須透過「以台灣在地中文為母語」的審查員來評估。此外,Facebook內容政策團隊也會定期蒐集台灣專家的意見,例如網路內容防護機構iWin (現為 Facebook 全球安全諮詢委員會成員) 以及台灣展翅協會 (ECPAT)。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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