《心靈判官》不再是動畫?英國秘密開發「AI預測殺人犯」系統,50萬人資料遭研究
《心靈判官》不再是動畫?英國秘密開發「AI預測殺人犯」系統,50萬人資料遭研究

《黑鏡》、《心靈判官》劇情要成真?英國司法部秘密進行「殺人預測計畫」,利用AI分析個人資料預測潛在殺人犯,引發倫理爭議。該系統共享數十萬人個資,並納入心理健康等敏感資訊,遭批評侵犯隱私、放大歧視。

在日本動畫《PSYCHO-PASS 心靈判官》中,有一個名為「希貝兒先知系統」的強大監測網路,能夠主動掃描市民的心智與精神狀態,計算出所謂的「心靈指數」與「犯罪指數」,預測一個人犯罪的可能性。

如果指標超過門檻值,即使尚未犯案,此人也會被警方追捕甚至就地處決。

像這樣反烏托邦式的科幻設定,在虛構的影視中時常被採用,例如《黑鏡》、《關鍵報告》以及上述的《心靈判官》等。但隨著科技持續進步,仰賴 AI 進行社會安全管理的未來,或許真的快要到來?

非營利研究機構 Statewatch 日前揭露的政府文件顯示,英國司法部正在秘密進行一項「殺人預測計畫」(Homicide Prediction Project),企圖通過分析大量個人資料,預測哪些人可能會在未來犯下謀殺罪行。

英國殺人預測計畫是什麼?如何靠AI判斷殺人傾向?

Statewatch 透過資訊自由法,獲取一份政府文件,得知英國正在推動「殺人預測計畫」,這是由首相辦公室委託,是英國司法部、內政部、大曼徹斯特警察局以及倫敦大都會警察局共同合作的計畫。

這個殺人預測系統使用英國司法部、警察國家電腦系統以及大曼徹斯特警察局的資料進行所謂的「殺人風險評估」,大曼徹斯特警察局已向該計畫提供了 10 萬至 50 萬人的個人資料。

大曼徹斯特警方提供的資料,包含嫌疑人、受害者、目擊者、失蹤人口,以及有安全顧慮者的資訊。

statewatch.jpg
圖/ Statewatch

英國司法部表示,健康標記數據預期具有顯著的預測力,這些資料還涉及人們的心理健康、成癮情況、自我傷害、自殺、脆弱性和殘疾等敏感資訊。

研究文件透露,司法部數據科學團隊會「開發模型」,尋找資料中強大的殺人風險預測因子,並提及這個犯罪預測系統未來可能會開始運作。

用AI預測殺人犯,真的沒問題嗎?

用犯罪預測系統來判斷某人是否會犯罪,是非常容易引發道德批判的嘗試。

Statewatch 研究員 Sofia Lyall 也對此表示「毛骨悚然」且「反烏托邦」。但更令人擔憂的是,透過 AI 演算法打造的犯罪預測系統,會讓即使尚未犯罪的人也可能被系統評為「高風險」,並遭受不必要的監控:

「研究多次表明,用於預測犯罪的演算法系統本身有缺陷。然而,政府卻在大力推動 AI 系統,該系統能夠在人們做出任何行為之前就將其定性為罪犯。」

司法部自己進行的研究發現,再犯罪預測工具「罪犯評估系統」(OASys)對黑人罪犯的預測準確度低於白人罪犯,但目前這項系統已被用於量刑決定、監獄分類和假釋決定。

Lyall 批判,利用英國帶有制度性種族歧視的警察及內政部數據的模型,將強化並放大刑事法律系統中的結構性歧視,而使用有關心理健康、成癮和殘疾的敏感數據,更是極度侵犯人民的隱私。

AI監視社會將至?研究員呼籲:立刻停止研究殺人預測!

目前,英國秘密研究的犯罪預測系統雖仍處於研究階段,但隨著 AI 技術的發展,政府必須思考如何在預防犯罪,與保護公民隱私和自由之間取得平衡。

從倫理道德的角度來看,將某個人打上「潛在殺人犯」的標籤,可能造成難以撫平的社會烙印,尤其目前的預測技術仍然有偏見和不準確的情形。

當犯罪難以避免,但政府在消減社會福利同時,還妄想能用科技解決一切時,可能會出現治標不治本的問題。

Statewatch 研究員就呼籲:

「英國司法部必須立即停止進一步發展殺人預測工具。政府不應花錢開發有問題且帶有種族歧視的 AI 和演算法,而應投資於真正有支持性的社會福利服務。」

如果透過 AI 監視社會的未來成真,那麼《PSYCHO-PASS 心靈判官》的劇情,可能將成為一種驚悚的未來預言。

隨著《衛報》等主流媒體對這份研究進行報導,公眾討論已經展開,人們開始思考:「當科幻小說和動畫中的情節逐漸走入現實,我們的社會準備好了嗎?」而在被系統長期控制的社會中,人們的自由與選擇權又該如何被維護?

延伸閱讀:川普氣歪!亞馬遜商品「標示關稅成本」遭白宮施壓:一通電話,如何讓貝佐斯急轉彎?
澳洲電台使用AI DJ半年沒人發現!花74萬元打造「Thy」,為何卻是場注定失敗的實驗?

本文授權轉載自:加密城市

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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