本文作者 : SAS台灣總經理陳愷新

AI 為你佈下嶄新的社會安全網

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。

談起人工智慧（AI），你腦中乍現的畫面是什麼？是電影《機械公敵》裡擁有強大自主意識，威脅人類生存的機器人；亦或是《雲端情人》裡，能給予人類愛與歸屬感的虛擬系統？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、電般充斥你我周身，現在，你應該對人工智慧有更深一層的了解——它不只是冷冰冰的科技，或如科幻電影裡那樣讓人感到些許恐懼的存在，它，甚至能深入貧窮、健康、人權、教育與環境等議題，協助佈下更嚴密且有效的社會安全網。

現今的商業世界，因為數據價值被察覺，開始累積可觀的資料與資料科學人才，協助他們持續取得更精準的資源。SAS投入數據分析 40 年，我們發現，人工智慧不只存在於金融、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，政府與非營利組織都會是這場新興科技運動參與者。

以「人工智慧」提升「法律扶助」效益

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。

同樣的情形也發生在「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，於所有「扶養費」案件而言，有36%的機率，該案件律師在辦案時的活動頻率高於同類型案件平均活動頻率，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%，牽涉到「家暴」相關更會提升到57%。

目前該系統預測律師辦案活動頻率的準確度已高達 80％，SAS協助法扶會開發「線上法律診斷機制」系統，未來申請人在上網遞交法扶案申請後，即可獲得AI預診出的法律結果預測、相應所需時程與司法活動數等資訊，可使申請人對於案件進行有合理預期，減低申請人的不確定感；而法扶會也能知悉後續可能進行的程序以及預期花費的時間與心力，改善現行的派案機制及合理分配資源。

AI保護受虐兒童、毒品成癮問題

社福問題也可以透過AI改善。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1個嬰兒在出生時產生戒斷症狀！

為了打擊毒品濫用，美國新罕布什爾州新漢諾威縣社會服務部（DSS）與SAS合作，分析醫生向毒品患者出售毒品、藥丸廠提供毒品和合作犯罪網絡等問題，若處方者和患者出現可疑行為，就會向社福單位提供警報，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，或是交由執法單位處理。

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。這些重要警示包括：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，讓社會工作者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63,000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，除了幫助企業盈利外，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。世界上有許多人因為缺乏資源，包含沒有發聲管道、說客、物資或金錢等來改善生活，而協助這群人的組織，更因為疲於回應需求、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。