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

4
0

文字

分享

0
4
0

大學專利技術移轉中心的難堪與窘境

洪朝貴
・2013/12/11 ・4484字 ・閱讀時間約 9 分鐘 ・SR值 528 ・七年級
大學淪落到與專利蟑螂比翼雙飛並肩作戰; 但仍有 84% 的大學以赤字在營運技轉中心
大學淪落到與專利蟑螂比翼雙飛並肩作戰; 但仍有 84% 的大學以赤字在營運技轉中心

在美國, 大學為什麼淪落到與專利蟑螂並肩作戰? 在臺灣, 大學要求師生讓渡專利, 這算是教育, 還是剝削? 算是 empowerment, 還是 enslavement? 撇開社會整體利益不談, 「配合各校追逐專利績效的政策」 符合師生自身的狹隘利益嗎? 會不會到頭來甚至連學校也沒有得到好處? 這一切所為何來? 我們還要繼續活在母體 (The Matrix) 的虛幻世界裡面, 高高興興地一邊被榨取營養, 一邊保衛這個系統嗎?

一、 與專利蟑螂共舞

美國最近在推動專利法改革。 眾議員 Bob Goodlatte 提出 Innovation Act 意欲遏阻專利蟑螂。 其中一段名為 covered business methods (CBM) 的法條旨在降低挑戰垃圾專利的門檻。 也就是說, 當一般小公司在面對垃圾專利的威脅時, CBM 可以讓它更有機會站在較公平的立足點上自我防衛。 微軟跟 IBM 卻跳出來大聲抗議, 主張 CMB 不應擴及軟體專利 — 現在大家都知道誰家的垃圾專利最多了。 削弱之後的版本 (也就是讓專利蟑螂保留較多為惡空間的版本) 在眾議院以 7:2 通過

降低專利蟑螂殺傷力的法案, 微軟與 IBM 不喜歡, 這可以理解-畢竟微軟的商業模式已經轉變成 專利勒索 它從 android 專利授權金所獲得的收入五倍於 windows phone 的收入。 令人訝異的是, Timothy B. Lee 指出: 沒想到大學竟與專利蟑螂並肩作戰。 一個自稱為 TPL Group 的組織蒐集了很多反對改革的信件。 其中除了包含專利律師、 藥廠、 生物科技公司之外, 有一封信竟然來自美國大學聯盟/美國教育委員會等等六個大學聯盟:

基本上這些大學擔心修法之後, 就更難收到專利金了。

儘管大學通常不會像專利蟑螂那麼過分, 但大學為了收取權利金而導致大眾必須付出成本, 這跟專利蟑螂造成的問題並沒有太大的差異。

Myriad Genetics 的訴訟案就是一個很好的例子。 該公司 企圖將 「乳癌檢測服務」 的競爭對手逐出市場。 … 跟 Myriad 聯手的, 還有 U. Penn. 跟 U. of Utah. 。 如果他們勝訴, 乳癌檢測很有可能因為缺乏競爭而變得昂貴。

另一個例子是 Eolas。 十多年來, 這家專利蟑螂聲稱他們握有 「外掛程式播放網頁內嵌內容」 的專利, 以此控告 (微軟、 蘋果、 google 等等) 網路公司。 加州大學是 Eolas 的訴訟夥伴, 也是當初取得專利的地方。 … Eolas 從這些網路大廠榨出數千萬美金, 加州也學也分一杯羹。 …
參與聯署的六大聯盟之一是 AUTM — 各大學技術移轉中心的代表。 大學的其他部分透過創造與傳遞新知以提升公共利益, 技轉辦公室卻反其道而行: 透過取得專利、 對於公眾取得大學研究成過設下限制, 以便為大學賺錢。

牽制專利蟑螂的法案必然也將減少大學的專利金收入。 但這並不表示專利改革是壞事。 它反而提醒我們: 有些大學積極從事專利授權的行為, 有違大學 「促進公共利益」 的更根本任務。

該文中還提到: 耶魯大學將 AIDS 藥物 d4T 的專利授權給 BMS 藥廠; 藥廠將藥價設得很高, 原發明人 Prusoff 教授看不下去, 跳出來抗議, 提醒大家: 「我們當初做這研究並不是要賺錢的。 我們是希望開發一款能夠嘉惠社會的化合物啊!」

將近四年前, 我已在 「內耗型競爭力」 一文當中提到 「傷害擴散的創新」: 「不管一項專利對社會有沒有幫助, 想盡辦法申請專利卡位, 變成了大學教授的主流價值, 變成了我們毫不質疑的努力方向。」 看來臺灣的大學所生的病, 在 「智慧財產信仰凌駕一切其他價值之上」 的源頭美國, 問題更嚴重。

二、 教育部提醒: 學生比較好欺負

教授畢竟是學校的員工, 所以對於教授的發明, 學校參與分一杯羹甚至主導如何對外授權, 也是很可以理解的事。 不過學生與學校之間通常沒有僱傭關係, 那麼學生在校期間所發明的專利, 應該歸屬於誰呢? 教育部產學合作資訊網的 「大學研發成果歸屬之FAQ」 已經明確表達教育部立場 — 基本上就是在解釋大學可以如何從教授與學生手中取得研發成果。 其中談到學生的發明, 教育部建議: 「… 最佳辦法仍是於研究計畫之始, 即與學生簽訂發明讓渡協議。」

研究助理領的薪水極低, 又不似專任教授與學校之間是長期的僱傭關係, 要求研究助理讓渡其發明成果, 實在很牽強。 不過很多大學並不滿足於透過微薄的研究津貼為 「佔有學生的智慧財產」 取得正當性。 南開科大 聯合大學 高雄餐旅大學 台南應用科大 僑光科大 高師大 臺南大學、 … (還有很多) 都進一步透過 「專利申請補助」 的關卡來要求學生簽署專利讓渡同意書。 所以即使學生從事的是沒有領錢的專題研究, 只要他 (或他的指導教授與組員) 想透過學校申請專利, 也都必須放棄自己的智慧, 送給學校當財產。

指導教授或許因為必須衝業績, 所以有很高的動機要透過學校申請專利。 但是參與發明的學生, 有沒有被告知其他可能性的存在呢? 例如, 在教授指導份量不多的某些場合下, 學生如果透過校外的事務所申請專利, 獨享其成果, 不是對自己更有利嗎? (文末提供第三個選擇。) 這時身為教授的我們, 如果沒有幫學生分析 哪個選擇對他有利, 而是以員工的心態暗自分析 哪個選擇對教授我自己的績效 (也因而對學校) 最有利, 於是鼓勵甚至誘騙學生簽下 「專利讓渡同意書」, 那麼我們到底是在從事教育, 還是在從事剝削? 我們所做的事, 到底是 empowerment, 還是 enslavement? 學生的智慧, 被硬生生轉變成學校的財產, 靠著學生的學費過日子的教授竟是幫兇, 這說得過去嗎? 「智財宣導只是一種洗腦」, 一種 「組織用以剝削個人創作成果的工具」, 教授與大學又還有什麼立場反駁這個說法呢?

不過, 在今日的臺灣, 談論教育初衷, 有點不切實際。 尤其在是面臨生存壓力的臺灣私立大學裡, 恐怕更難期待校方高層對於上節 「公共利益」 或是本節 「培力學生」 的論述會產生共鳴。 更何況, 在臺灣, 主導學校政策與大方向的, 通常是資訊/理工/管理學院的教授。 這些領域的文化, 大致上可以說: 有數字的人說話大聲。 看完以上, 可能還是有很多決策長官會認同 Myriad/Eolas/BMS/大學巧取豪奪的立場、 而不認同乳癌風險族群、 消費大眾、 AIDS 患者及學生的立場。 「只要能賺錢, 與專利蟑螂並肩作戰或是要求學生簽字自願交出研究成果, 這又有什麼不對?」

這種說辭要能成立的前提是: 如果能賺錢啦。

三、 長尾的傻瓜被騙去支持短頭的政策

以經濟政策等等研究著名的美國智庫 布魯金斯學會 日前公佈 一份報告, 指出:

在 2012 年 (很能代表過去十年普遍狀況的一年) 大學系統授權收入總額的 50% 落在前 5% 的學校裡 (155 所當中的 8 所)。 收入總額的 75% 落在前 10% 的學校裡 (16 所)。 不僅授權收入的分佈很不平均, 而且這些高收入的學校儼然形成了一個穩定的俱樂部。 在過去十年當中, 只有 37 所大學曾經至少一次擠進前 20 名。

不意外地, 大部分大學的技轉中心都虧損。 我以技術中心開銷的資料來計算, 發現回覆 AUTM 問卷的 155 所大學當中, 有 130 所大學 其授權金所得不足以支付中心員工薪資及專利費用。 而且, 2012 年 「84% 的大學以赤字營在運營運技轉中心」 這樣的數字還算是不錯的 — 拿過去 20 年的平均數字來看, 有 87% 的大學都是開銷大於收入

當然, 這是美國的數字。 不過, 臺灣過於飽和的大學市場, 情況恐怕只會比美國更不堪吧? 交通大學有一個 專利授權暨拍賣平台, 生意不知如何? 其他大學似乎就沒這麼積極將專利商品化了。 到底各大學的專利技術轉移業務, 盈虧狀況如何? 從教授與學生手中取得的那麼多專利當中, 有多少百分比轉化為真正的商品, 而不是被堆在倉庫裡腐爛? 以數字治校的管理高層們, 怎能不給個明確的數字? 這不是滿足好奇心的問題, 而是 「為誰而戰、 為何而戰?」 的問題。

微軟在阻撓 Innovation Act 擴大 CBM 打擊垃圾專利的過程當中, 曾經透過週邊的利害關係人連署抗議 (這種手段稱為 「偽草根運動」 astroturfing Techdirt 指出: 反對擴大 CBM 的 ACT 4 APPS 其實就只是由微軟操控的少數幾家廠商; 相對地, 長期為專利蟑螂所困擾的 app 開發者聯盟 App Developer’s Alliance 則站出來力挺簡化挑戰垃圾專利的流程。 身為半調子程式設計師, 我很可以想像: 這些人的熱情與興趣, 是寫程式與開發新產品, 而不是打法律戰爭。 他們知道既有的專利體制會傷害而不是鼓勵大多數人的創新; 他們知道自己是位於長尾的發明家。 對他們來說, 跟消費者的利益站在同一陣線, 不只是一個政治正確的選擇, 也是 「免除大廠與專利蟑螂的法律威脅、 免於恐懼得以自由從事創新」 的重要權利保衛戰。

臺灣的 162 所大學有自知之明嗎? 或者大家都自認為是專利體系的受益者呢? 撇開教育的初衷及公共利益不談, 單單從大學自身的 「經濟效益」 一事來看, 各校如果不敢公佈這項業務的盈虧狀況, 又還能拿什麼當藉口, 說服教授/學生/家長/社會大眾, 讓大眾支持你繼續以專利申請積點作為評鑑教師的指標、 在這過程當中還將師生的智慧巧取豪奪而成為學校 (滯銷) 的財產呢?

四、 脫離掌控, 分享, 出名, 群眾募資

本文探討了 「大學透過專利獲利」 的失敗。 不論教育部與各大學是否會覺醒改變, 至少對於 (某次的發明正好) 位居短頭的教授與學生而言, 結論是這樣的: 如果預估這項發明可以幫你帶來可觀的授權金收入, 那麼也許對自己最有利的選擇是爭取自行在校外申請專利, 由自己來掌握自己的財產、 讓它產生最高的金錢價值, 而不要任由它在大學裡腐朽。

至於其他大部分與我一樣以 「位於長尾」 而自滿的平凡創作者, 如果你估計這個發明被拿去商品化或者收取權利金的機會不高, 那麼最明智的選擇, 就是分享你的發明。 與其簽下讓渡書換取智財局的一紙文件跟大學的一個記功嘉獎或績效點數, 不如把你的發明具體化、 寫成文件或程式, 然後分享出來, 用創意換取注意力。 再搜尋 「群眾募資」 或 「集資平台」, 找到適合你的 “kickstarter alternative” @ Taiwan (或者直接到 kickstarter 也可以啊!) 讓你的作品放出光芒, 甚至吸引來資金, 這才是對你自己跟對社大眾會都最有利的事。 透過分享募集人氣、 透過人氣募集資金, 這才是真正利己利人的廿一世紀草根/長尾資本主義。

母體是一個系統, 尼歐。 這個系統是我們的敵人。 但是當你身處其中時, 四處張望, 你看見什麼? 商人、 教師、 律師、 木工。 正好就是我們要拯救的這些人。 但是在我們把他們救出來之前, 他們仍舊是系統的一部分, 所以也成了我們的敵人。 你要了解: 這些人大多數還沒準備好要脫離母體。 有許多人如此地麻木、 習以為常, 如此死心塌地不作二想地依賴這個系統, 他們甚至會為了捍衛這個系統而戰。 — Morpheus in 駭客任務

(本文轉載自 資訊人權貴ㄓ疑)

文章難易度
洪朝貴
47 篇文章 ・ 0 位粉絲


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。