Loading [MathJax]/extensions/tex2jax.js

0

4
1

文字

分享

0
4
1

淺談《聲之形》中的霸凌與特殊教育

林希陶_96
・2017/04/02 ・3049字 ・閱讀時間約 6 分鐘 ・SR值 537 ・八年級

-----廣告,請繼續往下閱讀-----

Photo source:采昌國際多媒體

編按:電影《聲之形》講述男主角石田將也(上圖左)在小學六年級時,班級轉入了一位天生聽覺障礙的少女西宮硝子(上圖右);硝子除了手語和筆記本外,沒辦法跟其他同學順利交談,漸漸的班上的同學開始惡意的欺負與漠視她,而石田將也也是其中一員;卻在一次師長的追究責任之下,石田將也成了所有欺凌行為的代罪羔羊,轉而變成了被霸凌的對象。這樣的石田將也既使升上高中,也是將自己內心深深封印住的孤獨少年。在他下定決心要在結束自己的人生之前,希望與西宮硝子再見上一面,並當面向她道歉;卻隨著與硝子的再度重逢之後,故事有了微妙地轉變……。
本文從臨床心理師的角度,去探討《聲之形》電影中的霸凌以及特殊教育中「回歸主流」的特教政策。

這是一部與霸凌有關的電影,真實到令人不忍卒睹。女主角西宮硝子因為天生的聽覺障礙,而在小學時遭受同班同學有意無意的漠視與欺負,而在內心形成了巨大的心理陰影,認為自己的存在是多餘,唯有自殺才能解脫(註一)。

  • 註一:此電影近期在台灣上映,居然有部分家長認為涉及自殺及霸凌議題,不應該在台灣公開播出。個人對於此提議深感不以為然,倘若行政院或文化部真的因為這樣的題材而不准上映,才是對於特殊族群真正的歧視。好險,該提案被駁回了。相關新聞請見:稱聲之形消費聽障滾出台灣 提案遭駁回

 

__________以下有雷,怕被暴雷的話請馬上左轉離開__________

Photo source:采昌國際多媒體

霸凌存在於各種年齡層,在小學生中這樣的狀況也不少見(註二)。小學生因為還是未成年狀態,前額葉還沒發展完全,既沒有誠篤敏慧,也沒有溫良恭儉讓,欺負起人既不知節制,也不知手軟。只要一個小孩,稍微跟別人不同,胖一點、笨一點、醜一點、慢一點、聰明一點、好心一點、善良一點,都可能成為被欺負的對象,更別說是有顯著生理障礙或心理障礙的學生了。

  • 註二:加拿大多倫多教育局曾經對霸凌進行研究,得到以下統計:
    ◎百分之三十五的孩童直接涉及霸凌事件。
    ◎霸凌在十一歲到十二歲時達到高峰。
    ◎百分之三十八的特殊教育學生遭到霸凌,其他學生則是百分之十八。特殊生遭到霸凌是一般生的兩倍有餘。
    ◎百分之二十四報告偶爾或時常發生種族霸凌。
    ◎百分之二十三的學生被霸凌,百分之七十一的教師說他們幾乎都會介入(此項為針對父母與教師之調查,與學生相比,師長們嚴重低估霸凌發生次數)。
    (資料來源:《陪孩子面對霸凌:父母師長的行動指南》,頁34-35。)

很多有狀況的學生,每天去學校就是一場又一場的苦難與折磨,就像是西宮硝子一般,一下子是東西不見,一下子故意絆倒,一下子是語帶嘲諷,一下子是被破壞好不容易建立起的人際關係。在這場歷程之中,霸凌的源頭,都是從小惡開始。接著引來整群人無限制、無差別的欺負與惡意,若有人想從中阻撓,這樣的小天使也會成為被霸凌的對象。像是劇中的佐原美世子,就是被牽連的對象,最後連自己也承受不住,只好一直缺席無法上學。

-----廣告,請繼續往下閱讀-----
Photo source:采昌國際多媒體

電影中將被霸凌者的狀態描述的非常細膩清楚,輕者失去自信、對自己負面評價,重者身陷憂鬱情緒之中,不是逃學休學,就是自傷自殘,最後甚至可能走上自殺一途。影片開頭鉅細靡遺的演出打算自殺的男主角石田將也,做了哪些詳細的計畫。在一個月之中,安排了所有細節,哪一天要結束打工、哪一天要提領出所有現金、哪一天要打掃住所、哪一天要向有所愧咎的人講講道歉的話,幾乎關於自己的每件事都有了妥善的安排,再決定結束自己的生命。還好,這顯而易見的企圖還是被將也的媽媽石田美也子所識破,即時攔阻了一個可能發生的悲劇。

但西宮硝子的狀態就沒這麼幸運了,她因為聽障的緣故,在學校生活上經歷了無數地折磨,想死的念頭不停地在心理滋長。好不容易撐到了高中,卻因為霸凌往事被挑起,導致石田再次被誤解,而一心將所有過錯都攬在自己身上。在絕望之餘,驟然決定要自我了斷。這樣的情境,任誰都很難防範。雖然說危機就是轉機,但活生生地現實有時不會像電影中這麼幸運,很多被霸凌者通常就這樣告別了人世,一去不回。

Photo source:采昌國際多媒體

另外,影片中不只討論了霸凌的問題,還深刻地描繪特教生因為「回歸主流」(mainstreaming)這個特教政策,特殊生被安置在普通班上課所產生的巨大困境。若任教老師沒有針對特殊生給予特別的協助,全部都用一般生的上法,可以想見特別的學生會因為一視同仁這樣的待遇,而面臨各種學習落差,導致各式各樣「笨拙」、「落後」的窘境。

雖然回歸主流在理念上是善意的,目的是希望特殊學生可以慢慢適應一般社會,最後可以獨立生活。而普通生也會因為這樣的相處經驗,讓他們知道我們的社會就是有各種不同狀況的人,一般人應該學會怎麼理解他們、協助他們,讓他們可以自由自在地在健全、開明的社會中生活,而不是選擇採取排擠、抵制、隔離的措施。這樣的政策背後,其實需要全體老師、家長、同學的支持與配合。若部分師長特教概念不足,或是堅持所有的同學就是要使用相同的標準,只會讓極端不利的情況加劇。

-----廣告,請繼續往下閱讀-----

目前在台灣仍舊施行回歸主流政策,但很不幸地,部分極端的老師及家長,仍無法接受,覺得會增加普通班學生的負擔,認為還是採取隔離的特教班方式較好;但矇住自己的雙眼,並不代表這群人不存在,種族、特殊障礙、多元性別都是我們必須面對的議題。

Photo source:采昌國際多媒體

那到底要如何面對霸凌情境呢?簡單的說,就是要有強大有效的力量與之抗衡,不然通常就是陷入負向的惡意循環中。在《聲之形》電影裡,學校老師的處理非常粗糙,直接在全班面前點名石田將也為始作俑者,結果讓團體的惡意一下子全部湧向他,讓他變成下一輪被害者。真正操縱霸凌的幾位關鍵人物還是繼續引導這個負向的動力,霸凌並未消失,只是「捉交替」般地往下一個受害者挺進。

這時不得不說起同樣處理霸凌題材的《3月的獅子》,裡面的川本日向也遭遇相類似的事件,但裡面老師的處理就成熟多了:先將所有帶頭者一一約談,強力約束不當行為,並且重申老師絕對不會漠視霸凌事件重複發生,並讓帶頭者知道學校絕對不會放手,也不會姑息。只要這些帶頭者知道大勢不可為,讓這些惡意自然消退,才有可能塑造良善的教學環境(註三)。

  • 註三:校園霸凌研究權威歐維斯博士,提出一套非常成功的防治方案,證實能夠大幅降低校園霸凌的發生。這項方案奠基於四項關鍵原則,目的是為了打造優質的校園環境:
    1.來自大人的溫暖、關注及參與。
    2.對於學生不當的行為有明確的規範。
    3.假使學生違反規範和規定,以毫無敵意、非體罰的方式一貫地處置。
    4.家庭和學校裡的大人建立威嚴而開明的親子、師生關係或教養方式。
    (資料來源:《陪孩子面對霸凌:父母師長的行動指南》,頁208-209。)

總之,讓被霸凌者逐步培養強大的自我是必要的,讓他們的生命擁有足夠的力量與之抗衡,並逐漸明白,「美好不是有品質的生活,而是生命的本身就是美好」。我認為這是《聲之形》所要告訴我們,最平實,也最深刻的一件事。

-----廣告,請繼續往下閱讀-----

延伸閱讀:

  • 羽海野千花。3月的獅子。台北:尖端
  • 魯宓、廖婉如(譯)(2011)。陪孩子面對霸凌:父母師長的行動指南(Barbara Coloroso)。台北:心靈工坊。
-----廣告,請繼續往下閱讀-----
文章難易度
林希陶_96
80 篇文章 ・ 53 位粉絲
作者為臨床心理師,專長為臨床兒童心理病理、臨床兒童心理衡鑑、臨床兒童心理治療與親子教養諮詢。近來因生養雙胞胎,致力於嬰幼兒相關教養研究,並將科學育兒的經驗,集結為《心理師爸爸的心手育嬰筆記》。與許正典醫師合著有《125遊戲,提升孩子專注力》(1)~(6)、《99連連看遊戲,把專心變有趣》、《99迷宮遊戲,把專心變有趣》。並主持FB專頁:林希陶臨床心理師及部落格:暗香浮動月黃昏。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

1

12
3

文字

分享

1
12
3
閱讀障礙與注意力缺失是哪裡卡關?──觀察腦電波解析大腦處理語言的奧秘!
研之有物│中央研究院_96
・2021/10/11 ・5704字 ・閱讀時間約 11 分鐘

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文|陳毓豪
  • 美術設計|林洵安

每個孩子都是父母心中的寶貝,但對於閱讀障礙與過動孩童而言,成績低落、學習不專注是常有的事。大腦研究可以幫助我們釐清背後的成因嗎?「研之有物」專訪中研院語言研究所李佳穎研究員,她的專長為神經語言學,透過腦造影技術,探討大腦與語言處理的關係。腦波研究如何幫助我們了解語言學習及認知發展呢?來聽聽李佳穎怎麼說!

解鎖大腦處理語言的奧秘

語言,是人類溝通、學習和知識傳承的基礎,但我們究竟是如何從牙牙學語到熟悉多種語言呢?英文有子音、母音,中文也有不同聲調,大腦怎麼區別不同語音?

這些是「神經語言學」的內容,也是中研院「大腦與語言實驗室」的研究重心。李佳穎研究團隊透過大腦的腦波反應,試圖解鎖大腦與語言處理的奧秘,希望進一步找出影響孩童閱讀發展與注意力障礙的關鍵機制。

「腦波的研究已經一百多年。」李佳穎將腦波原理娓娓道來,「大腦由很多神經元組成,這些神經元透過神經傳導物質及電的作用,相互溝通訊息。」想要研究大腦如何處理語言,一般不是直接把探針插在大腦神經元做侵入式量測,而是讓受試者戴上多個電極的帽子,從頭皮上以非侵入式、不影響大腦運作的方式量測。

-----廣告,請繼續往下閱讀-----

腦波觀測就像量測心電圖一樣,只要有兩個電極放在大腦頭皮上,便能量測到隨著時間的電位變化,也就是腦波圖(EEG, Electroencephalogram,以下簡稱腦波)。人類在專注、放鬆、睡眠等不同的狀態下,腦波會呈現出不同的頻率組合。

量測腦電波時,受試者需要戴上多個電極的帽子,以非侵入的方式量測頭皮電位。圖/iStock

在研究與臨床上,腦波圖也常被用來計算「事件相關電位」(Event related potential, ERP),了解特定事件(例如認知、語音知覺或閱讀等)是否能誘發出特定的腦波型態。

例如,「新生兒聽力篩檢」就是常見的聽覺事件 ERP 臨床應用。透過量測新生兒接收聲音刺激後, 10 毫秒內的腦波反應,就可以知道寶寶大腦的聽覺反應是否正常、有無聽損。檢查的過程中,新生兒不需要有行為反應,睡覺也沒關係。

腦波不僅可用來解答語言或認知歷程的基本問題,也可應用在臨床或教育上。

檢測嬰幼兒語音知覺的腦波──MMN

從量測到的事件誘發電位,科學家只要知道電位振幅強度波峰發生時間點以及在頭皮上分布的狀態這三個重要資訊,就可以像氣象局預估地震震央一樣,透過數學模型推估神經元活化的起源(generator),解答語言與認知歷程的問題。

-----廣告,請繼續往下閱讀-----

李佳穎團隊解開閱讀障礙與注意力缺損之間的關係,即是使用:聽覺事件相關的腦波 MMN(Mismatch negativity,不匹配負向波)。MMN 是什麼呢?它是大腦偵測到聽覺刺激改變時,會自動產生的電位變化。

試著想像,當你聽到高昂尖叫、低頻狂吼,是不是會有不同感覺?腦波反應也是。當大腦偵測到不同頻率的聲音變化,頻率差異越大,引發的 MMN 負向振幅就會越大,電位變化的時間點也越早。

那麼,MMN 可以發揮什麼關鍵功能呢?MMN 振幅大小和發生時間點,能反應出人類對聽覺差異的自動感知區辨能力。此外,紀錄 MMN 腦波資料時,受測者只需要被動地聆聽,不須對聽覺刺激進行任何行為判斷,因此這個腦波指標很適合用來測試無法配合指令要求的族群,像是嬰幼兒、特殊疾病的族群。

目前, MMN 被廣泛用在嬰幼兒語音知覺發展的研究,而且研究已發現,從嬰幼兒的語音發展及語音知覺表現,可以有效預測這些孩子日後的閱讀能力!

-----廣告,請繼續往下閱讀-----

時間一天一天走,語言敏感度一點一點消失

芬蘭曾有一項知名研究,研究者想知道:不同母語的嬰兒,語音區辨力有什麼不同?

研究者以芬蘭與愛沙尼亞的嬰兒來做比較,觀測他們聽到不同語音時的 MMN 腦波振幅,判斷嬰兒對愛沙尼亞語特有母音 [õ] 的辨別能力。結果發現,芬蘭嬰兒在 6 個月大時,雖然生活中不會聽到這個母音 [õ],仍對它有很好的辨別力。但到了 12 個月大,芬蘭嬰兒對於非母語 [õ] 的辨別敏感度就顯著降低了!這項研究顯示:

即使不是母語會出現的音素,孩子都有與生俱來的辨識力,但這種天賦會逐漸「關上門」。

隨著語言學習的過程,我們對母語中不存在的音素會漸漸失去敏感度。

中文閱讀障礙孩童的關鍵:對聲調變化較不敏感

每種語言具有不同的語音特徵,因此李佳穎實驗室近年也運用 MMN ,探討中文母語者的語音知覺發展,以及檢驗語音改變時,MMN 與中文閱讀能力的關係。

-----廣告,請繼續往下閱讀-----

以中文聲調為例,幼童或初學中文做第二語言的外國人,常常分不清楚二、三聲。這是因為二、三聲調的物理屬性(不論是起始頻率或隨時間變化的基頻),比一、三聲的差異來得小。研究團隊也以一三聲、二三聲的 MMN ,觀測不同受試對象的腦波反應。

李佳穎首先以大學生做實驗。比起一、三聲調變化,成年受試者在二、三聲差異變化時,引發的 MMN 振幅較小,發生時間也比較晚,表示成人大腦能順利區辨這些聲調。

不過,對於小學一年級和二年級的孩子,一、三聲調 MMN 負向振幅很大,二、三聲調的 MMN 卻是一個正波,顯示他們對二、三聲還沒有自動區辨能力,直到五年級後,才穩定下來。此外,識字量越高的孩子,所測得二、三聲調的 MMN 振幅越負──代表識字量越高,對聲調的敏感度越高。

低年級的孩子,一、三聲調 MMN 負向振幅很大,但二、三聲調的 MMN 卻是正波,顯示他們還沒有自動區辨能力,一直要到五年級以上才會穩定下來,接近成人。圖/研之有物、iStock

研究團隊再針對閱讀障礙的孩子進行量測。結果發現,閱讀障礙孩子的 MMN 反應和低年級孩子類似,對二、三聲的 MMN 反應不敏感。這和過去認為,他們是因為看文字、視覺區辨有困難而產生閱讀障礙,有些不同!

-----廣告,請繼續往下閱讀-----

閱讀障礙孩子對聲調的敏感度較弱,若用語音來學習文字可能容易卡關。

實驗結果找出了閱讀障礙的學習關鍵,有助於未來鑑別或幫助閱讀有困難的學童。

李佳穎表示,從這些研究發現可知,MMN 能反映大腦對語音的敏感度,並且與閱讀發展息息相關。未來,若能建立區辨中文語音的 MMN 發展資料庫,就可做為早期鑑別語言與閱讀障礙的神經生理指標。

兩者在一、三聲調的 MNN 差別不大。但對於二、三聲就有差別,閱讀障礙兒童的振幅在 200 毫秒之前幾乎是正波,這顯示他們的聲調敏感度較不好。資料來源/李佳穎

孩子是注意力不足還是閱讀障礙?腦波會說話!

學習障礙的孩子裡,除了閱讀障礙、語言障礙,另一個常見的狀況是:注意力缺失。

許多過動症(attention deficit hyperactivity disorder, ADHD)的孩子,因為注意力不足,常常會伴隨著學習困難;但閱讀障礙兒童跟不上進度,往往也難專注。因此,老師或家長在兩者評估上經常遇到困難。

-----廣告,請繼續往下閱讀-----

不過,李佳穎發現,注意力缺失與閱讀障礙的孩子,在偵測聲音刺激變化的腦波反應不太一樣。

偵測聲音變化時所引發的 MMN ,是一個反應大腦自動偵測聽覺訊號差異的腦波成分,這個階段的反應,並不需要注意力的介入控制,也就是發生在前注意力階段(pre-attentive stage)。即使在嬰兒睡覺、孩童看巧虎的時候進行測量,大腦也會自動偵測聲音聲調的變化。

MMN 的腦波振幅出現得比較早,在 MMN 的波形發生後,通常還有另一個腦波成分叫做 P3a, 這是一個在「差異音」出現 300~600 毫秒後所引發的事件誘發電位。P3a 振幅會受到注意力資源分配(例如差異音出現的比例)影響。因此,P3a 反映的是不自主的注意力導引能力。

李佳穎研究發現,在一、二、三聲差異音比例為 0.1:0.1:0.8 的情況下,閱讀障礙的孩子 MMN 指標即出現問題──閱讀障礙孩子「前注意階段」的語音敏感度比較差。但如果是過動兒,MMN 指標跟一般孩子並無差異,主要是 P3a 出現問題──過動兒在「不自主的注意力引導階段」反應較差。

-----廣告,請繼續往下閱讀-----

比起一般孩子,過動兒一、三聲的 P300 反應明顯較弱,這也顯示 ADHD 孩子大腦處理注意力的歷程,與正常孩子有所不同。研究也發現,P3a 的振幅與注意力行為評估量表的分數有顯著相關。

不同腦波成分,會反應不同的大腦機制。與音調敏感度有關的 MMN , ADHD 兒童和一般孩子差不多;但與注意力有關的 P300, ADHD 孩子反應明顯較差。資料來源/李佳穎

總結來說,閱讀障礙的孩童在 MMN 腦波反應,也就是前注意力階段的語音敏感度出現問題。過動孩童的 MMN 反應和一般孩子差不多,但是 P300 反應較弱,也就是處理注意力的歷程比較差。

從 MMN、P300 兩個不同的腦電波成份(component)研究顯示,腦波能反應出大腦內在語言、認知處理歷程。MMN 反應的是聲音敏感度,P300 反應注意力的歷程,對於未來在孩童學習障礙的臨床鑑定上,將提供重要的幫助。

李佳穎希望能持續蒐集更多個案的常模,協助做出注意力不足過動症、閱讀障礙的鑑別診斷,也能進一步做更多不同範疇的臨床應用。

從語言學角度,建議讓孩子提早學習雙語嗎?

全世界的子音和母音有 600 多個,可是每一個語言大約只用到 30 到 50 個語音。我們的大腦神經元在出生後會不斷蓬勃發展,神經元之間的連結也會隨著經驗連結,持續開闢出新道路;但同時,沒有經驗或不需要的神經元也會被修剪掉。

前面提到的芬蘭研究,嬰兒一開始對任何語音差異都能區辨或偵測,但是透過神經網絡(neural network)的學習後,反而逐漸喪失這種能力。這種例子很常見,就像許多講台語的長輩分不出國語的「發生」和「花生」,因為台語沒有ㄈ、ㄏ;日語母語者則是無法區分 r、l;而我們學英文也有極限。

這些例子,都是因為大腦將用不到的神經連結修剪掉,也就是大腦可塑性。

因此,可以提早讓孩童在自然環境中接觸語言,累積經驗值。口語詞彙是閱讀能力的根基,但不管是母語或第二語言,都不用急著讓孩童學習文字。

還沒上學之前,家長可以透過講故事,累積孩童的語音敏感度與詞彙量,作為未來閱讀發展的根基。如果要強調第二語言,也可以在遊戲、自然互動中建立語感,不用一開始就教閃卡、背單字、寫字,因為書寫涉及視、知覺和動作的協調,也與小肌肉發展有關,不必過早介入教導。

對閱讀障礙孩童的家長,有什麼建議?

語言的傳遞有聽、說、讀和寫。文字的發展,讓訊息有不同的溝通模式,也加速了知識傳承。但對閱讀障礙的孩子來說,以文字做為獲取知識的媒介是較困難的。

知識不一定只能透過文字傳播。如果孩子在文字形式的吸收有困難,也可以採用有聲或多媒體等方式來學習或評量,建立信心。他們閱讀能力的發展斜率或許比一般孩子緩慢,但還是會進步。如果因為經常失敗而扼殺了興趣和動機,反而更不利於小孩的學習發展。

上學不只是為了學習文字、閱讀能力,而是幫助孩子獲取知識。閱讀障礙不代表不能學習,更不代表人生是黑白的!許多優秀的人都有閱讀障礙,例如知名歌手蕭敬騰、新加坡前總統李光耀,都是好例子。

我們語言與大腦實驗室也做了好幾組遊戲,希望透過不同的形式,幫助學習困難的孩子,從互動遊戲來累積語言經驗。像是 「注音冒險王」,已經上架 Android 和 iOS 雙平台提供下載。

李佳穎團隊結合神經語言學,為台灣學童開發多款識字教學遊戲。目前的三款 APP(每日腦點心、注音冒險王、收割季節),都可免費下載,在疫情期間也提供雙北特教老師使用,作為學習障礙學童的線上課程,老師還可以從後台了解學習狀況。圖/大腦與語言實驗室網頁

為什麼會從語言學研究,發展到教育應用?

我原本研究非常基礎的腦神經科學,最大的研究動力是為了滿足學術上的好奇心,原先沒想過會投入臨床或教育方面的應用。

過去,我找了一些閱讀學習困難的孩子當受試者,家長報名很踴躍,因為他們很想知道孩子究竟怎麼了,該怎麼協助。每次實驗後,父母都很關心能為孩子做些什麼。但我發現:我根本沒辦法幫助他們,他們只是來幫我做實驗!

這讓我慢慢思考,只提供施測並不夠,應該想辦法回饋這些孩子和家長。

一開始,我沒辦法直接幫到孩子,所以決定先做出中文的字詞資料庫,提供資源讓特教老師設計學習單。後來,我開始四處演講,分享語言學習、閱讀學習的歷程,漸漸有特教機構和鑑定機構找我協助,也因此跟教育現場的老師有更多互動,更了解不同學習障礙類型的需求及鑑定上的困難。

特教老師很忙,從「知道理論」到「可以使用」也仍有一段距離,所以我們開始進一步規劃輔助教學應用軟體。通常,第一版原型由實驗室自己研發設計,之後再和專業工程師討論,一步步發展。很幸運有長期支持的團隊,讓我們不只做基礎研究,還可以設計免費學習 APP 回饋社會。我也期待有更多生力軍加入大腦與語言實驗室,一起為臺灣的腦科學與教育應用努力。

延伸閱讀

  1. 「語言使用」和「大腦」的關係是…? 專訪李佳穎
  2. 中研院語言學研究所──大腦與語言實驗室
  3. Cheour, M., Ceponiene, R., Lehtokoski, A., Luuk, A., Allik, J., Alho, K., & Näätänen, R. (1998). Development of language-specific phoneme representations in the infant brainNature Neuroscience1(5), 351–353.
  4. Lee, C. Y., Yen, H. L., Yeh, P. W., Lin, W. H., Cheng, Y. Y., Tzeng, Y. L., & Wu, H. C. (2012). Mismatch responses to lexical tone, initial consonant, and vowel in Mandarin-speaking preschoolers. Neuropsychologia50(14), 3228–3239. 
  5. Sams, M. (1983). Sequential effects on the ERP in discriminating two stimuliBiological Psychology17(1), 41–58. 
  6. Yang, M. T., Hsu, C. H., Yeh, P. W., Lee, W. T., Liang, J. S., Fu, W. M., & Lee, C. Y. (2015). Attention deficits revealed by passive auditory change detection for pure tones and lexical tones in ADHD children. Frontiers in Human Neuroscience9.
-----廣告,請繼續往下閱讀-----
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3654 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

5
1

文字

分享

1
5
1
如何透過法律制度,化解疫情造成的歧視?
法律白話文運動_96
・2021/07/30 ・4834字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者:賴宜欣

隨著 COVID-19 疫情發展,讓人民在盼望疫苗的同時,陸續出現因為疫情產生的不友善舉動。在現行法規範下,什麼樣的不友善舉動會構成「不合理的差別待遇」呢?如果構成不合理的差別待遇,會受到處罰嗎?相對地,被害人又有什麼救濟方法?

一起看看臺灣的法規,再比較鄰近的日本及韓國的法制,檢視是否有值得我們學習的地方吧!

你知道哪些舉動將會構成不合理的歧視嗎?圖/envato elements

小心這些不友善舉動將觸法!

傳染病防治法》,第 11 條規定:

  • 不得歧視「傳染病病人(包含感染傳染病病原體之人及疑似傳染病之病人)、施予照顧之醫事人員、接受隔離治療者、居家或集中檢疫者及其家屬」。

同法第 12 條也規定:

  • 「政府機關、民間團體、事業或個人不得拒絕傳染病病人就學、工作、安養、居住或予其他不公平之待遇」。

如果違反這兩條規定,就會構成不合理的差別待遇,依同法第 69 條處「新臺幣一萬元以上十五萬元以下罰鍰」,且若「沒有限期改善,還會按次處罰」。

-----廣告,請繼續往下閱讀-----

以下就讓我們來檢視幾個新聞報導的案例,會不會構成差別待遇而受到處罰?

《傳染病防治法》明文規定不得歧視醫事人員。圖/envato elements

◆ 案例1:在醫院工作的護士媽媽,指出兒子疑遭校方帶頭以防疫為由,安排坐在教室最後排,禁止與同學互動

如果在醫院工作的護士媽媽,工作內容確實是對傳染病病人施予照顧,那麼她和兒子就是法規保障的「施予照顧之醫事人員及其家屬」,學校調換座位及禁止互動,就可能構成差別待遇,可以適用《傳染病防治法》對校方處罰。

◆ 案例2:宜蘭雜貨店母女確診,村民認為確診者自私偷跑回鄉,甚至朝店砸酒瓶

-----廣告,請繼續往下閱讀-----

◆ 案例3:彰化水果盤商家族群聚感染,鄉里責罵害人染疫,到門前棄置垃圾

這兩個案例都是確診案例(傳染病病人),受法規保障,不得歧視、不能拒絕其工作、居住或其他不公平之待遇。因此,若朝經營的雜貨店砸酒瓶、責罵、棄置垃圾於家門的行為,都可能構成差別待遇,可依《傳染病防治法》,對行為人開罰。

圖/三立新聞 報導截圖

◆案例4:房東以房客染疫、居家檢疫而拒絕居住,或因房客是醫護人員為由,拒絕租屋

不論房客是「確診患者(傳染病病人)」、「居家檢疫者」、或「施予照顧之醫事人員」,都是屬於法規保障不得歧視的人,房東若以房客染疫、居家檢疫、或是醫護人員而拒絕租賃,已經構成歧視,可用《傳染病防治法》開罰。

-----廣告,請繼續往下閱讀-----

另外,構成歧視的同時,如果損害了相對人的名譽,還可能同時觸犯刑法妨害名譽及信用罪(刑法第 309310 條參照),並該負起民法侵權行為的損賠責任(民法第 184 條參照)。 

房東若以房客染疫、居家檢疫、或是醫護人員而拒絕租賃,已經構成歧視。圖/envato elements

話雖如此,下面兩個案例可能就沒那麼幸運了。

案例5:因疫情宅配量暴增的物流人員,遭到民眾噴酒精等嫌惡舉動對待

案例6:部分貨運業者公告暫緩運送疫情熱區的貨物

-----廣告,請繼續往下閱讀-----

「物流人員」或「疫情熱區居民」雖被噴酒精,或被暫緩運送貨物,但因他們兩者目前並非《傳染病防治法》中所保障的對象,因此,在這兩個案例中,都不能依照《傳染病防治法》對那些舉動開罰。

公布確診者情報、疫情熱區,並非不合理的差別待遇

話說回來,那中央流行疫情指揮中心(CDC)定時召開說明會、發布確診個案(或確診個案足跡)、點出目前疫情熱區,這樣是否已對被發布的確診個案,或被指出是疫情熱區的當地民眾,構成不合理的差別待遇了呢?

為什麼指揮中心可以公佈個案足跡?圖/指揮中心直播

於防疫期間,依據《嚴重特殊傳染性肺炎防治及紓困振興特別條例》第 8 條規定,指揮中心為避免疫情擴散,得指示對確診病人公布其個人資料、或為其他必要之防治控制措施或處置。

因此,指揮中心是可以因應疫情,公布確診病人資料或為其他必要防治的,而公布標準則是依據「指揮中心記者會確診個案資料發布原則(註一)」。此外,指揮中心也授權各地方政府以此發布原則,發布確診個案公共場所活動史。 

-----廣告,請繼續往下閱讀-----

而根據前述原則,公布確診者時,不會公開其姓名、病史、收治醫院、完整地址、職業、工作內容;針對年齡、性別也僅公布區間,而接觸者的部分,也只公布家人人數及醫護人數。

國內疫情通報不會公佈過於詳細的個資,年齡也只公布區間。圖/指揮中心

也就是說,基於防疫所為的官方公告,是依法令之行為,且公布內容須有助防疫、並不得指涉特定人,而未過度侵害隱私權,因此不會構成不合理的差別待遇。

日本跟韓國怎麼規範疫情下的歧視?

韓國:「媒體報導」引發歧視時,有多元救濟手段

先說結論,以韓國來說,若不是媒體報導所導致的歧視,則一般人可能會因自身行為,成立刑事(如侵害名譽罪)及民事上責任(如侵權行為損害賠償)。

但若是因「媒體報導」所助長的差別待遇,又因 COVID-19 係傳染病,被歸類為「社會災難」,所以相關報導必須依照「放送法」的「放送審議規定」加以檢視。

-----廣告,請繼續往下閱讀-----
韓國特別制定了法規,要求媒體自律。圖/envato elements

韓國記者協會等單位就此類災難報導,也制定了《災難報導準則》、《新冠肺炎報導準則》等自律準則來自主規範。報導機關若不遵守這些規範,造成歧視滋生,被害人可以採取多樣的救濟手段,包括:

  1. 刑事告訴:若屬不實報導可能構成名譽毀損罪(註二)。
  2. 行政救濟:依據《言論仲裁及被害救濟相關法律(言論仲裁法)》,可請求修正、平衡報導或後續報導(註三),也保障被害人可向言論仲裁委員會申請調停及仲裁。
  3. 民事救濟:被害人可向報導機關為首的加害人們,向法院提起民事上訂正報導請求之訴,也可以請求損害賠償、侵害停止、侵害預防,以及廢棄因侵害行為所產生之物(註四)。

    另外,韓國設有「國家人權委員會」,並訂有《國家人權委員會法》,禁止沒有合理理由,而以各種因素(包含疾病史)侵害平等權的行為;若媒體報導所涉及到的被害人是外國人,也容易對特定國家的其他外國人滋生偏見。

    這種情況,被害人個人及其他被歧視國國民的第三人,都能向國家人權委員會提起陳情。
即使是外國人也能對韓國國家人權委員會提起陳情。圖/envato elements

日本:中央、地方及民間三方協力,致力宣導改善,不採處罰

2020 下半年,日本官方陸續召開 COVID-19 相關對策的計劃小組,其中對於 COVID-19 所導致的偏見、差別待遇等,採取國家和地方自治體、民間團體協力的作法,推動疫情資訊普及化並設立諮商窗口。

中央的法務省(類似臺灣法務部)、文部科學省(類似臺灣教育部)、厚生勞動省(類似臺灣勞動部與衛生福利部的綜合)分別推動人權座談會、消除差別與偏見的教育計畫及感謝醫護計畫等。

地方政府方面,2020 年的 7 到 9 月間,東京、岐阜、鳥取、沖繩等地更陸續明定《新冠肺炎對策條例》中,明文禁止不當的差別待遇。民間團體如:公益財團法人人權教育啟發推進中心也展開「不要差別待遇,而是正確理解」的計畫。

-----廣告,請繼續往下閱讀-----
日本政府、地方與民間三方協力。圖/envato elements

到了 2021 年初,日本政府也曾考量是否在《新型流行性感冒等對策特別措施法(新型インフルエンザ等対策特別措置法)》中,加入相關罰則;但醫界及護理界皆出現反對聲浪,認為如果制定強制規範甚至罰則,會讓民眾更不願意接受醫療,也會對染病者更加反感,助長差別待遇。

因此,最後在 2021 年 4 月 1 日通過的法律修正案中,只有在該法的第 13 條 2 項當中新增:國家及地方公共團體為了讓患者等人(註五)獲得尊重,對 COVID-19 所衍生的差別待遇,有掌握實際狀況、提供諮詢支援、收集整理分析情報、提供資訊及宣傳等作為義務。

總的來說,日本政府決定推動教育宣導及諮商,提升人民的意識,於事前防止歧視行為的發生,而非事後處罰這樣的歧視行為。

以推動教育、諮商,事前預防歧視發生。圖/envato elements

臺灣目前的法規,偏重事後對歧視行為的處罰,但規範細緻度上,不論是事前的歧視紓解,或事後的救濟管道,相較日韓兩國,則略顯不足。

追本溯源來看,不合理差別待遇的形成,很大的原因是來自不了解所衍生的不安,加上民眾獲得疫情消息來源,絕大部分來自媒體,因此,韓國著重在「規範報導媒體,以督促媒體自律」,並採取包含刑事、民事、行政的「多元化救濟」,這種雙管齊下的作法,應是值得參考的。

同樣地,日本著眼「資訊透明化」,用更多宣導來打擊謠言,藉此消除不合理的差別待遇。這樣的做法,乃是採用官民協力的方式,致力於知識普及和諮商推廣,從差別待遇產生的根本上來紓解問題,也是非常值得參考的作法。

因此筆者認為,臺灣目前可以試著用規範,督促媒體在報導疫情消息上,能嚴加自律、並推動疫情相關知識的普及化,再建立暢通的諮商管道,來紓解疫情下易生的不安。

抗疫雖然艱辛,但憑藉臺灣著名的人情味,相信我們這次一定能夠齊心度過這「疫」關!

備註

  • 註一:指揮中心記者會確診個案資料發布原則 ,109 年 4 月 1 日訂定 、110 年 2 月 9 日修訂 。 
  • 註二:韓國刑法第 307 條第 2 項、第 309 條。
  • 註三:韓國《言論仲裁及被害救濟等相關法律(言論仲裁法)》第 14 條及第 17 條。
  • 註四:韓國《言論仲裁及被害救濟等相關法律(言論仲裁法)》第 27 條、第30條;民法第 764 條、第 750 條。
  • 註五:這裡所稱的差別待遇,尤其是指以患者等人,或曾經是患者等人(如確診後康復者)為理由,所衍生的不當差別待遇,包含毀損名譽或信用,還有侵害患者相關權益的行為。前述「患者等人」所指涉的對象,則包含患者、醫療從事人員,此等人員的家屬與其他與此等人員隸屬同一集團的人。

參考資料 

  • 韓國部分
  1. 大韓弁護士協会 「コロナ19 法律相談 Q&A」
  2. 韓國國家法令情報中心
  • 日本部分
  1. 偏見.差別とプライバシーに関するワーキンググループ(第1回)
  2. 新型コロナウイルス感染症に関連して -差別や偏見をなくしましょう
  3. 罰則導入で「感染隠し」危惧 差別助長の恐れも―保健師ら
  4. 新型コロナ 感染者差別を助長する“罰金” 
-----廣告,請繼續往下閱讀-----
所有討論 1