文／林佳玟（台大新聞所）

本（12）月 14 日，意藍科技創辦人、國立臺灣大學資訊管理學系、工商管理學系兼任助理教授楊立偉，出席《全民查假會社》舉辦的「假訊息・真 AI！」年度論壇。

▲ 楊立偉深入探討生成式 AI，在新聞傳播、輿情監測領域的革新和影響。

在專題演講中，他以「AI 輿情應變顧問即時輿情＋GenAI」為題，深入探討生成式 AI 在新聞傳播及輿情監測領域的革新和影響，並詳細解說 AI 如何提供即時分析的操作策略，以及其內容揀選的邏輯。

生成式 AI 成為輿情應變、資訊查驗利器

楊立偉在演講中指出，生成式 AI 的技術，對輿情應變的實務運作，具有不可忽視的潛力，特別是在公關危機、假訊息處理及危急事件的反應。

他強調，意藍科技旗下的社群口碑資料庫 OpView 作為「水庫的最上游」，在適法性的狀況下，匯聚了來自 800 多家台灣媒體和全球外電的數據，必須迅速、準確地彙整來自媒體及社群網絡等大量數據，並在 15 分鐘內給予網路輿情分析，實現對各類事件的即時監測與回應，而這對於企業和政府機構，在面對突發事件時至關重要。

▲ 楊立偉指出，社群口碑資料庫可以快速提供輿情分析。

楊立偉以實機展示了資訊查驗的對話過程，包含：「請問韓國總統宣布戒嚴時，軍隊的坦克車是否有開進市區，請明確回答？」、「請問習近平是否會參加美國總統川普的就職典禮？」以及「請問中共是否已經封鎖了台灣海峽，不讓船隻通過，這是真的嗎？」

楊立偉強調，利用自然語言處理技術，其可以利用輕鬆的口語問答形式，來解決專業領域中的複雜問題。

整合多元資料，解決「幻覺」問題

楊立偉表示，為了全面加速資訊蒐集的廣度與深度，使得系統能夠從大量的資料中快速揀選出可靠的資訊，「AI 輿情應變顧問系統在資訊篩選上，基於從眾、從權威、從模式（pattern）三個核心原則。」

此外，即時反應系統需要整合多元資料，包含非結構資料的新聞報導，以及結構化數據庫資料，增加「可解釋性」和「可驗證性」，避免出現類似 ChatGPT 的「幻覺」問題，以提升 AI 輿情顧問系統的可靠性和實用性。

若以「消費者在討論電價上漲與冷氣使用時，最關注的是什麼？」這個提問為例，企業內部資料、外部公共數據的結合，有助於提供使用者精準且可驗證的答案，或是協助使用者做出應對策略。

▲ 楊立偉全面導入 GenAI，同時在系統面整合多元資料，提升可靠性與實用性。

知識代理人：優化資料庫 迎戰複合型任務

在演講的最後，楊立偉羅列了大語言模型的潛力與挑戰。他認為，隨著大型語言模型（LLM）技術的發展，智慧型代理（AI Agent）能夠拆解問題及需求，並動態調用多個資料源、API 和資料庫來提供即時資訊，完成複合型的知識任務。

然而，大語言模型也面臨著「不良資訊污染」的問題。過去傾向認為資料庫越龐大，模型越具有優勢，然而現在更重視「品質高、水準好」的內容。

楊立偉以醫藥衛生相關的資訊為例，說明在專業領域上，有賴於結合打詐、查假和求證的機制，建立完善的標準作業流程（SOP）以及對 AI 系統的持續監控與優化，更能夠確保資料庫的內容正確性。

▲ 金志丞與意藍科技創辦人楊立偉，共同主持演講場次後的觀眾問答。

他強調，未來 AI 不僅要在文本處理上做到「精準」，還需要在數據處理和外部工具的協同運作上，做到完美配合。因此，即便大型語言模型不擅長算數，但能夠呼叫外部的程式語言完成任務，就像是「雖然我跑不快，但我能夠設計出一個：讓我移動更快的交通工具」，這將是未來 AI 發展的重要方向。