AI把台灣多元原住民壓縮成單一抽象的「原住民形象」

鄭百騰／文化工作者

隨著AI功能的越來越強大，人們逐漸地將其運用生活中方方面面的任務。在文書處理方面大概就是製作簡報、報表計算，還有各種風格的圖片產出。

不過，目前AI比較在「台灣原住民族」圖片生成，有明顯的侷限。因為在FB、Thread上，不時會看到族群文化相關文章，搭配了AI生成圖片來明。但是圖片裡面文化符碼卻跟臺灣原住民不僅截然不同，甚至可以說AI創造了另一個族群來詮釋。

但是AI不是畫錯，而是無法判斷真實的文化。它在生成「台灣原住民族」的時候，其實從全球資料庫中提取一種模糊的「Indigenous（原住民）」視覺類別，例如：北美印地安人羽冠、毛利人文身、南美洲安地斯文樣...等等，然後全部混雜在一起，形成看起來很原住民、但不是台灣原住民的原住民奇美拉，就像之前外交部國際青年大使混搭創意原民風，或是最近紀錄片「飛吧！熊鷹」中來義邏發尼耀家族傳說的動畫片段。換言之，將不同的原住民族全部壓縮成一個抽象的「原住民形象」。

令人好奇的是AI為何會無法判斷真實的文化！？這就是審視生成圖片的過程：

首先。當我們輸入生成圖片的敘述後，AI會進行分析文字，然後拆解成許多概念，再將概念轉模擬成文化被描述的圖像。

再來。目前生成式AI並不是把資料庫裡面的圖片拼貼起來，而是透過潛在空間（Latent Space）運作而形成圖片。

潛在空間（Latent Space）運作方式就是，倘若世界上有數億萬計的圖片，AI不會記住每張圖片，但它會記得其中顏色、形狀、紋樣、光影…等等特徵，再把圖片縮成數百或數千的空間向量。例如貓咪(0.23, -0.51, 0.84…) 、老虎(0.27, -0.43, 0.81…) 、獅子(0.29, -0.38, 0.77…)，牠們位置很相近是因為AI認為都是大型貓科動物，這些進而形成一個群落。也就是說，潛在空間是 AI 將複雜世界壓縮後所形成的一種數學化抽象空間。

因此當我們輸入：「拿著鼻笛、穿著排灣族傳統服飾的男性」，AI第一步於潛在空間中找到：男性、鼻笛、傳統服飾、原住民族、部落背景的向量位置。再把這些融合起來：男性＋鼻笛＋傳統服飾＋原住民族＋部落背景＝新的向量座標。最後將座標解碼生成嶄新的影像。

由於現在所發表的AI，都是由大量的英文資料訓練出來的，等於在潛在空間中，台灣原住民族的資料遠遠小於美洲印第安人、紐西蘭毛利人..等等。因此，潛在空間的原住民區域，很大一部分會是美洲印第安人、紐西蘭毛利人，最後一點點才是台灣原住民族。因此當我們輸入排灣族男性鼻笛，AI可能會從附近區域抓取特徵：北美羽冠、南美圖騰、魯凱族百合紋，再混雜一起。因此，AI生成台灣原住民族圖片會頻繁出錯，乃是因為被壓縮得太小、太模糊

如果從Foucault 的觀點來看，潛在空間所代表的是：「誰被大量收錄，誰就佔據較大的知識位置。」資料量大的文化，在AI的潛在空間中對於解釋、命名和分類等擁有較大的話語權。資料量少的文化，容易被邊緣化或被其他文化覆蓋，形成文化同質化的現象。換言之，在資料分布與權力共同形塑之下，潛在空間也是新的知識權力（knowledge power）競逐的空間。

並且，潛在空間還牽涉到一個問題：「誰來定義文化？」倘若AI的理解主要來自於Google圖片、歐美博物館、學術資料庫、社群媒體等。那麼其所理解的台灣原住民族，極有可能是非原民觀看台灣原住民族後所產出資料的集合。假使不介入訓練資料，潛在空間可能成為新的知識殖民場域。

因此若要進行學術研究、文化復振或教材設計，AI生成圖像通常仍需要：文獻比對、部落長輩確認、文化工作者審查，才能避免文化失真。

這也是你之前提出的修正非常重要的原因：它提醒AI生成的「像」與文化上的「正確」其實是兩回事。

如果要使用台灣原住民族圖片，首選是田野照片、歷史照片、博物館典藏、部落授權影像作為主要圖片。如果海報或粉專發文，可以是將這些圖片二創化，例如：吉卜力化、鉛筆素描化…等等。使用AI的使用盡量是在版面設計、氣氛背景、示意圖。當然值得發展還是由部落耆老、文化工作者、族語教師、學者共同建立資料庫，再訓練專屬模型。

AI生成的原住民奇美拉，並非單純的技術失誤，而是全球知識生產不平等的結果。它映照出數百年來哪些文化被大量記錄、保存與傳播，哪些文化則長期被忽略、誤解與代言。因此，當AI無法正確描繪台灣原住民族時，真正需要被修正的或許不只是演算法，而是原住民族在全球知識體系中的位置。唯有建立由族人參與、定義與治理的數位文化資料庫，台灣原住民族才能在AI時代重新取得文化主體性與知識詮釋權。