特朗普政府「反Woke AI」行動計劃：對公民自由的嚴重威脅
美國白宮最近公布的《人工智能行動計劃》針對所謂的「Woke AI」展開攻勢，當中包括大型語言模型（LLMs），這些模型提供的資訊若與政府對氣候變化、性別等議題的立場不符，便成為打擊目標。該計劃亦針對旨在減少種族與性別偏見內容甚至仇恨言論的措施。事實上，偏見的再現是AI開發者多年來始終難以根除的頑疾。
同時，名為《防止聯邦政府使用Woke AI》的新行政命令，要求與政府簽訂合約的AI公司證明其大型語言模型不存在所謂的「意識形態偏見」，例如多元、平等與包容（DEI）理念。這種粗暴的審查措施並不會令AI模型更準確或更「值得信賴」，反而是赤裸裸的審查，限制大型語言模型作為表達與資訊工具的發展。雖然美國憲法第一修正案允許政府選擇只購買符合政府觀點的服務，但政府不得利用此權力影響公眾可獲得的資訊與服務。龐大的政府合約能迫使企業加入不必要甚至有害的偏見，這影響了約60%依賴大型語言模型獲取資訊的美國民眾，並迫使開發者放棄減少偏見的努力，令模型準確度下降，尤其政府使用時更易造成傷害。
準確度下降、偏見與歧視加劇
AI模型，包括生成式AI，普遍存在針對種族和性別少數群體的歧視。AI透過機器學習辨識並複製訓練數據中的模式，若數據本身帶有種族、性別偏見，模型便會學會歧視這些群體。簡單說就是「垃圾進，垃圾出」。模型同時反映訓練、測試、評估人員的偏見。
這種偏見在不同AI類型中普遍存在。例如所謂的「預測警務」工具，因訓練數據反映對黑人社區的過度警務，經常建議在該社區加強巡邏，基於往往不準確的犯罪預測。大型語言模型也被證實對有色人種推薦更嚴重的刑罰、更低級的工作。即使有色人種在美國監獄人口不到一半，AI生成的囚犯圖像中80%是深色膚色。AI生成的法官圖像中超過90%是男性，然而現實中女性法官佔34%。這些模型不單偏見，更根本不正確。種族和性別並非客觀判斷聘用或定罪的標準，偏見反映的是訓練數據中的不公與偶然，而非真實客觀。撇開公平性不談，偏見模型本質上是表現更差的模型，錯誤率更高。努力減少偏見錯誤，反而會提升模型準確性。
偏見的AI模型對政府決策帶來嚴重傷害
不準確只是問題之一，當政府機構使用帶偏見的AI作決策，受害的是真實的人。政府官員的決策影響人民自由、財務、醫療、住房等基本權利。白宮的AI行動計劃呼籲大幅增加各政府機構使用大型語言模型與AI，同時幾乎強制要求使用帶有偏見的模型，助長系統性歷史性不公。這種用AI固化現狀的做法，浪費了新技術的潛力。
我們需要強有力的保障，防止政府採購帶來偏見與傷害的AI工具。特朗普政府一系列行政命令及AI行動計劃，削弱了拜登時代已經薄弱的AI監管措施，令AI可能引發的民權侵害風險大增，危及所有人的權利。新規則亦可能被用來施壓企業，使公開的AI模型變得更差。各行業如醫療、房地產等日益依賴AI作出重要決策，偏見商用模型引發的傷害同樣嚴重。
我們曾多次反對利用機器學習作「預測警務」及其他懲罰性決策，正是基於這些偏見與不公，我們將繼續捍衛你免受偏見機器學習影響的政府決策所侵害的權利。
—
編輯評論：
特朗普政府推動的這場「反Woke AI」戰爭，表面上是要「淨化」人工智能，避免所謂的意識形態偏見，但實際上卻是以政治目的倒退AI的發展，犧牲了模型的準確性與公平性。這種做法不但無助於建設更公正的AI系統，反而可能強化社會既有的種族與性別歧視，尤其在政府大規模運用AI決策的背景下，對公民自由構成實質威脅。
從技術層面看，AI偏見的根源在於訓練數據的不平衡與歷史偏見，解決之道應是更加嚴謹的數據治理和模型優化，而非以政治意識形態為標準強制調整，這只會削弱AI的判斷力和可信度。政府作為最大買家之一，其採購標準的偏頗會直接影響市場走向，帶來惡劣示範效應。
此外，這反映出當前政治環境中對「Woke」概念的極端對立，將技術治理政治化，忽略了AI技術本身的複雜性與多維度問題。相反，我們應該推動AI倫理與透明度，促使技術發展兼顧創新與人權保障，避免被政治鬥爭所綁架。
對香港而言，這些美國的AI政策動向同樣值得關注。隨著AI技術滲透日常生活與政府治理，如何在保障言論自由、公民權利與推動科技發展間取得平衡，是我們必須提前思考的課題。特朗普政府的行動計劃提醒我們，政治力量介入AI監管可能帶來的風險，對任何社會都是一個警示。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
✨ Nano Banana AI 生圖免費玩！
📸 上載你嘅「Before」，AI即刻幫你整出「After」！
🪄 一鍵變身｜真實人物 → 公仔風 / Cosplay / 海報風
🧍你上載的照片：
🎨 AI生成的照片:
