網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

0
0

文字

分享

0
0
0

博士後只能賣雞排、等教職?Leave a nest 揭示的另一條康莊大道

鄭國威 Portnoy_96
・2013/05/17 ・5884字 ・閱讀時間約 12 分鐘 ・SR值 523 ・七年級

科學傳播到底可以有什麼新花樣?寫文章、出書、辦雜誌、拍影片?或是再大手筆一點,辦講座、籌組營隊、設立影展?就只有這樣了嗎?

在拜訪過日本的Leave a nest株式会社リバネス)公司之後,我必須要說我過去真的眼界太窄、想像層次也太低。藉由這篇文章,我將簡要地介紹我所知道的Leave a nest公司,同時也想跟所有PanSci的夥伴,以及共同在台灣做科學傳播、推廣科學素養的朋友們,好好討論討論:台灣的科學傳播到底可以怎麼做得更好、更精采、更有社會意義!

在今年4月底,我因為別的工作任務前往東京,因此有機會拜訪了Leave a nest。不過之所以會知道這家公司,又得再往前回溯,那是因為在去日本前的一個禮拜,我在北京參加會議,順道回訪果殼網辦公室(超棒!),與3月底來台灣參加「開放吧!科學」活動的果殼網CEO姬十三先生碰面聊聊,並參加他們的首場戶外「公開課」,與50位愛好科學的果殼青年到北京郊外的銀山塔林走春,了解中國古建築的奧祕。

在巴士上亂聊的時候,我提到我接下來要去日本東京,因此十三便想起Leave a nest,他雖然也沒有接觸過,但是曾經聽過別人介紹,大致印象是這個單位與果殼還有PanSci泛科學一樣,都是民間發起,且方式較新的科學推廣組織(老實說,PanSci 跟果殼還有Leave a nest 是不在同一個級數的,我們還差太多了)。於是我回台灣之後透過網站寫信給 Leave a nest,表達想要前往拜訪之意。也很快就收到Leave a nest 的回信,表示歡迎我們來拜訪。

到東京進到旅館是下午4點左右,接著休息一下就前往Leave a nest,不過因為太早到,約的窗口還沒開會完,於是又跑到樓下隨便找了間拉麵店就吃了…(日本拉麵店隨便一家都好好吃啊~)

總之,到了下午6點,我們再次回到Leave a nest,接待我們的是龔宇澤先生(Andrew Gung),是新加坡人,目前擔任戰略開發事業部的一份子,同時身兼新加坡分公司的社長。另外還有兩位是同為新加坡人的鄭杰鍇(實習生)以及負責人才開發事業部的德江紀穗子博士。

龔宇澤社長
龔宇澤社長拿著的化學探索紙牌遊戲,是Leave a nest 自行開發的,據說賣得非常好
德江紀穗子博士
德江紀穗子博士

雖然龔社長也懂中文,但是在場最大公約語言還是英文,於是便請德江小姐向我們介紹Leave a nest公司的由來。以下是我當時的紀錄,加上後來網路上再次搜尋綜合的資料。

Leave a nest 成立於2002年,那時的創辦人丸幸弘還在東京大學農學及生命科學系攻讀博士,但在那之前,也就是2000-2001年之間,社會上開始討論找不到工作的理科博士後越來越多,無法進入社會就職;同時拒絕理科、討厭理科的小學生也越來越多。發現這個問題的嚴重性同時也是機會的丸幸弘,便與另外15位大學時代同樣念理工科的同學共同創辦了 Leave a nest ,此命名意謂著理科博士後或碩士生其實可以憑藉自身所學,發揮專業,離巢高飛,但同時也留下一個巢,培育未來的學子,讓科學依舊為未來世代所重視跟喜愛。

CEO 丸 幸弘/ Yukihiro Maru
CEO 丸 幸弘/ Yukihiro Maru

11年來的成長故事就沒時間介紹了,但至今Leave a nest 已經有約50名工作伙伴,全部都是碩士跟博士(博士居多),而且全部都是理工科!他們做得事情實在多到無法分別詳細介紹,只能簡單列舉:

教育發展

網站:https://lne.st/category/pressrelease/ed/

制式科學教育無法激發學生對科學的熱情,是Leave a nest創辦的主要原因,因此他們第一件做的事情就是把實驗重新帶回教室。目前的新聞媒體中充斥著科學術語,然而學童對於科學的興趣卻越來越低落,他們透過提供正確的知識、教學法的改良、以及實驗教室的引進等方式來改變這個現況。對於即將成為教師的人,他們提供教育訓練、先進科學實驗教室的規劃跟設置、科學表演的設計、科學實驗「工具包」 、以及即時的科學知識支援。同時對企業訴求企業社會責任,請企業支持並贊助各項教育計畫,同時也讓企業可以順便培訓員工、或是將企業的發明結合在教學內容中。對學童則提供機器人實驗室、舉辦適合兒童的活動。對大學院校內學者,則讓他們與高中生結合,讓高中生可以進大學實驗室參與實驗,或是請大學教授指導高中科學展覽。他們一年辦理超過150場活動,形式非常多元。

針對小學生的理科王國活動
針對小學生的理科王國活動
特別針對受災的日本東北三縣舉辦的高中生科學活動,獲得兩家企業支持
特別針對受災的日本東北三縣舉辦的高中生科學活動,獲得兩家企業支持
成為教育應援團的企業
成為教育應援團的企業
這是下次活動要發射的火箭
這是下次活動要發射的火箭

人才發展

網站:https://lne.st/category/online/forpaper/incu-be/

同樣的,念了博士卻找不到工作,只能一直當博士後,或是根本不知道為了什麼而念書,找不到自己的志向…等等問題,也是11年前創辦人自己遇到的問題。於是人才發展是Leave a nest 另一個重點項目。他們提供的服務包括:

  • 海外培訓:Leave a nest 在舊金山也有分公司,負責舉辦海外參訪跟實習。讓老師與學生(目前主要與東京首都大學合作)能夠前往矽谷一流的企業跟當地的名校參訪,像是Google、Facebook、Yahoo、Evernote、HP、史丹佛大學、UC 柏克萊大學等。每次行程為一週。之前提過,他們在新加坡也有分公司,所以也讓日本的敬愛大學老師及學生去新加坡跟當地的IT跟生技業者交流。

  • 徵才:許多企業需要優秀的科學人,但或許不在日本,所以Leave a nest 也主打透過他們的Incu-be雙語季刊,提供業界徵才資訊或學術圈資訊,可以觸及全世界50個國家以上最優秀的新科學研究人員。
  • 就職前訓練:為了讓畢業生在就職前準備得更好,他們與企業合作建立培訓課程,讓預定入社者先行實習。他們有一整套的方法,可以讓學生儘快成為企業人才。
  • 模擬競賽:與企業合作,讓學生模擬未來進入生技產業要面對的挑戰,然後從競賽中挑選出人才,請見案例

  • 研究補貼:當然有很多的科學人想要繼續做研究,但是拿不到經費,或是得被迫跟著教授做他的研究。因此Leave a nest 也提供年輕科研人員研究經費,同樣是與願意出資的企業來合作。

  • 領導課程:科研人員較不擅長的領導、溝通、管理技能培訓課程。
  • 參訪:日本是科學大國,因此國內眾多企業科研單位都有開放參訪。

研究發展

http://lne.st/rd/

2004年4月推出的研究發展部,目的是要讓科學人發揮所長,不致於找不到工作。研究加速「車庫」提供各類代客實驗跟製作,目前有三類,分別是生物車庫、化學車庫、工程車庫。可以提供DNA測序、蛋白質組分析、NMR波譜分析、原子吸收分析、樣品製作、實驗影像製作、以及實驗技能培訓等等服務,甚至也提供英文論文或履歷的文字校對跟翻譯。接著是剛剛已經提到的支持研究經費的計畫。還有製作業內雜誌的計畫,例如BioGARAGE雜誌都是邀請擁有博士學位的研究人員撰寫,告訴你業界跟學術界的最新動態跟進展。最後,Leave a nest 也接受各種諮詢,例如專利研究跟分析、與其他研究機構共同合作、接受實驗與開發委託等等,每一個路徑都是在幫科學人找頭路。

區域發展

這是我覺得Leave a nest 最厲害的一塊。或許是因為創辦人本身背景是農學跟生物科技吧,他們特別關注農業的未來,在日本,農業同樣面臨糧食自給率下滑、食品安全疑慮、農村人口老邁、青壯人口流失、以及氣候變遷、經濟景氣變動等等問題。所以他們提出的解決之道就是透過日本引以為傲的科技力來應對。他們協助企業設置植物工廠,跟餐廳合作,凸顯食物無毒無害的特色,可以直接設置在店面內,吸引消費者。還與社群媒體串連,當蔬菜要採收時,會透過Twitter發訊息給follower;去沖繩與當地農民合作,用科學飼料養健康又美味的豬,創立品牌。透過可規模化的擴張,與各地區企業合作產業發展,也能獲得行銷口碑。

與Subway合作,在丸之內地鐵店設置小型植物工廠
福幸豚美味的秘密,用五力圖分析。
福幸豚美味的秘密,用五力圖分析。來源:http://fukuyuki.com/quality/

媒體發展

媒體是科學傳播的主軸,Leave a nest 將傳播對象分成四類,並且用不同的方式接觸。在青少年與一般大眾這塊,他們發行 Someone 雜誌跟網站,介紹最先進的科研發展,每季發行量為八萬冊。針對國高中老師,他們建立了科學教師網絡,有超過1000位老師加入,互相交流。針對學生,他們也設計補充教材,用最新資料印證教科書知識,像是下面這張資訊圖表也算是。

地球的結構。
地球的結構。這裡還有更多資訊圖表海報:http://lne.st/portfolio/sciencepostersforsciencelab/

Leave a nest 有自己的出版公司,完整的出版品可以在Amazon 日本看到,有先前提到的雜誌、專業書籍、也有適合兒童的科學童書。特別的是他們的出版品都採用CC授權,他們表示賣書賣雜誌不是主要目的,重點是讓更多人看見,所以電子版本也沒有數位版權枷鎖。他們在日本科學家山中伸彌因iPS 誘導性多功能幹細胞獲得諾貝爾獎之前就採訪了山中,並出版了iPS細胞物語這本書,因此山中獲獎之後更是大賣。

社群媒體如Facebook跟Twitter、Ustream也是他們協助客戶代操的項目,不過當然是與其他服務結合,例如幫Subway操作Twitter是因為植物工廠的關係。總之,他們提供客戶透過科學為切入點進行行銷的服務。但相較於其他業務,這或許不是他們的重點,因為我看他們維護的Facebook專頁按讚數並不多。另外還有少量的網頁製作(特別是替科學或醫學機構)服務。他們在Ustream上也有一個科教頻道,也協辦過TEDx在日本的一些活動線上直播。

厲害的是,Leave a nest 也經營餐廳!根據龔先生,餐廳除了賺錢,也是辦各種科學演講或聚會活動的場地。除了三家直營的餐廳以外,他們也提供其他餐廳社交媒體行銷的服務,更成立了一個網站 forstore.biz 專門教學。(這業務算是已經離開科學領域)。

最後,Leave a nest 也有自己的線上商店,將所有他們的產品、書籍、服務都整理在這個網站上,可以一次選購。

戰略發展

他們目前也積極向外國拓展。除了已經設立分公司的美國舊金山跟新加坡以外,也已經前往印尼跟中國開始一些簡單的項目。例如去印尼與當地大學研究機構的研究人員交流、辦理招生講座。去中國的上海開始協助企業設立植物工廠、在香港跟上海也都已經有了沖繩物產直營店。強調的重點當然是這些食物是透過科學且安全的方式養育或栽種出來的。網站上說台灣這邊也有些計畫,但龔先生沒有提到。

除了東京,他們在日本還有兩個辦事處,分別是大阪跟沖繩。大阪基本上就是跟東京做一樣的事情,只不過服務的區域是西日本。沖繩就比較特別,可說是花了很大的功夫在經營沖繩的。他們認為沖繩其實位置絕佳,台北、上海、首爾、香港、馬尼拉都在同心圓內,但如今的沖繩卻是日本全國收入最低、就業率最低、大學生比率也最低的地區。於是他們結合琉球大學以及當地產業、政府,也科學來作為改變的起點。目標包括建立當地人力資源網絡、開發人力資源、活化當地高等教育單位、以及建立高價值農業品牌,也就是先前提到的福幸豚。

介紹結束後,我們也從樓上的會議室到樓下的辦公室參觀,雖然已經晚上七點多,但許多人都還在工作,而且真的都好年輕。其中有好幾位是當初一同創辦公司的15人。

左起:台灣創業家Nick、Jackie、資策會Yani、Leave a nest的杰鍇、德江小姐、我、一位從中國來Leave a nest實習的小姐、協會/PanSci創辦人徐挺耀、以及龔先生

回來台灣之後很快就收到龔先生的信,他表示未來或許可以跟PanSci有更多合作,不過要先等我把這篇生出來……但這一拖就拖到今天了。Orz

感想

我不知道你覺得如何,但 Leave a nest 做的事情的確多元到讓我敬佩的程度。首先,不到50個人可以做那麼多事情,真的很厲害;再者,他們是一家非常具有社會企業理念的公司,由非常年輕的科學人自行創立,而且擴展的方向非常穩健,每一個計畫部門都有科學內涵支撐,都針對迫切的社會議題切入,但同時也有很清晰的商業模式。

Leave a nest 與果殼網的確有不少相似之處,做得事情跟規模也差不多,但總體來說,果殼更像是原生的網路媒體公司,而Leave a nest 則是從教育以及人才培訓出發,然後才互相產生交集。而且果殼畢竟成立不到三年,在商業層面的營運績效還不如 Leave a nest ,但在網路媒體這塊應該是果殼大勝。

而若要找台灣代表來與果殼跟Leave a nest 比較的話,肯定不會是 PanSci 了,完全不同量級。遠流出版公司(華山+科學人+…)或是石尚集團 就比較有得比,但做得事情差異就比較大了。

我分享這篇,真的是希望能拋磚引玉。Leave a nest 在解決的問題跟台灣如今面臨的問題多麼相似:社會上科學素養低落、高學歷者找不到工作、企業整天喊沒有人才、學生對科學越來越沒興趣、老師的壓力越來越大、企業缺乏新穎的行銷手法、年輕科學家要不到經費……這麼多的問題,他們透過清楚定義跟找出問題核心,不依靠政府,把問題變成商機,11年來持續茁壯到現在這樣。我訪問的當天,也得知他們即將搬辦公室,換個更大的空間,因為他們持續在徵才。

我喜歡這種創業家+科學家的精神。PanSci大概永遠到不了果殼或 Leave a nest 的程度,但我真心期盼有更多科學家站出來解決這些科學家自己最熟悉、也唯有科學家才能解決的問題。我們會很樂意給予最大的支持。

延伸閱讀:姬十三 領著松鼠嗑果殼

文章難易度
鄭國威 Portnoy_96
243 篇文章 ・ 433 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。


5

7
0

文字

分享

5
7
0

當 AI 的「深度學習」形成偏見,法規該如何遏止傷害?

科學月刊_96
・2022/01/03 ・3732字 ・閱讀時間約 7 分鐘
  • 文/廖英凱|非典型的不務正業者、興致使然地從事科普工作、科學教育與科技政策研究。對資訊與真相有詭異的渴望與執著,夢想能做出鋼鐵人或心理史學。

Take Home Message

  • AI 雖然能協助遏止違法或侵權的言論,但一般大眾卻無法得知其評斷的機制,已於無形中造成傷害。
  • AI 的資料庫誤差,將造成演算法對文化或族群產生偏見等;而深度學習的演算法因處理龐大的資料,常使研究者或運用 AI 的機構無法理解與回溯 AI 的決策原因。
  • 歐盟、美國、聯合國等組織已相繼研擬 AI 的規範與監管方式。
  • 臺灣仍須再制定 AI 相關的監管辦法,以因應科技的發展及變遷。

「你今天被祖了嗎?」

眾所皆知目前社群網路最大的平台臉書(Facebook),為遏阻違法或侵權的言論,會判定某些言論違反其「社群守則」而隱藏。不可否認,違法與侵權言論在社群網路上造成了嚴重的傷害,不過有時候這些隱文的原則,似乎與政治或特定議題有關。時不時也有朋友提到,一則再平凡不過的貼文或照片,卻莫名其妙地被宣告違反社群守則。於是乎在去(2021)年時,網友們開始把臉書創辦人祖克柏(Mark Zuckerber)的姓氏,變成了諷刺臉書封鎖文章標準混亂的話梗:你被「祖」了嗎?

想當然爾如臉書等社群媒體,是仰賴著演算法自動判斷一則貼文是否違規。除了針對文字與圖片的內容分析以外,其他例如被檢舉的數量、帳號的活躍程度、帳號的發文模式、商業價值等,都成為演算法評估一則貼文是否違規的依據,彷彿法官在定罪犯人時不只依據犯罪行為,也會權衡犯人及其社會狀態一樣。然而,我們看得到法官的決策過程與理由,但卻從來沒有機會搞清楚,到底演算法發生了什麼事情,才會宣告一則平凡的貼文違規。

雖然大家平常遇到這種貼文被刪的情況,通常也就是重新打篇文章貼個圖發發牢騷,就這麼過去了。但這個時不時可見的神祕隱文事件,其實就是我們生活中,人工智慧(artificial intelligence, AI)已經持續帶來隱性傷害的頻繁案例。

AI 的傷害跟以往想像的不一樣

自工業革命以降,人類其實蠻迅速地就提出對科技發展副作用的深層反思。例如人類史上第一部科幻作品,1818 年由英國作家雪萊(Mary Shelley)所著作的《科學怪人》(Frankenstein),即是以一個具有擬人思維的人造生命為主角的科幻驚悚作品。伴隨著機器的發展,1956 年達特矛斯會議(Dartmouth Summer Research Project on Artificial Intelligence)上,與會專家提出「artificial intelligence」一詞,認為機器的發展將可像人一般具有學習、理解、適應的能力。

隨著 AI 技術上的演進,人們對 AI 的樂觀與悲觀態度,也愈發分歧。對於 AI 發展所帶來社會的影響,依其態度可以分為:對科技抱持樂觀者,相信「強 AI」的問世可以使電腦與人有相同甚至超越人類的思考能力,並為人類解決大部分問題,帶來更理想的明天,在電影動畫等作品中不乏這類理想的人工智慧角色;重視科技實用者,傾向認為 AI 是以輔助人類的角色,解放人類的勞力工作而能開創更多科技應用的可能;重視科技發展脈絡者,則認為 AI 只是科技發展中的一個流行詞(buzzword),只有尚在發展中,尚未充分掌握的技術才會被視為 AI。與科技領域相對,在人文社會領域中則較常出現對 AI 發展的反思,例如研究 AI 對人類勞力取代後所創造的弱勢衝擊;或更甚者認為強 AI 的不受控發展,將會導致人類文明的毀滅。這些不同立場的觀點,均揭示了人類看待 AI 對社會影響的多元與矛盾預測。

儘管當代影視作品和學術研究,都對 AI 會造成什麼樣的傷害有興趣,但 AI 帶來的傷害早已出現多年而默默影響著人類社會。2018 年在《自然》(Nature)期刊上的一則評論,介紹了一張身披白紗的歐美傳統新娘和印度傳統新娘的組圖,而演算法在看待兩張新娘照片時,會將前者判斷為「新娘」、「洋裝」、「女人」、「婚禮」等,但將後者判斷為「表演」和「戲服」。在這個案例中,AI 或演算法設計本身其實並沒有獨鍾哪一種文化,但因為演算法的訓練來自於既有圖庫,而圖庫中的圖片來源和圖片的詮釋註記,與真實世界的樣貌出現落差,使人工智慧就如真人一般,憑藉著片面不完整的學習資料,產生了對族群與文化的偏見(偏誤),而演算法可能更無法自覺與反思自我產生的偏見(圖一)。

(圖一)由於 AI 只憑藉片面且不完整的資料進行學習,以婚紗為例,AI 只能辨識出傳統歐美的婚紗裝扮(左),卻難以辨識出不同文化的婚紗樣貌,例如印度傳統服飾(右)。(123RF)

除了資料庫的誤差而導致演算法對文化或族群的偏見以外,「深度學習」(deep learning)的演算法因處理龐大的訓練資料、分析資料,也常使研究者或使用 AI 服務的機構,無法理解與回溯 AI 決策的具體原因。例如亞馬遜公司(Amazon.com, Inc.)仰賴演算法全自動判斷大量受僱員工的工作狀態,並以此決定他們的績效與裁員與否。儘管這種做法能大幅縮減決策時間,並減少人資成本,但也因此發生數起亞馬遜員工因系統過失而被降低績效,或是員工績效良好卻被無故裁員,更申訴無門的矛盾事件。這與將 AI 應用於人資的初衷似乎有點相悖,演算法或許可以避免人為決策時,因涉及個人喜惡偏好而作出不公允的判斷,但卻也造成了另一種不公允也無從理解緣由的傷害。

誰來規範 AI?

既然 AI 的傷害已然出現,自然也應有對 AI 的監管與規範機制。例如歐盟執委會(European Commission)在 2019 年 4 月公布「值得信賴的人工智慧倫理指引」(Ethics Guidelines For Trustworthy AI),強調人工智慧應為輔助角色,尊重人類自主、避免傷害、維護公平、具有可解釋性,且能受到監管並回溯決策過程,以避免演算法的黑箱決策,作為歐盟成員國在訂定 AI 相關規範的上位依據。2019 年 5 月,經濟合作暨發展組織(Organisation for Economic Cooperation and Development, OECD),提出 AI 發展的原則應有永續精神以造福人類與地球,能尊重民主與法治、人權與多元性,兼顧透明度、課責機制等原則。美國白宮科技辦公室在 2020 年 1 月發布的「人工智慧應用的管制指引」(Guidance for Regulation of Artificial Intelligence Application),也強調衡量風險避免傷害、公平無歧視、透明度、重視科學實證、立法過程應兼顧公共參與等,作為美國政府各機關在訂定與人工智慧相關規範的指導原則。聯合國教科文組織(United Nations Educational Scientific and Cultural Organization, UNESCO)則在去年 11 月,發布《人工智慧倫理建議書》草案(Draft text of the recommendation on the ethics of artificial intelligence),作為會員國訂定 AI 相關法律與政策時,可依循的通用價值觀、原則和行動框架。

國際上重要的原則指引,也同等地體現在民意對 AI 治理的期待,臺灣師範大學教授李思賢、劉湘瑤、張瓅勻等人針對臺灣 1200 位民眾的調查發現,臺灣民眾對 AI 的應用最在意的是避免傷害,其次則是透明度與公平性,相對最不在意的是隱私。調查亦發現民眾明確偏好以公民審議和立法機關來制定嚴格傾向的規範,這反映了民眾對新興科技的擔憂與對透明治理的期待,也呼應了國際組織的指引方向(圖二)。

(圖二)AI 規範制定權則偏好。李思賢教授等人,調查國人對 AI 規範制定的偏好。發現國人無論對 AI 發展持保守態度或開放態度,均傾向以公民審議和立法機構來制定規範。

然而,國際上的重要指引與民調結果,卻也讓我國在相關規範的設計上略顯矛盾。例如調查研究顯示,雖然民眾最期待以「公民審議」和「立法機構」來訂定 AI 相關規範,但現今國內外相關規範的研擬與討論,仍是以由產官學組成的研究與應用社群為主,例如科技部自 2017 年起,開展多場 AI 倫理議題的研究計畫與論壇工作坊等,並於 2019 年 9 月提出《人工智慧科研發展指引》,明訂 AI 科研的核心價值與指引,使科研人員在學術自由與創新發展的同時,也能兼顧 AI 發展的方向。

但科技部並非產業的主責機關,所訂定的指引僅能提供科研人員更好的方向,對已產生傷害的業界應用仍然鞭長莫及。儘管 2018 年 11 月立法院曾通過初具 AI 倫理精神的《無人載具創新實驗條例》;2019 年 5 月,時任立法委員許毓仁等人也提出《人工智慧發展基本法》修法草案,作為政府兼顧人工智慧產業發展和倫理規範的法律基礎,但該草案的相關修法討論並未被積極延續,作為國家更上位看待 AI 發展的治理框架,於立法體制和公民審議機制中均尚未開展高強度的討論。

AI 對今日生活的便利已無遠弗屆,而 AI 所帶來的傷害,雖微小、難以察覺,但也已經出現,對應的倫理指引與規範在國際也蔚成趨勢,但臺灣仍在牛步,或許國家在看待 AI 發展時,必須開始將這些規範視為迫切的基礎建設。

如同歷史上所有科技進展一般,科技帶來的進步與災變往往是隱性與持續的,直到人們已慣於新興科技的進步,發現科技的受害者已經出現,才驚覺世界已經完全改觀。

延伸閱讀

  1. James Zou and Londa Schiebinger, AI can be sexist and racist — it’s time to make it fair, Nature, Vol.559, 324-326, 2018.
  2. 人工智慧之相關法規國際發展趨勢與因應,https://www.ndc.gov.tw/nc_1871_31998
  3. 《人工智慧發展基本法》草案,https://pse.is/3w9rrf
  • 〈本文選自《科學月刊》2022 年 1 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 5
科學月刊_96
84 篇文章 ・ 331 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。