iT邦幫忙

鐵人檔案

2026 iThome 鐵人賽
回列表
Build on Google AI

打造高風險場域的智慧決策支援系統(AI for Social Good) 系列

參賽內容聚焦 AI 如何應用於高風險場域,提升社會系統的安全性與韌性。內容將分享我參與國家級運動數據平台、醫療照護系統與救災協作平台的設計經驗,探索 AI 如何結合大數據與智慧分析,協助專業人員進行更有效的判斷與資源配置。
本系列將從運動科學、醫療照護到災害應變等案例出發,探討 AI 如何轉化資料為具體的社會解方,並透過 Human-AI Collaboration 的設計思維,打造值得信任的智慧決策支援系統。
透過實際產品案例與研究觀點,探索科技如何回應真實社會需求,讓 AI 不只是提升效率的工具,而是促進公共安全、健康照護與社會福祉的重要力量。

參賽天數 21 天 | 共 21 篇文章 | 5 人訂閱 訂閱系列文 RSS系列文
DAY 1

Day 01|為什麼我開始關注高風險場域的 AI 應用?

如果要快速總結我這幾年的工作,我會說:我持續地在設計那些不能輕易犯錯的系統。過去幾年,我的工作橫跨 HCI(Human-Computer Interaction...

2026-08-01 ‧ 由 siliconcrystal 分享
DAY 2

Day 02|AI for Social Good:高風險領域真正需要被解決的是支持決策,而不是效率

AI for Social Good 指的是:利用人工智慧解決具有公共利益(social good)的問題,提升個人、社會或環境福祉,而非主要追求商業利益。 當...

2026-08-02 ‧ 由 siliconcrystal 分享
DAY 3

Day 03|高風險場域的共同挑戰:資訊過載、時間壓力與認知負荷

在前幾篇,我提出了一個觀點:AI for Social Good 的核心,不是讓 AI 完成更多工作,而是降低人做出正確決策的成本。 要理解 AI 在高風險場域...

2026-08-03 ‧ 由 siliconcrystal 分享
DAY 4

Day 04|從 HCI 研究看:人開始無法判斷時,依賴 AI 的策略與風險會有何不同?

今年參與 Google 舉辦的 Build on Google AI 競賽時,我選擇了 AI for Social Goods(科技永續與社會創新) 作為主題。...

2026-08-04 ‧ 由 siliconcrystal 分享
DAY 5

Day 05|AI Agent 不該只會回答:高風險場域可落地的 2 個人機協作設計啟示

在上一篇 從 HCI 研究看:人開始無法判斷時,依賴 AI 的策略與風險會有何不同?裡面,我們談論了很多人們在開始無法判斷時,仰賴 AI 的實際策略,現在我們來...

2026-08-05 ‧ 由 siliconcrystal 分享
DAY 6

Day 06|當人與 AI 意見不同時,決策才真正開始:從 Recommendation 走向 Deliberation

上一篇 談到一個我認為很重要的問題:高風險 AI 的目標,不應該只是讓人更相信 AI,而是讓人知道什麼時候該依賴、什麼時候該質疑。 但當我們真的要做到這件事情,...

2026-08-06 ‧ 由 siliconcrystal 分享
DAY 7

Day 07|高風險領域必學的四個 Human-AI Deliberation 設計啟示:打造更可靠的人機共同決策

上一篇(上)談到 Human-AI Deliberation 的概念、審辯式 AI 的三層架構,以及一個研究生錄取中關於 GPA 的具體審辯案例。這一篇接著談:...

2026-08-07 ‧ 由 siliconcrystal 分享
DAY 8

Day 08|打造國家級運動數據平台:我學到的第一堂決策課

Day 2 與 Day 3 我們談到了高風險領域真正需要被解決的是支持決策,而不是效率,以及高風險場域的共同挑戰。我想再接下來的 day 8-12 天,做更多運...

2026-08-08 ‧ 由 siliconcrystal 分享
DAY 9

Day 09|運動科學最大的挑戰,從留得住資料到看得懂資料

Day 8 那幾場訪談,最後留下的是一組具體的提醒:資料會在什麼情境下斷掉、消失、或從一開始就沒被系統當成該記錄的東西;哪些資訊只存在人的記憶裡,會隨著人的異動...

2026-08-09 ‧ 由 siliconcrystal 分享
DAY 10

Day 10|Dashboard 的下一步:借助 Google AI,從呈現資訊走向 Decision Support System

我原本以為,答案很簡單:既然教練覺得 Dashboard 不夠用,那就把 Dashboard 做得更完整。 這其實也是 76 人當年的直覺。前一篇提過《我在 7...

2026-08-10 ‧ 由 siliconcrystal 分享