一本書・六集
《連結：從石器時代到 AI 紀元》EP5｜網路時代 — 全球資訊網的誕生
「你以為電腦記點很客觀？它會讓你連高鐵都搭不了。」
在這一集，我們要討論網路時代的暗面——電腦與AI如何比過去更有效率地強加偏見，甚至創造出新的數位神話。從微軟Tay聊天機器人16小時內被教成極端份子，到臉部辨識系統對黑人女性近35%的錯誤率，這些案例告訴我們，演算法並不中立，它們會從有偏見的資料中學習，並放大歧視。我們還會聊聊台灣的數位學生證、企業AI篩選履歷等情境，以及我們該如何保護自己，避免成為訓練歧視模型的養分。
連結：從石器時代到 AI 紀元
01 / INSIGHTS // 核心洞見
本集關鍵提煉
數位監控與社會信用系統雖然宣稱以客觀數據發現真相，實際上可能比紙本時代更有效率地強加虛假的標籤與偏見，而電腦本身也會從有偏見的訓練資料中習得並放大歧視，形成新的數位神話。
社會信用系統的標籤效應
透過電腦全面監控個人的行為並加減分數，將人分類為「罪人」「信徒」「聖人」等階級，且此分類由演算法決定而非人類共識，難以逃避或偽造。
機器學習的偏差放大
AI透過大量真實資料自我學習，若資料本身就帶有種族、性別等偏見，AI會學到這些偏見，甚至比原始資料更極端地執行歧視。