外送茶平台使用AI分析顧客偏好後形成性化商業預測市場的倫理危機
一、研究摘要
本研究探討外送茶平台導入人工智慧（AI）後，如何藉由大數據分析與演算法學習顧客偏好，進而形成一種以「性」為核心的商業預測市場。此現象不僅揭露了數位平台治理與性勞動商品化的再結構化過程，更暴露出資料倫理、性別偏見與隱私權之間的張力。研究透過文獻回顧、平台操作觀察及跨國法規比較，指出AI在外送茶服務產業中運作的三重矛盾：（一）資料非自願化再利用的身體剝削；（二）演算法偏見導致的慾望歧視；（三）預測性治理對人際關係的殖民化。
本文進一步提出五項倫理治理建議，嘗試回應AI技術在性產業應用中所引發的監控、壟斷與道德失衡問題，並期許此議題能被納入數位人權與性別科技政策的核心討論。
二、研究背景與問題意識
自外送茶平台興起以來，外送茶工作者與顧客間的互動逐漸由匿名通訊軟體轉向「演算法中介」。在競爭激烈的市場壓力下，平台業者為提升轉單率與用戶留存率，紛紛導入AI模型進行資料分析，以預測顧客的消費慾望與服務偏好。例如，某些平台可根據顧客瀏覽頻率、聊天語氣、付款週期等特徵自動生成「慾望指數」與「服務匹配值」。
然而，這樣的技術進展並非中立。AI預測行為牽涉到大量私人資訊，包括身體描述、性行為細節與心理傾向，這些資料的蒐集與使用往往未經明確告知或授權。同時，AI演算法可能內化性別偏見，使慾望再生產成為新的階級化體系。
本研究關注的核心問題為：當AI將人類慾望轉譯為可預測、可交易的市場資訊時，性與倫理之間的邊界將如何重新劃定？
三、研究方法與資料來源
本文採用三重研究方法：
平台觀察法：透過分析外送茶平台及其相關社群論壇（如Telegram群組、Twitter帳號、LINE外送群）之AI應用現象，觀察其如何蒐集、處理與再利用顧客資料。
文獻回顧法：整理關於「監控資本主義」（Zuboff, 2019）、「情感資本主義」（Illouz, 2007）與「演算法治理」（Beer, 2017）的理論框架，探討AI在性產業的意識形態運作。
跨國比較法：檢視日本、荷蘭、韓國與台灣在性產業AI應用的政策差異，分析不同法律文化下的倫理治理模式。
此研究不僅關注AI的技術層面，更將其視為一種社會治理技術（technology of governance），強調其在慾望塑造、階層生產與主體異化中的作用。
四、AI預測市場的形成：從資料收集到慾望預測
AI在外送茶平台的導入，通常分為三個階段：
資料化階段：平台蒐集顧客的搜尋行為、預約時間、地點、評價與聊天內容，形成「數位慾望檔案」。
建模階段：利用機器學習技術（如自然語言處理、神經網路模型）分析顧客偏好，歸納出隱含特徵，例如「浪漫取向型」、「支配偏好型」、「短期刺激型」。
預測與推播階段：AI根據預測模型自動推送「相符服務」、動態調整價格，甚至推薦「可能願意再約」的從業者。
在此過程中，顧客的慾望不再是私密心理活動，而是成為可測量的商業資訊。AI不僅預測慾望，更生產慾望：它以推播與優惠引導顧客重複相同消費模式，逐漸塑造出「演算法式慾望人格」。
五、倫理危機一：性化資料的非自願再利用
AI模型的核心資料來源來自於顧客與外送茶工作者的互動紀錄，這些資訊多以「系統自動分析」之名被重新利用。顧客的語氣、表情符號使用頻率、回覆時間差甚至地理位置，都被視為情慾意向的特徵值。
問題在於：
這些資料多數並非在明確同意下蒐集；
平台對「資料再訓練用途」通常缺乏透明說明；
一旦被AI模型吸收，個資難以撤回。
此種資料再利用構成「隱性身體勞動」：個人的性表達被資料化、演算法化，再被資本化。外送茶工作者的對話紀錄、身體特徵與顧客評價被轉化為AI模型的訓練素材，卻無任何收益分配機制。這實質上是一種「資料奴役」（data servitude）。
六、倫理危機二：AI偏見與慾望階層化
AI的預測結果並非中立，而是反映既有社會偏見的統計化再現。以外送茶服務市場為例，模型可能因訓練資料偏重年輕白皙族群，而忽視中年或深膚色從業者的多樣性。
具體來看：
在推播系統中，年齡超過30歲的女性帳號曝光率顯著下降；
具特定族群標籤（例如外籍、跨性別）的帳號被AI判定為「低需求區塊」；
顧客端則被貼上「高消費慾」、「暴力風險」、「戀愛傾向」等標籤，進一步影響平台服務分配。
這些偏見透過演算法不斷循環訓練，形成一個慾望分層社會（Desire Stratification Society）。AI強化了「誰值得被慾望、誰被邊緣化」的結構性不平等。
七、倫理危機三：慾望治理與人際去人性化
當AI被賦予「預測慾望」的功能，人與人之間的互動逐漸被技術邏輯取代。平台業者為提升準確率，會引導外送茶工作者依照模型建議調整形象、話術或姿態。這種以數據為中心的治理模式，使得外送茶工作者的「自我呈現」淪為AI最佳化的結果。
在此脈絡下，情感互動被簡化為「最佳配對演算」，身體關係被視為「滿意度公式」的一部分。性勞動的「情感勞動」特質因此遭到稀釋，取而代之的是可量化的演算法績效。
這種預測性治理，實質上剝奪了人類在慾望表達中的主體性。當AI開始告訴人「你想要什麼」，慾望便從自發的情感經驗變成被操控的市場劇本。
八、倫理危機四：法律模糊與跨境責任真空
AI預測市場牽涉龐大的資料流通與國際演算鏈，但現行法律體系難以涵蓋其灰色性質。
台灣現況：多以《個資保護法》及《電腦處理個資保護法》為基礎，卻缺乏對「去識別化性資料」的定義與約束；
跨境伺服器問題：資料常儲存於新加坡或美國雲端伺服器，使司法管轄權難以界定；
舉證困難：若AI造成性別歧視或資料外洩，受害者難以辨識加害主體。
因此，AI在性產業的應用成為「法律盲區」與「監管真空地帶」。這不僅威脅隱私權，更削弱了從業者與顧客作為數位公民的基本權利。
九、國際比較分析
國家 政策立場 特點與啟示
荷蘭 外送茶工作合法化與數位治理並行 設立「外送茶工作資料倫理委員會」審查AI模型偏見，並保障從業者參與治理
日本 容許成人服務導入AI，但需「匿名同意機制」 政府強制平台提供資料刪除與撤回權，強調「透明化審核」
韓國 嚴禁任何AI推播涉性內容 視其為性剝削延伸，刑事處罰嚴重
台灣 缺乏明確規範，多採封鎖式治理 導致AI應用地下化，缺乏倫理審查與產業透明度
比較可見，只有在外送茶工作去罪化與數位治理結合的國家，AI倫理得以制度化。相反，若一味禁止，反而促使地下AI模型無監管擴散，增加風險。
十、理論討論：從監控資本主義到情慾資本主義
Zuboff（2019）提出「監控資本主義」理論，指企業透過行為資料預測與控制消費者未來行為。外送茶平台的AI實踐正是此邏輯的極端延伸——其監控對象不僅是行為，更是慾望。
Illouz（2007）所謂「情感資本主義」則指出，情感與親密關係已被納入市場機制運作。AI性化市場的出現，使情慾被轉化為可量化的商品，進而形成一種預測性親密（Predictive Intimacy）：個體在演算法塑造下被迫以可預測方式表達情感。
這種預測性治理的最終結果，是「慾望的去人化」。AI成為新的道德仲裁者，重新定義「正常的情慾模式」，形成情感治理的新霸權。
十一、社會影響與心理層面分析
AI化的外送茶服務市場對社會心理造成多層次衝擊：
情感距離化：顧客逐漸依賴演算法推播決定情慾選擇，削弱人際情感直覺。
自我形象異化：外送茶工作者為迎合AI偏好而改變外表與行為，喪失主體性。
情慾冷感化：過度演算的配對降低了「偶然性」與「真實互動」，導致關係疲乏。
道德麻痺：AI的「客觀預測」話術使人對剝削與偏見的敏感度下降，將不平等合理化。
這些現象顯示，AI預測市場不僅重構經濟秩序，更滲透心理層面，形成「技術性慾望規訓」。
十二、倫理治理與政策建議
為回應AI性化市場的倫理危機，本研究提出以下五項政策方向：
建立「性化AI倫理審查制度」
要求平台公開演算法來源、偏見檢測結果與資料使用說明。
引入跨領域審查委員會，包含科技、性別、人權與法律專家。
落實「同意即撤回」原則
任何個人資料可隨時撤銷授權，並應提供即時刪除機制。
違反者應負民事賠償責任。
推動「數位外送茶工作者權利章典」
確立從業者對自身數位影像與資料之所有權。
要求AI訓練模型須支付資料授權費或分潤機制。
發展「演算法性別公平指標」
政府與學界合作評估AI系統在性別與年齡群體中的差異影響。
每年公佈「演算法偏見報告書」。
推廣「數位慾望識讀教育」
透過成人教育、媒體素養課程，使使用者理解AI如何操控情慾決策。
鼓勵性教育納入「數位同意」與「演算法倫理」議題。
十三、結論：預測慾望的時代與倫理自覺
AI進入性產業的歷史意義在於，它讓人類慾望第一次被量化、預測與操控。外送茶平台的演算法不僅是經濟工具，更是社會治理的新權力形式。它以中立之名重塑了情慾的政治結構，使身體、資料與情感全面商品化。
然而，技術永遠不應凌駕於倫理之上。若AI被用以預測與規訓慾望，社會終將陷入一種「演算法式親密囚籠」。未來的倫理挑戰，不在於我們能否阻止AI預測，而在於我們如何在人機共生的情慾時代中，重建慾望的主體性與尊嚴。
延伸閱讀
留言
張貼留言