Z 世代的 AI 願景:用 AI 弭平落差,展現社會關懷

我們經常稱 Gen Z(Z 世代,指 1996-2009 年出生的年輕人)為數位原住民,幾乎從呱呱墜地那刻起,他們的生活就被各種網路連線所包圍。時至今日,生成式 AI 迅猛發展,對多數 Z 世代的年輕人而言,不是衝擊,而是一種日常的輔助,早在求學期間,就開始學習如何與 AI 協作。

那麼,他們是如何發揮創造力,使用 AI 展現對社會的關懷以及影響力?以下精選 AI Junior Award 2024 報名參賽的 59 支隊伍中,經過初賽、複賽等層層關卡,最終進入決賽的五支隊伍,他們的作品令評審們耳目一新,不只是冷冰冰的科技,而是帶有溫度的解決方案。

居住落差:啟動市民力量,打造居住環境共好意識

近期台灣地震頻傳,我們居住的環境是否安全?當天災來臨,人們所在的建築物,是否能夠確保生命安全?放眼社區及周遭的環境,違章建築、佔用騎樓、廣告看板林立,是多數台灣城市的市景寫照,同時也是居住空間的安全隱患。

本組學生將架構公共參與平台,降低資訊落差。首先透過大數據以及影像辨識技術,藉由 AI 標識具有危險的居住特徵,使居民可以察覺所處的居住問題,並由生成式 AI 模擬可能導致的後果。接著,使用者能夠進一步與 AI 對話,討論解決方案、給予改善建議。最後,還可將案件放到平台上促進公共討論,以可視化的方式產出改善後的樣貌,用以實現城市可持續發展和居民生活品質提升。

語言落差:透過多模態翻譯模型,傳承與保留方言文化

語言多樣性正漸漸流失,全世界現存近七千多種語言中,約有半數即將成為瀕危語言。許多方言因為母語人口逐漸老化、缺乏文字系統等原因,正在面臨無法完善保存及傳承的危機。語言無法保存,也意味著文化多樣性正在逐步喪失。

本方案希望透過生成式 AI 弭平語言落差,應用多模態的翻譯模型,使沒有文字系統的方言也可以被保存,運用語音輸入,將方言的語音資料,轉換成國際音標(IPA)形式,進而訓練語言模型及翻譯系統,藉此將方言進行文字及語音的翻譯轉錄,達到語言與文化保存的目的。

新聞落差:整合多元來源,確保新聞中立

資訊爆炸的時代,獲取新聞不是難事,而是在鋪天蓋地的資訊中,如何判斷新聞事件的中立性與多元角度。事實上,每當打開手機、電腦、電視,同樣一個事件,會因為媒體立場不同而有所偏頗,造成閱聽人在獲取新聞資訊多元性的落差,進而擴大了社會參與不平等。

因此,本組同學將開發一個「多元新聞整合平台」,利用生成式 AI 整合各家新聞,為每個主題提供一篇中立的敘述,並分類新聞立場,藉此降低各大新聞網新聞重覆的數量,提高閱聽人資訊攝取的多元性,進而對新聞資訊有更全面的掌握。

司法落差:親權判決預測 AI,讓弱勢族群也能享有專業司法諮詢

清官難斷家務事,但走到最後一步,還是需要透過法律解決難解的家庭問題。尤其,當涉及親權判決,常常因為較弱勢的一方缺少專業的法律資源,而造成對孩子的遺憾與虧欠。

本方案結合目前最準確的親權判決預測 AI 模型,可協助較缺乏社會資源的一方獲得免費專業的司法諮詢,進而解決司法與社會資源落差。並透過 GPT-4 分析用戶對話中的法官親權考量關鍵因素,再將這些因素放入基於歷史判決數據訓練的 AI 模型以進行預測,克服生成式 AI 在專業知識缺乏時可能捏造事實的問題,消弭 AI 應用與素養的落差,讓 AI 應用可被信任。

社交落差:協助視障者提升情緒判讀能力

人與人之間的溝通,除了語調,表情也是傳達情緒的重要方式之一,但是對於視障者而言,沒有辦法透過視覺來判斷對方的反應,這樣的不安全感,可能造成視障者對社交的恐懼,甚至害怕與人交流。

基於這樣的觀察,團隊希望開發一款智慧型眼將「視情」,將影像傳入模型中,利用 AI 技術對他人的肢體和臉部進行即時情緒分析,再透過生成式 AI 分析圖像並生成人性化的描述,並從骨傳導耳機傳送語音,或以振動反饋的方式,輔助視障者理解他人情緒。藉此減少視障者與社會大眾間的不平等,並且提供更包容無障礙的永續方向。

**歡迎點擊網址,了解本屆 AI Junior Award 精彩作品
https://aiaward2024.pse.is/5sj4ve