藉由執法與偵查，收購人民 Google 搜尋關鍵字、智慧手錶行跡等生活側寫，不知不覺成功監控。老大哥還在看著你，只是比以往躲得更深。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

搜尋記錄、智慧裝置的使用數據，都成了國家監視的工具

隨著科技公司搜集資料的範圍愈來愈廣，這些原本只是用來更新演算法的資料，最後時常成為國家執法機關偵查犯罪的工具。

當技術超前法律制度與觀念，科技倫理將面臨全新挑戰。AI 可被利用做大量資料分析、深度學習，但如何不讓它被利用於犯罪、侵犯隱私、助長偏見？Mozilla 最新白皮書，教你如何「建立可信任的人工智慧」。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

Mozilla 呼籲建立可信任的人工智慧

過去網路興起，社會對於科技倫理的討論多聚焦於網路匿名性，或是言論審查所帶來的種種問題。現在 AI 成為新寵，AI 與其相關應用遍布於日常生活的網路和電子產品中，我們的關注也應該有所改變。
誓言要推動「網路健康」的 Mozilla 基金會，發布了一篇文章，主題是「可信賴的 AI」。文章作者 Mark Surman 指出 AI 的八大挑戰——偏見、隱私、透明、安全、巨型科技公司對 AI 的權力等等，且當 AI 系統性且自動化地蒐集與散布偏見資訊，沒有任何問責制度。AI 在看得見、看不見的層面正在大幅改變我們生活，要如何因應，可參考原文中的《建立可信任的AI》白皮書。

Netflix 強大的資料分析技術，兩年內將上萬影片依法規自動分成 5 級，未來演算法或可決定你「應該」看什麼電影。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

演算法將決定青少年能不能看特定影劇

Netflix 對於資料分析的功力眾所皆知，在平臺上，影劇被分成千萬種類別，並依照每個使用者的特性與喜好，建立專屬播放推薦清單。之所以能做到如此精細的分類，是因為 Netflix 聘用專人觀賞所有影片，並把影片中各個內容做成標籤再分類。
根據 BBC，Netflix 與英國電影分級委員會（British Board of Film Classification）合作，讓員工觀影後特別將性愛、暴力、罵髒話等的片段與數量輸入系統，讓演算法除了標註這是一部「80 年代的青少年浪漫喜劇」外，還可以將照片中裸露場景等「兒童不宜」指標，在兩年之內把 10000 多部影片按照國家規範分為 U、PG、12A、15、18 五級，進而「保護孩童」。BBC 引述英國電影分級委員會調查，指出 85% 的家長與 95% 青少年「想要串流平臺上有年齡分級」。

不僅台灣有網路內容過濾，日本、挪維等國也相繼出現類似的網站封鎖情況，此類不透明的管理機制一旦落實，即等同奠定網路監控與審查基礎。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

網路審查無所不在，最民主的國家也不例外

過全球公開網路伺服器的資料，美國密西根大學的研究團隊 Censored Planet 最近指出，網路言論的審查在看起來最民主自由的國家中，也難以倖免。
密西根大學團隊研發的自動審查追蹤系統「Censored Planet」，可將公眾網路伺服器（Public ＩInternet servers）轉化為自動哨兵，監視並回報網站被封鎖的狀況。其研究全球 221 國家，在 20 個月內蒐集超過 20 億次測量值，有高達 103 個國家都出現了網路審查增加的情況，其中挪威、日本、義大利等一般被認為高度民主的國家，都在近兩年內發生了過去從未被偵測過的審查狀況，如日本在 2019 舉行 G20 峰會期間，某些新聞網站即被一些網路封鎖。
許多國家立法要求網路服務供應商阻擋特定內容，但審查機制通常不透明，這種規定一旦成形，就表示政府可阻止任一網頁，奠定了審查網路言論的基礎。

在幅員遼闊的美國，民主投票制度常常造成各地烽火四起。VotingWorks 用開源技術最佳化投票與審計流程，未來超方便投票指日可待！

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

不必要的流言退散！用開放原始碼重建選民對美國選舉信心

2020 總統選舉把太平洋另一端的美國鬧得滿城風雨。法律戰蔓延到各州、甚至聯邦最高法院，並且變成全球動蕩的不確定因素。不過，有沒有任何方法，可以讓川普再也說不出「他們把選舉偷走了」這種沒根據的言論？開放原始碼或許可以幫忙。從知名創投加速器 YC 「畢業」的新創公司「投票工作」（VotingWorks），從密西西比州的農村開始，試圖用開源技術改善投票流程。根據 TechCrunch，他們甚至可以使用現有的硬體設備建立服務。新的技術除了改善投票流程，讓密西西比州在更改州旗的選票上可以印出彩色圖片外，更重要的是，「投票工作」建立更完善的審計流程，讓假新聞散布者也沒臉可以在選後說出「我贏了很多」這種不負責任的話。

隨著深偽技術漸趨成熟，加害者在社群中提供各種變造裸照的服務，照片越受歡迎、則猶如獲得遊戲成就，更受激勵。其中受害者多為女性，更不乏幼齡女童。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

噁心「深度合成」機器人正在散播兒童合成裸照

根據 MIT 科技評論轉述，美國心理學會進行的一項研究中，指出每 12 名女性一生中至少會成為一次復仇式色情（Revenge Porn）的受害者。過去復仇式色情指的是將被害者裸照、私密影片在未經同意的情況中上傳，但現在因為科技演進，電腦已經可以逐幀合成裸體照片，把未帶有情色意味的生活照、日常影片，變成受害者人生夢魘。
如同 2019 年一月出現的 DeepNude 手機 app，可讓用戶以 USD$50 一次的價格上傳女性照片，並載回該女性看似真實的「裸照」。此應用 deepfake （深偽技術）技術的 app 一時瘋傳，雖後來開發者緊急下架，但也已經造成眾多女性的合成照流入網路。
根據 Karen Hao 在 MIT 科技評論中名為〈深度合成機器人被拿來對未成年女孩「寬衣解帶」〉的文章中，某些社交平臺甚至成為深度合成的溫床，散播名人合成裸體影像，甚至有「性騷擾遊戲化」（The gamification of harassment）的趨勢，照片越受歡迎，合成者則越獲得成就與獎勵感，讓此非法行為變本加厲。

政府出包，全民受罪！Excel 屢犯錯，政府機關應採開放格式與開放軟體、客製統計系統，避免一個差池危害國民權益。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

還敢把微軟 Office 當作你的第一選擇嗎？英國防疫因選用 Excel 出大包

根據 The Conversation，英國曾經承諾要用 120 億英鎊打造「世界一流」的系統來追蹤 Covid-19 案例，然而政府人員最後卻使用微軟的 Excel 儲存陽性案例名單，結果因資料超過 Excel 系統上限，而導致大約 16000 筆病患的資料直接消失。
微軟的 Excel 一向被廣泛運用在政府、商業公司與各個組織內部，其固然功能便利，但在存取重要資料時也往往發生重大錯誤。如英國政府，已不是第一次發生此類恐怖事件。2012 年，英國交通部因為供給投標廠商的 Excel 的財務模型產生錯誤，致使花費 3 億英鎊的納稅錢，來處理撤資、賠償、重新投標等事；1999 年也因為國有的核電公司員工，利用 Excel 易操作又無法查看編輯記錄等特性，惡意假造進出口數據，而慘付巨額賠償金。
此次面對 COVID-19 疫情間的重大失誤，英國網友用 Office 經典吉祥物嘲笑首相 Johnson；但政府除了被幽上一默外，更應該反思，重大公共政策資料是否該確實使用可靠的開放格式與開放軟體，並因應不同案件需求制訂格式，才能降低往後出包機率。

闖紅燈扣分、做義工加分，還會影響社會福利索取！利益導向誘使人民「有文明」真的好嗎？

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

中國全面監控再升級：從 0 到 1000 分，你有多「文明」？

根據《立場新聞》，過去中國各地政府面對 COVID 疫情時，紛紛推出「健康碼」App，只要居民被電腦判定沒有健康風險，就會提供綠色的健康碼儲存在手機中，做為通行許可證在各地之間移動。
不過蘇州政府變本加厲，除了「健康碼」外，更添加「文明碼」，每位居民一開始會有 1000 分的基礎分數，只要違反交通規定等就會被扣分，當志工、義工等鼓勵善良風俗行為就可以加分，且此分數影響到享有居民福利的優先順序；目前有「文明交通指數」及「文明志願指數」兩個功能。《立場新聞》指出，這項措施遭到批評過度干涉人民私生活；且不遵循法規本就會遭到處罰，再扣分可說是雙重罰則。但蘇州市政府辯稱「文明碼」還在測試階段，所以還沒有市民遭到不公平對待。

2 撇步落實開源與開放政府，證明「訓練心態」比「訓練技巧」更重要。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab

在伊斯坦堡，公務員開始擁抱開源

商業軟體在公部門營運中的廣泛使用，對居民來說通常都不是好事——不斷更新所需的花費、專有格式、難以保證的安全性等，常常花費大量納稅錢，甚至導致居民往往需要購買額外軟硬體，才能使用政府提供的檔案。
認清了這一點，土耳其伊斯坦堡 Eyüpsultan 區的政府，大膽挑戰將辦公室中的資訊系統，改成開源的 Linux 作業系統 Pardus 與辦公軟體 LibreOffice，作為節省財務與便民的第一步。官員 Hüseyin GÜÇ 撰文指出，轉換系統的同時，需要逐步教育與訓練使用者的心態和培養習慣。從 2015 年起，政府即展開內部溝通和培訓課程，更開始以 LibreOffice 全面處理公務文書，才能無痛接軌開源；同時也客製化 Pardus 的軟體，只留下必要的部份在安裝檔中，精簡使用與安裝步驟，讓使用者可以輕鬆操作，降低排斥感。種種長期計劃的觀念養成，是這個政策邁向成功開源的重要關鍵。

若執政當局對族群有所偏見，當科技融入歧視政策，將帶來更大弱勢浩劫。

整理撰文｜陳廷彥、林冠廷；編輯｜OCF Lab