訓練資料偏誤對 AI 創新的最大限制在於「模型崩潰」與「統計趨向」。當 AI 過度依賴現有或由 AI 產生的資料進行訓練，會產生類似生物界「近親繁殖」的現象，導致輸出內容趨向平庸且大同小異。由於 AI 本質是根據資料的統計機率預測結果，若缺乏多元且具原創性的高品質數據，模型將只會重複既有的思維框架與偏見，難以跳脫「熟悉的故事模式」產生真正具顛覆性的觀點。這不僅限制了 AI 的創意上限，也讓產業面臨生成內容同質化嚴重的挑戰。
解鎖更多問題
科技新報粉絲團
加入好友
訂閱免費電子報