1個怒=5個讚!Facebook演算法意圖激怒用戶,吹哨者揭開背後陷阱
1個怒=5個讚!Facebook演算法意圖激怒用戶,吹哨者揭開背後陷阱

你曾在臉書(Facebook)上用過「讚(like)」以外的表情符號嗎?日前,《華盛頓郵報》刊出報導《Five points for anger, one for a ‘like’: How Facebook’s formula fostered rage and misinformation》,說明臉書自2017年起,除了讓用戶能使用更多新的表情符號外,還更新演算法讓在他們使用「怒(angry)」來回覆貼文時,推送更多與此貼文同類型的內容。

當時,臉書除了標誌性豎起大拇指的「讚」之外,還新增了其他五種新的表情符號,讓使用者表達他們對文章的反應,分別是:「大心」、「哈哈」、「哇」、「哭泣」和「怒」。然而,據該篇報導指出,當用戶按一個「怒」的影響力,等同於一個「讃」的五倍。而這項爭議措施在臉書實行多年,直到2020年才得到較大幅度修正。

臉書_按讚_按怒.jpg
在《華盛頓郵報》一則關於臉書(Facebook)的報導中指出,過去的演算機制中,用戶按一個「怒」,等於按五個「讚」。
圖/ shutterstock

1個怒的表情符號=5個讚

被稱作吹哨者的臉書前員工弗朗西斯·豪根(Frances Haugen)將各項臉書內部資料交給《華爾街日報》,意圖指控臉書為活躍用戶使用度,在高層主管都知情的情況下放寬各項資訊的事實查核機制,改變演算法讓用戶更容易接收到含有煽動性及惡意的內容。

該演算法會以用戶使用的表情符號為依據,來決定未來要推播的內容,其中也包括了更多的情緒化及挑釁性的內容。內部文件顯示,從2017年開始,臉書為改善互動數下降的問題,將按表情符號在貼文排序的權重視為單純按讚的五倍,其原因在於這類激出更多情緒反應的貼文,讓使用者的參與度更高。

連臉書執行長馬克.佐克柏(Mark Zuckerberg)都曾公開鼓勵使用者對貼文「怒」以表達他們不滿,但若依照當時的演算法,若使用者越對某類型的文章按「怒」,臉書反而更常出現這些內容。

換句話說,使用者每次在臉書上點讚、點愛心或者點怒,都會影響下一次刷新臉書動態消息時所出現的內容。即使含有情緒化及挑釁性的有害內容,通常會被減少曝光度,但若擁有一定數量的表情符號,就有可能讓這種貼文被推到用戶動態消息的首位。

臉書正在「放大惡意」?

面對這樣的問題,臉書決定在2018年將「怒」的權重從5個讚調降至4個讚,其餘表情符號的權重則保持不變。但據2019年的內部數據表明,因每個表情符號的使用頻率都差不多,所以這樣的調整並沒有帶來太大的改變。

因此在2019年四月,便有臉書員工提議,將常在負面內容貼文出現的「憤怒」、「哇」及「哈哈」的權重降為1個讚,或不列入計算;而「大心」和「哭泣」的表情符號則常出現於感性方面的文章,內容較為安全,權重則定為4個讚。

同年九月,臉書終於決定將「怒」的權重降於零,並將「大心」和「哭泣」的權重降於2個讚。然而,即便臉書不斷地將各項表情符號權重降低,過去充滿煽動性、強化對立的演算法機制,或許已經造成使用者某部分的傷害。

shutterstock_519411367_toy_cry_child_sad.jpg
儘管臉書(Facebook)最後將「怒」的表情符號權重降為零,但過去因演算法造成煽動性貼文大量傳播的情況,或許已造成某些用戶的傷害。
圖/ Shutterstock

臉書吹哨者公開的敏感文件

臉書除了因表情符號權重的問題惹議外,豪根更在10月5日時在華府向參議院聽證會作證,以公開大量的「臉書檔案」(Facebook Files)指控有關臉書的各項內部敏感文件,並同時將資料提供給《華盛頓郵報》做報導。

據報導中指出,豪根透露的內容包括臉書及Instagram對高知名度用戶的差別待遇、對青少年的負面影響、系統安全上的漏洞與販毒及人口販賣公開利用Facebook做販售平台等醜聞,讓不少美國媒體皆引用此資料做了相關調查報導。

對此,祖克柏也在自身臉書逐一反駁豪根在聽證會的指控——包括分化社會、不顧網路安全、利益至上、容許仇恨言論與使青少年成癮等問題等,表示那些都不是事實,並駁斥「臉書優先考慮公司利益而非民眾的健康與安全」的論點,更表示相信臉書內部的員工們對這些指控一定匪夷所思。

他也針對臉書及Instagram對於兒童、少年及青少年的影響補充道,會暫停Instagram兒童版本是為了做更多研究,讓所有年齡層的用戶都有相對應的使用者體驗,並且能確保公司所建立的一切都對孩童來說都是安全和有益的。

Zuckerberg 祖克伯 佐克伯.jpg
馬克.祖克伯一一反駁外界對臉書(Facebook)的指控,但用戶們似乎並不買單。
圖/ shutterstock

祖克柏的這篇貼文受到廣大迴響,但卻招來正反兩極的評論,更有用戶直接在貼文底下留言反駁「臉書可以幫我檢查一下這篇貼文的內容是否為假訊息嗎?」並且獲得了近3.8萬個表情符號。但對於此次的風波,臉書透過一名發言人緩頰,「我們是一間企業,的確是需要營利,但我們是不會願意去犧牲民眾的安全或福祉來作為代價。」

資料來源/WashingtonpostBBCThe Wall Street Journal60 minutes overtimeWashingtonpostMark Zuckerberg

本文經授權轉載自:經理人月刊

【延伸閱讀】
1.臉書為元宇宙改名 Meta!想重塑品牌,「換名字」真的是好主意嗎?
2.被年輕人拋棄,臉書危機重重!拓展元宇宙前,恐得先解決「用戶老化」問題

責任編輯:吳佩臻、錢玉紘

關鍵字: #Facebook #演算法
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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