【居久屋課程筆記】AI 影像的偏見

我的生成式AI之旅：從驚豔到深思

各位好，我是李一智，目前在政大新聞系任教，從業界轉任教職至今已是第七個年頭。我在媒體領域累積了豐富的經驗，曾擔任Yahoo!奇摩的總編輯，並獲得過數位精靈獎及美國網路新聞獎的入圍肯定。這段從業界到學界的旅程，讓我得以從更宏觀的角度觀察科技發展對社會的影響，特別是生成式AI的崛起。

大約在2022年夏天，生成式AI開始普及，當時人人興奮地嘗試用它繪圖。我每天也在臉書上分享我的作品，儘管初期圖像品質不甚理想，甚至有些朋友戲稱「可怕」。然而，僅僅一年時間，AI的圖像生成能力便突飛猛進，品質變得非常出色。這份快速的進化讓我受邀為《科學人》雜誌製作了AI生成的封面，這兩款封面筆記本至今仍是他們展覽的熱門贈品。

2024年，我甚至將AI技術應用在嚴肅的調查報導中，為《上下游》製作了AI生成的新聞圖像，這無疑是台灣的首例，很可能也是全球在同類領域的創舉。此舉雖引來不少攝影新聞界的批評，卻也意外地獲得了獎項肯定，更入圍了香港的一項重要新聞獎。這些正反意見對我而言都是寶貴的研究資料。這段經歷讓我深刻體會到，倫理的界線從來不是一成不變的，它是在所有參與者的共同協商下不斷演進的。因此，我今日分享的內容，希望能為大家提供一個思考AI圖像倫理邊界的參考點。

生成式AI的無限潛能：視覺表達的普及化

生成式AI毫無疑問是一項劃時代的發明。它解決了大多數人缺乏視覺表達能力的問題，讓不擅長繪圖或製圖的人也能輕鬆將腦海中的創意具象化。我曾看過一位精神科醫師，他醫術精湛、文筆流暢，卻不會畫畫，透過AI工具，他為自己的文章配上了精美的插畫。另一位傳播學者也是如此，AI讓他研究了一輩子的學術概念，有了具體的視覺呈現。

AI的應用也迅速滲透到各行各業。如今我們在廣告中、社群媒體的短影音裡，都已能看到AI生成的內容。我預期，未來一年內，YouTube或臉書上的短影音，可能有半數將由AI完成。在廣告和戲劇製作上，AI的發展更是日新月異，許多複雜的視覺效果如今都能透過AI輕鬆實現。

最令我印象深刻的是，AI能幫助我們將許多原本難以實現的想法付諸視覺驗證。我的學生中不乏來自世界各地的國際生，我讓他們利用AI嘗試結合不同國家的創意料理。例如，香港學生與義大利學生合作，將義大利麵與港式咖哩魚蛋融合，創造出「居久屋千層咖哩魚蛋」；台灣學生與德國學生則發想出「啤酒珍珠奶茶」。這些奇思妙想若在過去，要實際製作或繪製出來成本極高且耗時費力，但透過AI，幾秒鐘內就能看到栩栩如生的圖像，極大地加速了創意探索的過程。

重塑記憶的道德邊界：從個人到社會的探討

然而，當AI不再僅止於想像力的延伸，而是進入「重塑記憶」的領域時，倫理的討論便開始變得複雜。記憶本身就是一種主觀的情緒，不一定具有絕對的視覺真實性。在此，我們可以看到從個人到社會層面，AI重塑記憶所帶來的挑戰與可能性。

在個人層面，西班牙曾有一個專案，邀請年長者分享他們希望重新具象化的過往記憶。這個專案的核心理念是，記憶的「情緒真實」遠比「視覺真實」更為重要。例如，一位女士回憶1946年她家對面看守所的景象，當時許多被獨裁者逮捕者的家屬，會到她家樓上遙望親人。AI根據她的描述生成了多幅圖像，儘管無一張與真實場景完全相符，卻深刻地傳達了那份時代下的情感。這引發了我們思考，這種「情緒真實」的AI圖像，在道德上是否被允許？

從個人記憶延伸至社會層級，韓國的「四三事件」紀念活動提供了一個特別的案例。該事件與台灣的二二八事件有著驚人的相似之處，同樣經歷了政府鎮壓與慘重傷亡。2024年，韓國決定以AI重現事件中的一位受害者。透過訪談當時年僅五歲的受害者之孫女，並參考家族中其他男性外貌，AI生成了這位受害者的肖像，甚至製作了影片。這不僅是個人的緬懷，更是將一份模糊的個人情感記憶，提升到社會集體記憶的層次，以科技彌補歷史影像的空缺，引發社會對過去的反思。

另一個引人深思的案例是德國藝術家Boris Eldagsen。他利用AI生成描繪二戰時期家庭生活的影像，試圖揭露許多德國家庭對那段納粹歷史的迴避。他將其中一張作品送交Sony攝影獎並獲獎，隨後卻自揭這張是AI生成，並拒絕了獎項，這無疑是對傳統攝影新聞倫理的巨大挑戰。該作品後來以每張兩萬歐元的價格出售，顯示出其藝術與哲學價值。

我們也看到新聞攝影界對此的不同嘗試。知名新聞攝影師Jonas Bendiksen為報導2016年川普競選期間的假新聞現象，特地前往馬其頓，並以AI生成假圖像來反諷假新聞，甚至藉由一本虛構的《The Book of Veles》來暗示其作品的虛構性。他的權威性讓作品初期未受質疑，直到他自揭實驗始末。相對地，另一位攝影師Michael Brown則用AI再現了古巴難民從家園逃往佛羅里達的「90英里」海上旅程，這些畫面雖然非親身拍攝，卻基於大量採訪。同樣是AI生成，Michael Brown的作品卻受到強烈批判。這些案例皆表明，在重塑記憶這件事上，倫理的界線不僅模糊，且持續在社會協商中變動。

此外，也有藝術家將AI應用於充滿創意的方式，例如生成1940年代至50年代紐約風格的虛構事件，如巨大天坑或街上人頭著火的景象，這種明確的虛構性反而廣受歡迎。日本的Safada Pomoco小姐，因為自覺外貌不佳、人緣不佳，透過AI創造了多種「虛構的現實」，例如成為歌舞伎町的紅牌，或是畢業照中「全班都是她自己」的悲哀卻充滿創意的呈現。這些例子都讓我們看到，AI在重塑記憶方面，既能成為歷史傷痕的撫慰，也能成為個人夢想的實現，但其道德層面仍需我們持續的深思。

AI主播與潛在議題：生成式圖像背後的問題

近年來，AI技術的進步也讓AI主播開始進入我們的視野。從日本東京電視台2019年的卡通形式AI主播，到朝日電視台系統的AMN，再到台灣民視的「明熹」與NOWNEWS的「泥甄」，甚至客家電視台與公視推出的手語AI主播，都預示著媒體生態的巨大變革。雖然早期AI主播的嘴型與語音同步仍顯生硬，但現在已大幅改善。然而，在這些光鮮亮麗的應用背後，生成式AI圖像也隱藏著許多潛在的議題，值得我們深究。

首先是訓練資料集的偏誤（Training Data Bias）。AI的圖像生成是基於大量圖片的學習，這些圖片的來源與特性，直接影響了AI的輸出結果。早期的資料庫，例如李飛飛教授於2015年從Flickr網站抓取的約1500萬張圖片，其使用者多為受過良好教育、經濟條件較優渥的西方白人。這導致AI模型在訓練過程中，不可避免地學到了以西方白人為主、基督教文明為核心的生活樣貌。因此，當你要求AI生成「熱鬧的夜晚活動」時，它很可能只會給你看棒球賽或派對的景象，而非台灣的夜市或其他文化活動。這種資料集的偏誤，繼承了現實社會結構的不平等，使得特定族裔、文化和生活樣貌在AI的生成結果中遭到「缺席」或「抹除」。

更甚者，元資料標籤（Metadata Labels）的偏見也深深影響了AI的學習。由於標籤多由西方人所下，有時會帶有歧視性字眼，例如將黑人照片標註為「大猩猩」（Golia）。我曾觀察到，台灣的語料庫中，也存在將特定族群描述為「猴子」或「426」的不雅詞彙。AI一旦學習了這些帶有偏見的標籤，便會在生成圖像時重現這些刻板印象。此外，多對一或一對多的標籤關係也造成問題。例如，在台灣，早年人們常以「阿多仔」泛稱所有白人，而不去區分其國籍。這種模糊的分類在AI的學習中，會導致對不同文化族群的細微差異辨識不足，進而生成過於籠統且帶有偏見的圖像。

演算法的偏見與代表性傷害

除了資料集和標籤的偏見，演算法本身也存在偏見（Algorithmic Bias）。演算法的目標是最大化「勝率」，因此它傾向於生成資料庫中最常見的「平均值」。這就導致了偏見放大效應（Bias Amplification）。當你要求AI生成「一個人」，它很可能預設生成一位男性；生成「工程師」，則通常是白人男性；而「護士」卻往往是年輕的女性。即使模型嘗試平衡，也常因資料量差異，導致性別、種族、職業的刻板印象被進一步強化。

代理變數（Proxy Variables）也是一種常見的偏見。某些視覺元素會被AI錯誤地與特定刻板印象連結，例如要求生成日本女性，高機率會出現櫻花或和服，即便現實中的日本女性並非如此。AI在生成人像時，也普遍存在西方審美偏好（Western Aesthetic Preference），例如膚色會比實際更白、體態更纖瘦、牙齒完美無缺，幾乎不會生成胖子或外貌不符合主流審美的人。

此外，開發者的確認偏誤（Confirmation Bias）也會被編入模型中。例如，開發者可能潛意識地認為白人擔任總經理是「正常」的，而黑人女性擔任工人也「沒什麼不好的」，這些偏見便會體現在AI的生成結果中。近年來，模型為解決偏見問題而進行「對齊調整（Alignment）」，卻又可能走向另一個極端，產生過度對齊（Over-alignment）的現象。例如，生成19世紀的美國參議員，卻出現黑人女性；或是生成教宗，卻出現黑人或女性。這些在歷史上或現實中尚未發生的情況，因為AI過度追求多元而導致內容的失真。

這些偏見的長期影響，會導致代表性傷害（Representational Harm）。當年輕人長期接觸AI生成的理想化職業外貌、性別角色時，他們會將這些刻板印象內化為自己的標準，進而影響自我價值觀與人生選擇。如果社會只呈現瘦削的女性為美，許多人便會追求病態的纖瘦。這不僅會造成個人心理的傷害，更會鞏固並延續現實社會中的不平等與歧視，例如在招募、面試或入學評估時，潛意識地偏好符合刻板印象的對象，形成惡性循環。

對抗AI偏見的策略與多元化提示

面對生成式AI圖像中無所不在的偏見，我們必須採取積極的策略來對抗。這些偏見涵蓋了性別、種族、膚色、職業、體態、外貌、年齡、宗教、地區和經濟狀況等多個面向。例如，AI預設的「科學家」通常是白人男性，「護理師」則是有色人種女性。

要打破這些刻板印象，最直接有效的方法就是在提示詞（prompt）中明確地加入多元化的描述。當我們想生成一位科學家時，不能只寫「科學家」，而應具體說明為「一位有色的女性科學家」，才能引導AI跳脫預設。同樣地，若希望生成「成功的企業家」，也不能指望AI自動呈現多元族群，必須明確指示「一位印度裔的富豪」或「一位非洲裔的企業家」，否則它很可能只會生成年輕的白人男性。

此外，AI在生成「健康」或「美麗」的形象時，也常固守西方審美觀，傾向於纖瘦的白人形象。因此，我們需要刻意在提示中加入「不同年齡、性別、膚色、體態、外貌、文化」等多元元素，讓更多樣化的群體能有機會被呈現。這不僅是為了讓AI的輸出更貼近真實世界的多元性，也是為了讓社會大眾能看到更廣泛的形象，進而挑戰內化的刻板印象。

我鼓勵大家嘗試將AI作為一個工具，來生成一個「世界百人村」的概念，也就是根據真實世界的人口比例，亂數生成不同性別、種族、宗教、教育程度和收入的個人形象。將這些多元屬性再應用到特定的職業場景中，例如生成一位「黑人醫生」或「印度女性富豪」。即使我們自己可能受限於既有偏見而無法想出多元的組合，AI也能在引導下幫助我們拓寬視野，生成更具包容性的圖像。因此，面對AI的潛在偏見，我們身為使用者，必須意識到其存在，並主動透過豐富且多元的提示詞，引導AI創造一個更具代表性、更符合社會真實的視覺世界。

🎁 喜歡我們的課程嗎？

如果你想要學習更多學科教學知識與科技應用，歡迎訂閱謙懿科技Youtube頻道，記得按讚追蹤我們的節目，一起探索教育的無限可能。

• 謙懿科技Youtube：http://www.youtube.com/@morganfang0905
• ㄚ亮笑長練功坊Blog：https://bit.ly/aliangblog