演算法的道德濾鏡：AI 決策與價值判斷的學習心得

 

一、專業實務

 

        這次以「演算法的道德濾鏡：當 AI 決策涉及生命與偏見時」為主題的學習歷程中，讓我印象深刻的核心問題是那兩個疑惑:.AI 怎麼做決定?標準從哪來?這兩個問題像一把鑰匙，打開了我對人工智慧本質認識的全新大門！從技術層面上，我學到 AI 的決策是建立在龐大訓練資料與人類反饋強化學習等具體機制上，並且每一個輸出的判斷背後都對應著無數次參數調整的累積；同時，我也學會如何把抽象的科技議題轉化成具體且有說服力的內容，許多 AI 相關概念像是演算法偏見、資料模型等，其實不容易讓一般人理解，因此我使用案例去解釋，例如自動駕駛在緊急狀況下的選擇、還有日常生活中拍照比 YA 可能被還原指紋的問題...等等，這些例子讓原本抽象的 AI 判斷變得貼近生活。

 

 

二、增能突破

 

        這次經驗最大的增能突破，是改變了我分析與表達問題的框架，過去我做報告時，習慣從功能出發，但這次就訓練自己從機制出發，這個思維轉換看似微小，卻讓我在解決問題時擁有了更深的想法，當我能說出，模型的幻覺源於訓練目標是預測可信文字而非驗證事實，我就不再只是 AI 的使用者，而是開始成為一個能批判性評估 AI 輸出的思考者，這個身份的轉變是我最大的收穫！而在邏輯思考與表達能力上，我重新安排整體架構，從 AI 應用出發，再提出核心問題，接著用偏見案例鋪陳，最後帶入生命決策與日常行為，這種由淺入深的結構我覺得讓整體內容更有層次感。

 

三、培力價值

 

        如果沒有這次獎助金的支持，我很可能不會參與這項活動，對我而言，獎助金不只是經濟上的協助，更是一種對學習熱忱的肯定，有了這樣的資源，我可以投入更多時間在資料蒐集與簡報設計上，反覆調整版面、測試不同的視覺呈現，甚至多次練習講稿，而這些都需要大量的時間與心力:同時，這筆獎助金也像是一種「你值得被投資」的社會訊號，讓我產生更強烈的責任感，因此，無論是資料來源的篩選、內容邏輯的安排，還是整體視覺設計的呈現，我都更加用心對待，讓每一個細節都成為累積自身能力的基礎。

        

        我認為AI 不只是技術工具，而是一種會影響價值判斷的系統，當 AI 開始參與決策，我們就不能只關注效率，而是要思考公平與責任；透過這次準備與發表的完整歷程，我不僅提升了專業能力，也建立了更完整的思考框架！未來在面對科技議題時，我會更有意識地分析背後的邏輯與影響，而不是停留在表面，這樣的轉變對我來說是非常重要的一步，也讓我更確信，學習的目的不只是知識的累積，而是能夠真正理解世界並做出更好的選擇。