預防虐兒、打擊毒品⋯⋯
佛心AI默默做了哪些善事？

AI帶動國家機器轉型。從社會福利資源的分配、兒童毒品上癮、火警預測到法律扶助，政府與非營利組織都會是這場新興科技運動參與者。

隨著5G、大數據、各類AI演算法應用成熟，人工智慧應用正大量落地實踐，未來更將如水、電般充斥你我身邊。SAS投入數據分析40年，我們發現，人工智慧不只有金融、科技、製造等商業上的應用；從社會福利資源的分配、兒童受虐保護到跨國難民問題，政府與非營利組織，也都會是這場新興科技運動參與者。

人工智慧分案避免律師過勞

在台灣就出現了正面積極的案例。SAS與財團法人法律扶助基金會（簡稱法扶會）合作，運用「自然語言處理」技術，分析律師辦理相關案件時所需投注的活動頻率，作為法扶會未來在分派案件、簡化申請流程的參考。

法律產業的特性，在於其擁有的文本數量以及語意專業度驚人，屬於複雜度極高的自然語言處理技術。

SAS與東吳大學AI中心共組的產學合作小組，分析法扶會近21萬份申請人案由概述，整合申請人屬性、案件屬性、人口資料、律師辦案活動頻率（開庭次數、面談次數、撰寫書狀份數）等大量資料，訓練機器預測，受不同因素影響的法扶案件，律師可能投注的活動頻率，進而優化法扶會未來分派案件的效率。

舉例來說，法扶會審查雖能初步將某一案件歸類為「毒品危害防制條例」申請案，但即使案件都與毒品相關，在律師辦案活動頻率上卻大有差異。透過SAS自然語言處理系統，能進一步從文字敘述中，解析出「持有」「吸食」「轉讓／販賣」等不同種類、程度的文字組成要素。

例如，當該案與「轉讓／販賣」相關，初步推測或許是因罪刑重、上訴次數多，其屬於高活動頻率案件的機率會上升至64%；如果該案同時有「當事人吸食毒品」相關描述，屬於高活動頻率案件的機率則會銳減至39%，推測或許是當事人願意配合自白，以致律師辦案的活動頻率大幅減少。

同樣情形也發生在「扶養費」案件中。透過自然語言處理，解析出「家暴」「離婚」及「安置中心老年人」等不同種類的案由，在所有「扶養費」案件中，有36%的機率，該案件律師辦案活動頻率會高於同類型案件的平均值；但如果案件與「離婚」相關，則其屬於高活動頻率案件的機率會提高到43%，涉及「家暴」更會提升到57%。目前，該系統預測律師辦案活動頻率的準確度已高達80％。

保護受虐兒童、解決毒品成癮

AI也能改善社福問題。美國平均每天有91人死於鴉片類毒品濫用，而成年人毒品濫用更影響到下一代的健康，每19分鐘，就有一個嬰兒在出生時產生戒斷症狀！

例如，當系統指出該患者有開始吸食海洛因的高度風險，調查人員就可以立即介入來阻止毒品上癮，或交由執法單位處理。

除了解決毒品濫用，DSS還運用SAS視覺化調查軟體，追蹤受虐兒童情況。

SAS將犯罪審判資訊、醫療保險等資料建置預測系統，整合到社福機構資料中；一旦受保護兒童遭遇虐待或風險指標發生重要變化時，便立刻向DSS工作人員發出警報。

重要警示包括：接到從兒童家裡打來的911電話、兒童家人被捕、兒童家庭加入新成員，或家庭捲入新的調查。讓社工掌握觸發警報的原因，詳細瞭解案件情況，並制定必要的干預措施。

另一個案例，則是各國政府頭痛的難民問題。

每年有數以千計的移民，在為家人與自己尋求新居所時失蹤或是死亡。國際移民組織（IOM）統計自2000至2016年，就有超過6萬3,000位受害者。

SAS與IOM合作，分析檢視失蹤移民專案（Missing Migrants Project）的移民資訊、移民路線和移民地點等，解決移民危機的關鍵課題。

人工智慧讓我們看見數據背後更多可能，除了幫助企業盈利，更積極正面的意義，是它也有望帶動政府與社福機構轉型，解決社會問題。

世界上有許多人因缺乏發聲管道、說客、物資或金錢等資源來改善生活；而協助這群人的組織也疲於回應需求、投入救援等，遑論有檢視既有數據資料的能力。

我們期盼，透過SAS的主要技能，來協助更多公共服務組織有效地改善資源管理能力，進一步藉由人工智慧實踐「數據為善（Data for good）」的社會願景。