📖 ZKIZ Archives

當今電腦已能預估誰會犯罪，而且準確率還不低；但現階段若凡事都靠電腦打擊犯罪，恐怕是本末倒置。

電腦的預測功力愈來愈厲害，甚至比人腦更準。

亞馬遜與Netflix等企業，能判斷你我的購物和收視喜好，氣象專家能精準預報未來十天氣象，全拜電腦之賜。

現在電腦還能預估誰會犯罪，準確率連法官都甘拜下風。根據刊登於二月號《法律實證研究期刊》(Journal ofEmpirical Legal Studies)的報告，有位科學家打造出一套先進的電腦系統，輸入家暴者的相關數據後，可判斷出哪些人最容易再犯。

有了這項技術，遭家暴而受傷、甚至喪命的被害人數可能降低，亦可讓情節輕微的施暴者避免坐牢，造成無謂成本。但用電腦預測一個人會不會犯罪，總讓人隱隱不安。

警方以電腦判斷何時何地可能發生犯罪事件，進而主動出擊，已有二十年歷史，如今技術再升級，透過分析大數據，可找出哪些人有犯罪傾向。這些系統的透明度與科學測試程度不一，比方說，加州夫雷上諾市(Fresno)採用名為「必威」(Beware)的系統，將市民分成高、中、低危險三級。

數據運作遭疑「不科學」

媒體報導指出，該系統除了彙整過去犯罪事件的數據外，還分析網路搜尋紀錄、不動產紀錄與社群媒體貼文。但有人批評說，這套技術未經公眾充分討論便上路，有很多問題尚待釐清，例如軟體運作原理(供應商稱是商業機密)，效果是否經過科學證實。

反觀這份家暴預測系統的報告中，詳盡說明該系統的目標與效果。發明人之一、賓州大學統計學教授伯克(RichardBerk)指出，這套系統以遭到逮捕的施暴者為資料，並不蒐集分析一般民眾的數據，進而預測是否該收押或釋放某嫌犯，就與法官或警員執法時面臨的抉擇一樣。

伯克十年前開始研究犯罪預測技術，二00八年研發出能判斷哪些假釋犯最容易再犯的電腦系統，比專家更精準。他使用機器學習(machine learning)系統，將大量不同數據輸入電腦，讓電腦找到模式後作預測，再將預測結果比對實際數據。

機器學習產生的演算法，人類未必能了解。使用者知道有哪些參數，但不明白機器會如何使用它們，算出答案。

判斷再犯率準確率九成

在研發這項新預測技術時，伯克和同樣任職賓大的心理學教授索蘭森(SusanSorenson)，分析0九年到一三年間約十萬個案件。這次亦使用機器學習系統，將年齡、性別、郵遞區號、首犯年齡的數據輸入系統，還加入可能的前科紀錄，如酒駕、虐待動物、槍枝犯罪等。種族因素雖然沒納入考量，但伯克表示，系統從郵遞區號，還是能稍微推斷出一個人的種族。

他們使用三分之二的數據「訓練」系統，讓機器分析原始資料和後續結果(是否再犯)，其餘三分之一則用來測試系統，只輸入法官在傳訊時知道的資訊，藉此測試系統預測家暴再犯率的準確度。

伯克說，要把家暴再犯率降到零，把每個嫌犯都關進牢裡就可以了，但這樣成本太高，有些人其實不會再犯。在被捕的施暴者中，目前有半數在傳訊時由法官當庭釋放，其中約兩成再犯；但由電腦判斷而釋放的人，再犯率只有一成。

伯克和索蘭森目前正與費城警方合作，要調整這套機器學習系統，預估哪些住家容易出現家暴，藉此加強監督。

而費城現有的假釋制度已採用機器學習系統，將假釋犯分成高、中、低風險三個族群，讓假釋官能夠多注意高危險群。

讓人依賴電腦不相信專業

但這種制度可能會造成決策過程流於片面。我幾年前撰文討論費城的假釋制度時，發現有些假釋官認為這套制度太作繭自縛，如果也能多關心低危險群，幫助他們戒毒、找工作、拿到高中學歷等，整體成效可能更大。他們擔心長官寧可相信電腦，而不信他們這些假釋官。

伯克也有同樣的擔憂，深伯各界美化了這項預測技術。未經科學測試的系統，自然會招來質疑聲音，即使是經證實準確率高於人類的系統，也絕對稱不上完美。有了機器學習的幫助，警方能掌握足夠資訊再下判斷，但現階段如果凡事都靠電腦打擊犯罪，恐怕是本末倒置。

如何在高壓職場中，保持正向？接演前大眾最不看好，接演後票房最好的龐德探員丹尼爾．克雷格說：感激你的工作。

有雄心壯志的人通常不會停下來享受成就，因為他們要全神貫注在下一步。在任何職場中，一個有事業心的人幾乎都會想辦法往上爬。當我向一些朋友提起我這個月的目標是更感激我目前的寫作事業時，他們都用充滿疑慮的眼光看我，顯然擔心如果我對現狀感到滿意，很可能會偏離跑道，對我已完成的工作過於滿意而……不求上進。

有意識的實踐感恩有助提升目標達成率

我向感恩大師羅伯．艾曼斯（Robert Emmons）請教，他研究這個主題十多年了，「我常聽許多人擔心感恩會使人沾沾自喜與疏懶，」他說：「但研究結果恰恰相反，感激的人比其他人更能達成目標。」

我不曾覺得感恩會使我變得疏懶，但聽他說感恩不但不會減損進取心，反而能助長它，讓我驚訝。這是怎麼回事？艾曼斯博士說，「有意識的實踐感恩」的人，會有一種目標感和想要達成目標的欲望。

為了證明這一點，他在一項簡單的實驗中，請參與者寫出他們想在未來十週內完成的事。他並隨機選出若千人，指定他們每週寫一篇感恩日記，實驗結束時，艾曼斯博士確認感激的那一組人達成目標的進度，比沒有感激的那一組人高二?％，而且似乎更努力。

他的計算看起來似乎有點問題——你如何提高二?％的加薪機率？但我沒有質疑他的觀念，因為整體研究結果符合我自己的經驗。艾曼斯博士發現，感激的人有採取行動的動力，不會被動地守株待兔。

從外人眼光來看，顯然有些人是應該慼激他們的職業。誰不想成為電影明星、公司總裁、科技業老闆？但感恩的感覺無法寫在工作說明上，無論它多麼美妙。我第一次從我的職業感受到這種夢幻時刻，是我坐在倫敦多切斯特酒店的豪華套房內，採訪封面人物丹尼爾.克雷格(Daniel Craig)。

他剛拍完??七系列電影《皇家夜總會》。當時外界對於由他飾演龐德議論紛紛，我是頭一個與他正武談論龐德角色的美國記者，我走進房間，發現他有些憔悴與不安。

他邊點早餐邊閒聊。早餐送來時，他拿起一雙筷子，然後用湛藍的眼睛望著我。

「我不希望我是搞砸龐德企業的那個人。」他說。

他白天拍片，晚上又要進健身房鍛鍊肌肉，讓自己具備大家心目中的??七情報員的體魄，因此肉體極度疲勞。他低頭吃早餐的模樣一點也不像動作片英雄，但他向我保證，他在片中出現時一定都是乾乾淨淨的，穿上燕尾服更是好看。

「現在影片殺青了，我只想躲到海灘，優閒的躺在躺椅上。」他嘆口氣說。

克雷格知道他的生命即將改變，但他仍下確定會如何改變。他戰戰兢兢為影迷拍攝這部偉大的影片，一方面又必須維繫他自己的事業，他無法享受這一刻。我很驚訝，連一個即將成為世人偶像的名演員都不能真實的得到快樂。

我發現克雷格的手腕上戴著一個手環，便靠過去瞧瞧。

「我們越喜樂就越接近完美。」我讀出鐫刻在手環上的句子。

克雷格抿著嘴笑笑，「這句話源於斯賓諾沙(Spinoza)，」他說，指的是十七世紀哲學家斯賓諾沙語錄，「我喜歡喜樂能使人完美的概念。這是一句很好的人生哲學，不是嗎？」

當影藝界的艱鉅重擔壓在他寬大的肩頭上時，這只鐫刻斯賓諾沙語錄的手環，提醒他要感激生命與找到生命的喜樂。

二號樂與感恩，這兩樣東西我現在都感受不到，但我會努力嘗試。」他說。

提醒自己要快樂

讓你保持冷靜思考

克雷格明白他不可能期待在片場找到喜樂，他必須隨身攜帶。在層層壓力的情況下，感恩有助於你冷靜思考。克雷格知道這一點非常重要。外界對他個人的評價是敏銳、性感、堅毅、有見地，但感恩不會自然出現，所以他很聰明，會借助哲思來提醒自己要快樂。

《皇家夜總會》上映後，票房收入高居龐德電影史上之冠。

我又想到，我們也都可以戴一只斯賓諾沙語錄的手環，因為無論你是電影明星也好，計程車司機也罷，從工作中找出喜樂必須向內求，而不是訴諸外在環境。

感激你的工作不會減損你的雄心壯志，也許還能提高工作效率，反而會使你在當下那一刻更快樂。

你可以感激現在的工作，未來仍然飛黃騰達。