0

0
0

文字

分享

0
0
0

從「科宅我看人類性擇研究」談「該如何解讀科學研究」

陸子鈞
・2013/03/07 ・3580字 ・閱讀時間約 7 分鐘 ・SR值 562 ・九年級

-----廣告,請繼續往下閱讀-----

design by Amorphia Apparel

在上一次人類又再度逃過世界末日預言之際(2012/12/21),科宅我很榮幸能擔任「末日之戀」的其中一位講者,和兩性心理學專家海苔熊、哲學雞蛋糕蛋糕鋪老闆朱家安,一起從心理學、哲學和生物學(當然是我)談「什麼是愛?」。

Q&A時間有讀者問到「你對『喜歡看正妹』這現象有什麼看法?」(當然,確切的問句我記不得了,不過大概是這樣),我還真一時不知道該怎樣回答。我喜歡看正妹,正妹的確也能從演化解釋一些優勢,但那似乎也不是一切,否則這世界上不符合演化上認定「正妹」的人不就找不到伴了?可是我也在談論相關的研究,那麼我的價值觀是什麼?我怎麼看待『喜歡看正妹』這現象?

我讀過一些人類或者動物性擇的研究,那些非常符合經濟學邏輯的算計;演化就像一位嚴苛的裁判,只有當子代數量最大化,成功傳遞下來的基因才得以保留。每位研究性擇的演化生物學家儼然成為一位動物的兩性專家-或者說是性擇競賽的顧問,講授不同社會結構的動物,在不同的環境下如何能夠達到子代數量最大化-或至少,將基因傳承下去。

人類,Homo spiens,在「行異營性性的多細胞生物」的定義下,被定義為一種動物。既然身為一種動物,人類不大可能完全不受演化的擺佈(可以參考〈人類仍受天擇擺佈嗎?〉一文,或《BBC知識》國際中文版第10期)。人類也受「崔弗斯–威勒德假說」(Trivers-Willard hypothesis)的影響,在環境艱困時較可能產下女嬰;較容易被對稱、或和自己相似的臉孔吸引;女性易受低沈嗓音的男性吸引;主要組織相容性複合體(MHC)差異大的異性較可能彼此吸引;費洛蒙左右著人類的選擇伴侶的對象……(參考《精子戰爭》《性的歷史》《第三種猩猩》…)這些經由嚴謹科學研究過程得到的結論,真的就是我們在挑選伴侶、戀愛、或甚至說找尋「真愛」該遵行的指南嗎?

-----廣告,請繼續往下閱讀-----

「『愛』是什麼?」這是人類千年以來不斷在思考的問題,同為人類的科學家當然也想找尋答案,而科學家擅長以「科學」作為解答的工具。

不管你是不是科學家,只要熟悉「科學方法」都會發現科學並非萬能,科學對於自然萬物的解釋有諸多限制。它只能解釋能重複出現的現象(再現性)、能普遍被人類感知的現象(感官經驗)、可以驗證的現象(實證原則:任何不可驗證的陳述都既非真,也非假,而是沒有實在意義)、符合統計上的可信度、真偽不對稱性(真不能被證明,只有偽可以被證明;比如,再多的白羊也不能證明所有的羊都是白的, 而只要一隻黑羊就能證明所有的羊都是白的這個理論是錯誤的)……等等。

在面對真實世界時,科學這工具顯得簡陋,但卻又是我們手上擁有最好的工具,也就被將就用來研究人類的「愛」。但是「愛」太複雜,所以只好限縮研究範圍在「兩性的彼此吸引」,而「兩性的彼此吸引」有很大一部分又跟「性」有關;「性」又脫離不了演化,這是為什麼很多解釋「兩性的彼此吸引」的研究這麼的「那個」。

講到這裡或許你已經發現,我們怎麼能夠認為在諸多控制的因子下得到的科學結論、或者經由一小搓人,甚至是在其他動物(比方:實驗室的白老鼠、果蠅)身上歸納出的研究結果,足以解釋人類兩性的彼此吸引?更別提是了解人類的「愛」了。即便有再多探討人類兩性彼此吸引的研究,三兩天就刊登在報紙或者PanSci上,那些探討人類「愛情」的科學家、或者這些研究的忠實讀者,對於人類的「愛」仍一無所知。

-----廣告,請繼續往下閱讀-----

科學家是一種明知道自己無法觸及「真理」,卻又死命朝「真理」前進的人;是一種天命、一種狂熱、一種來自內心的驅使,可能有點像著魔,所以這裡先不討論為什麼科學家明知不能了解人類的「愛」卻又一直去研究。這裡要討論的是:科學家該怎樣呈現這些研究?以及大眾該怎樣解讀這些研究?(這也適用於「愛情」以外的科學研究議題,包括公眾議題有關的研究)

科學家

在觀察到一個現象之後,科學家會提出問題,然後提出假設,再設計研究方法來驗證假設,如果研究結果和假設相符,那麼就成了一套能解釋現象的說法;如果研究結果和假設不符,那麼就重新設計研究方法,或者修改假設。上述過程就是科學方法。

舉例來說:一位科學家觀察到(或者精確來說是「注意到」,因為大多數人都能觀察到,但只有他注意到了這現象)-「異性會彼此吸引」。於是他可能提出問題:「為什麼他/她要選她/他?而不選別人?」或者問「他們彼此是怎麼吸引的?」。那麼他可能提出的假設是「他們會選擇外表對稱的對象,反映出對方優良的基因」或者是「他們會選擇免疫系統和自己差異較大的對象,好生下免疫系統組成較多元、較能抵抗病源的後代」;然後再選定研究方法,看是要調查既有的夫妻檔,或者搭配免疫檢測作問卷調查……講到這裡,你應該已經發現這套流程沒有想像中的「客觀」;科學家會對於哪個現象感興趣、提出怎樣的問題假設、設計什麼樣的驗證方法都受到他個人經驗還有成見的左右。

那麼,科學哪裡客觀呢?科學的客觀在於驗證的過程-無論驗證之後得到的結果是否符合原先假設,科學家都得接受。也就是說,驗證的過程設越是客觀,越可能避免主觀所造成的對世界的誤解。科學家在了解世界是同時帶著成見(主觀經驗)還有開放的心(能接受被研究結果推翻假設,或接受被別人推翻已成對現象的解釋)。

-----廣告,請繼續往下閱讀-----

在費盡千辛萬苦反覆驗證得到一則研究結果之後,科學家該如何向大眾展現?

一則研究2萬光年外黑洞的形成或許對大眾沒有太大影響,但如果是一篇「催產素影響人類伴侶忠誠度」的研究,就可能被錯誤解讀為「合理的偶外交配(extra pair copulation)」(外遇的那方就是腦中催產素濃度較低)。在其他公眾議題相關的研究結果也面臨一樣的風險,假設(只是假設!)研究結果顯示「全球均溫在地質史記錄的波動範圍內」,那麼會不會成為忽視環保政策的論述?此外,就算看來跟公眾議題無關的研究,也未必就不會被引用,達爾文當初也沒料到演化論會被曲解支持種族淨化。

科學家該有一定的公眾意識,在《這個不科學的年代》中,費曼(Richard P. Feyman)也提到:「當科學家被告知他必須為自己對社會的影響負點責任,一般指的都是科學的應用部分。如果你研究的是核能,那麼你必須明白,它也能用在對人有害的用途上。因此,在某些科學家的討論會中,你會預期這將成為最重要的議題。」

除此之外科學家和你我一樣有自己的信仰、世界觀、價值觀、政治立場,也會(也應該)提出科學證據來支持自己的觀點。不同的是,科學家的發言對於非科研背景的大眾來說可能是「經過深思熟慮、比我們更了解這議題」的資訊,也就更可能左右人的行為,或者甚至是公共政策的方向。

-----廣告,請繼續往下閱讀-----

科學家必須清楚自己是在什麼場合發言,如果是在課堂、演講、報紙專欄…,就該謹慎切割個人的信仰、世界觀、價值觀、政治立場在科學之外,在表明個人意見時提醒受眾那是個人意見。如果可以,也要提及其他論點的看法,但未必須要詳細呈現,只是要讓受眾明白不只有一個觀點。比方談論演化論時,盡可能也提到神創論怎麼說,兩派說法的爭議點在哪。

當然,科學家也可以大聲疾呼,表明自己的信仰、世界觀、價值觀、政治立場,那的確能發揮影響力,不過代價可能是失去大眾對這位「科學家」的信賴度。再說不同領域有不同領域的專業,公共政策是別於科學以外另一門深奧的學問,化學家就別自以為懂,插手教育體制(當然,不排除得過諾貝爾獎的化學家也精通教育這門學問的可能)。

大眾

大眾在面對問題時,最想知道的總是「我該不該這麼做?」或者「我該做什麼?」。很可惜,科學不能回答這些問題。大眾除了該認知科學的侷限還有科學方法之外,更重要的是認清科學無法替道德問題下決定

科學能回答「如果我做這個,會有什麼後果?」,但至於「我想不想這後果發生?」就是個人的道德價值判斷了。舉例來說,腦神經學家發現,想起逝去的戀情大腦的痛覺神經會有和被熱咖啡潑到一樣的反應-這是科學。但是要不要讓另一個人因為失戀而承受這樣的「痛」,就是個人的道德判斷。或者,統計發現,男性和固定伴侶以外的對象性交,有較高的猝死風險,但值不值得冒這風險,就是個人的價值觀了。

-----廣告,請繼續往下閱讀-----

所以,我認為大眾不該要求科學家判斷「該不該這麼做?」,甚至,大眾應該根基在科學家提出的科學證據上自己做決定

後記

回到「正妹」這件事。我是一個愛看「正妹」的科宅,或許因為那些「正妹」外表比較對稱、比較符合我的印痕辨識的特徵…等等,這些科學家提出人類愛看「正妹」的原因都無關「我就是愛看」的事實。但是如果你問我會特別挑正妹交往嗎?我想比起正不正,跟我有相似的價值觀、能一起經營關係、一起宅起來打Game…等等會是我優先考量的因素吧?

延伸閱讀:

文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

0

0
0

文字

分享

0
0
0
Intel® Core™ Ultra AI 處理器:下一代晶片的革命性進展
鳥苷三磷酸 (PanSci Promo)_96
・2024/05/21 ・2364字 ・閱讀時間約 4 分鐘

本文由 Intel 委託,泛科學企劃執行。 

在當今快節奏的數位時代,對於處理器性能的需求已經不再僅僅停留在日常應用上。從遊戲到學術,從設計到內容創作,各行各業都需要更快速、更高效的運算能力,而人工智慧(AI)的蓬勃發展更是推動了這一需求的急劇增長。在這樣的背景下,Intel 推出了一款極具潛力的處理器—— Intel® Core™ Ultra,該處理器不僅滿足了對於高性能的追求,更為使用者提供了運行 AI 模型的全新體驗。

先進製程:效能飛躍提升

現在的晶片已不是單純的 CPU 或是 GPU,而是混合在一起。為了延續摩爾定律,也就是讓相同面積的晶片每過 18 個月,效能就提升一倍的目標,整個半導體產業正朝兩個不同方向努力。

其中之一是追求更先進的技術,發展出更小奈米的製程節點,做出體積更小的電晶體。常見的方法包含:引進極紫外光 ( EUV ) 曝光機,來刻出更小的電晶體。又或是從材料結構下手,發展不同構造的電晶體,例如鰭式場效電晶體 ( FinFET )、環繞式閘極 ( GAAFET ) 電晶體及互補式場效電晶體 ( CFET ),讓電晶體可以更小、更快。這種持續挑戰物理極限的方式稱為深度摩爾定律——More Moore。

-----廣告,請繼續往下閱讀-----

另一種則是將含有數億個電晶體的密集晶片重新排列。就像人口密集的都會區都逐漸轉向「垂直城市」的發展模式。對晶片來說,雖然每個電晶體的大小還是一樣大,但是重新排列以後,不僅單位面積上可以堆疊更多的半導體電路,還能縮短這些區塊間資訊傳遞的時間,提升晶片的效能。這種透過晶片設計提高效能的方法,則稱為超越摩爾定律——More than Moore。

而 Intel® Core™ Ultra 處理器便是具備兩者優點的結晶。

圖/PanSci

Tile 架構:釋放多核心潛能

在超越摩爾定律方面,Intel® Core™ Ultra 處理器以其獨特的 Tile 架構而聞名,將 CPU、GPU、以及 AI 加速器(NPU)等不同單元分開,使得這些單元可以根據需求靈活啟用、停用,從而提高了能源效率。這一設計使得處理器可以更好地應對多任務處理,從日常應用到專業任務,都能夠以更高效的方式運行。

CPU Tile 採用了 Intel 最新的 4 奈米製程和 EUV 曝光技術,將鰭式電晶體 FinFET 中的像是魚鰭般阻擋漏電流的鰭片構造減少至三片,降低延遲與功耗,使效能提升了 20%,讓使用者可以更加流暢地執行各種應用程序,提高工作效率。

-----廣告,請繼續往下閱讀-----
鰭式電晶體 FinFET。圖/Intel

Foveros 3D 封裝技術:高效數據傳輸

2017 年,Intel 開發出了新的封裝技術 EMIB 嵌入式多晶片互聯橋,這種封裝技術在各個 Tile 的裸晶之間,搭建了一座「矽橋 ( Silicon Bridge ) 」,達成晶片的橫向連接。

圖/Intel

而 Foveros 3D 封裝技術是基於 EMIB 更進一步改良的封裝技術,它能將處理器、記憶體、IO 單元上下堆疊,垂直方向利用導線串聯,橫向則使用 EMIB 連接,提供高頻寬低延遲的數據傳輸。這種創新的封裝技術不僅使得處理器的整體尺寸更小,更提高了散熱效能,使得處理器可以長期高效運行。

運行 AI 模型的專用筆電——MSI Stealth 16 AI Studio

除了傳統的 CPU 和 GPU 之外,Intel® Core™ Ultra 處理器還整合了多種專用單元,專門用於在本機端高效運行 AI 模型。這使得使用者可以在不連接雲端的情況下,依然可以快速準確地運行各種複雜的 AI 算法,保護了數據隱私,同時節省了連接雲端算力的成本。

MSI 最新推出的筆電 Stealth 16 AI Studio ,搭載了最新的 Intel Core™ Ultra 9 處理器,是一款極具魅力的產品。不僅適合遊戲娛樂,其外觀設計結合了落質感外型與卓越效能,使得使用者在使用時能感受到高品質的工藝。鎂鋁合金質感的沉穩機身設計,僅重 1.99kg,厚度僅有 19.95mm,輕薄便攜,適合需要每天通勤的上班族,與在咖啡廳尋找靈感的創作者。

-----廣告,請繼續往下閱讀-----

除了外觀設計之外, Stealth 16 AI Studio 也擁有出色的散熱性能。搭載了 Cooler Boost 5 強效散熱技術,能夠有效排除廢熱,保持長時間穩定高效能表現。良好的散熱表現不僅能夠確保處理器的效能得到充分發揮,還能幫助使用者在長時間使用下的保持舒適性和穩定性。

Stealth 16 AI Studio 的 Intel Core™ Ultra 處理器,其性能更是一大亮點。除了傳統的 CPU 和 GPU 之外,Intel Core™ Ultra 處理器還整合了多種專用單元,專門針對在本機端高效運行 AI 模型的需求。內建專為加速AI應用而設計的 NPU,更提供強大的效能表現,有助於提升效率並保持長時間的續航力。讓使用者可以在不連接雲端的情況下,依然可以快速準確地運行各種複雜的 AI 算法,保護了數據隱私,同時也節省了連接雲端算力的成本。

軟體方面,Intel 與眾多軟體開發商合作,針對 Intel 架構做了特別最佳化。與 Adobe 等軟體的合作使得使用者在處理影像、圖像等多媒體內容時,能夠以更高效的方式運行 AI 算法,大幅提高創作效率。獨家微星AI 智慧引擎能針對使用情境並自動調整硬體設定,以實現最佳效能表現。再加上獨家 AI Artist,更進一步提升使用者體驗,直接輕鬆生成豐富圖像,實現了更便捷的內容創作。

此外 Intel 也與眾多軟體開發商合作,針對 Intel 架構做了特別最佳化,讓 Intel® Core™ Ultra處理器將AI加速能力充分發揮。例如,與 Adobe 等軟體使得使用者可以在處理影像、圖像等多媒體內容時,能夠以更高效的方式運行 AI 算法,大幅提高創作效率。為各行專業人士提供了更加多元、便捷的工具,成為工作中的一大助力。

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
199 篇文章 ・ 305 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
1

文字

分享

0
1
1
「科學」能有價值觀嗎?堅持「客觀」反而讓民眾失去信任?——《為何信任科學》
貓頭鷹出版社_96
・2024/05/26 ・3357字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

科學這門事業並非價值中立,個別科學家也不是。沒有任何人可以真正做到價值中立,當科學家這樣講自己,人們會覺得他們虛偽,因為那是不可能的。除非他們是白痴學者或超級天真,不然就是不誠實。然而誠實、開放和透明又被認為是科學研究的核心價值。科學家怎麼可能同時做到誠實,又說他們沒有自己的價值觀?如果科學家要堅守誠信,同時卻讓大眾誤解他們的角色(就算不是故意的),這會讓他們的事業出現根本的矛盾。

可能有人會反駁,科學家並不是說他們沒有自己的價值觀,只是不會允許這些價值觀影響到科學工作。這種論述不可能證明對或錯,但社會科學研究和一般常識都顯示這不太可能。這就把我們帶到下一個問題,不知為何長久以來都沒有人認真討論一件事,但它卻是許多美國人不信任科學的核心因素:要說科學是價值中立的,多少是在說它沒有價值,至少除了創造知識以外沒有其他價值,而這很容易就變成在說科學家沒有價值信念。當然不是這樣,但如果科學家不願意討論他們的價值觀,就會給人一種印象,認為他們的價值觀有問題,所以才需要遮遮掩掩,或認為他們根本就沒有價值信念。你會相信一個沒有價值信念的人嗎?

我在第二章提出了一個問題:忽視科學主張但最終發現它是對的,風險是什麼?相比之下,相信一個錯誤的科學主張,風險又是什麼?回答這個問題必須仰賴價值。我和康威合著的《販賣懷疑的人》提到,氣候科學所引起的爭辯,幾乎都是價值上的爭辯。很多有影響力的人物在一九八○和一九九○年代相信,政府干預市場的政治風險是如此之大,超越了氣候變遷的風險,因此他們懷疑、蔑視,甚至否認後者的科學證據。這些立場由自由主義智庫繼承,得到共和黨支持,演變成共和黨支持者很多都否認氣候變遷,只是有些積極、有些消極;然後再演變成很多質疑「大政府」的人都懷疑氣候變遷,包括商人、長者、福音派基督徒、住在美國鄉下的人。

即使氣候變遷的證據不斷累積,懷疑論者還是堅稱,就算氣候真的有在變遷,情況也不會太嚴重,或者不是「我們造成的」。因為如果事情真的很嚴重而且是我們造成的,那我們就應該採取行動,可能需要政府以某種方式管制。如此一來,否認氣候變遷逐漸變成美式生活的常態,先是否認證據,最終否認事實。這個問題非常嚴重,但是對於氣候變遷否認者秉持的價值,不能一網打盡說是錯的。

-----廣告,請繼續往下閱讀-----
共和黨支持者很多都否認氣候變遷。圖/giphy

我們可以討論大政府和小政府的優缺、市場管制不足或過度管制的風險,但任何這類討論都(至少在某種程度上)是從價值出發。如果要開誠布公討論這個話題,就必須討論我們的價值觀。不同的人面對同樣的風險,可能有不同的想法,不代表他們就是愚笨或腐敗。人為氣候變遷的科學證據很清楚,疫苗不會導致自閉症很清楚,使用牙線有益健康也很清楚。但價值觀導致許多人拒絕接受證據指出的事情。

回到剛才的問題:你會相信一個沒有價值信念的人嗎?答案當然是不會,這種人是反社會人格。你也不會相信那些擁抱你所厭惡的價值的人。但如果你認為,某個人的價值觀起碼部分與你相似,就算不盡相同,你可能就比較願意聽聽他的想法,接受他說法的一部分。因此,無論價值中立是否能讓一個主張在知識論上比較站得住腳,可以確定的是它在現實中沒有用,不能以此確保溝通、建立信任的連結

科學寫作的主流寫法不只試圖隱藏作者的價值觀,也把他們的人性一同抹煞了。價值觀隱藏、情緒不得伸張、避免使用形容詞,甚至連「我」這個字都無形中禁止了,即便論文只有單一作者也一樣。理想的科學論文寫得好像作者沒有價值觀或感覺,甚至好像作者根本不是人,這都是為了表現出客觀。

圖/envato

科學家可能覺得根本沒辦法讓否認氣候變遷和相信地球年紀是 6000 年的人相信他們。或許這是真的。我曾經公開表示對於要如何跟千禧世代交流感到非常絕望,他們之中有些人聽信末世論,認為世界就要毀滅了,幹麻還擔心氣候變遷?但當我陷入絕望,隔天幾位記者就告訴我怎樣才能透過基督教價值和教導打動這些人。他們建議我從價值觀下手,社會科學研究也支持這種想法。

-----廣告,請繼續往下閱讀-----

結論

科學家壓抑自己的價值觀,堅持科學是價值中立的,這是一條歧路。他們認為人們如果相信科學沒有價值觀,就會相信他們,但這是錯的。

墨頓顯然這樣想,但他可能是錯的,或許反過來才是對的。原因如下:

政治與社會觀念保守的基督徒、自由主義者、共和黨人拒絕相信演化論和人為氣候變遷,大部分分析都聚焦在科學家與這些人之間的價值衝突。但我相信,驅動大多數科學家的價值觀,還是和大多數美國人的價值觀有重疊之處,包括多數的保守派和宗教信徒。近來有一些科學家開始公開聲明他們的價值觀,我認為部分原因是,他們深信這些價值觀確實得到廣泛接納,可以作為信任連結的基礎。 我認為他們是對的。

我認識的大部分科學家都想要預防疾病、促進人類健康、透過創新和發現來強化經濟、保護美國與全世界美麗的大自然。前共和黨議員殷格利斯講得很有說服力,他談到他和海洋生物學家一同造訪大堡礁,他們肩並肩站著,欣賞珊瑚礁周邊生物撼人的美麗。殷格利斯了解到一件事:他看到「創造」,科學家看到「生物多樣性」,但他們實際上看到的、在意的、珍惜的,是同一件事。

-----廣告,請繼續往下閱讀-----

我好喜歡這個故事,因為多數人至少都在某方面珍愛自然。不同背景的美國人都曾造訪國家公園和森林,去健行、釣魚、露營、開車、攝影、漫遊、抱怨,雖然從事不同活動,但美景與體驗帶來了共同的喜悅。儘管如此,我們對人類與自然世界的關係,確實有不一樣的想法。有些人想要在冬日的黃石公園騎雪上摩托車,有些人想要安靜休養。幾乎所有美國人都說他們相信自由,然而我們對這個詞的理解卻嚴重分歧,也很難同意該把哪一類自由看得最重要。柏林有句名言:狼的自由可能代表羊的死亡。同意「自由」這個詞意義並不大。

宗教歷史學家普羅特勞指出,猶太人、天主教徒和新教教徒都相信十誡,但是版本差距之大,令人吃驚。例如天主教放棄了不可崇拜偶像,而猶太教與新教徒堅守此道。天主教因此少了一條戒律,只剩九條很奇怪,於是他們把最後一條一分為二,變成第九條是不可貪圖鄰人之妻,第十條是不可貪圖其他東西。儘管如此,美國人中超過 70% 都信奉這三個宗教,他們都還是認同不可殺人、偷竊、通姦或做偽證,也相信我們應該崇拜唯一真神、不可妄稱神的名、守安息日、孝敬父母。伊斯蘭教也同意這些,只是比這三個宗教更加強調慈善:課(zakat),也就是施捨,是五大支柱之一。不過,看看 zakat 這個字和希伯來文中的 tzedakah 多麼相似,tzedakah 代表慈善施予,是猶太生活的道德義務。慈善也是基督教的核心價值,虔誠的摩門教徒會繳納什一奉獻。

在很多政治議題上我們意見相左,但我們的核心價值大部分都重疊。釐清這些我們都同意的部分,並解釋它們和科學研究的關聯,我們就有機會克服盛行的懷疑論與對科學的不信任,尤其是因價值受到衝擊而產生的不信任。

We have been authorized by Princeton University Press to use this conten. 該內容由普林斯頓大學出版社授權使用

——本文摘自《為何信任科學:科學的歷史、哲學、政治與社會學觀點》,2024 年 04 月,貓頭鷹出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

貓頭鷹出版社_96
65 篇文章 ・ 26 位粉絲
貓頭鷹自 1992 年創立,初期以單卷式主題工具書為出版重心,逐步成為各類知識的展演舞台,尤其著力於科學科技、歷史人文與整理台灣物種等非虛構主題。以下分四項簡介:一、引介國際知名經典作品如西蒙.德.波娃《第二性》(法文譯家邱瑞鑾全文翻譯)、達爾文傳世經典《物種源始》、國際科技趨勢大師KK凱文.凱利《科技想要什麼》《必然》與《釋控》、法國史學大師巴森《從黎明到衰頹》、瑞典漢學家林西莉《漢字的故事》等。二、開發優秀中文創作品如腦科學家謝伯讓《大腦簡史》、羅一鈞《心之谷》、張隆志組織新生代未來史家撰寫《跨越世紀的信號》大系、婦運先驅顧燕翎《女性主義經典選讀》、翁佳音暨曹銘宗合著《吃的台灣史》等。三、也售出版權及翻譯稿至全世界。四、同時長期投入資源整理台灣物種,並以圖鑑形式陸續出版,如《台灣原生植物全圖鑑》計八卷九巨冊、《台灣蛇類圖鑑》、《台灣行道樹圖鑑》等,叫好又叫座。冀望讀者在愉悅中閱讀並感受知識的美好是貓頭鷹永續經營的宗旨。

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
296 篇文章 ・ 3501 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