【為什麼我們要挑選這篇文章】大選快要到了，如果現在你還不知道要投給誰，那你可以想像一下：台灣現在有個網站能用演算法依照你的訴求推薦候選人給你，不管它最後推薦了誰，你都會依照演算法的推薦結果去投票嗎？
針對用演算法為選民推薦候選人的技術，國外有專家提出了不同的看法，有些人認為投給演算法推薦的候選人可以降低選民受「情緒與偏見」的影響；但是另一派人則認為，演算法無法預測候選人的善變，因此投給誰最終得由人民自主決定。（責任編輯：陳美羽）
本文經 CUP 授權轉載
網路大大改變人們的生活，買東西不需出門，付錢不需用現金，就連旅遊配套也有量身訂做的方案，但唯獨選舉，全球仍維持著最初的樣子。
在香港區議會選舉當日，天一亮人們便上街排隊投票。從身份證對照、投票，到點算，整個過程用最原始的人手方式進行。
隨著人工智慧和演算法愈趨成熟，是否能夠代我們選擇理想人選？
用演算法幫你找出最符合訴求的候選人
▌歐洲的演算法：用 25 道問題幫你找理念相近的候選人
歐洲投票觀察（Vote Watch Europe）總監 Doru Frantescu 引進智庫演算法「VoteMatters.eu」，幫助歐盟公民推算出最適合他們的候選人。測驗根據歐盟會議的現實生活，整理出 25 道問題，讓使用者代入政客觀點選擇，再用演算法推測出理念相近的候選人。
Frantescu 解釋：「我們的決定很常來自情緒，而非邏輯。因此我們建立這個系統，提供能夠依靠邏輯思維做出明智選擇的途徑。」
▌美國的演算法：用你對移民、環境、外交的訴求，幫你找出候選人
美國工程師 Nick Boutelier 與 Taylor Peck 也開發適用於美國人的演算法「ISideWith」，範圍涵蓋地方、全國、和 2020 年總統大選。該系統同樣讓使用者回答一系列有關移民、環境、外交政策的問題，推算出最接近的候選人。系統於 2011 年推出，目前已累積 5,200 萬用戶。
Peck 指出：「人們總是驚嘆，原來還很多被媒體忽視的第三方候選人。了解不同選項後，會發現身上有很多共同點。」
辯論題：人們應該遵循演算法的推薦來投票嗎？
正方：可降低選民受「偏見」的影響
Frantescu 說：「或許最終我們會對應該遵循的演算法進行投票，而非政治本身。因為演算法完全依據我們的要求，同時又不會有個人利益衝突。」
麻省理工學院媒體實驗室集體學習小組負責人 Cesar Hidalgo 也提出類似想法，認為人們可以通過完全消除政治人物，來促進公民對民主進程的參與。
Hidalgo 推出「增強型民主」（Augmented Democracy）計劃，以數位化的代理人代為投票，公民則對立法的決定負責。
反方：人是善變的，演算法數據也會被候選人利用
▌演算法無法擔保候選人開空頭支票
但對於演算法是否能夠真正捕捉政治世界內的複雜情況，外界仍有疑慮。劍橋大學人工智慧研究員 Beth Singler 說：「因候選人未擔任過該角色，一切都是推測，無法確保他們會履行承諾，或根據數據預測的方式行事。人們是善變的，你無法預測人們做事一如既往。」
▌候選人可買數據來取得選民想法，針對訴求美化政見
人工智慧是一把雙刃劍。演算法雖得以監督競選人，相反也可以得知選民的想法。美國柯士甸和德州議員曾從「iSideWith」買下匿名數據，以了解市民對乘車共享應用的看法。英國脫歐公投時，負責公投活動的加拿大公司 AggregateIQ，亦被發現因應 Facebook 數據對關注移民議題的用戶植入政治廣告。
AI 無法「純粹中立」，投票最終由人決定
Singler 指出：「人工智慧無法在決策上做到純粹的中立，而且有可能導致現有的偏見永久化。」尤其如今網路上，人們依賴人工智慧自行排除虛假或欺詐資訊。Facebook 被指控允許這種干預破壞英國公投和美國總統大選，現已致力加強平台對不良行為的抗性。
Singler 認為：「我不知道是否能夠相信人工智慧的中立性，但我覺得人比系統複雜得多。」英國廣播公司（BBC）文章也總結道，人類生活與網路密不可分且影響著我們，但投票的最終決定還需我們一人承擔。
（本文經 CUP 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈演算法能代我們選候選人嗎？〉。首圖來源：Wikipedia, CC Licensed。）
延伸閱讀
▌美國 2020 大選投票機已被駭客破解，可以遙距控制操作選舉結果！
▌中選會開始研擬電子投票！但真正實現的門檻其實在「社會信任」
▌光投票就排了 2 小時？看看愛沙尼亞如何用數位投票，解決排隊耗時問題
