想不到 AI 也能這樣用：3 個用科技讓世界變好的黑客松提案｜專家論點【黃婉中】

作者：黃婉中（雲端架構師）

公司剛辦完年度黑客松（Hackathon）競賽。

我人在澳洲分部，活動期間透過內部網站追蹤成果。畫面上，來自各國的團隊展示他們的原型與報告，從 AI 助手到流程自動化，題目五花八門。

在眾多題目中，幾個「AI for good」的專案很有意思。那些設計以科技為工具，關注的焦點卻是人，無論是受害者、救援者、語言障礙者。

我發現 AI 的價值不只在演算法或效能，還能解決人們的限制。

用情緒模型打擊犯罪

其中一個團隊與非營利組織合作，打造雲端 AI 平台，協助警方偵測人口販運活動。
系統能分析線上對話、辨識可疑訊息，並在地圖上標記潛在熱點。他們運用了文字分析、情緒模型與自動化測試，預防並瓦解人口販賣。

平台可攔截與分析可疑對話，用於蒐證與熱點辨識。也導入 AI 情緒分析，使技術與社會議題結合。

我對這個題目的印象深刻。過去用 AI 做情緒分析，都是在商業場合，譬如零售商想知道客戶對產品的實際感受，作為研發和行銷改善方向。
如今同樣的技術被放進打擊犯罪的場景裡，雖然效果有待評估，但這樣的嘗試，已經讓資料多了一層意義。

支持打火英雄的基礎設施

另一組團隊選擇改善消防隊的日常運作。

透過這個雲端解決方案，消防單位能更有效率地共享文件、溝通與協作，減少紙本與重複作業。讓志工能在線上受訓、共享資料、溝通任務細節。

資料透明與共享決定了人道行動的成敗。消防員、NGO、救災志工這些系統裡的人，除了救災專業，也需要有能信任的資料。

方案易於複製，其他非營利組織也能採用，擴大科技對社區服務的影響力。

老實說，這個專案使用的技術不是新鮮事，卻處理了許多非營利組織長期存在的問題：人員流動高、資訊分散、紙本紀錄過時。

能用簡單的技術解決問題，讓消防隊繼續壯大，讓這些勇氣與善良不被浪費，是 IT 最迷人的地方。

讓「被忽略的人」重新進入模型

第三個專案的主題是語音可及性（Speech Accessibility），這個題目很有意思。

在語音助理盛行的時代，口吃者常被系統誤判，因為模型訓練樣本過於單一。當機器能理解停頓與重複，口吃者的語言就不再被排除在外。

團隊建立了新的資料集，改善語音辨識系統對口吃者的理解能力。

透過參數微調、合成資料與零樣本學習 (Zero-shot Learning, ZSL)，他們大幅降低錯誤率，讓自動字幕與語音服務更具包容性。

現在的語音轉文字的技術已經很成熟，轉成文字之後能做會議紀錄、摘要、資料訓練甚至流程自動化，但如果輸入辨識品質不好，後面的各種應用只會更打折。

因為有了新的資料集，那些停頓、重複、呼吸聲被重新定義成「特徵」而不是「錯誤」。

模型的辨識率提升了，讓口吃者重新被聽見。

這份善意「可持續」嗎？

黑客松的展示總是熱鬧，難的是賽後。很多立意良好的專案在展示當天振奮人心，大家都興致高昂，幾個月後卻像什麼事都沒發生過一樣。

這些專案需要明確的維運模式、數據治理、導入評估，才不會在比賽後後迅速凋萎。

科技放大了我們的價值觀

我想起科學家李飛飛曾說：「人工智慧並不「人工」AI 是人類意圖與價值的延伸。」
當我們在定義問題時，其實也在投射我們的世界觀。選擇改善哪個痛點、忽略哪個群體，本身就是價值判斷。

技術確實能處理語音、影像與文件，也能幫我們整理那種龐雜到難以思考的資訊。
但「問對問題」，仍是人類的任務。