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。