點子松論壇 啟動未來-集體智慧與參與式設計（上篇）

點子松論壇9月場回顧 | 講者分享

人機整合的集體智慧，需要你來一起參與！

社會力整合民主AI，啟動未來設計！ 

行政院數位發展部委託台灣設計研究院進行第二屆的點子松國際徵件，主題為wewefutures 多元共融，第二場點子松的國際論壇，則邀請了來自設計、集體智慧與人工智慧等三個不同領域的知名講者，帶大家探討集體智慧的原則，如何結合科技與參與式設計，保有公民不同的價值與想法，進一步形塑集體智慧與數據賦權，以創新演化來解決問題與創造永續未來。希望與公民一同發想與思考未來十年應該如何讓科技融入人類的生活？解決哪些挑戰？改善哪部分的生活？進一步協助政府在政策裡有更多的引導跟配合。透過國際講者的視野，我們看好台灣與世界有更多的連結，透過未來的集體智慧探索，創造更多元民主與永續的未來。

設研院發現三位講者都是非常會思考與問問題的，這也正是AI時代關鍵重點能力的培養。他們強調了面對複雜挑戰時，理解與確認背後的問題是什麼的重要性，在設計流程中揉和多元公民、利益相關者和社區的重要性，以創造更具包容性和有影響力的解決方案。過去的論壇如果是探索與理解，今天的論壇就是啟動與行動。本篇我們帶各位了解原汁原味的講者分享，下集，我們將進一步分享主持人及與會者透過實體與線上的參與互動，與講者進行有的精彩而有意義的思想討論與交流，希望讀者能從中獲得靈感。最後設研院希望透過論壇的舉辦，繼續激勵和賦予集體與個人超越框架、突破創新界限的能力。欲獲得更多點子松相關活動，請訪問官方網站：點子松投票，或回顧第一場點子松論壇：數位民主與公民參與。

• NOSIGNER CEO 太刀川英輔

首先，讓我們運用設計、創意與進化，與太刀川英輔一起來面對全球挑戰。太刀川英輔從設計是什麼，帶我們切入如何行使設計力來面對社會上的挑戰。我們所看到的所有人造的東西都有設計在背後，設計不應該只是被侷限認定在一個很單一的產業裡面，所謂設計也不單只是設計師的事情。到底設計是什麼？創意是什麼？到底創造力是什麼？太刀川英輔認為創造力其實也是屬於這個大自然現象的一部分，原來很多發明背後有一個有機可循的規律，能透過創意為未來帶來貢獻。

但太刀川英輔認為這樣做還不夠，因為我們現在面臨的挑戰非常巨大，例如：二氧化碳濃度是前所未有的高，這不單單只是溫度上升一兩度的問題，而是整個氣候帶來更多的自然災害，他特別提到去年巴基斯坦，有三分之一的國土都被水淹沒了。還有，我們現在這個世界什麼都買的到，但是根本不知道買的東西來自哪裡，也不知道最後會被丟到哪裡去，問題越堆越大。除了生物多樣性之外，還有土地體系系統等都是氣候變遷帶來的挑戰，因此他提醒我們必須更有創意地來解決這些問題，同時也要持續培養我們的創造力，去處理與面對這些挑戰，因為這關乎我們的生存。

太刀川英輔的新書『進化思考』現在已經可以在誠品購買，除了研究演化論、發揮創意以及設計之間的相似之處，通過觀察自然現象和模式，我們可以與企業和大學合作，發揮創造力解決現實挑戰。物競天擇理論其實是一個一邊「變異」一邊「選擇」的過程，「變異」是偶然的，是DNA複製出錯而產生不同的特徵，「去選擇」則是一種必然性，我們人類經歷了幾千幾萬年的各種選擇，而有一些不同的特徵，這樣就會適應自然，這同時也是大自然的一個選擇。而我們人類在大腦裡面也一直在做這件事，我們就是要提一些瘋狂的點子、去變異、先去觀察這些必然性。他進一步說明，關於設計和創造力的許多想法，其實是有一些模式可依循的，比如消失、增值、交換和分離等，比如說無線麥克風、環繞式麥克風或者是掛在天花板上的麥克風、用回收材料來做麥克風，或者所謂的分離就是把麥克風裡面的電池拿出來、或者是把麥克風整合到手機裡面。

太刀川英輔進一步提醒，其實任何東西都有這幾個現象，除了變異以外，選擇更重要。我們先去觀察經過幾千萬年的演化，大自然科學中生物的調適方法，觀察的方法，就是解剖、生態的觀察、學習歷史、預測，這四個維度，也是設計師常常在用的：內部構造、外部使用者與供應鏈、過去的發展與歷史、預測未來發展，我們可以透過這些工具來大膽提出創意，增加變異的數量，另外也要做適當與足夠聰明的選擇，要有智慧在這樣的必然性當中做出適當的選擇，現在設計研究院松菸這邊有關於給未來百年的設計展覽，歡迎大家去看。

• 國立台灣大學資工系陳縕儂副教授

陳縕儂的分享聚焦於探討幾個多元思維的關鍵：AI、偏見、與負責任的未來。她表示因為有了現在科技的發展，學習金字塔(Learing pyramid)中，傳統重視的低階思考能力已經不太重要了，比方說機器的記憶能力比我們人類厲害，因此反而是高階思考能力，像是創造力、評估、分析等能力變得更重要。自從有了生成式AI，必須去想該如何提問，要問對的問題才可以得到對的答案，另外獲得了答案後，要去評估這個答案是對是錯，因為生成式AI給的答案不見得是對的，所以必須要進一步問更多的問題來獲得更正確的答案，再來就是要有足夠的創造力來去引導AI機器幫助自己做更多的腦力激盪。

人類社會中存在著好與壞、對與錯的判斷，因此我們需要訓練AI來適應這些社會化的規則。為了實現這一目標，我們需要提供模型反饋，就像老師在課堂上給出回饋與評價一樣。我們作為人類可以告訴GPT模型哪些句子是好的與不好的，通過這樣的反饋，模型就能知道哪些句子可以繼續使用與不應再使用，並逐漸進化。這種人類反饋的強化學習(RLHF)可以使我們的AI提供更符合人類需求的答案，從而實現集體智慧的目標。如果我們能充分利用這樣的技術，就能夠達到集體智慧的境界，就是將大部分人的意見和想法匯集起來，讓每個人都能貢獻自己的思考，讓模型學習並提供我們所需的答案。

然而，這種演化和突變也存在局限性。因為模型只能根據提供的數據進行學習，所以可能會導致數據偏見的問題。例如，模型可能知道公司喜歡或傾向於某些答案，所以認為這個答案更好，AI在學習過程中自動將這種偏見吸收並回應給我們。因此，研究團隊也嘗試調整這種偏見，利用開源數據讓模型學習更多台灣的文化等資訊，以實現更本土化的模型，比如我問他NTU在哪？ChatGPT回答其實是對的，但是不符合台灣脈絡，你問任何一個台灣人他都知道答案是台大，他不會想到南洋理工大學，所以你要提供他台灣的這些數據會比較符合台灣人的需求，也就是一個在地化的模型。

如果我們不提供帶有偏見的反饋，模型就不會學習到人類的偏見。然而，數據本身就是帶有偏見的。舉例來說，當問到幼兒園老師時，模型回答是女生，因為根據數據，幾乎所有幼兒園老師都是女性，這已經存在性別偏見。如果我們過於依賴這種機器學習的方式，很多時候它無法提供少數群體相關的答案，可能導致偏見越來越強。因此，我們必須思考如何在創意和事實之間達到平衡，在創造新內容時，我們需要考慮到創意可能不符合事實，比如在寫小說時沒有問題，但寫新聞時就不能像寫故事一樣。此外，近年心理學研究還提到了這種假新聞可能會在社會上傳播，並給人們帶來虛假記憶的問題。有77%的假信息是根據這些人的虛假記憶產生的。有時候，即使提醒聽眾提案可能是錯誤的，他們可能還是只記住錯誤的答案，完全忘記了提醒。因此，在利用AI系統進行不同應用時，我們必須小心謹慎。

陳縕儂最後綜合整理，機器學習為導向的AI其實有很棒的能力可以生成新的內容，但是我們必須要考慮到如何去調整、處理所謂數據偏見這樣的問題，比如說根據這些去註釋他自己的偏好，或是這種不平衡、不平均的數據，另外我們也要在創意跟事實中達到一個平衡點，最後真實世界實際上的應用是需要多元領域的參與，這樣才可以納入不同的角度跟思考，才可以讓我們的AI有更好的應用與使用，這就是「負責任的AI」(respinsible AI)，在現在研究界裡面、甚至產業界裡都是非常重要的一個議題，如果大家對AI科技感興趣的話，也歡迎大家追蹤陳縕儂的youtube頻道。

• Nesta集體智慧設計中心的總監 Kathy Peach

Kathy Peach則與我們分享，集體智慧協作，是促進永續發展的關鍵，能透過多元意見、數據整合和創新解決方案，實現更具智慧的社會改變。Kathy Peach首先介紹其團隊是由設計師、研究員、開發師和軟體工程師組成，與市政府、中央政府、國際組織和慈善機構等合作夥伴攜手合作，以集體智慧設計來解決各種複雜的社會和環境議題和挑戰。例如與英國市政府合作開發一個工具，讓民眾可以參與實現淨零目標並表達對地方政策的意見。還有與尼泊爾紅十字會合作，協助不同家庭和社區設置預測工具了解所需的幫助。她進一步解釋，集體智慧的概念是通過多人合作，集結超越個人能力的資訊、智慧和資源來解決問題並提高效率。現在因為有了數位的技術，讓我們可以用全新的方式、更大規模的去合作，所以重點就是要去善用這樣的集體智慧，去解決社會方面的問題。集體智慧合作，其實牽涉到集結不同的層面、科技與方法，包含群眾智慧、數位資訊、數位科技一起來解決各種各樣的問題，維基百科就是最有名的一個集體智慧的範例，另外她也提到台灣其實在集體智慧方面是全球的先鋒，特別是政府透過各種工具還有流程（例如：polis）讓公民一起參與政策還有立法的過程。

總監接著分享在集體智慧裡面的一些設計原則。第一個就是，面向更多元的人，聆聽更多元的觀點，這一點非常重要，因為能夠讓更多元的人參與到這個流程當中，就越能夠避免盲點、全面宏觀，而且完整的觀點才能夠全盤掌握狀況。第二個設計原則，就是要整合不同類型的數據，去激發新的思維，像現在面臨的問題其實很多都很複雜，要改變的這些系統也很複雜，但是透過讓這些不同類型的數據整合起來，有時候可以去看到一些新的、是之前沒有發現的東西，我們可以知道要如何解決或者是改善這些原有的系統。第三個原則就是要讓大家可以獨立、自由的貢獻他們的觀點和想法，這也很重要，因為其實人本身就會有社會偏見，我們在不同的群體也可能會改變自己本來的想法，比如說現場有一些長輩，我們就可能改變自己的看法，但是我們希望可以讓大家獨立自由的貢獻自己的觀點和想法，不受干擾。最後，應該也是最重要的一個設計原則，是要做到數據賦權，而不是從民眾身上去擷取、提取數據，不是把他們的數據拿來做他用，而是從民眾收集到的數據用在他們的身上，來改善他們的生活。

到底集體智慧為什麼值得期待？為什麼有助於實現永續發展？總監提出四個原因及全球例子。第一個：集體智慧可以讓我們有一些新的洞見產生，來彌補數據上的落差，如果要有效解決問題的話，首先要正確理解這些問題到底是什麼，但是常常我們沒有辦法充分了解到底要解決的問題是什麼，還有最有效的解決方法是什麼，也就無法掌握全面的數據，集體智慧很厲害的一點，就是可以動員很多人產生新的數據類型，他可能是更在地化的數據、或者是更接近這些受影響的人的數據。其中一個我很喜歡分享的例子，叫做metaSUB的計畫，現在已經在全球各地100多個城市落實，會請志工去這些都市的捷運或是火車站、公車站去收集乘客的口水或現場物件的樣本，科學家去分析在這些空間裡面蒐集到哪一些微生物，透過這個計畫他們已經發現了超過一萬種之前沒有發現過的病毒和細菌，這其實有很大的潛能在未來幫助我們及早發現或是防範疫情的發生。

她接著提出第二個值得期待的原因，集體智慧可以增加參與，集結更多人的力量。在永續發展方面，我們需要人們參與決策。聯合國大會現在都在討論，我們離永續發展目標SDG越來越遠了，目前極端貧困的人口、碳排都越來越多，要解決這些規模龐大的問題，透過傳統由上而下的方法已經不行了，所以一定要善用大家的資產還有智慧，還有遍佈在世界各地的力量來改變，這就是集體智慧可以發揮用處的地方。Seeds for Needs這個計畫已經在全球各地14個國家的小農使用，目的在解決一個很重要的問題—農業的未來永續性，因為氣候變遷及極端氣候越來越頻繁，需要找出新的種子才能維護未來的糧食安全，小農會在自己的土地上種各式各樣的種子，然後去觀察這些種子生長的狀況，接下來只需要透過手機上傳資料，就可以把這些數據提交給系統去分析，這些來自不同小農的資料接下來就會被整合在一起，讓科學家去看到底在某一個特定區域哪一類的種子長得最好？這個計畫已經讓很多農民提高產量，找到了一些耐候性的種子。

第三個原因，集體智慧可以讓我們聽到更多元的觀點，實現透明的決策過程與推動永續發展。在這方面，台灣領先全球，那這一點特別的重要，我們要進行綠色轉型的時候是要做一些很重大的社會改變的，包括：生活方式、出勤方式還有我們吃的食物，這些決定其實是非常複雜的，會需要做一些取捨，有些人可能受惠，另一些人可能受到衝擊，所以我們要做這些決定的時候，必須要去讓更多人參與，否則的話就會造成兩極化。韓國提供了一個平台，邀請500位隨機選出的民眾，在開始協商前先去調查他們的意見，接下來就坐在一起討論是否關閉核反應爐，這是非常兩極化的議題，同時也聆聽專家的分享，還有看各種資訊，整個過程都在電視上直播，最後又去做了一次民調，有60%的人都同意重新繼續這個反應爐的建設，所以政府也決定支持他們的決議，這是很棒的例子，政府給民眾發聲的機會，並且納入政策制定當中。

她強調集體智慧可以幫助我們創造一些更符合大家價值觀與需求的科技、達到永續發展的目標，但需要小心應對風險，確保科技不會對社會造成負面影響，減少對某一些人的傷害。最後，她鼓勵大家在設計和測試新技術時，讓更多人參與，以確保新技術能夠符合不同社群的需求，並達到永續發展的目標。她舉一個幾年前的道德機器實驗例子，在這個遊戲中，玩家在AI自動駕駛車輛中會面臨一個困境，他得選擇要撞到3個路人，還是寧可保住這3個路人，然後自己撞到路邊讓車上的5個人產生傷亡呢？現在已經有來自200多個國家的4000萬人玩過這個遊戲，從中發現不同國家的公民對於生命的看法和價值觀其實是很不一樣的，這充分地說明集體智慧可以讓我們更好的去理解不同社群的價值觀還有文化脈絡，然後從我們的技術與設計方面去思考這些價值觀，而不是把一小群科技公司或者是開發者的價值觀強加到所有人身上。相信集體智慧可以跨越更多領域，幫我們達到永續的發展，在數位公共的基礎建設中，協助收集更多的數據、想法、創意來做更快速的創新，來解決我們的問題。