使用手機/平板掃描QR Code借閱前，請先下載/安裝 udn讀書館 App。
前言：當演算法擁有了權力——我們如何守住 AI 時代的正義防線？
文／《一冊讀懂 AI 倫理偏見》編撰小組
不存在的「中立」
想像一下，你正在申請一份夢寐以求的實習工作。你的簡歷被投進了公司的自動化篩選系統。你各項指標優秀，但你不知道的是，這套系統在訓練過程中「學會」了偏好特定背景的候選人，僅僅因為過去十年的成功員工大多具備某些特徵。最終，你被淘汰了，而沒人能告訴你確切的原因。
這不是科幻小說，而是已經發生在現實世界中的演算法偏見（Algorithmic Bias）。
如果你是正處於價值觀形成關鍵期的高中生或大學生，你可能已經掌握了如何使用 ChatGPT 寫報告，或用 Midjourney 生成圖像。
但當我們享受著 AI 帶來的效率與便利時，一個更深層、更迫切的問題浮出水面：當 AI 參與決策：誰能入學、誰能獲得貸款、誰該被視為犯罪高風險者。
我們如何確保這套系統是公平的？
這本《一冊讀懂 AI 倫理偏見》將帶領你跨越程式碼，走進科技與倫理、權力與正義的辯證現場。
鏡子效應：AI 映照出的，是我們不完美的過去
我們常有一種錯覺，認為數學與演算法是「中立」且「客觀」的。然而，AI 其實是一面巨大的鏡子。它透過學習海量的人類數據來成長，而這些數據中隱藏著人類社會數百年來的偏見、歧視與刻板印象。
如果訓練數據中男性工程師的比例遠高於女性，AI 可能會認為「女性不適合寫程式」；如果歷史數據中某些族裔被警察盤查的頻率較高，AI 可能會將該族裔標記為高風險。AI 不會創造正義，它只會極致化它所學到的規律。 本書的核心使命，就是教你如何看穿這層偽裝在「客觀」下的偏見，並學習如何修正這面不完美的鏡子。
為什麼「倫理素養」是 AI 時代的最高級能力？
在系列的前四冊中，我們分別探討了原理、生成、資訊素養與資安隱私。如果說前幾冊是在教你如何駕駛這輛名為 AI 的賽車，那麼第五冊就是在討論賽車的方向與規則。
對於高中與大學生來說，倫理素養不僅是「做好人」的修養，更是未來職涯的避險工具。在不遠的將來，不論你成為工程師、法律人、醫師還是創業者，你所經手的 AI 專案若缺乏倫理考量，極可能引發巨大的社會爭議與法律災難。具備「AI 倫理意識」的人，才能在技術開發與社會責任之間找到平衡點，成為具備遠見的領導者。
本書的學習哲學：從「批判」到「規範」
為了讓這些沈重的議題變得易於消化，我們在開發這本第五冊時，特別強化了以下三大支柱：
結構化思辨： 我們不提供標準答案，而是提供「思考框架」。每一章都會提出一個經典的倫理困境，邀請讀者利用我們提供的工具進行多維度分析。
社會正義視角： 本書特別關注科技如何影響弱勢群體。我們將討論數位落差（Digital Divide）如何拉大貧富差距，以及演算法如何可能強化系統性歧視。
透明度與可解釋性：打破「黑盒」的魔法
AI 最令人擔心的特性之一就是它的「黑盒化」（Black Box）。當模型變得極其複雜時，連開發者也難以解釋為什麼 AI 會做出某個具體決定。
本書將深入淺出地介紹「可解釋 AI」（XAI）的概念。我們認為，知情權（Right to Explanation）是數位時代的基本人權。 當 AI 的決策影響到人的命運時，我們有權要求技術不再是不可挑戰的黑魔法，而是透明、可受公評的科學邏輯。
給讀者的話：成為「有靈魂」的科技參與者
技術是冰冷的，但應用技術的初衷必須是溫暖的。
在這本書中，我們會討論電車難題在自動駕駛中的變形，也會討論 AI 創作對人類藝術家尊嚴的挑戰。我們希望你在讀完這本書後，當你再次面對一個強大的 AI 工具時，你腦中閃過的第一個念頭不再只是「它能幫我做什麼？」，而是「它可能對誰不公平？」以及「我該如何讓它變得更好？」。
世界正在被重新構建，而演算法就是這座新世界的鋼筋。如果你不想讓未來的世界充滿冰冷的偏見，現在就是學習如何將「正義」與「同理心」寫入程式碼的關鍵時刻。
歡迎翻開《一冊讀懂 AI 倫理偏見》。讓我們一起探討，在機器的智慧之上，人類的道德與正義該如何閃耀。
文／《一冊讀懂 AI 倫理偏見》編撰小組
不存在的「中立」
想像一下，你正在申請一份夢寐以求的實習工作。你的簡歷被投進了公司的自動化篩選系統。你各項指標優秀，但你不知道的是，這套系統在訓練過程中「學會」了偏好特定背景的候選人，僅僅因為過去十年的成功員工大多具備某些特徵。最終，你被淘汰了，而沒人能告訴你確切的原因。
這不是科幻小說，而是已經發生在現實世界中的演算法偏見（Algorithmic Bias）。
如果你是正處於價值觀形成關鍵期的高中生或大學生，你可能已經掌握了如何使用 ChatGPT 寫報告，或用 Midjourney 生成圖像。
但當我們享受著 AI 帶來的效率與便利時，一個更深層、更迫切的問題浮出水面：當 AI 參與決策：誰能入學、誰能獲得貸款、誰該被視為犯罪高風險者。
我們如何確保這套系統是公平的？
這本《一冊讀懂 AI 倫理偏見》將帶領你跨越程式碼，走進科技與倫理、權力與正義的辯證現場。
鏡子效應：AI 映照出的，是我們不完美的過去
我們常有一種錯覺，認為數學與演算法是「中立」且「客觀」的。然而，AI 其實是一面巨大的鏡子。它透過學習海量的人類數據來成長，而這些數據中隱藏著人類社會數百年來的偏見、歧視與刻板印象。
如果訓練數據中男性工程師的比例遠高於女性，AI 可能會認為「女性不適合寫程式」；如果歷史數據中某些族裔被警察盤查的頻率較高，AI 可能會將該族裔標記為高風險。AI 不會創造正義，它只會極致化它所學到的規律。 本書的核心使命，就是教你如何看穿這層偽裝在「客觀」下的偏見，並學習如何修正這面不完美的鏡子。
為什麼「倫理素養」是 AI 時代的最高級能力？
在系列的前四冊中，我們分別探討了原理、生成、資訊素養與資安隱私。如果說前幾冊是在教你如何駕駛這輛名為 AI 的賽車，那麼第五冊就是在討論賽車的方向與規則。
對於高中與大學生來說，倫理素養不僅是「做好人」的修養，更是未來職涯的避險工具。在不遠的將來，不論你成為工程師、法律人、醫師還是創業者，你所經手的 AI 專案若缺乏倫理考量，極可能引發巨大的社會爭議與法律災難。具備「AI 倫理意識」的人，才能在技術開發與社會責任之間找到平衡點，成為具備遠見的領導者。
本書的學習哲學：從「批判」到「規範」
為了讓這些沈重的議題變得易於消化，我們在開發這本第五冊時，特別強化了以下三大支柱：
結構化思辨： 我們不提供標準答案，而是提供「思考框架」。每一章都會提出一個經典的倫理困境，邀請讀者利用我們提供的工具進行多維度分析。
社會正義視角： 本書特別關注科技如何影響弱勢群體。我們將討論數位落差（Digital Divide）如何拉大貧富差距，以及演算法如何可能強化系統性歧視。
透明度與可解釋性：打破「黑盒」的魔法
AI 最令人擔心的特性之一就是它的「黑盒化」（Black Box）。當模型變得極其複雜時，連開發者也難以解釋為什麼 AI 會做出某個具體決定。
本書將深入淺出地介紹「可解釋 AI」（XAI）的概念。我們認為，知情權（Right to Explanation）是數位時代的基本人權。 當 AI 的決策影響到人的命運時，我們有權要求技術不再是不可挑戰的黑魔法，而是透明、可受公評的科學邏輯。
給讀者的話：成為「有靈魂」的科技參與者
技術是冰冷的，但應用技術的初衷必須是溫暖的。
在這本書中，我們會討論電車難題在自動駕駛中的變形，也會討論 AI 創作對人類藝術家尊嚴的挑戰。我們希望你在讀完這本書後，當你再次面對一個強大的 AI 工具時，你腦中閃過的第一個念頭不再只是「它能幫我做什麼？」，而是「它可能對誰不公平？」以及「我該如何讓它變得更好？」。
世界正在被重新構建，而演算法就是這座新世界的鋼筋。如果你不想讓未來的世界充滿冰冷的偏見，現在就是學習如何將「正義」與「同理心」寫入程式碼的關鍵時刻。
歡迎翻開《一冊讀懂 AI 倫理偏見》。讓我們一起探討，在機器的智慧之上，人類的道德與正義該如何閃耀。