雖然這篇性別平等舉例鄉民發文沒有被收入到精華區:在性別平等舉例這個話題中,我們另外找到其它相關的精選爆讚文章
在 性別平等舉例產品中有118篇Facebook貼文,粉絲數超過4萬的網紅百工裡的人類學家,也在其Facebook貼文中提到, 因為疫情緣故,許多人在家時間變得長了許多,許多家庭更因為孩子不用上學,需要多思考由誰來照顧陪伴孩子的學習與遊戲。但每個家庭在面對疫情的挑戰時,是否都有往「性別平等」的方向來規劃呢?還是自然地就認為某些工作就屬於某個性別角色呢? 這篇來自【報導者】的文章,帶我們一起反思「家務」分工背後的性別邏輯,也...
同時也有3部Youtube影片,追蹤數超過1,610的網紅林穎孟 迎夢台北大安文山,也在其Youtube影片中提到,都發局有進行性別主流化計畫,然而成果報告卻與性平沒有關聯! 過去彭婉如命案之後,許多性別平等相關都市計畫的措施倡議出現,例如「女性夜行權」、走道空間燈光明亮、親子廁所或停車場的建置。她舉例國外案例將性別平等概念納入都市計畫,例如巴賽隆納根據統計發現女性比男性更偏好步行,因此推出超級街區計畫,車輛只...
「性別平等舉例」的推薦目錄
- 關於性別平等舉例 在 Jying Chang Instagram 的最佳解答
- 關於性別平等舉例 在 至善| Ryan?️ Instagram 的最佳貼文
- 關於性別平等舉例 在 練健康|健身房|運動科學|肌力訓練 Instagram 的最讚貼文
- 關於性別平等舉例 在 百工裡的人類學家 Facebook 的最讚貼文
- 關於性別平等舉例 在 梁律師的執業日記 Facebook 的最佳解答
- 關於性別平等舉例 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
- 關於性別平等舉例 在 林穎孟 迎夢台北大安文山 Youtube 的最讚貼文
- 關於性別平等舉例 在 范琪斐 Youtube 的最讚貼文
- 關於性別平等舉例 在 管碧玲 Youtube 的最佳解答
性別平等舉例 在 Jying Chang Instagram 的最佳解答
2021-08-03 13:32:12
#purrreads Kate Manne《不只是厭女》 「性別歧視是科學的,厭女是道德的。父權秩序因此具有霸權的性質。」 詞彙定義之所以重要,在於討論過程中方便彼此聚焦。 而 Kate Manne 將「性別歧視」與「厭女」兩者做了很精確的分析。性別歧視有著其漫長的歷史,而科學的...
性別平等舉例 在 至善| Ryan?️ Instagram 的最佳貼文
2021-08-02 19:38:55
台灣是個自由開放、擁抱多元的國家,我跟強尼在街上牽手、接吻、曬恩愛完全不用擔心被攻擊或是人生安全遭受威脅,甚至兩年前,台灣寫下歷史,成為亞洲第一個同婚合法的國家,讓我們擁有結婚的機會與權利。 然而,即便同婚通過,歧視仍存在、差異仍存在,舉例來說,未來如果我跟強尼結婚,配偶身分、戶政資料會不會使我「...
性別平等舉例 在 練健康|健身房|運動科學|肌力訓練 Instagram 的最讚貼文
2021-07-11 08:47:18
【從自由主義來看:健身房的吹風機可以吹雞雞嗎|健身房觀察🕵🏻♂️】 健身房的吹風機,到底能不能夠吹雞雞?不碰到就可以?顏值好、身材好的就給吹嗎?大家無法接受公用吹風機吹雞雞除了不衛生還有什麼原因嗎? 這次的健身房觀察,跟著練健康來看看公用吹風機可不可以吹私密部位吧! 【用吹風機吹雞雞🐔的生理影響...
-
性別平等舉例 在 林穎孟 迎夢台北大安文山 Youtube 的最讚貼文
2020-11-11 17:23:02都發局有進行性別主流化計畫,然而成果報告卻與性平沒有關聯!
過去彭婉如命案之後,許多性別平等相關都市計畫的措施倡議出現,例如「女性夜行權」、走道空間燈光明亮、親子廁所或停車場的建置。她舉例國外案例將性別平等概念納入都市計畫,例如巴賽隆納根據統計發現女性比男性更偏好步行,因此推出超級街區計畫,車輛只能在規定的街區外行使,讓女性可以安全的在街區內步行。
最新108年性別平等設施成果報告中,社會住宅相關設施提及跟性別平等無關的空中跑道、屋頂農園,此狀況顯示台北市都發局還尚未真正落實性別平等概念在都市計畫中。對此我在工務部門質詢中建議都發局長應重新規劃如何落實性別主流化,編列實驗性或常設性的創新預算,和性別平等建築設計師共同規劃性平都市設計概念。 -
性別平等舉例 在 范琪斐 Youtube 的最讚貼文
2020-09-25 22:00:15歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,美國自由派大法官RBG病逝,會掀起政治風暴嗎?大家好,我是范琪斐。上個週末我想趁著美國大選前,週末還能休息,就到屏東去玩了一趟,結果就收到這個訊,美國最高法院大法官金斯柏格(Ruth Bader Ginsburg),18日因為胰臟癌併發症過世,享壽87歲。
RBG是媒體給美國大法官金斯伯格取的外號,台灣觀眾對她可能比較陌生,但知道她的人,我相信不少都是透過電影認識她的,這兩年剛好有兩部片以RBG為原型,一部是紀錄片《RBG不恐龍大法官》,另一部是《法律女王》,我自己非常喜歡,而且RBG一直都是美國大法官裡我最欣賞的一位。但RBG的逝世,不單只是美國失去了一位偉大的明星大法官,還有可能撼動美國總統大選,甚至牽動整個世界的局勢!真的那麼嚴重嗎?我們就先來看看RBG這位法官是什麼來頭,她到底有多「不恐龍」。
RBG出生於1933年的紐約布魯克林區,1956年進入哈佛法學院,是當屆500個學生中,僅有的9名女學生之一,她的表現一直都非常亮眼,是歷史上第一位通過激烈同儕競爭、擔任哈佛知名法學研究期刊《哈佛法律評論》(Harvard Law Review)編輯的女性。不是我要一直強調女性就多了不起,實在是因為美國雖然1920年代就讓女性獲得投票權,但當時的社會氛圍依然是覺得,女生就是男人的附屬品,應該畢業後就找個男人嫁了,乖乖待在家相夫教子,1970年代時候的總統尼克森,甚至認為女人不該受教育。
就是這樣的社會氛圍,RBG當時在公務員考試中拿到高分,最後卻只能找到打字員的工作,還因為懷孕而丟了飯碗,後來她懷二寶的時候就學聰明了,故意穿得很寬鬆,這才成功保住教職工作。而且就算RBG成績那麼優異,還獲得哈佛法學院院長強力推薦,當時的一位大法官依舊斷然拒絕她的實習機會,只因為她出生就「不帶把」。或許就是因為自己處處遭到性別歧視的經歷,讓她幾十年來致力於推動性別平權。
1980年,RBG被指派為聯邦上訴法院法官;1993年獲得美國前總統柯林頓提名最高法院大法官,並且獲得高票通過,是美國史上第2位女性大法官。這樣聽起來好像沒什麼,但其實截至2018年10月,美國歷史上一共誕生114位大法官,女性竟然只有4位,而且其中兩位還是歐巴馬時代任命的。她在任期間最被津津樂道的,就是「維吉尼亞軍校案」。1839年創校以來,從來不招收女學生的維吉尼亞軍校,被想就讀的女學生一狀告上法院,校方後來因為外界壓力,在校外設立「女子學院」,但最後還是被RBG判違憲,因為設女校就跟種族隔離措施沒兩樣,此案成為了美國女性平權的重要一步。
這位老太太雖然生活傳統,但思想開明,在兩性同工同酬、女性墮胎權、同志議題上,都秉持平等自由。左派傾向加上不斷衝撞體制,讓她成為高院的「頑固反對派」,2016年甚至曾經公然砲轟當時還是總統候選人的川普,結果讓她人氣爆衝,瘋狂圈粉,有粉絲就以饒舌歌手「The Notorious B.I.G」為靈感,幫她取暱稱叫「The Notorious R.B.G」也就是「聲名狼藉的RBG」。有多少大法官可以被拿去比饒舌歌手?從這裡就可以看得出來RBG很受年輕人歡迎,曾被診斷出罹患大腸癌、肺癌、胰腺癌,但她一直不願意向病魔低頭,80幾歲的老太太還可以上健身房、舉啞鈴、做伏地挺身,她能做的可能比我還多啊!她去世前幾天還跟孫女說,希望能撐到川普下台,可惜最後未能如願,在選前不到七週過世了。不過她的離開跟川貴人又有什麼關係呢?其實美國的大法官任命,比宮鬥劇還精彩啊!
我們先解釋一下,根據美國憲法第二條規定,最高法院的9位法官,是由總統提名,經過參議院同意而任命,一旦任命就是終身職,除非是去世、辭職、自願退休,或是遭到彈劾,才會被撤銷職務,所以新任命的大法官很可能一當就是二三十年,目前平均任期是16年。因為流動性不高,有的美國總統在位期間都不見得有機會任命一位大法官,結果川普就職以來已經任命了兩位,現在又出現第三個難得的機會。
大家可想而知,川普當然會任命「自己人」,也就是理念跟他相近的保守右派,目前高院的保守派佔據了9席中的5席,已經使得高院略為右傾,如果再找一名保守派法官,就會變成6比3,恐怕讓高院變成一個深度保守的機構,美國未來幾十年,無論政治、司法或文化,都會受到影響。先不談那麼遠,拿美國總統大選來說好了,2000年美國大選發生選票爭議,最後就是交由最高法院判決,才讓小布希勝選,所以有些選民就很不服氣啊,認為是當時保守派法官佔多數,才被小布希撈到一個總統寶座。那最近川貴人不是一直在吵郵寄選票會造成選舉不公嗎?萬一到時候出現爭議、開不出票、選不出總統,最後交由裡面多數是川普人馬的高院裁定,後續情況大家可想而知,球員兼裁判,人民服不服呢?
目前還不清楚提名程序會跑多久,但過去通常需要兩三個月的時間來處理。民主黨主張等到大選結束,新總統上任後,再審查提名案,不過把持參議院的共和黨,已經講得很清楚,說「會儘速安排投票事宜」很明顯是打算趕在選前,趁川普還在任的時候闖關,鞏固保守派的優勢。其實四年前就有類似的情況,當時一名大法官過世,前總統歐巴馬想要提名,結果被共和黨杯葛程序,故意弄掉歐巴馬的人選,等川普上台後,才讓川普提名保守派的大法官。不過這次共和黨強調,今年和四年前情況不同喔,他們說當年民主黨當總統,共和黨控制參議院,不適合在總統選舉年填補空缺,但是今年同一黨派同時掌管白宮和參院,就可以提名喔~好啦好啦!都是你在講!
雙標的這麼明顯,但我就不罵了,因為今天是我,我也這樣搞。川普已經表示,將會提名一位女性來繼任,而且預計在RBG告別式的隔天,也就是本週五或週六(9/25-26)公布人選,「以示尊重」。先前傳出華府內有人擔心,RBG還沒入土為安就急著公布繼任人選,恐怕被民主黨拿來作文章,現在初步時間表出爐,看來川普多等一天,已經是他對RBG最大的尊重了,不過這我也不罵,因為是我,我也這樣搞。如果民主黨想要把整個提名程序延到大選後,最少要讓4名共和黨參議員跑票才行,目前已經有幾位共和黨人表態倒戈,不支持川普選前提名。
可能很多人會覺得,關我們什麼事啊?美國那麼遠,我幹嘛一定要知道他們家高院長怎樣?雖然川貴人把全球政局搞到「併軌」,但不可否認的是,美國目前仍是自由世界的領頭羊,各方面都是其它國家的榜樣。就司法方面來看,台灣如果想要取經,很大程度會參考美國高院的判決。透過司法學習比較,美國會把他們的價值觀傳遞到世界各個角落,如果美國高院組成保守,將對全球司法產生深遠影響,進一步影響到各國的文化與社會風氣。
舉例來說,許多國家一直到近年才好不容易在人權、女權、同婚方面取得進展,例如我們台灣,美國老大哥萬一態度轉趨保守,恐怕會讓全世界跟著開倒車,大法官選誰難道不重要嗎?
今天琪斐大放送的關鍵字是:
#惡名昭彰的RBG
#美高院恐右傾
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
性別平等舉例 在 百工裡的人類學家 Facebook 的最讚貼文
因為疫情緣故,許多人在家時間變得長了許多,許多家庭更因為孩子不用上學,需要多思考由誰來照顧陪伴孩子的學習與遊戲。但每個家庭在面對疫情的挑戰時,是否都有往「性別平等」的方向來規劃呢?還是自然地就認為某些工作就屬於某個性別角色呢?
這篇來自【報導者】的文章,帶我們一起反思「家務」分工背後的性別邏輯,也讓我們進一步思考面對疫情所帶來的工作與家庭時間變化,家中的家務又該如何進一步有更好的分配?
——————————————
康乃爾大學哲學系的副教授凱特・曼恩(Kate Manne),在她的新作《厭女的資格》(Entitled: How Male Privilege Hurts Women, 2020)有一章名為〈不獲支持的女人:男人享有家務勞動的資格感〉的段落裡,或許可以找到這個問題的一些線索。
先說明一下,曼恩在書名和標題所使用的「資格」或「資格感」(entitlement)的意思,指的是:某些男性認為他對女性有一些理所當然取用的資格和權利,女性如果沒有做到這些,他便認為她對他有所虧欠。因此,「資格感」在這個章節的意思是說,有些男性認為做家事是女性「應該」要做的工作,如果女性沒做好,便是對男性或家庭的「虧欠」;另一方面,如果男性幫忙做家事,便是對女性的「施惠」。
在這種情況下,曼恩在本章引用不少相關的研究數據,陳述了幾種家事勞動上的性別差異現象。例如,當男女雙方都有全職工作的伴侶,成為新手爸媽後,男人在家中的工作量大約增加10小時,與此同時,女人的工作量則增加了約20小時。因此,母親不但必須承擔比父親加倍的工作量,而且父親們在這些承擔的新工作裡,有許多是與孩子互動這類相對「有趣」的任務──例如陪嬰兒玩。
這個章節還提及另一個有趣的現象是,男人似乎會高估自己對共同家務工作的貢獻程度。曼恩根據《經濟學人》雜誌(The Economist)於2017年針對8個西方國家的父母進行調查的結果顯示,有46%的父親認為自己是付出等量的家長,但只有32%的母親同意他們對自己的評價。也就是說,父親可能高估了自己所做的家事量──舉例來說,父親以為自己做了3~4個小時的家事,但實際上總和的家事時間可能只有1.5個小時。
這或許就回答了我前面所提出的疑惑:為什麼當女性的另一半做家事的時間變多了,可是女性做家事的時間反而不減反增。而導致父親可能高估自己家事量的原因,或許就是他們對女性的「資格感」:認為家事是女性的工作,男性做家事不是天職,而是恩惠。
(以上引用網頁原文)
https://www.twreporter.org/a/saturday-features-philosophy-wormhole-covid-19-housework-gender-equality?fbclid=IwAR0vzLVZCO0wvtx6NoJz4i_UrxwMFmaozUCbmGIW4dRV_xQiojRRZ0jlULw
性別平等舉例 在 梁律師的執業日記 Facebook 的最佳解答
今天要探討『性侵害犯罪案例分析-以兩則實務判決為例』
歡迎加入梁律師的line 免費法律諮詢唷!
👩⚖👩⚖👩⚖👩⚖分隔線👨⚖👨⚖👨⚖👨⚖
今天分享的兩則實務判決,主要是討論「違反意願」的認定⛔⛔⛔
考量妨害性自主案件大多處於隱密性、非公開環境下為之,如何認定雙方究竟屬於兩情相悅,大多得仰賴事前或事後客觀事實,舉例來說,進入房間前兩人神情或身體舉止、事後被害人反應(如是否即時呼救、報案、驗傷等,或是與被告間對話紀錄),不過也常常演變成檢討被害人是否符合犯罪下「理想被害人」的形象,因此最高法院110年度台上字第1781號判決指出任意以事後被害人的反應便逕認被告未違反被害人意願。
不知道大家對於這樣的最高法院判決意旨有什麼特別看法,歡迎大家留言分享。
以下節錄裁判內文📌📌📌
1. CEDAW於國內生效是我國推動性別平等的重要里程碑,促使我國性別人權狀況與國際接軌,兩性權益均獲得平等保障,性別歧視逐步消除。落實在性侵害事件,主要為打破以往對於性別刻板印象及普遍存在性侵害犯罪迷思。
2. 強調「性自主決定權」即「性同意權」,意指任何性行為都應建立在相互尊重,彼此同意的基礎上,絕對是「NomeansNo」「onlyYesmeansYes」,即「說不就是不!」、「她(或他)說願意才是願意!」、「沒有得到清楚明瞭的同意,就是不同意!」。申言之,要求性主動的一方有責任確認對方在「完全清醒」的狀態下「同意」(但排除對未滿16歲、心智障礙、意識不清、權力不對等或以宗教之名行誘騙之實者)之行為,鼓勵「溝通透明化」並「尊重對方」。
3. 對方沉默時不是同意,對方不確定或猶豫也不是同意,在對方未同意前之任何單獨與你同行回家或休息,只能視為一般人際互動,不是性暗示,又同意擁抱或接吻,也不表示想要性交,即對方同意後也可反悔拒絕,無所謂「沒有說不行,就等於願意」或有「半推半就」的模糊空間,避免「性同意」成為性侵害事件能否成立的爭議點。
4. 猶不得將性侵害的發生歸咎於被害者個人因素或反應(例如不得將被害人穿著曝露或從事與性相關之特殊行業等作為發生性行為的藉口,或指摘被害人何以不當場求救、立即報案、保全證據,或以被害人事後態度自若,仍與加害者保有曖昧、連繫等情狀即推認被害者應已同意而合理化加害者先前未經確認所發生的性行為),卻忽視加害者在性行為發生時是否確保對方是在自願情況下的責任。
#No_means_No💢
#only_Yes_means_Yes👌
#打破大家對於理想被害人的想像🤛
https://fb.watch/61vRpUalSt/
性別平等舉例 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
AI 如何為公司創造更多價值?專家:2 個缺陷,要先由人類來修補
2021/05/13
採訪‧撰文
盧廷羲
張凱崴
美國人工智慧國家安全委員會(NSCAI)今年 4 月建議,國防部每年應至少分配 3.4% 的預算投入科技領域,並提撥 80 億美元研發 AI。企業方面,微軟(Microsoft)4 月宣布,將以 197 億美元收購語音辨識開發商紐安斯通訊(Nuance Communications);後者是雲端與 AI 軟體的先驅。
從企業到國家,都愈來愈重視人工智慧,知道要想辦法運用 AI 創造更好的生活。不過,目前 AI 發展到底處於什麼階段?我們又該如何應用?
美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授張凱崴形容,目前人工智慧技術已經可以幫助人類完成很多事,像是疫情來襲,電腦可以從大數據中篩選條件,自動搜尋、判讀潛在病例,幫助醫生大幅減少檢查時間,但 AI 也並非萬能,要先認知它的局限。他研究如何讓 AI 更符合人性,獲得 2021 年的史隆研究獎(Sloan Research Fellowships)。
AI 局限1. 資料寬廣度不足時,就會複製人類偏見
張凱崴認為,電腦在學習的時候,是依賴「彙整數據資料」來判斷,並沒有真正思考,如果資料來源太狹隘、不夠多元,資料寬廣度不足,電腦判斷就會出現偏差,「你跟電腦講清楚 input(輸入)、output(輸出),提供足夠的數據資料,它可以對應、學得很好,但還有很多面向 AI 做不到。」
舉例來說,亞馬遜(Amazon)2014 年推出智慧音箱(Amazon Echo),使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而,有些人口音較罕見,或是用字較特殊,智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案,就可能失靈,這是當前 AI 的其中一大問題。
張凱崴進一步解釋,AI 另一項挑戰是,它無法清楚分辨「不曾出現」與「不能出現」(無法出現)之間的區別,只是從資料統計出要學的東西,無法像人類一樣進行邏輯思辨。
AI 的運作方式,第一步是輸入資料,第二步是分析,但這過程容易出現偏見。例如電腦在理解「總統」這個字,會去看四周有什麼字詞,來學習總統這個詞,由於許多總統都是男性,電腦就會「覺得」總統是男性。
這也是為什麼,如果讓 AI 學習,在它的認知裡,女性「不可能」當美國總統(因為沒有資料紀錄)。「你可以跟人類說,任何職業、性別都是平等的,但對電腦來講,這很困難,」張凱崴說明,一旦資料的寬廣度受限,電腦就容易產生偏見。
就像在自然語言處理(Natural Language Processing,讓電腦把輸入的語言變成有意義的符號)領域,張凱崴說明,AI需要知道代名詞指的是「哪個名詞」,才能運算下去。但如果資料受限,使用男性的「他」,電腦可能判斷這個代名詞是指總統、總理、執行長;但換成女性的「她」,由於數據不足,電腦就會混亂,出現系統性誤差。
他再舉一例,美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統(GPT,Generative Pre-training),推出到 GPT3 版本,屬於書寫類 AI,電腦能夠揣測人們說完上一句話,下一句可能會講的句子,自動完成後半段。
好比有人上一句寫下「我正在和教授聊天」,系統可能推導出「我們在研究室討論學術問題」,因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示,GPT2(前一代版本)系統也從資料中學習到許多偏見,像是如果句子前半談論白人男性,系統傾向產生正面評價;如果句子前半是黑人女性,系統竟會產生負面句子。對企業來說,許多組織接觸 AI,想讓它們取代部分工作,首先需要留意資料的廣度、多元性,才能減少電腦犯錯的機會。
AI 局限2. 即便條件相同,也無法每次都做出正確判斷
「其實,現在的 AI 就像一台原型飛機,還缺乏穩定性。」張凱崴說,現行的 AI 就好比萊特兄弟(Wright brothers)剛發明飛機,看似可以做很多有趣的事,但「可以飛」跟「飛得很好」,有一大段落差。
紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片,AI 掃描後,確認是不是本人,但當時系統沒有估算到某些亞洲人眼睛比較小,一名亞裔男子被判定「沒有張開眼睛」,因此照片無效。
張凱崴說,在這個例子中,凸顯出 AI 的穩定性不足,「系統沒有考慮到不同人種的差異,很死板地認為你眼睛沒張開。」所謂的缺乏穩定性,指的是 AI 沒辦法在相同條件下,每次都做出正確決策,這也是使用 AI 時,須留意的第二個挑戰。
他再舉例,許多模型可以準確分析,一則影評對電影的評價是正面或負面。然而研究顯示,有時只要將影評中一些字換成同義詞,例如把電影(movie)換成影片(film),或改寫句子,即使意思並未改變,系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。
在設計這些程式時,人們必須注意到 AI 可能有局限,設定的資料範圍要更完整,考慮這些因素,就能減少偏見、落差,進而加強穩定性。
餵指令給 AI 要多元化,嘗試「換句話說」、刻意混淆
經理人雖然不一定具備 AI 方面的專業知識,但只要掌握觀念,再透過 AI 領域專才協助,也能優化系統。張凱崴指出,最直接的方法是,設計 AI 模型時,要把來源群組不同的資料分門別類測試,在測試階段讓群體多元化,並確保不同特色的使用者,用起來都沒有問題。
舉例來說,一套 A 系統擁有來自各地的使用者,如果設計者是台北人,設計系統的思維容易以台北生活為主,很可能因為當地習慣不同,導致花蓮使用者操作不順。
另一個方法,則是用不同的「語意」,去測試 AI 有沒有徹底學會一個概念。例如,有一套餐廳評鑑的 AI 系統,只要蒐集、整理使用者意見,就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性?張凱崴建議,可以利用「抽換詞面」的方法。
比如,把詞彙換成同義字,再看 AI 是否能運算出相同結果,「你可能會發現,原本評比結果是食物很美味,但如果美味換成比較困難的詞,AI 就會分不出這則評比是好是壞。」因此在訓練模型時,可以將詞彙隨機抽換成同義詞,增加 AI 的詞彙量。
第三種方式更進階:改變句型、重寫句子。張凱崴指出,同樣一句話,如果換成不同說法,電腦可能判讀錯誤,將「因為發生 A 事件,所以導致 B 事件」,改寫成「B 事件發生了,是因為 A 事件的緣故」,明明兩句話意思一樣,但 AI 很可能因為穩定性不足,搞混兩者的差別。如果要鞏固 AI 的穩定性,可以使用自動改寫的方式,增加資料的多樣性。
張凱崴表示,經過這些測試,讓 AI 接受更多元化的訓練,得到更廣的學習範圍,往後碰到同義詞、相似資訊,才能有效判讀。
張凱崴總結,AI 還在快速發展,或許可以創造更多工作機會、新的職位,但現行階段,它只是輔助角色。AI 並非魔術盒子,使用它就一定有更好結果,人們還是要保持高度耐心,先認識它的缺陷,才能在技術更迭下,發揮出最好的結果。
張凱崴
台灣大學資訊工程系碩士、美國伊利諾大學(UIUC)電腦科學博士。美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授,研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎(Sloan Research Fellowship),研究團隊開發的運算方法,使人類語言處理的程序更有效率、更多元,同時兼具公平性。
附圖:優化AI系統的3方法
資料來源:https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis