114 年 國立臺灣大學生物產業傳播系碩士班《社會學（D）》

本題主要探討生成式人工智慧 (Generative AI, GAI) 在人際互動與公共領域所帶來的挑戰與轉變。這是一個結合科技發展與社會學觀點的題目，需要考生理解 GAI 的基本概念，並從社會學的視角分析其潛在的影響。

核心觀念：

1. 生成式人工智慧 (GAI)： 理解 GAI 的基本原理，即能夠生成新的、原創內容（文字、圖像、音樂、程式碼等）的 AI 技術。
2. 人際互動： GAI 如何改變人與人之間的溝通、關係建立、情感連結等。
3. 公共領域： GAI 如何影響公共討論、資訊傳播、政治參與、社會信任等。
4. 挑戰與轉變： 分析 GAI 帶來的正面與負面影響，以及社會結構與互動模式的變化。

解題思路：

引言：
簡述生成式人工智慧的定義與其快速發展的現況，點出其在各領域的應用潛力，並說明本題將從人際互動與公共領域兩個層面進行探討。

(1) 對人際互動的挑戰與轉變：

• 挑戰：

  • 真實性與信任的瓦解：
    • 虛擬伴侶與情感替代： GAI 可以生成高度擬人化的對話，可能導致部分人過度依賴虛擬伴侶，減少真實人際互動，影響情感發展和社會連結的深度。
    • 身份偽造與欺騙： GAI 可用於生成逼真的虛假訊息、假帳號、甚至深度偽造 (deepfake) 內容，增加人際互動中的欺騙風險，降低信任度。
    • 同質化互動： 若過度依賴 GAI 進行溝通或內容創作，可能導致人際互動模式和表達方式趨於同質化，缺乏個性和真實的情感交流。
  • 溝通效率與意義的轉變：
    • 過度依賴自動化溝通： GAI 可協助撰寫郵件、訊息，可能讓人們減少主動思考和組織語言的機會，影響溝通的深度與個人表達能力。
    • 情感連結的淡化： GAI 雖然能模擬情感回應，但終究缺乏真實的情感體驗，若用於替代真實情感交流，可能導致人際關係的表面化。

• 轉變：

  • 溝通輔助與效率提升：
    • 語言障礙的克服： GAI 的翻譯與寫作輔助功能，能幫助跨語言、跨文化的溝通，促進人際連結。
    • 創意與內容生成的協作： GAI 可作為人際協作的工具，協助共同創作、編輯內容，提升溝通效率和創意產出。
  • 新型態互動模式的出現：
    • 人機互動的普及： 人們將更常與 AI 互動，學習與 AI 協作，這可能改變原有的互動模式和社交規範。
    • 個性化互動體驗： GAI 可根據個人偏好提供客製化的互動內容，例如個人化學習輔導、娛樂體驗等。

(2) 對公共領域的挑戰與轉變：

• 挑戰：
  • 資訊生態的污染：
    • 假新聞與認知作戰： GAI 可大規模、低成本地生成逼真且具說服力的假新聞、謠言、政治宣傳，嚴重污染公共資訊環境，影響公眾認知和理性決策。
    • 資訊過載與注意力稀釋： GAI 生成的海量內容，可能加劇資訊過載現象，使人們更難辨別真偽、找到有價值的資訊，稀釋對重要公共議題的關注。
    • 演算法偏見的固化與擴大： GAI 模型訓練數據中的偏見可能被放大，並在公共領域的內容生成中體現，加劇社會不公與歧視。
  • 民主機制與社會信任的侵蝕：
    • 選舉操縱與輿論引導： GAI 可用於生成大量針對特定候選人或議題的虛假訊息，影響選舉結果；也可透過操縱網路輿論，干擾公共討論。
    • 公共話語空間的極化： GAI 可能被用來生成大量迎合特定群體觀點的內容，加劇社會群體的對立與極化，削弱理性公共討論的可能性。
    • 對權威與專業的信任動搖： GAI 生成的內容有時難以與專業產出區分，可能讓人們對傳統的權威資訊來源（媒體、學術機構）產生懷疑。

核心觀念

本題考查「生成式人工智慧如何改變傳播過程，以及傳播研究應如何回應科技變遷」；作答須掌握兩個層次：

1. 指出至少一項傳播理論。
2. 說明生成式人工智慧在何種傳播層面挑戰該理論，並提出未來研究應關注的面向。

生成式人工智慧能依據訓練資料與使用者指令，自動生成文字、圖片、影片、聲音及新聞內容。它不只是新的傳播媒介，也同時扮演「內容生產者、訊息編輯者、分眾推薦者與互動對象」等角色，因此會改變傳統傳播理論對「傳播者、訊息、媒介、閱聽人與效果」的基本假設。

解題方法

本題適合採取「傳播理論＋受影響層面＋研究轉向」的三段式架構：

• 第一段先定義生成式人工智慧及其傳播意義。
• 第二段選擇一項理論，清楚說明原本理論的核心命題，再分析其受到的挑戰。
• 第三段回答未來傳播研究應關注的制度、技術、閱聽人、倫理與社會效果。

選擇「守門人理論」最容易完整作答，因為生成式人工智慧直接介入內容篩選、排序、編輯與發布，能明確連結到傳播過程中的權力分配問題。

一、生成式人工智慧對守門人理論的挑戰

1. 守門人理論的核心概念

守門人理論認為，訊息從事件現場傳遞到大眾閱聽人之前，必須經過一連串篩選、取捨與加工。新聞記者、編輯、媒體主管及平台演算法都可能成為「守門人」。

守門人的主要功能包括：

• 決定哪些事件值得報導。
• 決定訊息的呈現角度與篇幅。
• 決定訊息發布的時間與順序。
• 排除被認為不重要、不可信或不符合媒體規範的內容。

傳統守門人通常具有可辨識的身分，例如記者、編輯或媒體組織，因此其判斷可透過專業規範、編輯制度與法律責任加以追蹤。

2. 生產層面的影響：人工智慧進入內容製作

生成式人工智慧可以根據資料快速撰寫新聞稿、摘要、標題、圖片與影音內容，使內容生產不再完全由記者與編輯掌握。

其影響包括：

• 大幅降低內容生產成本與時間。
• 讓少數人或小型組織也能大量製作內容。
• 模糊記者、編輯與機器之間的角色界線。
• 使「誰具有發布訊息的資格」不再由傳統媒體組織單獨決定。

因此，守門人由「專業人員」擴大為「人員、模型、資料集與平台制度」共同構成的複合系統。

3. 篩選層面的影響：演算法成為不透明守門人

生成式人工智慧會依據訓練資料、模型設計、使用者指令及平台規則產生內容。這些機制可能造成：

• 模型偏見：訓練資料中的性別、階級、族群與地域偏見被延續。
• 資料偏斜：缺乏數位紀錄的弱勢群體較難被呈現。
• 演算法排序：平台依據使用者偏好推薦特定內容，形成個人化資訊環境。
• 黑箱決策：使用者難以知道模型為何選擇某種資料、觀點或敘事方式。

此時，守門功能不再只發生在新聞編輯室，也發生在模型訓練、資料選取、提示詞設計、內容審核及平台推薦等階段。

4. 權力層面的影響：守門權力重新集中

生成式人工智慧表面上擴大了內容生產機會，實際上重要權力仍集中於掌握下列資源的科技公司：

• 大規模訓練資料。
• 高效能運算設備。
• 基礎模型與演算法。
• 平台使用者資料。
• 內容審核與商業分發管道。

因此，傳統媒體守門人減少，不代表守門權力消失，而是轉移至模型開發者、平台公司與資料治理者。傳播研究必須追問：誰設計模型、誰提供資料、誰從分發中獲利、誰承擔錯誤責任。

5. 效果層面的影響：訊息可信度與真實性被重新定義

生成式人工智慧能製造高度逼真的文字、影像、聲音與影片，形成深偽內容與大量錯誤資訊。閱聽人面對訊息時，難以僅憑內容外觀判斷真偽。

這會造成：

• 假新聞製作與傳播成本下降。
• 訊息數量暴增，閱聽人辨識負擔提高。
• 真實內容也可能因無法驗證來源而遭受懷疑。
• 社會形成「真假皆不可信」的懷疑氛圍。
• 政治宣傳、選舉操弄與危機溝通的風險上升。

因此，守門人理論須從「誰決定哪些訊息能被發布」延伸到「如何驗證訊息來源、生成過程與責任歸屬」。

二、當前傳播研究應關注的面向

1. 人機協作與傳播角色變化

研究應分析人工智慧如何與記者、編輯、教師、政府機關及一般使用者協作，並釐清：

• 人類在內容構想、查證與編輯中的責任。
• 人工智慧在生成、摘要、翻譯與推薦中的功能。
• 人機分工是否導致專業能力弱化。
• 使用者是否過度依賴自動生成結果。

重點不在於人工智慧能否取代人類，而在於人機協作如何改變傳播勞動與專業標準。

2. 演算法權力與平台治理

傳播研究須檢視科技公司如何透過模型與平台影響公共資訊流通，包括：

本題探討台灣大學多元入學制度與社會階級再製的關係，以及大學在人才培養中的角色與社會溝通。這是一個結合社會學（階級、教育不平等）、教育政策與公共關係的題目。

核心觀念：

1. 社會階級再製 (Social Reproduction of Class)： 指社會中既有的階級結構透過教育、家庭、制度等方式，在代際之間得以延續和傳承的現象。
2. 教育機會均等 vs. 教育不均等： 多元入學制度旨在擴大學習機會，但其執行過程可能受制於資源分配、家庭背景等因素，導致機會的不均等。
3. 社會資本與文化資本： 家庭背景提供的資源（人脈、資訊、學術氛圍、價值觀）對學生在教育體系中的成功有重要影響。
4. 大學的社會功能： 除了知識傳授，大學還承擔著人才選拔、社會流動、社會責任等功能。
5. 公共溝通與社會溝通： 大學如何向社會大眾闡述其政策與價值，爭取理解與支持。

解題思路：

第一部分：多元入學與社會階級再製 (15分)

• 引言： 點出台灣大學實施多元入學制度的初衷（擴展機會、選拔多元人才），以及本題將探討其在解決階級再製問題上的成效與局限。

• 分析「可能」解決階級再製的理由：

  1. 擴展非傳統升學管道：
     • 特殊選才： 旨在發掘具備特殊才能、潛力或經歷的學生，而非僅依賴傳統學科成績。這為來自資源較少、但有特殊天賦的偏鄉或弱勢家庭學生提供了一線機會，打破了單一標準下的「學歷階級」的固化。
     • 繁星推薦： 透過高中在校成績和特定比例保障，讓偏鄉或資源較少學校的優秀學生有機會進入頂尖大學，部分緩解了城鄉教育資源不均帶來的劣勢。
  2. 鼓勵多元能力發展：
     • 申請入學： 強調學習歷程檔案、面試等，鼓勵學生展現課外活動、競賽成果、領導力、服務經驗等，這些能力可能與家庭背景的「文化資本」有關，但也可能讓一些透過非傳統方式（如社區服務、自主學習）累積經驗的學生脫穎而出。
  3. 理論基礎： 這些管道理論上能更全面地評估學生的潛力，而不僅僅是家庭背景所能輕易培養的「考試機器」，從而為社會流動提供更多可能性。

• 分析「不可能」或「有限」解決階級再製的理由：

  1. 家庭背景的隱性優勢：
     • 文化資本： 即使是特殊選才，家庭背景（如父母的教育程度、職業、提供的資源、資訊管道、參與競賽的機會）仍然是學生取得優異表現的重要因素。例如，能接觸到特定競賽、有資源支持學生發展特定才藝、有能力請家教或補習等。
     • 社會資本： 偏鄉學生可能缺乏人脈網絡、升學輔導資訊，或是參與大型競賽的機會，這些都是「特殊選才」管道可能看重的，但家庭背景資源的差異在此顯現。
     • 資訊不對稱： 學生及其家庭對多元入學管道的了解程度、準備技巧、如何申請等，往往受到家庭背景的影響。
  2. 資源分配不均的持續：
     • 城鄉差距： 偏鄉學校的師資、課程、設備、輔導資源通常不如都市學校，即使有「繁星」或「特殊選才」，學生在準備過程中仍處於劣勢。
     • 「補習文化」的轉移： 過去是補習學科成績，現在可能是補習特定競賽、活動、申請文件撰寫、面試技巧，這意味著階級再製的「場域」可能從學科考試轉移到這些「多元」項目上。
  3. 制度設計與執行上的局限：
     • 「特殊選才」的定義模糊： 如果「特殊」標準仍然偏向於能被量化或被家庭資源支持的項目，就難以真正打破階級藩籬。
     • 「冷嘲熱諷」的社會現象： 偏鄉學生透過特殊管道進入台大卻遭非議，反映了社會對「階級流動」的疑慮，以及對「公平性」標準的爭議。有些人可能認為，進入頂大應是「主流」管道的優秀學生，而非「非典型」的。這種社會氛圍本身就可能阻礙階級流動。
  4. 大學的「精英」屬性： 頂尖大學本身就帶有社會聲望和資源的集聚效應，其錄取標準無形中會篩選出具有一定社會資本的學生，進而再現精英階層的特質。

• 結論： 多元入學制度在理論上提供了更多元、更具潛力的管道，對打破傳統階級再製有一定貢獻。然而，由於家庭背景的隱性優勢、資源分配不均以及制度執行上的挑戰，它並不能完全解決社會階級再製的問題，甚至可能將階級再製的機制轉移到新的場域。

第二部分：台大校長的角色與溝通 (10分)

• 引言： 點出校長作為大學代表，需要向社會大眾說明大學的招生理念與人才養成目標，以爭取理解與支持，特別是在面對爭議時。

• 說明內容要點：

  1. 重申大學的社會使命與價值：
     • 知識的傳承與創新： 台大作為國家頂尖學府，肩負著學術研究、知識創新的使命。
     • 人才培育的多元性： 強調台大致力於培育具備不同專長、多元背景、能為社會貢獻的領導人才，而非僅限於單一標準。
  2. 闡述多元入學方案的理念與必要性：
     • 機會均等與社會責任： 說明多元入學是為了擴展教育機會，特別是給予來自不同背景、具有不同潛力的學生進入頂尖大學的機會，這體現了大學的社會責任，有助於促進社會流動。
     • 選拔真正潛力： 解釋「特殊選才」等管道，是為了發現那些在傳統學科成績之外，擁有獨特才能、創新思維、領導潛力或堅韌毅力的學生，這些特質對國家未來發展至關重要。
     • 回應「冷嘲熱諷」： 藉此機會，溫和但堅定地為這位偏鄉學生辯護，強調其入學是經過嚴謹評估的，其背景不應成為被攻擊的理由，反而應給予鼓勵與支持，展現大學對多元背景學生的包容與價值認可。
  3. 說明台大的人才養成目標：
     • 專業能力與跨域思維： 培養學生紮實的專業知識，同時鼓勵跨領域學習和創新思維。
     • 批判性思考與獨立判斷： 即使學生背景多元，台大目標是培養他們具備獨立思考、批判性分析的能力，能夠理性看待問題。
     • 社會責任感與領導力： 培養學生具備服務社會的熱忱、解決複雜問題的能力，以及成為未來社會領導者的潛力。
     • 適應變遷的學習者： 在快速變遷的時代，培養學生終身學習的能力，能夠不斷適應新挑戰。
  4. 爭取社會的理解與支持：
     • 開放與透明： 表達大學招生過程的公開透明，並歡迎社會監督。
     • 共同的願景： 呼籲社會共同理解與支持大學在人才培育上的多元化理念，將焦點放在學生的成長與貢獻，而非其出身背景。

• 溝通方式： 應透過記者會、公開聲明、校務報告、社群媒體等多元管道，以真誠、理性、堅定的態度進行溝通。

評分重點：

• 第一部分：
  • 是否能清晰定義「社會階級再製」？
  • 是否能從「可能」和「不可能/有限」兩個角度，提出具體的理由和論述？
  • 理由是否能連結到台灣的教育制度、家庭背景、資源分配等實際情況？

本題探討經濟發展下的勞動型態變遷，特別是「非典型就業」、「零工經濟」、「AI技術」對勞動市場的影響，以及這些變遷對鄉村地區就業的衝擊。這是一個結合經濟學、社會學（勞動社會學）和區域發展的題目。

核心觀念：

1. 勞動型態： 指在勞動市場中，勞動者與雇主之間關係的組織形式、契約性質、工作條件等。
2. 非典型就業 (Precarious Employment/Non-standard Employment)： 相較於傳統的穩定、全職、長期僱用關係，具有不穩定、臨時性、短期性、彈性化等特徵的就業形式。
3. 零工經濟 (Gig Economy)： 指一種以短期、臨時、零散的項目或任務（gigs）為基礎的勞動市場模式，勞動者多為獨立承包商或自由工作者。
4. AI 技術對勞動市場的衝擊： 包括自動化取代、技能需求轉變、新職業生成、生產力提升等。
5. 鄉村地區的就業挑戰： 鄉村地區在經濟結構、基礎設施、人才吸引等方面與都市地區存在差異，勞動型態變遷可能帶來獨特的影響。

解題思路：

第一部分：非典型就業、零工經濟的特性 (8分)

• 引言： 說明非典型就業和零工經濟是當代勞動市場的重要趨勢，反映了經濟結構和勞動關係的轉變。
• 非典型就業 (Precarious Employment/Non-standard Employment) 的特性：
  1. 不穩定性 (Instability)： 工作合同期間短，契約可能隨時終止，缺乏長期保障。
  2. 非標準化 (Non-standardization)： 工作時間、地點、內容、薪資結構等不符合傳統的全職、固定工時、固定薪資模式。
  3. 彈性化 (Flexibility)： 雇主可以根據市場需求快速調整人力，勞動者也可能擁有較高的工作時間彈性（但往往是以犧牲穩定性為代價）。
  4. 權益保障的弱化 (Weak Protection)： 相較於典型就業，勞動者在社會保險、退休金、病假、年假、職業培訓等方面的權益通常較少。
  5. 類型多樣： 包括臨時工、派遣工、部分工時、短期契約工、約聘僱員等。
• 零工經濟 (Gig Economy) 的特性：
  1. 項目導向 (Project-based)： 工作以「零工」(gigs) 為單位，是短期、任務性的。
  2. 平台中介 (Platform Mediation)： 許多零工透過數位平台（如外送平台、自由工作者平台）媒合，平台扮演中介角色。
  3. 勞動者自主性 (Worker Autonomy)： 勞動者通常被視為獨立承包商，擁有較高的工作時間、地點和任務選擇的自主性。
  4. 收入不確定性 (Income Uncertainty)： 收入高度依賴接單量和單價，缺乏穩定薪資保障。
  5. 勞動者權益的模糊地帶： 獨立承包商身份使勞動者難以適用傳統勞動法規，在社會保障、勞動權益方面存在灰色地帶。
  6. 代表性例子： 外送員、網約車司機、自由接案的設計師、翻譯、程式設計師等。
• 兩者關係： 零工經濟是構成非典型就業的重要組成部分，但非典型就業也包含其他形式（如部分工時）。

第二部分：AI 技術對未來勞動型態的衝擊 (7分)

• 引言： AI 技術的發展是當前勞動市場變遷的重要驅動力，將深刻影響未來的勞動型態。
• 衝擊面向：
  1. 自動化取代與技能需求轉變：
     • 重複性、例行性工作被取代： AI 和自動化技術將大幅取代那些重複性高、規則明確的任務（如數據輸入、基礎客服、生產線操作、部分文書處理）。
     • 技能需求結構性轉變： 對高階認知技能（批判性思維、問題解決、創造力）、社會情感技能（溝通、協作、同理心）以及與 AI 協作的能力需求增加。
     • 「人機協作」成為新常態： 未來許多工作將是人與 AI 協同完成，AI 扮演輔助、分析、執行等角色。
  2. 新職業的生成：
     • AI 相關職業： 如 AI 訓練師、AI 倫理師、提示工程師 (Prompt Engineer)、AI 系統維護人員等。
     • 需要人類獨特性的職業： 在 AI 無法取代的領域（如需要高度同理心的護理、教育、心理諮詢；需要高度創造力的藝術、設計；需要複雜戰略決策的管理等）將更受重視。
  3. 生產力提升與工作模式的彈性化：
     • 效率提升： AI 能大幅提高工作效率，可能導致工時縮短或工作內容的重新定義。
     • 遠距工作與彈性工時的普及： AI 工具（如協作平台、智能助理）有助於支援遠距工作和彈性工時，進一步推動非典型就業的發展。
  4. 勞動者權益與社會保障的挑戰：
     • 技能落差與失業風險： 快速的技能更迭可能導致部分勞動者面臨失業風險，需要新的再培訓和社會安全體系來應對。
     • AI 決策的偏見： AI 在招聘、績效評估等環節的應用，可能延續或放大現有偏見，對勞動者權益構成挑戰。

第三部分：勞動型態改變與新技術對鄉村地區就業的影響 (10分)

• 引言： 鄉村地區的勞動市場結構、基礎設施和產業特性，使其在面對勞動型態變遷和新技術時，面臨與都市地區不同的挑戰與機遇。
• 影響面向：
  1. 機遇 (Opportunities)：
     • 遠距工作與「數位游牧」： 隨著網路基礎設施的改善和遠距工作模式的普及，鄉村地區可能吸引都市專業人士移居，為當地帶來新的經濟活力和消費需求。部分鄉村居民也可藉此管道參與都市的零工經濟或遠距工作。
     • 新興產業的發展： AI 和數位技術可應用於智慧農業、觀光休閒、地方創生等領域，為鄉村地區創造新的就業機會，例如農產品的數位行銷、智慧農業技術操作、觀光導覽、在地文創設計等。
     • 零工經濟的彈性： 對於部分鄉村居民，零工經濟（如外送、地方性服務）可能提供比傳統農務或離鄉工作更彈性的收入來源。
  2. 挑戰 (Challenges)：
     • 數位落差加劇： 鄉村地區的網路覆蓋率、數位設備普及率、數位素養可能較低，使得部分鄉村居民難以進入數位經濟或零工經濟，加劇城鄉數位落差。
     • 傳統產業的衝擊： AI 自動化可能衝擊依賴勞動力的傳統鄉村產業（如部分農業環節、小型加工業），導致失業或工作機會減少。
     • 技能培訓與教育資源不足： 鄉村地區的職業培訓和教育資源相對匱乏，難以支持勞動者轉型至新興的數位或 AI 相關技能，加劇技能落差。
     • 零工經濟的脆弱性： 鄉村地區的零工市場可能較不發達，缺乏足夠的媒合平台或工作機會，且勞動者可能更缺乏組織和爭取權益的能力，更容易陷入不穩定和低收入的困境。
     • 人才外流問題： 若新技術和新經濟模式主要集中在都市，可能導致鄉村地區的年輕或高技能人才進一步外流，加劇人口老化和勞動力短缺問題。