假訊息不只是政黨攻訐,更有可能影響民主信任程度!IORG提3層面辨識資訊操弄
假訊息不只是政黨攻訐,更有可能影響民主信任程度!IORG提3層面辨識資訊操弄

「每一年台灣選舉都會出現『做票』的假訊息,重點不是A黨攻擊B黨,更大的危害是,如果這樣的影響持續擴大,人民會不願意相信民主制度(投票)。」IORG共同主持人王希(首圖右)說。

假訊息、假新聞、不實訊息——又或者可以稱為資訊操弄——會影響民主也不是空穴來風,歐盟旗下的歐洲執行委員會在2020年發布的「歐洲民主行動計畫」(European Democracy Action Plan)就提到,不實訊息(disinformation)是首要的重點工作項目。

成立於2019年的IORG以強化台灣資訊環境、打擊資訊操弄為目標,由新聞媒體工作者、社會科學家、資料工程師、社會運動者組成。但是,比起大聲疾呼消滅野火燒不盡的假訊息來源,IORG認為,解方在於對於假訊息的清楚定義。

打擊假訊息的基礎:先從3個層面定義「資訊操弄」

「用假訊息、假新聞來定義不夠精確,有些東西不只是新聞,也不一定通篇是假的,我們認為『資訊操弄』是比較完整涵蓋現況。」王希說。

而根據IORG的研究,從3個層面定義資訊操弄:

  1. 訊息的來源是否具體。
  2. 事實內容是什麼。
  3. 是否有正確的推理過程。

為什麼給「資訊操弄」清楚的定義這麽重要?因為資訊操弄的源頭殺不盡,也永遠追不完,只能從人民的媒體識讀、資訊判讀與教育層面下手。

舉例來說,根據媒體《報導者》於2019年的「打不死的內容農場」相關報導,內容農場「密訊」的內容不實,一度遭到Facebook禁止轉貼相關網域,卻僅是換個網域就重新復活,並在剛結束的2022年市長、議員選舉中再次發威,根據IORG爬梳所有有關候選人討論的貼文中,密訊的內容被轉貼量排名第2。

只要仍有人有意為之,資訊操弄就會源源不絕地重生,但如果要從教育面下手,IORG也實際接觸了國高中的教師,「對老師來說,媒體識讀或是資訊判讀是很新的議題,他們想教也不知道怎麼教,但這是打地基的事情,不做不行。」王希說。

資訊判讀力
IORG攜手多位專家,出版《資訊判讀力》,內含訊息可信度評量,用系統化的方式判讀訊息。
圖/ 博客來

所以IORG先給予資訊操弄定義,並攜手台灣事實查核教育基金會董事長胡元輝、Cofacts真的假的共同發起人李比鄰、台灣科技媒體中心執行長陳璽尹等人,出版了《資訊判讀力》一書,內含訊息可信度評量,用步驟化的方式拆解、查證、推論訊息的可信度。讓判斷訊息的真真假假,有了系統化的辨別與教學方式。

另外,對資訊操弄有清楚的定義,也有助於不同立場的民眾「對話」。

「以選舉來說,大家只要意見不同,就是一句『你認知作戰』、『你是側翼』,根本沒有對話的空間。如果民眾都不對話,對民主也是一種傷害,用錯誤的理解互相攻擊與批評。」IORG共同主持人游知澔(首圖左)說。而當資訊操弄有了定義,大家就機會按照3個層面討論,增加對話的可能性。

攸關民主抵禦威脅狀況,國際智庫密切關注台灣

總結來說,IORG認為要讓資訊操弄的傷害降低,只有研究、教育與對話3條路,而且必須共同推進。上述的內容偏向教育與研究,IORG則也積極提出相關且基於資料科學的研究。

舉例來說,2020年IORG在全台灣舉辦了68場資訊判讀工作坊,超過1,700人參加、回收了超過1,500份問卷,用以分析資訊操弄的影響。2021年,IORG的研究員也與時任中正大學資工系助理教授王銘宏合著學術論文,提出將大量訊息有效率分群的演算法,於11月獲國際期刊JMIR Medical Informatics錄取發表。

在本週末IORG也舉辦了《民主韌性論壇》,彙集了多個領域學者、專業工作者、公民社會各界意見,共同討論從台灣到烏克蘭,世界各國的民主正受到挑戰的狀況,包含近年台灣選舉受到境外干預和國內社會分化的影響。

游知澔也透露,特別是在裴洛西來台、烏俄戰爭、中台情勢等國際事件持續發生時,也讓海內外的智庫跟IORG有更密切地合作,想了解台灣對於資訊操弄的解方,也許用以規劃未來的戰略方向。

而IORG會持續以研究、教育、對話3個大方向前進,「我們要做的事情,從來都不是要大家讀過10篇論文才能討論國際情勢、討論選舉,而是看到任何的訊息有批判性思考的能力。你要相信什麼論述都可以,但要知道你相信了些什麼。」王希說,沒有說的是,唯有如此,才能幫民主建立起防護,抵禦無所不在的資訊操弄。

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