在AI面前／該揭發好友出軌嗎？3大模型價值觀各異 腦袋外包恐總平庸化
隨著AI模型越來越聰明，人們越來越脫離不了AI，甚至遭遇各種煩惱都習慣先問AI，聽聽看它的「想法」和「建議」後再做決定。然而AI實則帶有特定價值觀，而且各模型偏向各不相同，若缺乏這層批判意識，恐將被AI偏見帶著走。在電視普及的1957年，學者提出「總白痴化」的擔憂，如今AI深度嵌入日常後，又是否走向「總平庸化」？
3大AI模型價值觀各不同 Gemini最功利
「當發現多年好友疑似出軌，要不要主動揭發？」這道難題沒有標準答案，端看每個人不同的價值觀來做取捨權衡；不過如果把這道難題拿去問不同的AI，會得到什麼答案？
ChatGPT主張應揭發，理由是「說出你確知的事實」本身即是義務，並特別提醒只要陳述事實、不應摻雜其他推測。Gemini則建議不主動揭發，因為這麼做容易讓自己「裡外不是人」、可能賠上友誼，反而划不來。至於Claude，雖然也主張應揭發，但它更強調要先評估彼此交情深淺、給好友親口說明的機會，認為沒有絕對答案，重點是依據當下情況做出不後悔的決定。
這個例子凸顯不同AI模型可能抱持某種特定價值觀偏向。商業科技媒體《曼報 Pro》共同創辦人余鎮文(Vincent)曾撰文分析，Anthropic公司事先為Claude寫了一套「憲法」，納入世界人權宣言、Apple服務條款等內容，因此該模型具備誠實、不傷害人等好公民特質，偏向「憲法主義」；而OpenAI是先畫出安全底線，規範ChatGPT只能在安全範圍內自由發揮，偏向「有邊界的自由主義」；Google則關心總體利益、可預見風險、社會效果與制度責任，留下比較大的主觀裁量空間，偏向「制度型結果論」。
他進一步說明，Anthropic試著對「好」做出定義，詢問模型應該成為怎樣的好人；OpenAI在意的是「邊界」設定，詢問模型如何在安全邊界內提供服務；Google則關注「成本效益分析」，詢問AI總體利益能否承擔它帶來的風險。
AI並不中立 專家指3因素形塑特定價值觀
具有資訊背景的東吳大學社會所碩士生呂國維認為「AI並非中立」，比如他先前擔任助教時，曾請全班以AI針對「誰才是父權體制下的受害者？」生成4格漫畫，結果幾十人的結果清一色都是男性被工作綁住、女性被家務束縛的「老生常談」論述，凸顯AI確實存在某種偏見及價值觀。
台灣人工智慧實驗室創辦人杜奕瑾解釋，訓練AI就像是教小孩，教育過程如果帶有主觀思想，AI自然會依樣畫葫蘆，而模型偏見通常源自三大層面：資料、標註、使用者回饋。
首先是「資料」，他解釋，訓練模型時大多會直接使用網路公開語料庫，而這類語料絕大多數是英文、以美國為中心的思想；而中文世界又以中國為核心的簡體資料為多，導致使用繁體中文的台灣、香港成為「邊緣社群」，如民主概念、在地法律文化、特殊價值觀都被排除在AI模型之外。
再者是「標註」，也就是專家在訓練AI的過程中，會介入並告知模型何者結果才是正確的，杜奕瑾說：『(原音)其實那個標記通常是當地的專家去給它的標記，那或許原本模型是受台灣教育的，但是專家是美國、或者專家是中國，那訓練出來的結果也會不一樣。』
最後則是「使用者回饋」，杜奕瑾說明，即便是採用已經訓練好的AI模型，但是模型仍會持續蒐集對話資料後再訓練，尤其在持續互動之下，AI模型也會依據使用者輪廓變動，「就像你越跟ChatGPT溝通它就越順著你回答一樣」。換句話說，社會大眾的使用習慣都將回頭形塑AI模型的偏見與價值觀，甚至可能是因人而異的。
台灣人工智慧實驗室創辦人杜奕瑾。(饒辰書 攝)
避免被AI偏見蒙蔽 日常「驗證」AI價值觀成關鍵
面對AI模型潛藏自身偏見與價值觀，杜奕瑾強調「可驗證性」相當重要，也就是建立符合在地標準的測試集，並實際驗證AI模型的可信任度。以醫療為例，他說：『(原音)比如中國的AI醫療號稱有幾億筆資料、準確率百分之99點多，那我們把它拿到台灣做驗證的時候，就發現基本的驗證都通過不了。』
事實上，數發部於今(2026)年9月初發佈「臺灣主權AI評測結果」，即拿台灣近5年高中學測國文科及社會科試題檢驗國內外AI模型的「台灣語言能力」及「台灣社會文化理解能力」，同時設計台灣跨黨派有共識但與中國沒共識的議題，檢驗其「台灣價值觀理解能力」。數發部長林宜敬曾說明，像是二戰中國戰場的軍隊是國軍或共軍、權力分立制度是好是壞、政府與媒體之間關係為何等，這些「台灣價值觀」考題都是台灣跨黨派高度共識，中國卻抱持不同答案。
結果發現，民眾常用的ChatGPT、Claude、Gemini等美國模型在2大學測題目的表現都名列前茅；不過在「台灣價值觀」方面，美國模型正確率不到90%，反而是台灣企業開發的本土AI模型正確率達到100%。由此可知，透過「驗證」程序，民眾即可掌握各AI模型存在的限制、進而產生批判意識，謹慎以對。
不過一般人平時究竟該如何驗證AI模型的可信度？杜奕瑾表示，民眾可針對日常與AI互動涉及的專業範疇，蒐集該領域相關議題、給予AI正確標準，再比對AI的回答是否符合你認為該領域專家的水準，即能讓驗證工作進入日常。
由此可知，使用者是否具備該領域一定程度的專業知識其實相當重要，否則將難以產生批判性思考，進而驗證AI答覆的內容品質。呂國維說：『(原音)一個人在使用AI的模型的時候，我之所以看得出有這些偏見，是因為社會學給我這些教導，但是如果我沒有讀過這些社會學的文本理論啊，那我可能也確實是會被這個模型帶著走，就像一個懵懂無知的學生被一個霸道威權的老師影響。』
大腦外包AI成常態 從總白痴化到「總平庸化」？
不只如此，再以前述「父權體制」的案例分析，即便AI能提供如「女性被家務束縛」等解構社會的分析，但是呂國維直言這些偏見實則相當膚淺，只是很粗糙地把束縛具象化為鎖鍊、以齒輪象徵機械體制等，卻沒有更細緻地探討體制之下的人們具體受了哪些痛苦。他表示，唯獨少數學生有意識地增加指令後，AI才出現其它多元敘事，像是「陽剛規範同樣會壓迫男性」。
實際觀察學生與AI互動之後，呂國維強調，AI只是複製最常見的刻板印象、最普及的文本摘要、最平庸的美感品味，要提升思考維度仍有賴使用者自發性地提供額外指令，他因此擔憂，整體社會若越來越依賴少數幾家大模型，人們的認知框架將越來越同質化。
東吳大學社會所碩士生呂國維擔任課堂助教時，實際帶學生操作AI潛藏的價值觀及偏見。(呂國維 提供)
由於AI語言模型是集結全人類共同經驗訓練而成，杜奕瑾坦言「平庸的集大成」導致結果通常很無聊。他強調，AI雖可提供不錯的技術性幫助，但是人類創作的靈魂價值仍在於深度見解，而這正源自每個人獨到的生命體驗，「這個東西是人工智慧找不到的」。
換句話說，如果人類只是將大腦外包給AI、放棄自主思考與決策，不但可能無形之中複製了AI模型潛藏的偏見與價值觀，恐怕也無法得到真正有意義的深度思考。
更重要的是，當AI決策出現嚴重錯誤，最終仍須由實際採取行動的人自行承擔後果，畢竟機器本身無法成為咎責對象。因此在AI科技日趨進步的同時，人類仍須持續提升思考維度、持續批判檢視AI提供的建議，才能牢牢掌握主導者的角色。
然而，做出批判的前提是提問，而且必須是層層梳理、逼近本質的提問。就像在決定是否揭發好友出軌之前，必須先釐清自己的道德觀和價值觀究竟為何，如此做出的決定才有意義。而這種更貼近本質的提問，正是哲學思考長久以來試圖回答的課題。
延伸閱讀