| |
| 人工智慧與大數據的衝擊 |
| 施立成 微軟全球助理法務長 |
 |
 |
隨著演算法（Algorithm）、大數據（Big Data）、雲端資料庫（Cloud）等技術的發展，人工智慧藉感知、學習、推理、協助決策、採取行動，以幫助人類解決問題的程度逐步提升。舉例而言，藉由影像辨識系統感測周遭環境，提升自駕車安全性；透過語音間直譯，提高翻譯的速度與正確率；微軟的 |
|
 |
|
|
AI系統Suphx甚至跳脫僅分析完全資訊的演算法，而能考量隱藏的不確定資訊，在麻將局中因應他人手上未知的牌、實際出牌等情形，不斷調整策略。
AI普及化（Democratizing）拓展智慧邊緣至離用戶最近的霧端（Edge），並伴隨無所不在的數據採集，使得建立配套的環境、政策及法律面監管原則日益迫切。掌握公平、可靠和安全、隱私和資安、包容、透明、當責等重要原則，將有助於AI在獲得社會信任的基礎下繼續創新，進一步建構與人類共善（AI for Good）的生活。 |
|
| AI/ Big Data的興起與因應策略 |
| 陳憶寧 教授 |
|
|
 |
 |
以傳播產業而言，產品、服務、行銷、平台等等，因為AI與大數據而與以往顯著不同。網路媒體透過廣泛瀏覽社群媒體、追蹤可信帳號貼文，運用大數據分析篩選、藉AI核實訊息真實性、即時撰稿，在突發事件當下率先發布報導，「弱人工智慧」取代人力進行簡易新聞撰稿等；媒體產業的樣貌逐漸重塑， |
|
其在「科技公司」與「媒體公司」間的屬性愈來愈模糊。AI在提供便利性的同時也衍生不少法律及道德隱憂，如人臉辨識、語音檢測等技術可能創設違反人權的公民監控機制。歐盟執委會提出人工智慧的願景：具有道德性、安全性及前端性，並於2019年頒布人工智慧倫理準則、人工智慧政策及投資建議。人工智慧目的是增強個人和社會福祉和共同利益，在科技日新月異的背景下，「信任」仍然是社會、社區、經濟和永續發展的基石，因此建立「可信賴的人工智慧」成為亟待達到的目標。
媒體形式、內容及產製流程快速質變，傳播學院的學生應何去何從？本課程嘗試在產業的倫理問題及信任機制中尋求出路。 |
|
|
|
|
