跳至主要內容

Blog Action Day

右邊的東西太多了,也許沒有人注意到這個小小的Blog Action Day標籤。這個活動很簡單,希望在10月15日這天,全球的部落客依照自己部落格的屬性發表一篇與環保有關的文章來支持這個活動。
這是一種支持的行動方式,還有另外兩種方式,分別是:利用這個貼紙的方式來宣傳Blog Action Day或是捐贈一日的部落格廣告所得。
其實這也算是一種希望藉由部落客的力量來喚起人類對於地球環保的重視,不過,說歸說,也要真的做到,不然就像每年商周都會做很多發人省思的話題特刊,但通常不是雷聲大雨點小就是大家很難會持續觀注在這個話題上面,畢竟現實情況是我們都有自己的日子要過。
那就把我們能做到環保,隨手做就好了,比方說不要亂丟垃圾也不要製造垃圾給別人,這個動作很簡單,但其實很難做到,試想想,人哪天活著不是在製造垃圾呢?就降到最低吧!
最近大哥常跟我說一句話:「不要常常想要別人如何去滿足你,而是多想想自己如何能去滿足其他人。」這個「自己」不是只有個人而已,還擴充到朋友及家人,所謂的「他人」除了與你不相干的人之外還包括了你不喜歡的人。這是一種心靈環保的動作,如果每個人都能幫別人想多幫別人做一點,不要記較太多,不要太記較「自己能得到/享受什麼」而只是單純的付出,忘了所謂的「自己」,當一個人不是那麼記較的時候,心情自然就沒那麼鬱悶了。拿花精來說,有一枝花精的名字是White Chestnut,中文翻譯為白栗。這枝花精是針對「對某個念頭(想法)念念不忘的痛苦」的人所設計的,當人被「念」所困時就會產生「業」和「因果」,損傷的人還是自己,最後靈魂找不到出口,如果無法接受自己的低潮狀態,就容易憂鬱,傷害自己也傷害家人。
無可否認的,我們都會遇到情緒低潮的時候,我自己就很常發生,且是很週期性的,可能在狂喜之後就會陷入一段時間的低潮。其實我不怎麼愛看勵志書籍,那些教人怎麼努力向上、獲得快樂或是教人怎麼做才會成功的書,我並不愛看。在那些作者們看似一帆風順或是似乎奮鬥不懈的人生裡,他們的挫折是他們生命的課題,我們要學的是自己的人生課題,也許藉由某個作者的書籍可以汲取一些資訊,但每個人的人生課題不一樣,有的人這輩子就是來學習要與自己的情緒相處,有的人這輩子就是要學習如何接受與釋放悲傷,有的人就是要學習如何與孤獨共處。小時候讀過一本叫《前世今生》的書,裡面的文字裡就說了,每個人在這一世裡都有新的課題要學習,有新的使命去完成,當我們完成了這一世的使命與學習了這一世的課題後,這一世自然就會結束。接下來這句話是我腦海裡自己蹦出來的:「如果我們以自戕的方式來提前結束自己在這一世的時間,那下一世我們還是必須回來學習同樣的課題。」
最近我很喜歡這句話,是在《與神對話》書中出現的:
生命可能不只一次要你藉由演出你本不是的一面,來證明你是誰
這三本《與神對話》我都沒有讀完,太深奧了,時間不夠理解,也許有一天我會再讀完它們吧!有時候常會想起以前貓玲玲說的:「再慢一點。」這四個字,慢到最近才能體會,有時我是操之過急了。
回到主題,因為說的是環境保護,其實不外是最近比較熱門的節能、綠建築。我想,我自己就是不要熬夜吧!不過我會覺得在物質世界中不斷的耗費能源也與每個人的心有關,大家不妨想想,除了物質的環保外,心靈的環保能做到什麼?當然,物質生活上從最基本的節能和減少用塑膠袋開始做起,心靈,大概要看個人的緣份了。


留言

此網誌的熱門文章

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

法制追不上AI:缺乏台灣AI基本法子法,公務員使用生成式AI的五大風險

昨晚看新聞,現任台北市長拋出一個政策宣示:未來公務員將配給自動化的AI工具,讓台北市政更「前進」。台北市資訊局也已快速推出 CiviClaw,目標是 2027 年讓每位公務員都能無門檻使用 AI。 這樣的政策方向讓我感到憂心。長期觀測各國個資保護規範的我清楚知道:台灣的個人資料保護主管機關至今仍是「籌備處」,尚未正式運作;《個人資料保護法》的修法呼聲雖久,AI相關條款卻付之闕如;《人工智慧基本法》已於今年1月施行,但高風險AI認定標準的子法至今仍是空白。 有網路、有 IoT 不等於智慧城市,有 AI 當然也不等於智慧城市,應該重視制度能否承接工具帶來的責任。 歐盟已明確禁止業者使用 AI 推測員工或學生的心理狀態;美國聯邦政府要求採購 LLM 時廠商必須提交模型卡與資料卡;韓國 AI 基本法的子法早已配套生效。這些都是台灣政府在推動配給公務員 AI 之前,必須正視的制度差距。 以下我與大家分享長期觀測的內容,由AI協助整理資料: 歐盟:從禁令到揭露義務的多層規制體系 歐盟的AI治理框架是由多部法律疊加起來的立體架構,最底層是2018年施行的 GDPR,處理的是個人資料如何被蒐集、儲存、使用的基礎規則,再來疊是2024年生效的《人工智慧法》(EU AI Act,下稱 AI 法),建立不同風險等級分類管理AI系統,從禁止使用到高強度監管、再到一般透明度義務,形成不同層次。最新的一層則是仍在立法程序中、但主要架構已確立的 Digital Omnibus ,試圖修補 AI 法與 GDPR 之間的規範衝突。 AI 法第50條是最直接影響生成式AI服務的條款,自2026年8月2日起全面適用。根據這條規定,凡是讓使用者與AI系統互動的業者,必須主動告知對方「正在與 AI 互動」,而不能讓人誤以為面對的是真人。AI生成的文字、影像、音訊等內容,還必須以機器可讀的格式加上標記,使平台與監管機關得以溯源辨識。與此同時,AI法第14條要求高風險AI系統必須設計成「可由自然人有效監控」的形式,確保機器的決策不會在缺乏人工審核的情況下直接作用於當事人。 AI法所稱的「高風險 AI 」,涵蓋的場景比一般想像的廣。依該法附件三列舉,生物辨識系統、關鍵基礎設施管理、教育與職業篩選、就業與人員管理、信貸與社會福利申請審核、執法、移民邊境管制,以及司法審判輔助,都在高風險範疇之內。這些場景的業者必須進...