跳至主要內容

為什麼在這個年代,線上與會還是如此困難?

image by Chief22880 from Pixabay
2020年的這個鼠年春節,就如同某個長輩說的,歷史記錄上,每逢鼠年就少有好消息出現。從2019年末,中國開始傳出肺炎的消息,到了春節這個亞洲人口大遷徙的期間,讓病毒更容易隨著人的移動而擴散。這場肺炎對旅遊業、交通運輸航業的經濟衝擊,應該會造成嚴重的傷害。

在一月初時,我收到邀請去印度參與一場討論建立人工智慧政策的工作坊的信件,談到對方協助辦理機票、住宿和簽證。

後來,對方回覆我,因為四處傳播的武漢肺炎病毒,導致印度政府不願發出簽證。這個理由讓我無可奈何只能接受。在這個全球傳出病情的時間裡,人口不四處移動,也可能協助減少病毒跟著人體移動、變化的機會。

於是我想,在我們談了「數位轉型」這麼多年,到底轉型了什麼?

在一次聽同事在討論電腦化、數位化、數位轉型的不同,在 twitter 上看到這則訊息和 Diplo Foundation 談到全球的454個線上課程參與者藉由加入線上課程,減少了814 噸的二氧化碳排放量 (Online meetings: reducing carbon and increasing participation)。這些討論都使我也在問自己是否僅在「生活電腦化和網路化」的階段?


上圖的 twit 在呼籲各個學術研討會請支持遠距參與,可以減少因為搭乘大型運輸工具所製造的環境污染,如每個國際旅人的碳足跡與二氧化碳排放量,也能減少這些污染對氣候變遷所造成的負面影響。對於習慣在國際之間工作的人們對於這些行程只是日常工作中的一部份,但仔細想想,舉辦這些跨國際的會議除了所費不貲(場地、人力、餐飲、交通)外,每個跨國、跨洲的參與者都累積了大量的碳足跡、二氧化碳的排放量,網路會議更減少了某些國家對於人口進出管制法規,也減少了簽證費用的支出,當然對舉辦國家來說,也少了一筆簽證費用的收入。

在我目前參與的會議裡,APrIGF 或是 APNIC,這兩個會議都是可以線上參與的,但有許多網際網路政策與議題相關的會議不提供線上參與,如先前提到的跨國的人工智慧政策工作坊,我也曾洽詢可否網路參與,但對方說本人必須實際到現場,而這場工作坊的討論結果也將於四月時在歐洲舉辦的相關會議討論。

還記得在推廣網際網路的時期,都會提到線上視訊會議、網路參與可以為企業減少交通成本的支出、差旅食宿支出,但這個理想在初期因為網路頻寬不足、網路會議工具不夠友善與成熟、各國網路建設與發展程度不一,於是不夠普及。到了2018年我去 Vanuatu 參與 APrIGF,有一場討論個人資料保護與隱私的工作坊,有兩名現場參與者和三位分別來自台灣、香港、印度的線上參與者,但整場討論斷斷續續,除了會議軟體 Adobe Connect 不夠友善外,網路連線品質狀況不佳,另一場工作坊也是同一位來自印度的參與者,無法遠距參與。2019年在 Vladivostok 的其中一場討論網路規範 (Cybernorms) 的討論,除了我在現場主持和其他現場的參與者外,這個工作坊中的另外四位受邀請的參與者分別來自澳大利亞、印尼或其他亞洲國家,去年使用的會議軟體是 Zoom ,因為容易上手,所以普及性很高,這場工作坊的舉辦方式也證實了網路會議的可行性愈來愈高,也更應該廣泛推廣。想想看,從南半球的澳大利亞飛到北半球的 Vladivostok,這中間的差旅支出、簽證費用就是一筆不小的開銷,尤其俄羅斯的簽證不容易申請,我自己處理就跑了快三個月才完成。


在台灣開始放農曆年假前,我也透過 Zoom 參與了一場國外大學對於關於某個網路治理機構了解程度的訪談。如果線上會議已經如此容易舉辦和參與,為什麼到現在還不容易推廣?當然我們可能會談到時區不同會是主要因素,其他如網路安全性、隱私、參與者每個人對於網路參與的共識,也不是全球的網際網路都像台灣這麼方便,但線上參與的確沒有實際連結來得更直接。每年都有許多人想親自參與 IGF、APrIGF、APRICOT、APNIC ,但若想要年年參與,就得花上相當高的成本,交通、食宿、簽證費是基本的開銷,如果想要有會議之外的活動,也是一筆支出。

但就連我,都喜歡實際在現場與每個人交流,會議之外的交流反而更是這些會議的重點。每個討論的工作坊都有一定的主題,但會議之外的交流,可能是輕鬆的閒話家常,可能是興趣交流,卻能讓對方留下印象。例如先前有一段時間參與聯合國 IGF 線上會議,但我們總是對著幾個 ID 在交換意見,在一個機會下,見到了其中一個人,她說:「現在,我知道妳的樣子了。」當我聽到那句話時,我了解為什麼每一個參與者都想要實際參與 IGF 會議。

在參與會議都逐漸數位化的年代,已經有人使用機器人代替自己參與會議了,未來應該也會像電影一樣用投影的方式參與,看起來就像人在現場,親身與會一樣。

議而帶動的收入外,人與人的實際交流與親切感,是無法用網路所取代的;相對的,這些差旅可能也會帶來大量的污染,例如跨國際之間的會議帶來的二氧化碳排放量是已經造成的,但會議結論何時會對政策制定者發揮(多少)效力卻是無法確定的。但目前武漢肺炎仍處於無解、具高度傳染性、具致命性的情況下,也許該考慮減少人口的移動,以減少病毒隨著人傳播的機會,但也要想想替代方案,例如線上參與、在家工作⋯⋯等替代方案,對於網路不方便的地區,有沒有其他的電信或數位方式可以參與?也可以藉此檢視自己營運單位對於處於危機時期,要如何維持正常的企業營運?尤其是若當未來可能得面臨所有人必須在家防疫時,要如何維持正常營運?

祝各位新春愉快,身體健康。

留言

此網誌的熱門文章

我用Claude Code建立一支動畫團隊

很久沒有分享最近練習 AI 的狀態,主要原因是我花一段時間思考,如何把自己電腦裡的文件,以非研究人員也可以理解的方式,讓人知道這些議題在說什麼,例如讓人理解「歐盟對智慧眼鏡有哪些管制?為什麼要這麼管制?如何才不違法?」這些多是由官方部門公布的新聞稿,但都很「難以理解」,我自己也要消化過才能再重新轉譯,讓客戶知道。我的電腦裡也有非常多相關議題的內容,卻都在電腦裡無法再次利用,是一件非常可惜的事。 要如何讓人在生活中建立相關的意識?於是我想到了「動畫」。動畫是最輕鬆入門,也最沒有壓力的閱讀方式,放在網路上也能讓有興趣的人隨時瀏覽、找到相關資料。 做動畫與使用人工智慧工具的經驗 在我還在五年制專科學校就讀時,我曾利用簡單的高階語言 Visual Basic 與美工軟體製作動畫;當 Flash 問世後,我開始理解一些製作動畫的基本觀念,蒐集網路上大家分享出來的專案,學習裡面的程式碼與概念,但受限於當時的網路頻寬,Flash 動畫簡直就是阻礙客戶進入網站的災難。在當時,我也意識到,科技會愈來愈進步,一直鑽研動畫可能不是長久之計,於是沒有再繼續鑽研。 在距離最後一次做動畫超過 20 年後,人工智慧(AI)問世了,我用 AI 開發: 2 個不同目的、功能但可獨立寫研究報告的程式 1 個營養分析及記錄個人血糖的BOT 1 支食品安全追蹤(因為矛盾的使用者流程與責任歸屬的議題沒有繼續開發) 我把日常工作交給我的程式,也會與「代理人」討論方向、內容。如果有長期關注這個Blog,讀過先前的文章,大概會知道我從 ChatGPT 轉到 Claude Code 的歷程。 目前,我主要使用 Claude Code 作為主要工具,利用 GPT 與 Claude 的不同模型互相協作,並以 Gemini的視覺(用在營養分析BOT)為輔,來製作我需要的工具。 思考另一種傳達內容的方式 上面這些工具產出的都是文字,畢竟生成式 AI 最擅長的就是文字。但在這個快速閱讀、摘要的時代,人類反而更容易記住圖像、畫面,這也是之前資訊圖表(Infographic)十分熱門的原因。 我平時也有觀察這個部落格(Blog)的流量,這裡的主題離日常生活比較遠,也不容易理解,所以我一直在想怎麼用不同的方式呈現。家人和我偶爾會看中國的 AI 短影音,讓我開始思考:能不能用 AI 把既有的內容轉成影片? 因為工作的經驗,我沒有考慮...

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...