最近，我有幸前往亞利桑那州參加「數據科學與人工智慧領導峰會」。一如預期，「人工智慧偏見」成了會場上最炙手可熱的辯論焦點。其中一位講者慷慨激昂地指出，大眾往往將現行人工智能模型的輸出，視為一種普遍性的概括。事實上，這些模型隱含了深刻的偏見，不僅無法平等對待每個群體，甚至對特定族群產生刻板印象，或將其完全排除在數據視野之外。

高度平等‧是否存在？

在聽講的過程中，我雖然承認人工智能的局限性，但內心卻不禁產生了一個更深層的疑問：一個完全或高度「平等」而「無偏見」的系統，在現實中真的存在嗎？事實上，我們對人工智能的這番投訴，幾乎可以套用到人類社會現存的任何一個體制之中。

回想我在明尼蘇達州必明治州立大學(Bemidji State University)攻讀視覺藝術的時光，這種體制性的選擇偏好便已初見端倪。即便當時攝影已是極其普及的藝術形式，系上卻完全沒有開設攝影課程，仍固守於繪畫、雕塑等媒介。在數碼攝影興起之後，有更多人投身於攝影藝術，最近一個風暴襲擊夏威夷，在街上有一個招牌跌下來壓傷了十個人，其中有八個是攝影師（這是笑話，請不要認真對待）。

雖佔優勢‧未必入圍

根據美國勞工統計局的最近數據，藝術攝影師的從業人數（約五萬二千人），遠遠超過畫家和雕塑家等傳統藝術家（約一萬一千人），兩者比例接近五比一。如果將攝影師的定義推廣到其他專業攝影師（例如結婚攝影師、體育活動攝影師），那麼全美專業攝影師則超過十五萬人，兩者的比例會拉闊到十五比一。

然而，這種人數上的優勢並未反映在藝術殿堂中。筆者很喜歡參觀美術博物館，大多數博物館都是展示繪畫、雕塑等傳統藝術品，攝影和數碼藝術只在邊緣地位。即便到了 2026 年，多數博物館仍將重心放在傳統媒介。以紐約大都會藝術博物館為例，攝影藏品僅佔總數的5%至8%。這種「創作者多、代表性少」的現象，正說明了藝術體制中根深蒂固的媒介偏見。不過，每一次我瀏覽美術博物館，我都會放鬆心情地欣賞展品，而不會投訴美術館的偏頗。

學術偏見‧觸目皆是

在我轉往亞利桑那州立大學研讀哲學時，我亦感受到類似的學術偏見。當時所有的課程幾乎都圍繞着英美分析哲學，對於存在主義、後現代主義等歐陸哲學，或者儒道思想、印度思想等東方哲學則完全欠奉。這並非單一學校的現象，而是美國學界的常態。統計數據顯示，全美約90%至95%的頂尖哲學系，均以分析哲學為主導。

不過，換上另一個角度來看，這對我是好事，博士生修讀完所有課程之後，都要通過「學科綜合考試」(Comprehensive Exam)，才可以撰寫博士論文。顧名思義，考試內容全面地涵蓋了幾千年的西方哲學！就好像回到中學生的時代，我需要連續幾個星期熬夜背書。幸好課程並沒有包括歐陸哲學和東方哲學，否則我會更加辛苦，我真的要感謝教授的「偏頗」。

取悅眾人‧導致低效

然而，我認為這種偏頗現象是情有可原的，任何體制都必須在有限的資源與時間內，進行優先排序與篩選，試圖取悅所有人往往會導致系統的平庸與低效。儘管偏見與局限無處不在，但它們並非不可逾越的鴻溝。在大學課堂以外，我自己學習攝影技術；除了參觀傳統的美術館，我也經常瀏覽專門展示攝影作品的展覽館。

此外，我在課餘時間研讀中國哲學與歐陸思想、貝葉斯統計、數據科學、機器學習等領域。我知道傳統統計學的確偏頗，故此後來我提倡開設數據科學、機械學習、人工智能等課程，雖然起初無人問津，但經過多年的努力，我終於得到聽眾，現在我是一間大學的數據科學與人工智能課程主任。

選擇自由‧見仁見智

歸根結底，面對偏見，我們擁有一種最重要的自由，那就是經濟學家佛利文(Milton Friedman)所說的「選擇自由」。現在我們並非生活在「一言堂」的封閉系統，如果我覺得某個人工智能模型的答案有點偏頗，我可以上另一個系統去索求更多資料，甚至乎採用傳統的搜索引擎。

人工智能模型的確存在局限，例如有些人不願意自己的資料，被用作訓練大型語言模型，那麼人工智能的答案，當然不能反映資料缺失的群體。與其要求人工智能給予一個絕對中立、無偏見的答案，我們更應該掌握學習的主動權，將人工智能視為一種工具，而非真理的唯一來源。

偏頗或是普遍的人性軟弱，是任何系統的本質，但主動跨越界限的求知慾和批判性思維，才是打破框架的關鍵。香港基督教突破雜誌社，曾經宣揚這兩句振奮人心的口號：「與其詛咒黑暗，不如燃起一點燭光。」套用這句口號，我會說：「與其抱怨人工智能有偏見，不如自己去補充人工智能的不足。」

熱門作者

李道宏87田距28李飛君94貝琳達52南丘36鄭立新19一穗22葉漢中64陳新哲33高展曦31清照42郝青松15聽泉17理泰18李想21朱少彤4黃小石50伍大可32海玲3曾福51曾文姬24老饞44謐立39