見工面試，假如遇上人工智能考官……
我們想讓你知道的是
高盛集團、摩根大通等國際投資銀行，已嘗試用AI面試，你有心理準備同AI考官交手嗎？
1970年頒布這項法案的規範對象，包括信用調查機構、僱傭背景審查公司等，但AI時代出現的數據經紀商（data broker），卻未必受到同樣限制。雖然數據經紀商也會透過蒐集社交網絡等資料，建立完整個人檔案，並應用於僱傭調查，但假如他們不屬於信用調查等機構，FCRA則無法適用。直至2012年美國聯邦貿易委員會（FTC）與數據經紀商Spokeo的一場法庭判決，才確認了這類新型信息來源，受到上述法案的約束。[17]
在香港，個人資料私隱專員公署（公署）2013年時指一款名為「起你底」的手機應用程式嚴重侵犯私隱，該程式聲稱可搜尋目標人物的部分身份證號碼、地址、是否有民事、刑事訴訟及破產案件等紀錄，方便僱主對求職者進行背景審查。[18]
根據由公署發出、2001年生效的《人力資源管理實務守則》，僱主可透過背景審查或品格審查程序收集求職者資料，但有關資料必須與工作性質相關。[19]在AI招聘時代，僱主會從多方面途徑招攬人才，但究竟何謂「與工作性質相關」，合法「起底」的範圍可以有幾闊，恐怕言人人殊。
技術未成熟 只能作初步篩選
另外前文提及，AI技術以關鍵字詞或表情篩選合適人選，例如招聘工具ZingHR，便是透過將招聘廣告內容與求職者履歷表上的關鍵字配對，為每名申請人評分，僱主若要求未來員工操流利兩文三語、有團隊精神、願意輪班工作，履歷表及求職信中提及上述字眼的申請人可獲較高分數。[20]
聰明的人類若故意使用某些詞彙或表情迎合機械人考官，以增加錄用機會，現階段而言並非無可能。由於AI仍未能確保懂得「帶眼識人」，現時使用機械人協助招聘的企業，一般只會利用系統作初步審核，申請人仍需通過與人事部門面試等環節。而目前，AI不可根據求職者的臨場答案追問，因此仍難取代人事部門的角色。
要防範智能歧視
另一要注意的是，僱主在為機械人設定篩選合適人才的標準時，一般以現任或離任員工的履歷及工作表現作為參考，這亦可能引起「智能」歧視的擔憂。英國有研究指出，不同的「機器學習」方法，即使是用上同一套資料，也可以演算出截然不同的結果。原因之一，是不同演算法所採用的假設各異，而資料分析難免涉及人類的主觀判斷，例如哪個模型最佳、甚麼變量（variable）最合適。因此，正如AI應用於其他範疇時出現的問題一樣，機械人的決策，有時並非必然客觀。[21]
現時採用機械人招聘的公司不少為跨國企業，其僱員往往來自不同文化背景、使用不同語言的全球人才，因此口音、表情動作等可能不盡相同。現時有關技術是否成熟到能夠準確辨別文化語言等差異，選出合適人才，令人懷疑。若機器學習「學會」淘汰「非我族類」，亦可能有違部分公司期望打造多元團隊的初衷，變相成為另一種歧視。
說到底，機器的決定，始終會受把關人影響。機械人面試官全無偏見不大可能，但不斷審核和修正演算法、多重演算、由人事經理作最終把關等，均有機會減少決策失誤。[22]在全球人才爭奪戰中，除了期望利用機械人提升招聘效率，提升AI技術、改善人事部門角色，以及懂得處理人與機器的職責分擔，亦是企業招賢納士、增強競爭力的關鍵。
- Rebecca Greenfield, “The Rise of the (Truly Awful) Webcam Job Interview,” Bloomberg, October 12, 2016, Laura Noonan, “Goldman Sachs to drop on-campus interviews.” Financial Times, June 24, 2016.
- Laszlo Bock, “Here's Google's Secret to Hiring the Best People,” WIRED, April 7, 2015.
- 洪寶瑩，〈用AI招聘 助企業分析挑選求職者〉，《香港經濟日報》，2017年5月30日，A09頁。
- Max Chardwell, “I’ve just secured a summer internship at Goldman Sachs. Here’s how,” eFinancialCareers, last modified 28 February 2017.
- Paul Clarke, “Nine things you need to know about working at Goldman Sachs now,” eFinancialCareers, last modified March 16, 2017.
- 〈語音視像篩選人才 機械人助招聘快夾準〉，《信報》，2017年3月23日，A12頁。
- 「讓人工智能領導人民？AlphaGo戰勝棋王的啟示」。取自智經研究中心網站，最後更新日期2016年4月9日。
- Jennifer Alsever, “How AI Is Changing Your Job Hunt,” Fortune, May 19, 2017.
- 同8。
- 同8。
- “About HireVue,” HireVue, accessed June 21, 2017.
- 12 Nathan R. Kuncel, Deniz S. Ones, David M. Klieger, “In Hiring, Algorithms Beat Instinct,” Harvard Business Review, May 2014; Nathan R. Kuncel et al., “Mechanical Versus Clinical Data Combination in Selection and Admissions Decisions: A Meta-Analysis,” Journal of Applied Psychology 98, No. 6 (2013): 1060–1072, accessed June 20, 2017, doi: 10.1037/a0034156.
- “HR Survey Executive Summary,” Harvey Nash, accessed June 22, 2017.
- “Online Identity Analysis,” Fama, accessed June 22, 2017.
- Sean Captain, “Can Using Artificial Intelligence Make Hiring Less Biased,” Fast Company, last modified May 18, 2016.
- “A Summary of Your Rights Under the Fair Credit Reporting Act,” Federal Trade Commission, accessed June 22, 2017.
- “Big Data: A tool for inclusion or exclusion?” Federal Trade Commission, Jan 6, 2016, pp. 13-14; “Spokeo to Pay $800,000 to Settle FTC Charges Company Allegedly Marketed Information to Employers and Recruiters in Violation of FCRA,” Federal Trade Commission, last modified June 12, 2012.
- 「調查報告：手機程式『起你底』嚴重侵犯個人資料私隱」。取自個人資料私隱專員公署網站，最後更新日期2013年8月13日。
- 根據守則，僱主應在向僱員收集個人資料前，為僱員提供一份收集個人資料聲明，藉以告知僱員該等資料的使用目的、可能獲移轉該等資料的人的類別，以及僱員查閱及改正該等資料的權利。資料來源：《人力資源管理實務守則》，個人資料私隱專員公署，查詢日期2017年6月22日。
- 同3。
- Harry Armstrong, "Machines That Learn In The Wild," Nesta, http://www.nesta.org.uk/sites/default/files/machines_that_learn_in_the_wild.pdf, last modified July 2015, p. 4；「讓人工智能領導人民？AlphaGo戰勝棋王的啟示」。取自智經研究中心網站，最後更新日期2016年4月9日。
- Gideon Mann, Cathy O'Neil, “Hiring Algorithms Are Not Neutral,” Harvard Business Review, December 9, 2016.
本文獲授權轉載，原文見智經研究中心。
責任編輯：周雪君
核稿編輯：王陽翎
Tags：
從俄烏戰爭居安思危！智慧國家如何鞏固數位基礎建設提升韌性？
我們想讓你知道的是
數個月過去，俄烏戰爭仍在持續中，期間也讓我們看到了許多現代戰爭的科技應用，烏克蘭又是如何透過這些新科技的應用，使俄羅斯久攻不下？又有什麼值得我們借鏡之處？
文學經典名著《雙城記》以法國大革命爲背景，開頭寫道：「那是最好的時代，那是最壞的時代；那是智慧的時代，那是愚蠢的時代…」歷史總是一再重演，當前的烏克蘭，感受一定更深。
當全世界盡可能避免第三次世界大戰開打，烏克蘭史上最年輕的數位轉型部長費多羅夫（Mykhailo Fedorov）稱此役稱為「第一次世界網路大戰」World Cyberwar I。俄烏戰爭，從跨國IT駭客攻擊、區塊鏈促成加密貨幣捐款、到上千顆星鏈衛星系統（Starlink）突破戰地邊境，解救烏克蘭斷網危機。
俄羅斯和烏克蘭的軍力差距不小，烏克蘭如何善用新型數位科技，讓俄羅斯久攻不下？
俄烏戰爭新科技精銳盡出，其實烏克蘭花了兩年強健數位韌性
不同過往戰事，俄烏戰爭不再以槍枝火炮為唯一武器，數位科技可拿來防禦，更能反守為攻。有文章描述烏克蘭的背水一戰：「以網路為戰場，推特為大砲，全球駭客為軍隊，加密貨幣和NFT籌軍餉……企圖封殺俄國的網路、經濟、資金鏈。」
面對開戰，烏克蘭號召盟友取代單打獨鬥。
他們在網路徵召30萬跨國「IT軍團」以Telegram為基地，分享俄羅斯的伺服器位置，進行一波又一波阻斷服務攻擊(DDoS)。他們也向科技巨頭求援，用Starlink低軌衛星打造戰時緊急網路通訊基礎設施，甚至說服Google地圖停止顯示要道資訊，搜尋服務加入SOS警報功能。
另外，烏克蘭還運用加密貨幣當成人民逃亡的「救命金」，募集1億美金虛擬貨幣捐款，甚至發行「元歷史：戰爭博物館」Meta History: Museum of War主題的NFT，兼得籌款用途並借助NFT不可竄改特性，紀錄戰爭真相向數位社群散播。
烏克蘭在戰爭爆發時，看似立刻做足準備，事實上，他們過去花了兩年半時間，強健國內的數位基礎建設。
烏克蘭在戰事之前喊出2024年「手機政府」轉型目標，把各類政府服務「Uber化」。原本用來取得數位護照、登記車輛牌照的政府APP，在戰時馬上轉變用來申請急難救助資金、身份證明文件、登錄財產損失等多項緊急功能。
以烏克蘭為對象居安思危，台灣其實也在強化數位建設提升韌性
俄烏戰爭爆發後，國際把焦點望向台灣，Wall Street Journal點出台灣網路的脆弱性，因95%網路流量數據仰賴海底電纜接收、發送。這份報導指出，美國模擬中國侵台會優先攻擊周邊海底電纜，一旦戰事發生，極有可能有一小時的訊息真空期，讓台灣與盟軍通訊失聯。
事實上，台灣近年非常重視網路基礎建設的重要性，像是行政院智慧國家推動小組提出智慧國家方案(2021~2025年)，項下規劃數位基盤建設，為邁向智慧國家奠定基礎。
以衛星系統為例，數位基盤計畫就針對低軌衛星及地面設備投入驗證，建立低軌通訊衛星產業鏈。目前台灣積極投入自主研發關鍵技術與元件，籌組兩組低軌衛星旗艦團隊，放眼目標2026年前發射2枚通訊實驗衛星。
確實，目前已經有10家台灣業者組成「低軌衛星國家隊」，先後打進SpaceX、OneWeb及Kymeta國際供應鏈，有望一年賺進9,000億元商機。當低軌道衛星部署完備，擁有自主的衛星避免對外通訊失聯問題，等於一面強化軍事防禦；另一方面加速發展太空機會財。
除了空中衛星，台灣對海底纜線建設也持續加碼。
數位基盤建設針對亞太海纜及5G雲端聯網中心，完善在地光纖通道、強化安全防護，讓台灣成為國際資通中心樞紐。過去就有媒體點出，中美貿易戰之後，國際企業加碼把海底電纜連到台灣，將此視為新一代「護國圍牆」。
像是受到美國政府支持的Google，預計2024年啟用全新海底電纜APRICOT，這條總長約12,000公里的傳輸科技，將連通台灣、日本、關島、菲律賓、印尼多國，中華電信也有參與其中。未來幾年，預計有其他海纜通向台灣，其中一條是東南亞日本二號（SJC2），採用雙點登陸方式，也就是如果海纜被斷線，還能以陸纜方式備援，有效降低單一海纜站的事故風險。
資訊攻防成未來戰事重中之重，國家網路資安防護迫在眉睫
現代戰爭除了攻擊基礎建設，還會以細膩的AI科技進行攻防，對人民進行認知作戰。俄烏戰爭就曾以「Deepfake」仿臉AI技術，假冒烏克蘭總統宣布投降，迫使烏國政府急於闢謠。過去台灣就曾有影片示範如何快速「假冒」行政院政務委員唐鳳，三兩下功夫就能散播假訊息。
資訊烏賊戰，台灣與烏克蘭的處境，如出一轍。
調查指出，台灣連續9年奪得假訊息攻擊冠軍；至於烏克蘭，則是8年來頻繁受到俄羅斯的網路攻擊。身為假訊息最大受害國，台灣如何加以反擊？
民間成立的非營利組織「台灣事實查核中心」主動蒐集與公共事務有關的可能假訊息，啟動訊息事實查核，也加入國際事實查核聯盟(International Fact-Checking Network, IFCN)依循全球共同原則執行查核工作，甚至因應台灣人口超過9成有使用LINE通訊軟體，特別讓民眾能透過LINE訊息查證官方帳號，闢謠各種假訊息。
面對防不勝防的假訊息，被動防守不如主動攻擊！國內法人單位借助文字及影音圖形AI分析技術，針對社群帳號的行為進行鑑識、溯源，分析背後不實訊息的傳播策略。甚至進一步聯手政府部門、非政府組織，繪製「不實資訊生態傳播暨鑑識生態圖」打造不實訊息反擊體系。
從無國界組織的觀察來看，台灣新聞自由毋庸置疑，但仍有利益衝突、假新聞等問題；無國界組織認為台灣政府把脆弱的媒體生態視作國防威脅，「尤其台灣民眾對媒體信心是民主國家最低，導致民眾寧願相信假消息，也不願向專業媒體查核」。如果這情形沒有改善而遇到戰爭時，我們的新聞媒體與閱聽大眾反而是最沒有「韌性」的一環。
因為疫情關係，「超前部署」成為國人耳熟能詳詞彙，面對敵人也應該像打擊病毒一樣，平時就要鍛鍊防禦體系，尤其針對網路基礎建設，更須提前做足準備。
從俄烏戰爭鑑往知來，烏克蘭能抵擋攻擊長達三個多月，關鍵之一，就是未被摧毀的網路，對內持續通報撤退資訊；對外把第一手戰事消息帶向全世界。換言之，台灣更該從俄烏戰爭學習經驗，根據官方施政，台灣未來五年會投入最大心力，將自身蛻變成為智慧國家，綱領之一即是發展「數位基盤」網路體系，從基礎建設到資訊安全，不僅要反脆弱更要強韌性。
行政院科技會報辦公室 廣告
