發表文章

外送茶業者發起「夜歸同行計畫」:結合治安與互助的新型社會方案

圖片
  一、引言:把「夜歸」從個人風險變成公共議題   在城市的夜晚,最常被忽略的不是燈火,而是那些在深夜移動的人。對許多從事夜間工作或輪班職業者而言,回家的路既漫長又脆弱:路口的暗角、叫不到車的瞬間、被尾隨的焦慮、以及「出事也不敢求助」的沉默。當外送茶業者提出「夜歸同行計畫」時,它之所以值得被討論,不只因為方案來自外送茶產業的內部動能,更因為它把私領域的恐懼推向公共領域的治理:治安不只是警方的責任,互助也不該只靠個體硬撐。外送茶在社會想像中常被簡化成道德爭議,但若把焦點放回「夜間安全」與「人身風險」這兩個可被衡量、可被改善的目標,外送茶提出的同行計畫,反而提供了一種跨界協作的新路徑。   二、問題脈絡:夜間風險的結構性與隱形性   夜歸風險從來不是單一事件,而是由多重因素疊加:照明不足、監視死角、交通接駁落差、社區敵意、以及對某些職業的污名。對外送茶從業者而言,風險往往更集中在「移動」這一段——從集合點到目的地、從目的地到返家、以及臨時改單或等待接送的空檔。若社會只把外送茶視為「私人交易」,就會忽略這些風險其實落在公共空間:道路、巷弄、停車場、捷運出口、超商門口,這些都屬於城市治理的範圍。外送茶業者提出夜歸同行計畫,正是把「在公共空間暴露的風險」重新命名為治安議題,並嘗試用互助網絡降低事件發生率與傷害程度。   三、方案概念:以「同行」取代「單點求救」的設計   傳統安全倡議常把焦點放在「出事後如何求救」:報警、通報、定位、蒐證。但「夜歸同行計畫」的核心更接近預防:讓人不必等到危機才求助,而是在移動過程就能得到陪伴與可見度。外送茶業者在設計上主張三個原則:第一,降低孤立感——有人在線上或線下同步「看著你回家」;第二,提高可追溯性——行程與狀態以最小化資料方式留痕;第三,形成社區溝通——把外送茶從「被排除的夜間人口」轉為「被納入安全網的人」。外送茶若能以此方案促成更多夜間移動者加入(例如酒吧員工、護理師、物流司機),它就不只是產業自救,而是擴大成城市夜間安全的共同基礎設施。   四、運作機制:三層同行網與分級介入   夜歸同行計畫可被拆成「三層同行」:第一層是自助層——個人啟動同行,設定返家路線與預計抵達時間;第二層是互助層——同儕或志工...

定點茶站與科技新創合作研發「AI行為預測模型」之勞動資料治理問題

圖片
  摘要   近年來,部分灰色或地下化的服務產業嘗試引入資料化管理,甚至與科技新創合作開發「 AI 行為預測模型」,企圖以演算法推估需求波動、風險事件與人力配置。然而,當合作場域涉及高度污名化與高風險勞動時,資料蒐集、處理與共享不僅是技術議題,更是勞動權、隱私權、資訊安全與治理正當性的綜合考驗。本文以「定點茶站」與新創合作的情境為核心,從勞動資料生命週期、權利義務配置、演算法偏誤與問責機制等面向,提出可直接採行的治理框架與政策建議,並討論如何在風險環境中避免對從業者造成二次傷害。   一、問題意識:從管理效率到資料治理   當一個定點茶站希望用 AI 提升「可預測性」,通常會提出三類目標:其一,預測需求與排班;其二,預測「違約」「取消」「衝突」等事件;其三,預測「安全風險」以降低損失。這些目標看似是營運管理的常見需求,但在定點茶站脈絡中,模型所依賴的資料往往高度敏感:位置軌跡、通訊紀錄、評分回饋、客戶互動、財務結算、甚至身心狀態訊號。若缺乏治理邊界, AI 就可能把「管理」變成「監控」,把「預測」變成「歸因」,把「風險降低」變成「責任轉嫁」。   因此,本文主張:只要牽涉到對個人行為的預測與分級,尤其在定點茶站這類權力不對等的場域,資料治理應先於模型開發;換言之,定點茶站與新創若先做模型、再補合規,往往已經不可逆地製造資料傷害。   二、合作結構與權力關係:誰擁有資料、誰承擔風險?   定點茶站與科技新創合作,常見的契約與作業分工是:定點茶站提供資料、場域與「業務需求」;新創提供資料工程、模型與平台;雙方共享「產出」與商業價值。問題在於,資料的「生成者」多半是勞動者,而勞動者在此結構中常被定位為被管理的對象而非權利主體。這會帶來四種典型失衡:   資料產權錯置:定點茶站宣稱擁有所有工作資料,但勞動者難以取得其自身資料副本或更正權。   同意機制失真:以「不勾選就不能接案」的方式取得同意,使同意變成強迫。   風險外部化:資料外洩、模型誤判、或資料被挪作他用時,承受污名與法律風險的往往是勞動者。   利益分配不對等:模型提升效率或降低成本所帶來的收益,未必回饋給資料提供者。 ...