理科太太被剝削了:現代創作者的憂鬱來源

看著理科太太的最新聲明覺得好心疼,老公憂鬱症、自己照顧照顧著也跟著生病了,小孩兩歲,並決定要休息不拍片放長假。
評論
Photo Credit:截自理科太太頻道頁面
評論

作者果殼,行動展開份子,也是區塊鏈的信仰、旁觀者|現為律師、Blocktempo 專欄、換日線專欄作家|期許透過筆寫出觀點,看到對話,找到果殼。本文獲作者授權轉載,原文刊登於臉書頁面。INSIDE 經同意轉載。

理科太太的頻道,只是社群媒體血淋淋剝削創作者的冰山一角。

YouTube 或其他社群媒體,他會不自覺地逼你展露出自己生活光明美好的一面,把陰暗面藏起來,因為沒有人想看、沒有讚、沒有點閱,然後看著理科太太爆紅後,要面對著鏡頭持續強顏歡笑、強自振作,維持著搖搖欲墜的觀看數。

光想就覺得這個畫面好辛苦,好殘忍。

在這個社群時代,每個人都有機會爆紅十分鐘。

社群媒體的吃人

但你不知道的事,為了得到這「十分鐘」,有多少人付出了多少努力在汲汲營營那十分鐘。得到了爆紅的機會以後,演算法會告訴你,你不紅了,然後要犧牲更多甚至自己的健康,來換取能在社群裡持續維持巔峰。

YouTube 尤其殘忍,他可以賦予你一個無限放大的擴大機,讓你的影響力瞬間擴大到你無法想像的程度,讓你以為世界其實喜歡你,好多粉絲愛你。事實上是演算法找上了你,你的創作風格、特性符合演算法要的。我之前製作上傳了一隻電子煙的影片,討論潛在的法律風險跟政策的不合理性,這支片意外得到演算法的青睞,他得到了跟我的頻道訂閱數以及平均閱覽數完全不成比例的關注。

演算法與平台賦予創作者無限大的舞台,然後也可以瞬間奪走它。

我們身為創作著,代表我們在某些領域是擅長的,而且是可以持續輸出的,但同時也代表有更多領域是我們不懂的,更別說產出。因此當我們開始在社群媒體上嶄露頭角,透過演算法讓更多人看到時,也走上這條不歸路,尤其是很依賴演算法的 YouTube 環境。當有一天,演算法不再愛我時,創作者必須開始改變,調整自己,揣摩新的演算法到底愛什麼。

這是一個很弔詭的事,如果是一名 NBA 籃球員,你就只要好好鑽研這項你擅長的技巧,把你的籃球技能持續精進,球賽就不會淘汰你。但在社群媒體的環境,就好像要創作者,從打籃球要變成打棒球一樣,只因為演算法的口味改了。所以我們看到理科太太開始嘗試在鏡頭前笑,去上電視節目、整老公、喝防彈咖啡。但我們大部分人無法,因為我們擅長的東西很有限,我們也是普通人。

數字與創作者

為什麼看到越來越多創作者的身心靈出狀況?之前小玉、聖結石都得到憂鬱症,還有這次理科太太也是,因為平台本身已經成為最大的憂鬱症製造者。

這是個前所未有的時代,大量創作著完全被數字綁著。我們常說藝術家、創作家比較自由,因為創作是自由的。但現在,流量的考量讓創作沒有自由,如果你是一名影片創作者,你能拒絕拍攝 Vlog 每天固定產出影片來換取演算法的青睞,還是每個月上傳一隻長片,然後乏人問津?

但這就是社群媒體要的,一個無時無刻關注自己觀看數,然後 24 小時不停上班的的創作者。

也不能一味責怪創作者。我們還要問,是誰創造了這樣一個奇怪有害的環境?當 YouTube 平台表面上是要散播歡樂,散播好想法的地方,骨子裡卻成為比恐怖情人、前妻還厲害的創作憂鬱製造者,這個現象,平台可已把責任都推給看似「中立」的演算法,而實質上演算法是由觀眾還有平台所掌控的。

沒錯,YouTuber 很多有從平台流量中獲得好處,賺到錢。但不代表創作者該被平台無限壓榨、應該憂鬱。理科太太算是很有代表性的案例,因為她是台灣史上竄升速度最快的YouTuber,並在非常短的時間內,被演算法(或者觀眾)拋棄。

平台該負起責任

我想,如果在一般職場上,勞工被認為應該得到勞基法的最低保障,在數位時代裡,我們卻反而壓榨創作者製造歡樂,然後讓平台賺滿滿?是否我們也需要一個…找不到更好的形容詞,一個不會過度剝削創作者的演算法,讓創作著創造歡樂的背後,不是大把地在吃著克憂解藥。

真的沒事不要當 YouTuber,做得不好憂鬱,做得好得憂鬱症。

作者補充:

有些人很激動的樣子,補充一下我的看法好了,創作者自己要加入這個平台的,歡喜做甘願受,從一方面來講這沒錯,勞工不爽也可以不要做,但我們已經知道很多時候勞工是身不由己。

創業者是自己的老闆,但從真正的「大平台」的角度看這些創作者,例如 YouTube 每個人都只是一個個藍領,努力幫平台做工、做內容罷了。

我的意思不是說 YouTuber 也該適用勞基法,他跟勞工性質就是不一樣。不過,身處在這個新時代,我們是否該興起一種新思維?例如,是否有科技業者為了商業目的,濫用科技的力量來剝削人類、是否該立法賦予平台責任,要維持一個避免剝削的演算法,不要讓平台只是躲在演算法後面。

責任編輯:Chris
核稿編輯:Anny



電動自駕車上路迎曙光!Turing Drive 借重 AWS IoT Lab 雲端服務,桃園青埔開放道路成功試營運

Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線,AWS 除了技術面、架構面的協助之外,更重要是提供實作的引導,讓管理資料安全更有效率。
評論
Photo Credit:TNL Brand Studio
評論

電動車浪潮,讓無人自駕車的場景應用,增加更多想像空間!市調預測 2020~2024 年 L1-L5 等級電動自駕車,年複合成長率 18.3%。然而,電動自駕車要實際上路,除了要配套法規,保護乘客、行人的安全,更備受考驗。

團隊成員平均 30 歲的新創台灣智駕(Turing Drive)於 2018 年創立,致力研發可商轉的自動駕駛系統,他們開發的特製國產電動車,上路測試兩年行駛超過 30,000 公里、運載 70,000 位旅客。達成 98% 車輛妥善率,背後正仰賴龐大感測數據做為支撐,過程中 Turing Drive 借重 AWS IoT Lab 物聯網實驗室服務,讓創新之路更加拓寬。

特殊交通情境提供創新養分,封閉到開放場域 Turing Drive 累積實戰經驗與數據

Photo Credit:TNL Brand Studio
Turing Drive 執行長沈大維提出電動自駕車在台灣交通情境下所擁有的優勢與挑戰。

「要在台灣創新,尤其是電動自駕車全新題目,對我們新創是相當大挑戰,但也迫使我們每天想破頭思考,在困境之下該如何找出路!」Turing Drive 執行長沈大維開門見山表示,創業三年多來,走得每一步有多麼不容易。

Turing Drive 握有 CPU、GPU 平行運算核心能力,正因為資源稀缺,盡可能發揮自駕系統的多重定位技術,從GPS、光達、雷達、影像、到車體慣性導航等應用,Turing Drive具備足以提供市場最快速 time-to-market 應用方案。然而,除了握有 AI 演算、晶片感測能力,沈大維認為台灣的獨特交通情境,對發展自動駕駛技術推了一把。

他解釋,「台灣摩托車、汽車齊聚路上,還有偏鄉接駁、市區夜間公車專用道,多元交通環境交錯,讓我們嘗試用自動駕駛創造新的營運模式,這是其他國家沒有的先天優勢。」因為有實際場域得以試營運,Turing Drive 一路從封閉環境的桃園農博會、台中麗寶樂園,再到台北信義區夜間、桃園青埔的開放道路環境,象徵台灣交通情境的縮影,這家新創正逐步破關打怪。

Photo Credit:Turing Drive
全台第一條電動自駕巴士路線,就在桃園青埔。

除了 Turing Drive 積極突破技術提升安全率,提供場域驗證、城市建設的桃園市也貢獻良多。桃園市政府經濟發展局局長郭裕信回應,桃園近年積極推動創新城市治理,被 ICF 智慧城市論壇評選為「全球智慧城市首獎」,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運,提供載客接駁累計超過 800 位人次乘坐,創下 90% 乘客滿意度。

Photo Credit:TNL Brand Studio
桃園市政府經濟發展局局長郭裕信表示,桃園近年積極推動創新城市治理,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運。

大量的感測、影像數據該如何加值使用?借力 AWS 邁向「雲」運算成必經之路

Turing Drive 的電動巴士每天在桃園青埔定點載客、行駛,可想而知,有多麼龐大的感測、影像數據不斷累積。沈大維點出過去其他案例測試時,若想達成 Data Driven 驅動更多自駕車服務,勢必要先克服數據的儲存、加值、運用等實際挑戰,他解釋,「以前用終端硬碟儲存資料,往往我們工程師要留守到半夜,再去插拔車上的硬碟、整理車子運行數據,我們發現這樣做很沒效率,甚至隨著數據資料越來越多,在分類管理的工作也更為困難。」

面對難題,就是尋求解方!Turing Drive 找上 AWS IoT Lab 物聯網實驗室,雙方開始盤點,該如何運用雲端環境的優勢,更輕鬆掌握、洞察自駕車數據的金礦。AWS IoT Lab 表示,

「我們從三大面向切入,協助 Turing Drive 加速他們開發流程、減少工程師例行工作,甚至將影像資料有效加值,又能確保資料安全。」

AWS 所説的的三大面向,正是 AWS IoT Lab 所提供的三項解決方案服務。首先針對工程師要排班到試營運現場,插拔硬碟下載資料的冗長流程,AWS 提供 AWS IoT Device SDK 透過 MQTT over TLS1.2 安全機制加密與 AWS IoT Core 連結,通過認證後可將終端裝置的資料傳到 AWS 雲端儲存。同時允許開發團隊從遠端,直接登入自駕車系統做韌體更新或回收數據等指令,大幅縮短 Turing Drive 在開發、調教程式的時間。

第二項服務則聚焦協助 Turing Drive 針對自駕車運行所錄製的影像,AWS 提供 Amazon Kinesis Video Streams (Amazon KVS) 服務,讓終端裝置的影像資料串流到 AWS 雲端平台,進行後續機器學習、分析處理。讓 Turing Drive 省去過去人工傳輸影響資料流程,也幫助開發團隊更便利做後續的資料加值利用。

Photo Credit:TNL Brand Studio
AWS IoT Solutions Architect Tec 介紹三項解決方案內容服務。

第三項則鎖定自駕車的資料,因為搭載光達、雷達、GPS、陀螺儀等感測器,每天每秒都在產生巨量資料,Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線。除這三項關鍵服務,沈大維特別回應,「AWS 帶給我們技術面、架構面的協助之外,更重要是提供實作的引導,讓我們管理資料安全更有效率,把資料放到雲端儲存,再也不用煩惱地端伺服器的維護跟管理。」

Turing Drive、AWS、桃園市政府,各司其職聯手出力助攻電動自家車加速上路

Photo Credit:TNL Brand Studio
沈大維指出,電動自駕車上路的普及,須同步具備雲端數據解決方案與硬體環境的配合。

在 Turing Drive 的眼中,與桃園市政府合作在青埔導入電動巴士試營運只是開端,沈大維說:「十年、二十年後,我們認為新世代的智慧車會趨向平台化發展,一方面需要有像桃園市願意投資智慧城市硬體環境的地方政府;另一方面則仰賴 AWS 雲端方案,完善數位基礎建設來整合道路號誌資料、車輛運行資料,當這兩端同步發展之下,電動自駕車上路才會加速普及。」

尤其是自駕車數據背後隱含的商業創新,郭裕信回應說,「智慧城市治理最重要就是數據, Turing Drive 掌握的數據未來還能跟保險公司、電商導購做結合,只要資料去識別化在安全範圍下使用,相信 Turing Drive 與 AWS 兩家新創企業的創新能量,我們非常樂見有更多資料應用,搭配新興商業模式,在充滿活力的桃園市進行驗證,看見更多創新應用具體落地。」

Turing Drive 展望未來的佈局,沈大維認為自駕車的發展不會只靠一家企業單打獨鬥,未來他們將聯手產業鏈夥伴,將 AI 技術、車載設備、關鍵組件、路側設備端到端的解決方案輸出海外,放眼全球商機。他肯定表示,「AWS 雲端平台具備彈性,不斷推出新應用的價值,我們會持續與 AWS 合作,把新世代智慧車的數位基礎建設産品放在 AWS 平台一起推廣,鼓勵更多勇於築夢的新創,善用 AWS 的優勢展開創新之旅!」