Loading [MathJax]/extensions/tex2jax.js

1

9
1

文字

分享

1
9
1

是臉書決定動態牆內容,還是我們自己?——《科學月刊》

科學月刊_96
・2015/09/29 ・2659字 ・閱讀時間約 5 分鐘 ・SR值 619 ・十年級

作者/鄭宇君(玄奘大學大眾傳播學系助理教授,國立政治大學新聞系博士。研究興趣:社交媒體研究、科學傳播、風險與危機傳播、科技文化研究)

究竟是個人的交友選擇或是臉書的演算法,造成臉書用戶看到同質化內容的影響較大呢?

Science期刊五月份登出一篇臉書研究的論文,主要目的是探討用戶曝露在同質或異質意識型態內容之情況,進而比較前述兩者的效應。這是少數能刊登在Science上的社會科學研究結果,特別是使用了一般研究者難以取得的臉書大數據(big data),因而引起許多人關注與討論。本文主要是說明這類研究的困難與研究發現之價值。

13048344414_e5986044dc_o
source: flickr

社群媒體大數據研究的價值

對人文社會學者而言,進行社群媒體大數據的研究,最困難的是研究者不容易取得大量的資料,因這些資料皆由Facebook、Twitter、Google等大公司所擁有, 即便這些公司透過應用程式介面(API)釋出部分資料給開發者及學術研究者利用,但能取得的數據仍是有限、不完整的資料。相較之下,本篇論文第一作者任職於臉書公司,可取得臉書的大量使用者資料及用戶行為記錄(user log),包括用戶塗鴉牆上出現的動態消息,哪幾則消息用戶會實際點閱,哪些不會等等。這些用戶行為記錄是一般研究者無法透過臉書API獲取的資料,只有臉書公司本身擁有這些記錄,這是本研究的價值所在。

-----廣告,請繼續往下閱讀-----

本篇論文作者主要透過臉書的大數據驗證「迴聲室」(echo chambers)與「過濾泡泡」(filter bubbles)這二個概念,何者在臉書的用戶行為中較具影響力。用淺白的話來說,「迴聲室效應」的重點在於用戶的個人選擇,個體會選擇與自己立場相近的人成為好友,所以看到的朋友分享訊息跟自己立場相近;或是反過來,個體從臉書朋友中看到的立場來決定自己的立場。無論是哪一種,當個人從臉書好友分享訊息中所見的都是相似立場,他便以為社會上的主流意見皆是如此。

另一個重要概念「過濾泡泡」,則意指臉書演算法如何影響用戶所觀看到的訊息。臉書經由演算法先篩選出他們認為用戶「想看」的動態消息,接著這些訊息才會出現在用戶的動態消息上。演算法計算基礎來自於用戶先前的行為,包括用戶訂閱專頁、友人互動的頻率(按讚、分享、留言)及是否點閱內容觀看。

無論是迴聲室效應或過濾泡泡,儘管成因不同,但造成的共同結果是——用戶沉浸在一個同質性非常高的內容群體中,甚至誤認為這就是社會上的主流意見。這是批評者經常抨擊社交媒體的負面效應,這篇論文想要證明的就是迴聲室效應(個人選擇)或過濾泡泡(演算法過濾),何者該負起較大責任?

2381281647_605ca90079_o
是誰決定你所看到的? source: flickr

資料的分析與測量

本篇論文使用的資料集來自於 1010 萬名美國臉書的活躍用戶,這些用戶在個人檔案中自我揭露其意識型態傾向,以及在資料收集的六個月內(2014年7月7日~2015年1月7日)被這些用戶所分享的700萬筆的網頁超連結(URL)。研究者透過機器學習區分大量超連結內容為硬性內容(如:全國新聞、政治、世界大事)或軟性內容(如:娛樂、運動、旅遊)。結果發現,700萬筆超連結中有13%為硬性內容,研究者進一步將資料集限縮於其中被20個以上有標明意識型態傾向的用戶所分享的22.6萬筆硬性新聞,並對這些內容進行校準測量。

-----廣告,請繼續往下閱讀-----

換言之,研究者所收集的臉書用戶資料,是那些在個人檔案中強烈表態政治傾向的用戶,至於立場模糊或中立的用戶行為就不納入研究範圍;研究者將這些用戶的意識型態傾向分為保守派vs.自由派,各為正負1分,當一則硬性新聞被20個以上的用戶所分享,則將此新聞的所有分享人數之分數平均計算(保守派為+1分、自由派為-1分,加總起來除以分享人數),就得到該則新聞之意識型態平均分數。

研究者透過這種方式給予22.6萬則硬性新聞評分,進行內容校準(content alignment)的測量,重點不在於測量新聞媒體的傾斜程度,而是捕捉一群人所分享的內容差異。測量的結果發現:福斯電視網偏向保守派(+0.8)、哈芬登郵報(Huffington Post,美國大型新聞網站)傾向自由派(-0.65)。研究者觀察到用戶分享的硬性內容裡有極化現象(polarization),最多被分享的連結來自大部分的保守派或自由派,也就是中立很少。

者進一步申論,臉書與政治部落格的連結很不相同,臉書是以友誼建立的人際網路,雖然很多友誼會被政治意識型態打斷,但朋友當中還是有保守及自由派。在個人檔案中標示自己是自由派的,朋友中約有20%是保守派;反之,標示自己為保守派者,朋友約有18%是自由派。因此,透過朋友分享內容,理論上用戶應該有接近20%機會看到相反陣營的內容,但研究者計算用戶實際點閱的超連結後發現,保守派用戶對於相對立場文章的點擊率只有17%,而自由派則是6%。然而,作者坦承這分析的其中一個限制在於曝露(訊息出現在用戶動態消息)與消費(用戶點進該則消息瀏覽)的概念區分並不完美,個體也許已經在動態消息中看到內容摘要,儘管他沒點進去,也已曝露在某些內容下。

歸咎於個人選擇?

某些批評者認為,這篇論文把用戶看到同質性高的內容歸因為個人選擇而非臉書演算法,是為臉書卸責。但細讀本文的資料分析及推論,作者並沒有這樣宣稱,研究計算了個人選擇及演算法都會影響用戶閱讀內容,前者影響略高於後者,但測量時並無法排除另一個因素的影響。筆者認為本研究結果可能更受到取樣的用戶資料集之偏頗影響,由於這些用戶皆為明確表態個人政治傾向,他們在閱讀時可能較一般中立用戶更傾向排拒與自己立場相異的內容,因而這樣的研究結果並無法推論到多數未表態政治傾向的用戶。

-----廣告,請繼續往下閱讀-----

另一方面,這也反映了社群媒體巨量資料研究之困難所在,即便像本研究作者有機會使用臉書的用戶行為資料。但人類的社交行為十分複雜,如何把研究問題轉化為可操作化測量的指標是個難題,本研究作者選擇以政治立場明確的保守派vs.自由派用戶出發,作為測量計分的依據,這種作法必然在過程中省略了用戶分享內容的差異性,這部分也有待後續研究者尋找更有效的分類或計算指標。

1234〈本文選自《科學月刊》2015年8月號〉

延伸閱讀:
一種網羅?
網路科普教學的虛與實

什麼?!你還不知道《科學月刊》,我們46歲囉!
入不惑之年還是可以
當個科青

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
科學月刊_96
249 篇文章 ・ 3752 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。

0

1
0

文字

分享

0
1
0
ECU: 汽車大腦的演化與挑戰
鳥苷三磷酸 (PanSci Promo)_96
・2025/07/02 ・3793字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文與 威力暘電子 合作,泛科學企劃執行。

想像一下,當你每天啟動汽車時,啟動的不再只是一台車,而是一百台電腦同步運作。但如果這些「電腦」突然集體當機,後果會有多嚴重?方向盤可能瞬間失靈,安全氣囊無法啟動,整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情,而是真實存在於你我日常的駕駛過程中。

今天,我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟,汽車的「大腦」—電子控制單元(ECU),是如何從單一功能,暴增至上百個獨立系統?而全球頂尖的工程師們,又為何正傾盡全力,試圖將這些複雜的系統「砍掉重練」、整合優化?

第一顆「汽車大腦」的誕生

時間回到 1980 年代,當時的汽車工程師們面臨一項重要任務:如何把汽油引擎的每一滴燃油都壓榨出最大動力?「省油即省錢」是放諸四海皆準的道理。他們發現,關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間:火星塞的點火時機,也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內,這大約是你眨眼時間的百分之一到千分之一!引擎效率就能提升整整一成!這不僅意味著車子開起來更順暢,還能直接省下一成的油耗。那麼,要如何跨過這道門檻?答案就是:「電腦」的加入!

-----廣告,請繼續往下閱讀-----

工程師們引入了「微控制器」(Microcontroller),你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法,在千分之一秒、甚至微秒等級的時間內,精準計算出最佳的點火角度,並立刻執行。

從此,引擎的性能表現大躍進,油耗也更漂亮。這正是汽車電子控制單元(ECU)的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)。

汽車電子控制單元的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)/ 圖片來源:shutterstock

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功,在 1980 年代後期點燃了工程師們的想像:「這 ECU 這麼好用,其他地方是不是也能用?」於是,ECU 的應用範圍不再僅限於點火,燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車,甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而,問題來了:這麼多「小電腦」,它們之間該如何有效溝通?

-----廣告,請繼續往下閱讀-----

為了解決這個問題,1986 年,德國的博世(Bosch)公司推出了一項劃時代的發明:控制器區域網路(CAN Bus)。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上,就能將訊息「廣播」給其他單元。

更重要的是,CAN Bus 還具備「優先通行」機制。例如,煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息,絕對能搶先通過,避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題,但每顆 ECU 依然需要獨立的電源線、接地線,並連接各種感測器和致動器。結果就是,一輛汽車的電線總長度可能達到 2 到 4 公里,總重量更高達 50 到 60 公斤,等同於憑空多載了一位乘客的重量。

另一方面,大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束,簡直是設計師和維修技師的惡夢。要檢修這些電子故障,無疑讓人一個頭兩個大。

大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。/圖片來源:shutterstock

汽車電子革命:從「百腦亂舞」到集中治理

到了2010年代,汽車電子架構迎來一場大改革,「分區架構(Zonal Architecture)」搭配「中央高效能運算(HPC)」逐漸成為主流。簡單來說,這就像在車內建立「地方政府+中央政府」的管理系統。

-----廣告,請繼續往下閱讀-----

可以想像,整輛車被劃分為幾個大型區域,像是車頭、車尾、車身兩側與駕駛艙,就像數個「大都會」。每個區域控制單元(ZCU)就像「市政府」,負責收集該區所有的感測器訊號、初步處理與整合,並直接驅動該區的馬達、燈光等致動器。區域先自理,就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台(HPC)擔任,統籌負責更複雜的運算任務,例如先進駕駛輔助系統(ADAS)所需的環境感知、物體辨識,或是車載娛樂系統、導航功能,甚至是未來自動駕駛的決策,通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中, 2008 年成立的台灣本土企業威力暘電子,便精準地切入了這個趨勢,致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢,威力暘提供的解決方案,就像是將好幾個「分區管理員」的職責,甚至一部分「超級大腦」的功能,都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力,可同時支援 ADAS 與車載娛樂,還能兼容多種通訊協定,大幅簡化車內網路架構。如此一來,車廠在追求輕量化和高效率的同時,也能顧及穩定性與安全性。

-----廣告,請繼續往下閱讀-----
2008 年威力暘電子致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台 /圖片來源:shutterstock

萬無一失的「汽車大腦」:威力暘的四大策略

然而,「做出來」與「做好」之間,還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯?具體來說,威力暘電子憑藉以下四大策略,築起其產品的可靠性與安全性:

  1. AUTOSAR : 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層(RTE)和基礎軟體層(BSW)。就像在玩「樂高積木」,ECU 開發者能靈活組合模組,專注在核心功能開發,從根本上提升軟體的穩定性和可靠性。
  2. V-Model 開發流程:這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般,左側從上而下逐步執行,右側則由下而上層層檢驗,確保每個階段的安全要求都確實落實。
  3. 基於模型的設計 MBD(Model-Based Design) 威力暘的工程師們會利用 MatLab®/Simulink® 等工具,把整個 ECU 要控制的系統(如煞車),用數學模型搭建起來,然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前,就能在「數位雙生」世界中反覆演練、預先排除設計缺陷,,並驗證安全機制是否有效。
  4. Automotive SPICE (ASPICE) : ASPICE 是國際公認的汽車軟體「品質管理系統」,它不直接評估最終 ECU 產品本身的安全性,而是深入檢視團隊在軟體開發的「整個過程」,也就是「方法論」和「管理紀律」是否夠成熟、夠系統化,並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作,其能否正常運作,自然被視為最優先項目。為此,威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準:ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統(特別是 ECU)的「超嚴格品管手冊」和「開發流程指南」,從概念、設計、測試到生產和報廢,都詳細規範了每個安全要求和驗證方法,唯一目標就是把任何潛在風險降到最低

有了上述這四項策略,威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準,才能通過 ISO 26262 的嚴格檢驗。

然而,ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡,「大腦」變得更集中、更強大後,汽車產業又迎來了新一波革命:「軟體定義汽車」(Software-Defined Vehicle, SDV)。

-----廣告,請繼續往下閱讀-----

軟體定義汽車 SDV:你的愛車也能「升級」!

未來的汽車,會越來越像你手中的智慧型手機。過去,車輛功能在出廠時幾乎就「定終身」,想升級?多半只能換車。但在軟體定義汽車(SDV)時代,汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」,能夠「二次覺醒」、不斷升級。透過 OTA(Over-the-Air)技術,車廠能像推送 App 更新一樣,遠端傳送新功能、性能優化或安全修補包到你的車上。

不過,這種美好願景也將帶來全新的挑戰:資安風險。當汽車連上網路,就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭,輕則個資外洩,重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV,業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略,確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程,到安全認證,這些努力,讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新,也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力,威力暘已成功打進日本 YAMAHA、Toyota,以及歐美 ZF、Autoliv 等全球一線供應鏈,更成為 DENSO 在台灣少數核准的控制模組夥伴,以商用車熱系統專案成功打入日系核心供應鏈,並自 2025 年起與 DENSO 共同展開平台化量產,驗證其流程與品質。

毫無疑問,未來車輛將有更多運作交由電腦與 AI 判斷,交由電腦判斷,比交由人類駕駛還要安全的那一天,離我們不遠了。而人類的角色,將從操作者轉為監督者,負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全,人類甘願當一個「最弱兵器」,其實也不錯!

-----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。

0

4
1

文字

分享

0
4
1
即便不認同群體意見,我們也不敢提出異議?「共識陷阱」創造了沉默的同意——《集體錯覺》
平安文化_96
・2023/01/14 ・2432字 ・閱讀時間約 5 分鐘

有些時候,沉默就是背叛。
——馬丁.路德.金(Martin Luther King Jr.)

「幫臉蛋打分數」實驗

想像一下,你是二○○○年代末的荷蘭大學生,有一天在上課的路上穿過社會科學院,看到一張召募受試者的海報,名字叫〈看見美麗〉,是一群社會心理學家在研究人類如何認知臉蛋的吸引力。平常就愛翻時尚雜誌的你,覺得自己實在不去不行,而且該實驗還在法國與義大利同步進行,實在太酷了,所以你立刻報了名。

受試內容非常簡單,一邊接受腦部掃描,一邊幫臉蛋打分數。圖/Envato Elements

幾天之後,研究團隊請你填一份健康調查,例如有沒有幽閉恐懼症之類,並安排實驗時間;實驗似乎非常簡單:一邊接受腦部掃描,一邊幫一大堆女生臉蛋的照片打分數。「這根本只是花一個小時滑社交軟體 Tinder 嘛。」你想著,這樣就能為科學做出貢獻,實在太好了。

實驗當天,一名穿著白袍的助手帶你進入房間,房裡有一張小小的床。床的旁邊是一個巨大的白色塑膠甜甜圈,洞的大小剛好可以塞進那張床。「這叫作功能性磁振造影,」助手表示,她請你躺在床上,遞給你兩個控制器,每個控制器上各有四個按鈕,上面分別寫著 1 到 8。

「接下來我們會放出許多照片,請你告訴我們每張照片有多吸引人,」她指著控制器上的按鈕,「毫無吸引力就打 1 分,非常吸引人就打 8 分;每張照片有三到五秒的時間回答。」她說完之後給你戴上耳機,在你頭上敲了幾下把耳機固定。你看了一下那個塑膠甜甜圈,裡面好像有個小螢幕。

-----廣告,請繼續往下閱讀-----

「感覺如何?」耳機傳來助手的聲音。

「OK 啦,」你說,雖然你其實有點緊張,而且有點冷。

助手請你盡量保持安靜,然後整張床緩緩滑入了那個白色甜甜圈。

實驗在磁振造影機裡進行,令人感到有點緊張及不適。圖/Envato Elements

一分鐘後,甜甜圈裡的小螢幕亮了起來,出現一張女生的臉蛋照片,畫著濃妝面帶微笑,頭髮看起來油膩膩的;照片消失之後,你給照片打了六分,幾秒鐘後數字「8」亮了起來,旁邊寫著「+2」。看來「米蘭和巴黎的女性受試者」對這張臉的評價,平均比你高兩分。

-----廣告,請繼續往下閱讀-----

「喔?」你皺起眉頭,「這樣啊?是我漏看什麼嗎?」

螢幕上出現第二張功能性磁振造影照片,你努力無視磁振造影機器的嗡嗡聲,繼續打分數。在那之後,照片一張又一張出現,就這樣經過了五十分鐘。

實驗完成之後你來到休息室,另一個助理突然走了進來,說要拜託你在沒有磁振造影機的情況下,把每張照片再打一次分數;他把你帶到另一個房間,確認你覺得舒服之後,以不同的順序給你看之前那些照片。

不過這次,那些「歐洲受試者給出的平均分數」消失了,而且沒有時間限制,每張照片你愛看多久就看多久。結束之後助手問你感覺如何,並感謝你的參與,你也很高興對科學做出貢獻。

-----廣告,請繼續往下閱讀-----

大腦認為錯的意見

不過你做出貢獻的方式,其實跟你想的不太一樣。實驗結束之後你才知道,其實整個設定都是騙你的,這個實驗的真正目的,是研究你對臉蛋的評價會如何因為其他人的評價而改變。

實驗根本就沒有「歐洲各地同步進行」,那些「其他國家」或者什麼「米蘭和巴黎受試者的平均評分」全都是事先寫好規則的極端值,只是刻意為了跟你唱反調而已。但有趣的是,這個虛構設定的實驗,卻告訴了我們很多真實的事情。

實驗中的極端值只是刻意為了跟你唱反調而已。圖/Envato Elements

功能性磁振造影的掃描結果顯示,當我們發現自己偏離了主流意見,大腦就會在神經層次上,產生一種跟事與願違時相同的反應。

當事情的走向出乎預期,我們通常會認為是自己搞錯,這時大腦會把錯誤記錄下來,讓我們下一次不要再犯。這種機制在我們學習開車跟滑雪的時候很有用,卻會在社會之中造成麻煩:大腦會把與眾不同的意見當成錯誤的意見,讓我們下意識服從群體的共識。

-----廣告,請繼續往下閱讀-----

因此,當我們重新幫同一疊照片評分,我們給出的分數就變得跟「歐洲各地的平均分數」更近,請注意這個設定的真正意義。這些「歐洲各地的受試者」並不是我們的內團體,「巴黎跟米蘭的女性受試者」遠在天邊,我們根本就不認識,即使意見不同也不用擔心被他們排擠,可是我們還是被影響了。

這表示即使「其他人」不在現場、不知道打哪來的、甚至根本就不存在,他們的意見還是能夠讓我們服從。

即使「其他人」不在現場、甚至根本不存在,他們的意見還是能讓人服從。圖/Envato Elements

這個實驗告訴我們,即使眼前是一群自己未必重視的群體,即使「主流意見」可能只是我們的錯覺,我們也會在意自己是否偏離。在社交場合,我們的大腦不會仔細檢查眼前的表象是否為真,只會照著本能做事。這種情況我稱之為「共識陷阱」(consensus trap)。

它會創造出另一種集體錯覺:不是奠基於謊言,而是奠基於沉默,讓我們為了保持沉默,最後搞到彼此誤解。這種沉默的共識很可怕,它讓我們搞不清楚自己做錯了什麼,畢竟我們既沒有盲從他人,也沒有假意迎合,只是保持沉默而已。

-----廣告,請繼續往下閱讀-----

——本文摘自《集體錯覺:真相,不一定跟多數人站在同一邊!》,2022 年 12 月,平安文化出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
平安文化_96
5 篇文章 ・ 3 位粉絲
皇冠文化集團旗下的平安文化有限公司以出版非文學作品為主,書系涵蓋心理勵志、人文社科、健康、兩性、商業……等,致力於將好書推廣給廣大讀者。

1

3
0

文字

分享

1
3
0
數據塑造生活與社會,讓人既放心但又不安?——《 AI 世代與我們的未來》
聯經出版_96
・2022/12/28 ・2760字 ・閱讀時間約 5 分鐘

數位世界已經改變了我們日常生活的體驗,一個人從早到晚都會接受到大量數據,受益於大量數據,也貢獻大量數據。這些數據龐大的程度,和消化資訊的方式已經太過繁多,人類心智根本無法處理。

與數位科技建立夥伴關係

所以人會本能地或潛意識地倚賴軟體來處理、組織、篩選出必要或有用的資訊,也就是根據用戶過去的偏好或目前的流行,來挑選要瀏覽的新項目、要看的電影、要播放的音樂。自動策劃的體驗很輕鬆容易,又能讓人滿足,人們只會在沒有自動化服務,例如閱讀別人臉書塗鴉牆上的貼文,或是用別人的網飛帳號看電影時,才會注意到這服務的存在。

有人工智慧協助的網路平臺加速整合,並加深了個人與數位科技間的連結。人工智慧經過設計和訓練,能直覺地解決人類的問題、掌握人類的目標,原本只有人類心智才能管理的各種選擇,現在能由網路平臺來引導、詮釋和記錄(儘管效率比較差)。

日常生活中很少察覺到對自動策劃的依賴。圖/Pexels

網路平臺收集資訊和體驗來完成這些任務,任何一個人的大腦在壽命期限內都不可能容納如此大量的資訊和體驗,所以網路平臺能產出看起來非常恰當的答案和建議。例如,採購員不管再怎麼投入工作,在挑選冬季長靴的時候,也不可能從全國成千上萬的類似商品、近期天氣預測、季節因素、回顧過去的搜尋記錄、調查物流模式之後,才決定最佳的採購項目,但人工智慧可以完整評估上述所有因素。

-----廣告,請繼續往下閱讀-----

因此,由人工智慧驅動的網路平臺經常和我們每個人互動,但我們在歷史上從未和其他產品、服務或機器這樣互動過。當我們個人在和人工智慧互動的時候,人工智慧會適應個人用戶的偏好(網際網路瀏覽記錄、搜尋記錄、旅遊史、收入水準、社交連結),開始形成一種隱形的夥伴關係。

個人用戶逐漸依賴這樣的平臺來完成一串功能,但這些功能過去可能由郵政、百貨公司,或是接待禮賓、懺悔自白的人和朋友,或是企業、政府或其他人類一起來完成。

網路平臺和用戶之間是既親密又遠距的聯繫。圖/Envato Elements

個人、網路平臺和平臺用戶之間的關係,是一種親密關係與遠距聯繫的新穎組合。人工智慧網路平臺審查大量的用戶數據,其中大部分是個人數據(如位置、聯絡資訊、朋友圈、同事圈、金融與健康資訊);網路會把人工智慧當成嚮導,或讓人工智慧來安排個人化體驗。

人工智慧如此精準、正確,是因為人工智慧有能力可以根據數億段類似的關係,以及上兆次空間(用戶群的地理範圍)與時間(集合了過去的使用)的互動來回顧和反應。網路平臺用戶與人工智慧形成了緊密的互動,並互相學習。

-----廣告,請繼續往下閱讀-----

網路平臺的人工智慧使用邏輯,在很多方面對人類來說都難以理解。例如,運用人工智慧的網路平臺在評估圖片、貼文或搜尋時,人類可能無法明確地理解人工智慧會在特定情境下如何運作。谷歌的工程師知道他們的搜尋功能若有人工智慧,就會有清楚的搜尋結果;若沒有人工智慧,搜尋結果就不會那麼清楚,但工程師沒辦法解釋為什麼某些結果的排序比較高。

要評鑑人工智慧的優劣,看的是結果實用不實用,不是看過程。這代表我們的輕重緩急已經和早期不一樣了,以前每個機械的步驟或思考的過程都會由人類來體驗(想法、對話、管理流程),或讓人類可以暫停、檢查、重複。

人工智慧陪伴現代人的生活

例如,在許多工業化地區,旅行的過程已經不需要「找方向」了。以前這過程需要人力,要先打電話給我們要拜訪的對象,查看紙本地圖,然後常常在加油站或便利商店停下來,確認我們的方向對不對。現在,透過手機應用程式,旅行的過程可以更有效率。

透過導航,為旅途帶來不少便利。圖/Pexels

這些應用程式不但可以根據他們「所知」的交通記錄來評估可能的路線與每條路線所花費的時間,還可以考量到當天的交通事故、可能造成延誤的特殊狀況(駕駛過程中的延誤)和其他跡象(其他用戶的搜尋),來避免和別人走同一條路。

-----廣告,請繼續往下閱讀-----

從看地圖到線上導航,這轉變如此方便,很少人會停下來想想這種變化有多大的革命性意義,又會帶來什麼後果。個人用戶、社會與網路平臺和營運商建立了新關係,並信任網路平臺與演算法可以產生準確的結果,獲得了便利,成為數據集的一部分,而這數據集又在持續進化(至少會在大家使用應用程式的時候追蹤個人的位置)。

在某種意義上,使用這種服務的人並不是獨自駕駛,而是系統的一部分。在系統內,人類和機器智慧一起協作,引導一群人透過各自的路線聚集在一起。

持續陪伴型的人工智慧會愈來愈普及,醫療保健、物流、零售、金融、通訊、媒體、運輸和娛樂等產業持續發展,我們的日常生活體驗透過網路平臺一直在變化。

網路平台協助我們完成各種事項。圖/Pexels

當用戶找人工智慧網路平臺來協助他們完成任務的時候,因為網路平臺可以收集、提煉資訊,所以用戶得到了益處,上個世代完全沒有這種經驗。這種平臺追求新穎模式的規模、力量、功能,讓個人用戶獲得前所未有的便利和能力;同時,這些用戶進入一種前所未有的人機對話中。

-----廣告,請繼續往下閱讀-----

運用人工智慧的網路平臺有能力可以用我們無法清楚理解,甚至無法明確定義或表示的方式來形塑人類的活動,這裡有一個很重要的問題:這種人工智慧的目標功能是什麼?由誰設計?在哪些監管參數範圍裡?

類似問題的答案會繼續塑造未來的生活與未來的社會:誰在操作?誰在定義這些流程的限制?這些人對於社會規範和制度會有什麼影響?有人可以存取人工智慧的感知嗎?有的話,這人是誰?

如果沒有人類可以完全理解或查看數據,或檢視每個步驟,也就是說假設人類的角色只負責設計、監控和設定人工智慧的參數,那麼對人工智慧的限制應該要讓我們放心?還是讓我們不安?還是既放心又不安?

——本文摘自《 AI 世代與我們的未來:人工智慧如何改變生活,甚至是世界?》,2022 年 12 月,聯經出版公司,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
所有討論 1
聯經出版_96
27 篇文章 ・ 20 位粉絲
聯經出版公司創立於1974年5月4日,是一個綜合性的出版公司,為聯合報系關係企業之一。 三十多年來已經累積了近六千餘種圖書, 範圍包括人文、社會科學、科技以及小說、藝術、傳記、商業、工具書、保健、旅遊、兒童讀物等。