0

0
0

文字

分享

0
0
0

工業機器人:製造業新勞工?

科學松鼠會_96
・2012/11/07 ・2495字 ・閱讀時間約 5 分鐘 ・SR值 523 ・七年級

-----廣告,請繼續往下閱讀-----

工廠取代手工作坊,機器代替手工勞動,這是工業革命的一般標誌。隨著機器人技術的進步,未來完全取代人工勞動也並非不可能。這是不是意味著新的工業革命就要到來?

蒸汽機、電力、信息技術,在過去的兩個多世紀裡,分別掀起了一次工業革命。這三次革命徹底地改變了世界,使我們從跑馬拉糞的古代生活,來到如今的現代化世界。在政治學的教科書中,說起工業革命,往往伴隨著這樣的描述:工業革命使工廠取代了手工作坊,機器代替了手工勞動。然而當我們仔細觀察現在大多數工廠的生產方式,就不難發現,即使在機械化程度非常高的工廠,仍然需要大量的工人來操縱這些機器,進行加工作業。機器真的「代替」了手工勞動嗎?我想答案並非那麼肯定。這裡面一個重要的原因,就是機器缺乏智能。機器可以在特定的條件下,重複完成同一套動作,但是一旦條件改變,機器很可能就傻掉了,如果突發意外事件,機器就更不知該如何處理(想想汽車就知道了)。因此,機器「代替」手工勞動的理想,還有待於進一步實現。從最近幾年來看,這樣的生產力革命似乎就要發生了,而這次革命的主角,就是機器人。

人類文化對機器人的感情比較複雜,只需要《魔鬼終結者》一部影片就很能說明問題:人類文明幾乎被機器人毀滅了,可卻同樣需要機器人來幫忙扳回局面。對於機器人,不論我們怎麼猜測、懷疑和期待,事實都不能否認:它們離我們越來越近了。

談到機器人,公眾首先想到的往往是類似變形金剛那樣的人形機器,但實際上,絕大多數機器人都不是人形的。凡是工作流程可以被概括為「感知-決策-執行」三個步驟的機器設備,都可以被歸為機器人的範疇。比如空調,空調可以感受當前的溫度,如果當前溫度低於設定的溫度,那就停止製冷;反之,如果當前溫度高於設定溫度,那就開始製冷。

-----廣告,請繼續往下閱讀-----

不過我們在這裡想要講的機器人能做的事情可比空調多一些。機器人的發展,取決於三方面的技術。首先,機器人的感知功能依靠傳感器,傳感器是把外界各類信息轉換成電信號的一類部件。有了溫度傳感器,空調才能感知當前的溫度;有了數字攝像頭,自動駕駛汽車才能看到前方的路況。傳感器技術越發達,機器可以感知的環境信息就越豐富、越準確。第二,機器人的決策功能,建立於人工智能技術之上。近年來人工智能的發展比較緩慢,人們仍然對智能和思維的本質知之甚少。但是對於工業用途的機器人來說,目前已經有相當成熟的人工智能技術,可以滿足一定複雜度的決策需要,這一點我們會在後面的例子中看到。第三,機器人執行動作,依靠自控技術,這一點經過多年不懈的發展,我們也已經有了足夠的技術積累。數控車床就是一個很明顯的例子,機器的運動精度完全可以在大多數應用中達到我們的需要。

那麼機器人技術目前的現狀如何呢?我們可以看看著名的IT企業Google公司。Google向來以網際網路業務見長,現在為了大力扶持Android手機系統,也建立了自己的手機生產線,涉足硬件製造。Google的Nexus Q就是全部由自家製造,然而整個製造過程都是無人參與的,全部由機器人生產線一條龍完成。Google憑藉機器人生產線,以一個毫無經驗的互聯網企業,一舉殺入傳統製造行業,而且搞得有聲有色。據悉,Google正準備推出的虛擬成像眼鏡,也是由Google自家的機器人生產線製造,不需要工人參與。

除了Google這種壯觀的全程機器人流水線,在更廣泛的工業領域中,機器人技術也已經足夠成熟。尤其是在高速分揀、點焊、噴塗、砌築、碼垛、穿孔等動作相對簡單的作業中,機器人已經成了唾手可得的先進生產力。例如,機器人可以把很多根線穿過很多個幾乎看不見的小孔,這件工作如果由人類完成則非常吃力,但是機器不但能輕而易舉地完成,而且可以達到驚人的速度(需要加裝安全護欄,避免人員被飛速移動的機械臂誤傷)。機器人除了成本低、生產效率奇高之外,還有另外一個巨大的優勢,那就是能夠在高危生產和作業過程中,控制風險成本。舉一個最明顯的例子,就是開煤礦。礦難是一個非常嚴重的社會問題,甚至已經上升為政治問題,一次嚴重的礦難,甚至可以使一個小型煤礦企業破產。而礦下的工作,卻幾乎是機械式的工作,以目前機器人技術的發展情況來看,完全有可能由機器人來擔任礦工。機器人礦工可以24 小時無休止工作,而且一旦發生意外,損失的也只是機器,而不是人的生命。這是一個非常值得注意的問題,也是機器人技術的發展初衷之一。

此外,這種無工人參與的機器人作業方式,如果真的全面普及,掀起新的工業革命,我們還需要考慮另一個問題,那就是經濟結構,甚至政治結構的轉型。美國國家廣播電台前幾天有個節目介紹說,機器人、三維打印、數控機床等技術,讓美國的製造業正在逐漸搬回美國本土。我們都知道,廉價的人工勞動力,一直是我國對外貿易的一個重要支柱,一旦機器人技術普及,這種經濟結構必然面臨一次巨大的轉變。在這個轉變的過程中,我們要付出的代價可能會很大。如何在改變發生之前未雨綢繆,搶先完成結構轉型,是我們需要思考的第一個問題。

-----廣告,請繼續往下閱讀-----

第二個問題,就是當機器人全面普及之後,整個人類社會的生產關係都將發生改變,而生產關係的改變,則意味著政治結構的改變。想像一個工廠裡全是機器人的時代,那時的機器人是不是私有制?如果是,那麼誰掌握了機器人,誰就掌握了生產資料,他一個人就能開一個大工廠,而絕大多數工人都會失業,社會財富無法流動。如果機器人不允許私有,那麼歸誰所有?當生產力變得足夠強大,甚至不需要人類參與生產時,分配方式就有可能發生改變。

也許還有第三個問題,這是一個更加遙遠的問題,值得我們考慮,那就是機器人的倫理問題。當機器人的智能達到一定程度,會不會產生自我意識?會不會因為自身的損壞而感到痛苦?故意損害機器人是不是構成虐待勞工?這些現在看起來很荒謬的問題,也許在將來會成為現實。到了那時,機器人社會學、機器人倫理學可能會走進大學課堂,而機器人勞動法,可能會成為新聞熱點。總之,那將是一個有趣的時代,也是一個我們現在有點難以理解的時代。但不管怎麼說,這場變革似乎已經在我們身邊發生了,在這一場洪流中,也許我們應該成為走在前面的人。

本文首發於《新領軍者》2012年9月號,作者:蘇椰

轉載自 科學松鼠會

-----廣告,請繼續往下閱讀-----
文章難易度
科學松鼠會_96
112 篇文章 ・ 6 位粉絲
科學松鼠會是中國一個致力於在大眾文化層面傳播科學的非營利機構,成立於2008年4月。松鼠會匯聚了當代最優秀的一批華語青年科學傳播者,旨在「剝開科學的堅果,幫助人們領略科學之美妙」。願景:讓科學流行起來;價值觀:嚴謹有容,獨立客觀

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

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

0

1
0

文字

分享

0
1
0
不想上班!週休三日有可能嗎?有沒有更好的做法?——專訪中研院經研所陳明郎研究員
研之有物│中央研究院_96
・2023/10/04 ・5021字 ・閱讀時間約 10 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|王舜薇
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

休假是越多越好?

2023 年有網友在公民政策網路參與平台提案:「讓臺灣成為亞洲第一個『週休三日』的國家」,獲得 5 千多人高票附議通過,雖然最終遭到政府否決,卻引發人們對現行勞動政策的檢討。中央研究院「研之有物」專訪院內經濟研究所陳明郎研究員,分享過去的「週休二日」實施前後研究,比較分析縮短工時對勞動生產力的影響。此外,陳明郎認為,比起縮短工時,勞工更該爭取的是「薪資合理化」,這也是改善勞動問題的關鍵!

臺灣有可能成為亞洲第一個週休三日的國家嗎?圖|iStock

2023 年 3 月 7 日,有網友在公民政策網路參與平台提案「週休三日」,最終獲得 5,736 人附議支持、通過提案。提案人認為,增加休假日可減少員工離職率、提升工作效率,並增加陪伴家人的時間、提升生活品質,擺脫上班族的「Blue Monday」夢魘。

網友的提案訴求以「增進生活幸福感」為出發點,但這項公民提案在行政院召集相關部會、民間團體討論後,在同年 6 月 26 日遭到否決。

行政院表示,目前尚未有其他國家的公、私部門全面實施週休三日,缺乏相關經驗或統計分析數據可參考、判斷對政府運作效能的實際影響。此外,週休三日攸關人民生活作息、工商運作、運輸調度、金融結匯、股市交易及學生受教權益等問題,影響層面廣泛,配套措施未臻完備前,不宜貿然實施。

-----廣告,請繼續往下閱讀-----

對此,中央研究院經濟研究所陳明郎研究員直言不意外,因為從過往經驗來看,臺灣的勞動政策不可能走太前面,他認為:

比起縮短工時,勞工更該爭取的是「薪資合理化」,這也是改善勞動問題的關鍵!

中研院經濟研究所陳明郎研究員。圖|研之有物

休假大夢再等等!台灣的週休演變史

為何臺灣的勞動政策不可能走太前面?陳明郎舉臺灣實施週休二日的歷程為例,當初是受到外部因素與國際趨勢影響才逐步落實。

1998 年,公務機關與學校先行實施隔週休二日,而部分在臺外商則率先比照母國實施週休二日,再慢慢擴散到本地同業,最後其他私營企業也漸進式跟進,帶動民間單位共同縮減工時。

2001 年起,政府單位全面實施週休二日,勞動基準法也修改工時上限為雙週 84 小時。2016 年起,勞動基準法再修法為「一例一休」,每週工時上限縮減為 40 小時。

-----廣告,請繼續往下閱讀-----

雖然臺灣的勞動法規呈現工時逐步縮短的趨勢,但陳明郎認為,在週休三日的倡議上,除非具指標性或競爭性的國家開始實施,臺灣才有可能跟進。綜觀全球,除了英國、冰島、日本等國曾實驗性試辦,尚未有任何國家正式將週休三日入法,代表勞工朋友想多休假的夢想還要再等等。

另一個現實因素是,臺灣在全球產業鏈中的位置讓我們成為「勞動政策後進國」。臺灣自 1960 年代經濟起飛以來便以製造業立國,接單代工是主要生產方式,因產品本身的附加價值不高,需要維持大量產能才能增加利潤,這也意味著勞動力的需求相當大。

因此,即便近年受到新冠疫情衝擊,臺灣勞工的工作時數仍居高不下。根據勞動部的受僱員工年總工時統計,自 2016 年實施一例一休以來,臺灣的年總工時持續微幅下降,但與他國相比仍偏高。

勞動部 2021 年參考經濟合作暨發展組織(OECD)的統計資料顯示,臺灣 2021 年總工時排名全球第 4,僅次於新加坡、墨西哥、哥斯大黎加。與鄰近國家相比,南韓的年總工時為 1915 小時,排名全球第 7;日本則為 1607 小時,名次遠在 20 名外。

-----廣告,請繼續往下閱讀-----
自 2016 年實施一例一休以來,臺灣的年總工時持續微幅下降,但與他國相比仍偏高。圖|研之有物 資料來源|勞動部

解決低薪問題才是當務之急

臺灣的長工時又扣連到另外一個週休三日在短期內難以實現的原因:全球缺工。近年來,製造業、服務業等勞力密集產業,都面臨人力短缺的問題,遑論配合週休三日調度人力。

造成缺工的原因,除了人口高齡化、少子化、非典型就業盛行等因素之外,「薪資太低」也是關鍵之一!

全球性的發展暨人力資源顧問機構 ECA International 於 2022 年底公布的「薪資趨勢調查報告」顯示,臺灣的名目薪資調薪幅度僅 3.7%,低於亞太地區的平均漲幅 5%。

整體調薪幅度少之外,若從個別產業來看(2021 年統計),近年缺工嚴重的住宿及餐飲業,年薪中位數只有 36.8 萬元;營建工程業則為 46.6 萬元,皆低於全體勞工年薪平均中位數 50.6 萬元,而就業人數較多的製造業也僅有 51.9 萬元。

-----廣告,請繼續往下閱讀-----

薪水偏低、加上新興平台經濟與創業趨勢興起,年輕基層勞動力傾向進入多元與彈性的就業模式,不願屈就薪資較低的勞力密集產業,逐漸形成缺工現象。

陳明郎表示:「臺灣現在勞動政策的重點,不在休假不夠,而是薪資太低。如果週休三日真的通過,資方可能會調降薪水以因應提高的人力成本,這絕對不是民眾想要的後果!

疫情解封後,一般民眾明顯感受到通貨膨脹導致物價接連調漲,但每月的薪水卻沒有跟著漲。陳明郎認為,與其談週休三日,勞動政策的倡議重點應該訴求「薪資合理化」:

政府與主計單位應該提供企業指引,根據通貨膨脹與經濟成長率計算相應指數,透過調整薪資抵銷通貨膨脹、反應經濟成長,讓員工共享經濟成長果實。

缺工怎麼解決?適度開放移工!

至於缺工問題,適度引進外籍移工是值得持續研擬的解方。陳明郎曾探討 1992 年臺灣開放引進移工後,對於本國勞工的影響。研究顯示,引進移工會產生「互補」作用,補上臺灣所缺乏的基層勞動力,基本上未發生本國人所擔憂的因競爭所產生的「替代」問題。

-----廣告,請繼續往下閱讀-----

明顯的對照組是日本,日本在 90 年代浮現人口高齡化現象,因沒有即時引進移工,導致製造業逐漸空洞化。隨著高齡化問題日趨嚴重,日本也不得不於近期修改移民法,開放移工進入農業、醫療等特定領域工作。

陳明郎認為,相對於本國勞工,移工在沒有人脈背景可依賴的情況下,工作動機與生產力通常較強。引進移工可以減緩缺工問題,不過前提仍是「適度引入」,確保本勞的工作權益。

目前缺工問題的解方已反映到政策上。2022 年 4 月 30 日起,勞動部已正式實施「移工留才久用方案」,適用製造業、屠宰業、營造業、農業及長照等已聘有移工的產業,只要符合在臺工作 6 年、技術純熟、薪資在一定標準以上等條件,經申請後再工作 5 年,就可銜接永久居留制度,試圖解決藍領技術人力的缺口問題。

研究顯示,引進移工會產生「互補」作用,補上臺灣所缺乏的基層勞動力,基本上未發生本國人所擔憂的因競爭所產生的「替代」問題。圖|iStock

如何有效調整工時?

陳明郎主要的研究領域為稅制改革,曾針對廢除兩稅合一、改革所得稅等政策提供專業意見。此外,他也跟現任職於師大企業管理學系的妻子徐美教授,合作研究勞動經濟學相關議題,分析 2001 年週休二日實施前後,製造業各類型產業的勞動生產力變動情形,可作為工時調整政策的參考資料。

-----廣告,請繼續往下閱讀-----

勞動生產力是指「實質國內生產毛額指數除以受僱人數指數」,為勞工在一定時間內創造出的勞動成果,可理解為「每工時的產出」。

不同於既有研究主要使用「OLS 迴歸模型」(OLS 全稱 ordinary least squares 普通最小平方法)分析勞動生產力概況,陳明郎與徐美的研究增加使用「分量迴歸模型」(Quantile regression models)進一步比較製造業中不同產業在週休二日實施後的勞動生產力變化。

「OLS 迴歸模型」僅能呈現外生變數變動對勞動力影響的平均值,得出「縮短工時會降低勞動生產力」的概括性結論,卻忽略了影響勞動生產力的各項因子、難以凸顯細節。「分量迴歸模型」則能呈現整體生產力分配上各分量的反應,分析週休二日實施前後的影響,提供政策制定者更細部的參考資料。

該研究蒐集 1987 至 2006 年間,行政院主計總處、勞工委員會歷年出版的薪資、國民所得、生產力、物價統計等資料,以正常工時、加班工時、時間趨勢、高低技術工僱用人數比例等不同變數,建立分量迴歸模型,描述產業勞動生產力分配中不同的分量位置上,受到週休二日政策外生變數變動的影響。

-----廣告,請繼續往下閱讀-----

研究指出,週休二日政策實施後,整體製造業的相對勞動生產力提升,但不顯著。在工時因休假日增加而明顯減少後,製造業的勞動生產力僅在政策初期有短暫衰退現象,隨即反彈回升

週休二日實施後,三級產業的勞動生產力指數皆呈現先降後升的態勢,尤以製造業反彈幅度最大。製造業的勞動生產力指數由 2000 年的 103.08 下降至 2001 年的 100,2002 年的勞動生產力指數上升至 109.3,其增加變動率為 9.3%。工作時數縮減僅造成製造業勞動生產力短暫衰退。圖|研之有物 資料來源|徐美、陳明郎,2010:530

再詳細分析製造業各產業類別的受影響程度可知,縮短工時造成的變動效果有明顯不同。資訊電子業的勞動生產力,於週休二日實施前後沒有顯著改變;化學工業受到部分影響;民生工業和金屬機械業則受到顯著的負面影響。其中,食品、紡織、非金屬製品等民生工業的勞動生產力降幅,又比金屬機械業更大。

本圖凸顯製造業各產業類別的差異性,也反映 OLS 和分量迴歸估計的不同結果。從分量迴歸係數估計值(綠線)的變動幅度,可判別縮短工時對生產力變動的影響。值得注意的是,民生工業和金屬機械業受到顯著的負面影響。圖|研之有物 資料來源|徐美、陳明郎,2010:552

研究也顯示不同變數在產業之間的細部差異。例如增加高、低技術工的僱用比例,會顯著增加資訊電子業、金屬機械業的勞動生產力,卻對民生工業有顯著的負面影響。可能原因是,對以低教育或非技術工為主的民生工業來說,增加高技術工的相對僱用量並無太大助益,反而會增加人力成本、降低勞動生產力。

OLS 迴歸係數估計值(橘線)顯示,資訊電子業和金屬機械業的高、低技術工比例提升,有顯著正面影響。但化學工業和民生工業的影響效果則顯著為負。另由分量迴歸係數估計值(綠線)可知,增加高、低技術工比例,有助持續提升資訊電子業和化學工業的勞動生產力。圖|研之有物 資料來源|徐美、陳明郎,2010:553

在討論週休三日的各方意見中,不少人質疑增加休假日會導致整體勞動生產力下降,而陳明郎與徐美的研究則提醒我們關注不同產業的狀況:

細部分析製造業分項勞動生產力變動後,突顯出各項變數與產業特性之間存在複雜的互動關係,並非簡化概括就能判斷,這對日後工時相關政策的研擬具參考價值。

週休三日提案如同一面放大鏡,讓我們看到臺灣長期存在的工時、薪資與勞動力困境,也看出勞動政策環環相扣的特性。

週休三日是否可行?尚需綜合考慮國家經濟、勞工權益和產業需求等複雜因素,陳明郎也期待,專業研究能更有效地回應公共討論,協助找到平衡各方利益的解決方案。

陳明郎期待,專業研究能更有效地回應公共討論,協助找到平衡各方利益的解決方案。圖|研之有物
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

2
0

文字

分享

1
2
0
AI 也會出差錯?使用人工智慧可能帶來的倫理與風險——《科學月刊》
科學月刊_96
・2023/02/19 ・3976字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

  • 甘偵蓉|清華大學人文社會 AI 應用與發展研究中心博士後研究學者。

Take Home Message

  • Facebook 或 Instagram 的訊息推薦、YouTube 或 Netflix 推薦觀賞影片、掃瞄臉部以解鎖手機,AI 應用早已在我們日常生活中隨處可見。
  • AI 應用中四種常見的倫理和風險:演算法偏誤、相關技術或產品偏離原先使用目的、擁有善惡兩種用途,以及演算法設計不良或現有技術限制。
  • 近年來各國家皆制訂有關 AI 發展的規範,臺灣則在 2019 年制訂「AI 科研發展指引」,期望能改善 AI 發展帶來的問題與風險。

當談到人工智慧(artificial intelligence, AI)、也就是 AI 時,讀者會想到什麼?是多年前由史匹柏(Steven Spielberg)導演的那部《A.I. 人工智慧》(A.I. Artificial Intelligence)中那個一直盼不到人類母愛而令人心碎的機器人小男孩?還是由史密斯(Will Smith)主演的《機械公敵》(I, Robot)裡那些沒遵守機器人三大法則的機器人或中央系統?

《A.I. 人工智慧》(A.I. Artificial Intelligence)電影海報,上映於 2001 年。圖/IMDb

或許未來有一天,人類真的可以設計出如電影中那些像人一樣的 AI 系統或機器人。但目前為止,你常聽到的 AI 其實既很厲害又很不厲害,為什麼呢?厲害的是它下圍棋可贏過世界冠軍,還能夠比放射科技師更快、更準確地辨識 X 光片中疑似病變的細胞;但它不厲害的是,很會下圍棋的 AI 就只能下圍棋,別說不會打牌,連撲克牌是什麼都不知道!而且每次學新事物幾乎都是打掉重練,得不斷做好多考古題才有可能學得會,不像人類通常教幾次就會舉一反三。

不過,即使目前世界上的 AI 都是這種只具備特定功能的「弱 AI」(artificial narrow intelligence, ANI),但已經為這個世界帶來相當大的進步與便利。所以,以下要談的就是 ANI 的倫理與風險。

談到這種只具特定功能的 ANI,讀者知道目前生活周遭有哪些事物有利用 AI 技術嗎?其實 Google 上的搜尋資訊、Facebook 或 Instagram 的訊息推薦、對智慧型手機喊「Siri 現在外面有下雨嗎?」等功能,或是以掃瞄臉部解鎖手機與進入大樓、YouTube 或 Netflix 推薦觀賞影片,甚至是投履歷求職、銀行審核貸款申請等都常用到 AI 技術,它早在我們日常生活中隨處可見。

-----廣告,請繼續往下閱讀-----
AI 技術在日常生活中隨處可見,如 YouTube 推薦觀看影片。圖/Pexels

但也正是如此,讓人們這幾年在使用 AI 時,逐漸發現它可能造成的問題或傷害,以下簡單介紹常見的四種AI應用可能造成的倫理問題或風險。

演算法偏誤

第一種是演算法偏誤(algorithmic bias)。什麼是演算法偏誤?簡單來說就是 AI 在某些群體的判斷準確率或預測結果上總是很差,導致結果可能對於此群體造成系統性的不利。但為何會造成演算法偏誤?常見原因有三項。

第一項原因是,建立 AI 模型的研究資料集有偏誤,在性別、種族、社經地位等特徵上,沒有真實世界的人口分布代表性。例如數位裝置採用 AI 臉部辨識技術解鎖,原本是希望保護個人使用數位裝置的安全性,結果皮膚深的人卻常常遇到辨識失敗而無法解鎖。這通常是因為目前許多 AI 模型都是以機器學習技術設計,而機器學習的主要特性就是從過去人類留下的大量資料中學習;當初提供電腦學習臉部辨識的圖片時,如果多數都是白皮膚而非黑皮膚、多數都是男性的臉而非女性的臉,那麼電腦在學習辨識人臉的準確率上,整體而言辨識男性白人就會比辨識女性黑人要高出許多。

第二項產生演算法偏誤的原因是建立 AI 模型的研究資料集不只有偏誤,還反映現實社會中的性別、種族、社經地位等歧視;例如美國警政單位以過往犯罪資料訓練出獄後犯人再犯風險評估的 AI 模型,那些資料不意外地有色人種的犯罪紀錄遠多於白人犯罪紀錄。然而,那些紀錄也反映美國社會長久以來對於有色人種的歧視,其中包含警察對於有色人種的盤查比例遠高於白人、法院對於有色人種的定罪比例及判刑嚴重程度也遠高於白人、警力通常被派往多黑人與拉丁裔人種居住的窮困社區盤查等。所以根據過往犯罪資料所訓練出來的 AI 模型,不意外地也就會預測有色人種的再犯機率普遍來說比白人高。

-----廣告,請繼續往下閱讀-----

第三項產生演算法偏誤的原因則是 AI 學會了連系統開發者都沒有察覺到,潛藏在資料裡的偏誤。例如科技公司人資部門本來想借助 AI 更有效率地篩選出適合來面試的履歷,所以挑選在該公司任職一定年資且曾升遷二次的員工履歷來訓練 AI 模型。問題是,高科技公司向來男多女少,所提供給 AI 學習的資料自然就男女比例相當不均。AI 也就學會了凡是出現偏向女性名字、嗜好、畢業學校系所等文字的履歷,平均所給的評分都比出現偏向男性等相關文字的履歷還低。

潛藏在資料裡的偏誤造成 AI 預測結果彷彿帶有性別歧視。圖/Envato Elements

但目前科技公司陽盛陰衰,是受到以往鼓勵男性就讀理工、女性就讀人文科系,或男性在外工作女性在家帶小孩等性別刻板偏見所影響。所以 20~30 年來許多人做出各種努力以消除這種性別刻板偏見所帶來的不良影響,政府也努力制定各種政策來消除這種不當的性別偏見,像是求才廣告基本上不能限定性別、公司聘雇員工應該達到一定的性別比例等。因此,訓練 AI 的研究資料一旦隱藏類似前述性別比例不均的現象,訓練出來的 AI 預測結果就彷彿帶有性別歧視,讓人們過往致力消除性別不平等的各種努力都白費了!

其他 AI 應用帶來的倫理與風險

除了演算法偏誤的問題外,第二種可能帶來的倫理問題或風險是 AI 技術已經偏離原先使用目的,例如深偽技術(deepfake)原本用來解決圖片資料量不夠的問題,後來卻被利用在偽造名人性愛影片等。

第三種則是有些 AI 技術或產品本身就可能有善惡兩種用途(dual-use)。例如 AI 人臉辨識技術可用在保護數位裝置的使用者或大樓保全,但也可用來窺探或監控特定個人;無人機可以在農業上幫助農夫播種,但也可作為自動殺人武器;可用來搜尋如何產生毒性最少的藥物合成演算法,也能反過來成為搜尋如何產生毒性最強的藥物合成演算法。

-----廣告,請繼續往下閱讀-----

最後,第四種是演算法設計不良或現有技術限制所導致的問題。在演算法設計不良方面,例如下棋機器人手臂可能因為沒有設計施力回饋或移動受阻暫停等防呆裝置,而造成誤抓人類棋手的手指且弄斷的意外。在現有技術限制方面,道路駕駛的交通標誌在現實中可能時常有老舊或髒汙的情況,儘管對於人類駕駛來說可能不影響判讀,但對於自駕車來說很可能就因此會嚴重誤判,例如無法正確辨識禁止通行標誌而繼續行駛,或是將速限 35 公里誤判成 85 公里等。但前述情況也有可能是自駕車網路、控制權限或物件辨識模型受到惡意攻擊所致。

以上介紹了 AI 常見的四種倫理問題或風險:演算法偏誤、相關技術或產品偏離原先使用目的、擁有善惡兩種用途,以及演算法設計不良或現有技術限制。但人們該如何減少這些倫理問題與風險呢?

培養AI使用倫理與風險的敏銳度

近五、六年來國際組織如聯合國教育科學及文化組織(United Nations Educational, Scientific and Cultural Organization, UNESCO)、歐盟(European Union, EU)、電機電子工程師學會(Institute of Electrical and Electronics Engineers, IEEE)或是國家、國際非營利組織皆紛紛制訂有關 AI 發展的白皮書或倫理指引(ethical guidelines),甚至逐漸朝向法律治理的方向,如歐盟的人工智慧規則草案等。儘管這些文件所提出的倫理價值、原則或行為規範,看似各有不同,但經過這些年的討論與摸索,也逐漸匯聚出一些共識。

「人工智慧科研發展指引」提出三項倫理價值,包含以人為本、永續發展、多元包容。圖/Pexels

臺灣相較於前述國際文件來說,在制訂的時間上比較晚。2019 年由當時的科技部(現改為國科會)制訂「人工智慧科研發展指引」,裡面提出的三項倫理價值以及八項行為指引,基本上涵蓋了前述各種國際 AI 發展指引文件最常提及的內容。所謂三項倫理價值包含以人為本、永續發展、多元包容,行為指引則有共榮共利、安全性、問責與溝通、自主權與控制權、透明性與可追溯性、可解釋性、個人隱私與數據治理、公平性與非歧視性共八項。

-----廣告,請繼續往下閱讀-----

未來當讀者看到又出現哪些 AI 新技術或產品時,不妨試著評估看看是否有符合這三項價值及八項行為指引。若沒有,究竟是哪項不符合?不符合的原因是上述所介紹常見的四種倫理問題或風險的哪一種?若都不是,還有哪些倫理問題或風險過去被忽略了但值得重視?

AI 技術發展日新月進,在日常生活中的應用也愈來愈廣。但考量法律條文有強制性,在制訂時必須相當謹慎,免得動輒得咎,也很可能在不清楚狀況下反而制訂了不當阻礙創新發展的條文;再加上法律制定也必須有一定的穩定性,不能朝令夕改,否則會讓遵守法規者無所適從。因此可以想見,法令規範趕不上新興科技所帶來的問題與風險本來就是常態,而非遇到 AI 科技才有這種情況。

人們若能培養自身對於 AI 倫理問題或風險的敏銳度,便可發揮公民監督或協助政府監督的力量,評估 AI 開發或使用者有無善盡避免傷害特定個人或群體之嫌,逐漸改善 AI 開發者與大眾媒體常過度誇大 AI 功能,但對於可能帶來的倫理問題或風險卻常閃爍其詞或避而不談的不好現象。

本文感謝工業技術研究院產業科技國際策略發展所支持。

  • 〈本文選自《科學月刊》2023 年 2 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。
所有討論 1
科學月刊_96
249 篇文章 ・ 3436 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。