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。 |