83

1
1

文字

分享

83
1
1

加里尤樂夫斯基充斥謬誤的素食演講.上

朱家安
・2012/03/16 ・3402字 ・閱讀時間約 7 分鐘 ・SR值 508 ・六年級

-----廣告,請繼續往下閱讀-----

有人推薦我這個影片,Gary Yourofsky支持全素食(vegan)生活的演講。我看了之後發現Gary的演講其實錯誤百出,並且,就算你對科學的了解只有國中生程度,也能抓得出他犯的那些推論謬誤。然而,這個影片在中文世界到處被轉貼,曝光率很高,並且受到的評論幾乎是一面倒的褒獎。(在這篇文章中,我只討論演講前半段,關於後半,我推薦大家讀Alfredego寫的「加里尤樂夫斯基充斥謬誤的素食演講.下」

我可以理解為什麼Gary受到支持,畢竟大家都有同情心,喜歡聽那些不殺生、愛護動物的教誨。然而,就算我們不該殺生,也不代表所有支持不該殺生的理據都是正確的。若我們時時刻刻只想確保別人的道德立場跟我們一樣,而不檢查他們提出來的理據是否恰當,當重要的道德分歧出現時,我們很有可能已經失去分析問題並基於各種理據進行道德討論與溝通的能力。因此,我決定寫文章檢討Gary的錯誤。若你跟我一樣,曾經受到朋友推薦去看這則影片,或許你可以把這篇文章也推薦給你的朋友,提供他反思的機會。

05:20
『有人道屠宰這種事嗎?想想看,有人道強姦、人道兒童性騷擾、人道大屠殺這類東西嗎?』

在這裡蓋瑞攻擊吃肉者可能的辯護:我們雖然吃肉,但這些肉都來自人道屠宰,所以不至於造成太大傷害。蓋瑞主張根本無所謂人道屠宰這種事情,就像無所謂人道強姦、人道兒童性騷擾、人道大屠殺一樣。同情地理解,蓋瑞想說的應該是:「既然『人道』不會讓強姦、兒童性騷擾和大屠殺變得可被接受,它也不會讓屠宰變得可被接受」。然而,真的嗎?

據我所知,人道屠宰的初衷是在屠宰時(甚至飼養動物時)減少動物的不適和痛苦。顯然你不可能在強姦、性騷擾、大屠殺時藉由降低被害人的痛苦來合理化自己的行為,不過,這是因為就算你在強姦、性騷擾、大屠殺時將被害人的痛苦降到最低,你依然侵犯了他們的權利。人除了有不遭受痛苦的權利之外,也有不被侵犯與殺害的權利(就算這些侵犯與殺害不知怎地不太會帶來痛苦),所以人道強姦、人道兒童性騷擾、人道大屠殺依然不可接受,但是動物有這樣的權利嗎?當然Gary會說有,不過在他提出好理由支持這個想法之前,不應該把它當作隱藏前提來用。

-----廣告,請繼續往下閱讀-----

11:55
『每個人小時候都是動物權主義者,因為小時候動物是我們的好朋友,讓我們開心,而我們也願意做任何事情來讓他們開心,若有人在我們面前虐待動物,我們會尖叫大哭。這是因為我們以前懂得對與錯,懂得如何虐待動物。』

Gary認為小孩比受到文化和學習污染的成人更懂得倫理道德,這沒道理。隨便一些例子都能說明小孩的反應不比我們更「道德正確」。看到鱷魚用大顎撕裂鹿、看到有人一邊咒罵一邊把盤子摔破,這些事情都能讓小朋友尖叫痛哭,然而這並不代表野生的鹿有「權利」不被鱷魚吃,或者盤子有「權利」不被摔破。(此外,我有提到某些小孩玩貓的創意連成人都自嘆不如嗎?)

12:50
『單純的仇恨是學習而來的,小朋友不會仇恨猶太人、同性戀、回教徒…同樣地,物種歧視也一樣。』

我不相信單純的仇恨是學習而來的。仇恨作為一種情緒,不能是學來的,否則小朋友就得要先學習仇恨,才能討厭(hate)那些欺負他的人和拿走他的糖果的人。然而,我相信蓋瑞想講的並不是這個,他想講的應該是,針對某些社會族群的仇恨是學習來的:仇恨作為一種情緒是天生的,會在人際互動中自然出現,不過,在複雜的社會當中,要仇視哪一群跟你並沒有直接人際互動的人?這件事情就是學習而來的。如果沒有人跟你說同性戀或回教徒跟我們都不一樣,他們會做一些噁心的事情,你很難自動開始仇視同性戀和回教徒(你甚至可能不會發現有「同性戀」和「回教徒」這些類別)。

然而,在這種意義下,蓋瑞就很難說我們對於其它動物的無情是學習來的。(我有提到某些小孩玩貓的創意連成人都自嘆不如嗎?)此外,就算「我們仇視某群人」這件事情是學習來的,也不代表這樣的仇視在道德上有問題。最簡單的例子:你仇視不誠實的政客嗎?

蓋瑞在這個論點上犯的錯,和上一個類似。他主張,因為成人的想法已被社會污染,所以小朋友的道德觀才是我們應該遵循的典範,但事實上兒童不但不是道德的專家,而且有時候會錯得比我們還離譜。蓋瑞的這種錯誤,我想可以被叫做「自然就是美」的謬誤。

-----廣告,請繼續往下閱讀-----

13:30
『「物種歧視」背後的想法就是:因為人類比其它物種都優越,所以我們有不受限制的權利,去奴役和殺害其它物種。』

這個描述太強了,一個人吃肉,並不代表他擁抱「我們有不受限制的權利,去奴役和殺害其它物種」這個想法。蓋瑞在這裡就像卑鄙的律師,把搶劫了黑人的白種被告描述成因為種族歧視所以行兇。

14:30
『然而,歧視其它物種,跟歧視同性戀、猶太人和回教徒有什麼不一樣?歧視作為一個整體必須被一視同仁,若你不同意種族歧視,你也不能同意物種歧視。』

這種「若某種歧視是錯的,則全部的歧視都是錯的」的論點,可能奠基於上面那個已經被打爆的「仇視通通都是學習而來的」的想法。然而,這並不是這個論點的唯一問題。

簡單地問:若猪是一種物種,為什麼水稻不是?如果水稻和豬都是物種,憑什麼我們可以基於歧視水稻而吃它們,卻不能基於歧視豬而吃它們?若蓋瑞要死守物種歧視是純粹惡的這個想法,他一定得提供方法避免自己的想法被過度推廣成我們連植物都不能吃。然而,當他提供了這樣的方法(例如植物不會痛),則有可能危及自己論點的一致性,下面關於影片的討論就是一個例子。

16:13
『(蓋瑞播放一段宰殺的影片)你可能覺得這段影片很噁心而無法控制的遮起眼或別過頭去,然而,想想看,如果這(些影片裡發生的過程)對你的眼睛不好,(它們的產品)怎麼會對你的胃好呢?』

「如果這對你的眼睛不好,怎麼會對你的胃好呢?」顯然是不當類比,你可以很容易想到反例:天天鍛鍊身體的恐龍女,身上的肉一定比缺乏運動的正妹可口。不過,同情地理解,蓋瑞(就和其它所有在演講裡放噁心影片的素食推動者一樣)應該只是想利用影片裡的殘忍和痛苦引發觀眾的同情心。

-----廣告,請繼續往下閱讀-----

然而,這個意圖本身就和蓋瑞前面的論點矛盾。記得前面蓋瑞主張根本無所謂人道屠宰這回事嗎?我想,如果我們在觀看殘忍痛苦的屠宰過程時油然而生的心痛表現了任何的道德價值,人道屠宰的存在,就是為了避免這樣的道德價值被踐踏。你感到噁心,是因為動物在不人道的對待下很痛苦,如果這是一種道德錯誤,那麼你就不能不承認,人道屠宰是減低這種道德錯誤的手段。在這種情況下,你就不能說「無所謂人道屠宰」這種話。

25:40
『(回想剛剛的影片,並重述世界上有多少動物受到殘忍對待)我們有什麼理由不把(這些動物受到的)傷害最小化?』

又來了。若你在乎傷害是否被減輕,你就不能說「無所謂人道屠宰」這種話。

26:15
『在將他們已經承受的殘忍和死亡最大化之後,我們竟然還要把他們吃掉?這根本就是在別人的傷口上撒鹽。』

到了這裡,我已經不清楚蓋瑞到底是基於什麼道德理由鼓吹全素了。我可以同意「避免痛苦」、「避免侵害權利」都是可能的茹素道德理由,但有什麼理由讓你認為「吃掉那些已經被宰殺的動物屍體」是「宰殺動物」之外又一道德錯誤?吃掉屍體這件事情本身並不侵犯權利,也不會造成額外痛苦,不是嗎?(當然,若食用屍體這件事情造成更多動物被宰殺,則又另當別論,但這顯然不是蓋瑞在這裡的意思)。這段話讓我認為蓋瑞已經不是來講理的,而只是在潑撒自己的情緒。

 

以上是這部演講的前半小時包含的錯誤,它們已摧毀了我對Gary的信任。想想看,有多少人會把自己演講的前半小時統統用來鬼扯,將真正有道理的論點全放在後半部?

-----廣告,請繼續往下閱讀-----

然而,Gary在演講的後半段談及人類生理學和營養學,我也很好奇他在多大程度上對這些「科學成果」進行誇大和過度推論。於此我自己沒有專業能力判斷,所以希望有興趣的專家也能看看影片,然後寫篇文章告訴我們,Gary宣稱的那些科學結論哪些可信,哪些則否。若真的有這樣的文章被寫出來,請想辦法聯絡我,我很樂意在這篇文章放超連結,也願意代為詢問是否能將其刊登在泛科學。

最後,我自己不覺得吃肉有道德問題,但我也相信可以有比較不鬼扯的說法能提供我們吃全素的好理由。不過可惜的是,包含這些說法的文章或演講似乎總是不夠聳動而無法受到重視,更別說是被標上「最棒的」然後放上youtube了。

本文修改自哲學哲學雞蛋糕

文章難易度
所有討論 83
朱家安
19 篇文章 ・ 5 位粉絲
哲學研究生,努力用簡單有趣的方式推銷理性思考和分析哲學。

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
196 篇文章 ・ 300 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

1

1
1

文字

分享

1
1
1
讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員
研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

所有討論 1
研之有物│中央研究院_96
293 篇文章 ・ 3356 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

1

0
1

文字

分享

1
0
1
素肉怎麼做?讓菌絲體開啟素食新境界!——《真菌大未來》
積木文化
・2024/02/23 ・2964字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

以菌絲體作為食物

意外誕生的美食?

人類應用發酵已有很長一段歷史,也產生許多令人驚訝的結果,其中一個令人愉快的意外之作就是天貝(tempeh)。天貝是 1800 年代初起源於印尼的一種素食主食 1。歷史學家經考究認為,天貝是無意間產生的食物,很可能是在試圖將大豆隔夜保存免受熱影響時被發現的。2

天貝是 1800 年代初起源於印尼的一種素食主食。圖/wikipedia

在保存大豆的過程中,少孢根黴菌(Rhizopus oligosporus)的孢子落到大豆上,引起發酵過程並形成天貝的緻密餅狀物。少孢根黴菌將大豆或其豆類基質結合在一起,形成 100 % 可食用又富含蛋白質、礦物質和維他命的網狀棉質菌絲體。

靠真菌製造的最佳素食漢堡?

諾馬餐廳(Noma)前發酵負責人大衛・齊爾伯(David Zilber)將天貝帶往新的境界。素食運動的推動,讓世界各地的廚師都在嘗試使用肉類替代品來複製漢堡中的牛肉餅。齊爾伯開發出一種由藜麥製成的天貝,作法是將藜麥穀物接種菌絲體,並在露天下發酵以降低水分含量,只留下足以在烹飪時保持多汁的水分,最後在天貝上塗抹一層諾馬餐廳以真菌發酵自製的酵母魚醬和蠶豆醬油,就大功告成了。

這款漢堡被品評專家譽為「最佳素食漢堡」。齊爾伯對此評論:「三種真菌和一種穀物,證明也許只要掌握一點技巧,好的烹飪就可以幫助拯救和養活一個需要療癒的世界」。3

-----廣告,請繼續往下閱讀-----
天貝富含蛋白質、碳水化合物、來自大豆的脂肪以及種人體無法合成的必需氨基酸、纖維、維他命和礦物質,熱量低且不含膽固醇。圖/unsplash

是什麼讓天貝富含營養?又為什麼,它會成為一種神奇的食物?天貝不僅含有飲食中的一些基本成分,也就是蛋白質、碳水化合物和來自大豆的脂肪,其中的菌絲體,更提供類似於菇類的益處:富含全部九種人體無法合成的必需氨基酸、纖維、維他命和礦物質,熱量低且不含膽固醇。天貝的例子讓我們瞭解到,不僅菇類可以吃,菌絲也是可以吃的。最棒的是,一些真菌菌絲體與肉的質地非常相似,成為素食饕客餐盤裡的熱門選擇。

菌絲體革命:植物肉的新面貌

溫斯頓・丘吉爾(Winston Churchill) 1931 年發表的文章〈五十年後〉(Fifty Years Hence)裡,他預測「將發展出新的微生物菌株,並為我們量產化學物」,並總結道「當然,未來也將會使用合成食品」。4 現在看來,丘吉爾的說法完全正確。

1985 年,馬洛食品(Marlow Foods)推出闊恩素肉(quorn),這是一種以真菌菌絲體製成的素食派餅產品系列,品牌名稱為「真菌蛋白」(Mycoprotein)。「真菌蛋白」的商業成功歸功於鑲片鐮孢菌(Fusarium venenatum),其能迅速將澱粉轉化為高含量的蛋白質。

該公司對這種生產工藝的專利已在 2010 年過期,所以其他有興趣的廠商可以進入生產真菌蛋白的領域了。然而,如今闊恩素肉在超市中仍隨處可見,且提供越來越多的無動物肉類和大豆成分所製造的禽肉、牛肉和魚肉。

-----廣告,請繼續往下閱讀-----
如今闊恩素肉在超市中仍隨處可見,且提供越來越多的無動物肉類和大豆成分所製造的禽肉、牛肉和魚肉。圖/pexels

艾本・拜耳(Eben Bayer)和蓋文・金泰爾(Gavin McIntyre)於 2007 年創立生態創新生物技術公司(Ecovative),正利用真菌製造用於包裝、紡織品和肉類替代品的菌絲體材料。他們最新的獨創觀念是「最終食品」(atlast food),也就是控制溫度、氣流、二氧化碳供應和濕度,藉以促使菌絲體的纖維組織長成各種形狀的合成肉。這個複雜過程也是一種發酵形式,使菌絲體在十天內就能形成具有不同質地、強度和纖維的成分,口感類似於動物肉。

菌絲體肉的開發,是希望能減輕畜牧業對地球造成的負擔。「最終食品」的生產設施由垂直農業基礎設施組成,與傳統肉類生產相比,土地需求少了十倍、產生的二氧化碳也降低許多。「最終食品」的第一個產品「菌絲體培根」,其用水量就比傳統豬肉生產少了一百倍。

菌絲體肉的開發,是希望能減輕畜牧業對地球造成的負擔。「最終食品」的第一個產品「菌絲體培根」,其用水量就比傳統豬肉生產少了一百倍。圖/unsplash

生物技術的進步使該工業能找到可行的解決方案,為未來創造永續的食物來源。如果可以使用更少的資源,且對自然造成更少的傷害來人工種植食物,就不必再從大自然中做擷取。當時拜耳對所有等待菌絲體肉的人們說,希望三年內就能實現全球供應。5 菌絲體革命即將到來。

如何自製維他命 D 營養補充品?

只要十五分鐘,幫你補充滿滿維他命 D?

維他命 D 對於保持骨骼、牙齒和肌肉健康來說相當重要。《澳洲醫學雜誌》(The Medical Journal of Australia)建議,如果無法曬太陽,那每天至少要補充 400 IU6 的維他命 D。對於照射陽光不足的人來說,菇類是唯一天然、非動物性的維他命 D 來源。只要將菇類暴露在陽光下就可以產生維他命 D 7,這是在家裡就可以辦到的工作。

-----廣告,請繼續往下閱讀-----
把菇類放在窗臺上讓菌褶朝向陽光,放置 15 分鐘後再烹調,這樣的簡單步驟即可將菇類變成維他命 D 的絕佳來源。圖/pexels

把菇類放在窗臺上讓菌褶朝向陽光,放置 15 分鐘後再烹調,這樣的簡單步驟即可將菇類變成維他命 D 的絕佳來源。僅 84 公克新鮮、暴露於紫外線的洋菇,就含有超過 600 IU 的維他命 D,且與維他命 D 營養補充品一樣容易被身體吸收。8

註解

  1. William Shurtleff and Akiko Aoyagi, History of Tempeh and Tempeh Products (1815– 2020): Bibliography and Sourcebook, Soyinfo Center, Lafayette, 2020, p. 351. ↩︎
  2. Marianna Cerini, ‘Tempeh, Indonesia’s wonder food’, The Economist, 23 January 2020, <economist.com/1843/2020/01/23/ tempehindonesias-wonder-food>. ↩︎
  3. @david_zilber, ‘Biomimicry is a fascinating way⋯’ [Instagram post], David Chaim Jacob Zilber, 26 May 2020,<instagram.com/p/ CAptR8qpN-T> . ↩︎
  4. Winston Churchill and Steven Spurrier, ‘Fifty years hence’, Strand Magazine, issue 82, no. 49, 1931. ↩︎
  5. 摘自作者於 2020 年對艾本・拜耳的訪談。 ↩︎
  6. IU 為國際單位,用於計算或測量維他命 效力和生物有效性的標準化單位之一。 1 IU = 0.025 微克麥角鈣化醇(維他命 D2 )。 ↩︎
  7. Mary Jo Feeney et al., ‘Mushrooms— biologically distinct and nutritionally unique’. ↩︎
  8. Victor L Fulgoni III and Sanjiv Agarwal, ‘Nutritional impact of adding a serving of mushrooms on usual intakes and nutrient adequacy using National Health and Nutrition Examination Survey 2011–2016 data’, Food Science and Nutrition, vol. 9, issue 3, 2021, <doi.org/10.1002/fsn3.2120>. ↩︎

——本文摘自《真菌大未來:不斷改變世界樣貌的全能生物,從食品、醫藥、建築、環保到迷幻》,2023 年 12 月,積木文化出版,未經同意請勿轉載。

所有討論 1
積木文化
13 篇文章 ・ 9 位粉絲