2020 年《麻省理工學院電子雜誌 MIT Sloan》刊出一篇名為〈Diversity in AI：The Invisible Men and Women〉的文章，主要探討人工智慧雖然帶給人類更好的生活品質與工作效率，同時也應該重視隱藏在深度學習中的性別偏見問題。其中一個小標題「One Crisis Begets Another 一場危機引發另一場危機」更直接點出問題，當我們發現人工智慧深度學習竟然也出現性別歧視，該批評的究竟是 AI 科技本身，還是供應 AI 的資料庫環境既存著各種偏見與不公平？舉例來說，麻省理工學院（Massachusetts Institute of Technology, MIT）發現，在 Google 公司中黑人從事 AI 頂尖科技研究者僅占全體的 2.5%，X 公司（之前的 Twitter 公司）跟微軟公司也僅佔 4%，在這種情況下，全球科技巨頭開發出的 AI 產品，從設計、研發甚至測試階段似乎就存在缺少族群多樣性的疑慮。而從性別角度出發，全球從事 AI 的專業人員性別比例，女性約占 22% 而男性佔了 78%。從這數據也可以推論，在高等教育例如人工智慧相關領域大學科系中，學生的性別比例應該也是男性占比遠遠超過女性。這讓許多學者提出了警告，他們擔心性別失衡、族群偏見等問題早已從現實世界移植進入人工智慧世界了。

事實上早在二十多年前（甚至更早）科學界就已經注意到性別失衡帶來的偏見問題，世界各國也一直努力實踐提升女性在科學領域中的地位，提高女性參與科學研究的人數等。像是聯合國教科文組織（United Nations Educational, Scientific and Cultural Organization, UNESCO）在 1945 年成立時揭示的兩個任務，其中之一就是「Building peace in the minds of men and women 在男性與女性心中建立和平」，盼各界盡力消弭對女性的歧視、壓迫與不平等對待。

重點是有沒有成果呢？從全球經濟合作暨發展組織（Organisation for Economic Cooperation and Development, OECD）統計可以看出來，女性選修或從事科學研究的人數確實大幅提升了，但這是自己跟自己比較的結果，如果與男性人數相比還是偏低。即使到了近年，科學領域性別平等議題已被高度認同，2022 年聯合國貿易發展組 （United Nations Conference on Trade and Development, UNCTAD）的報告卻指出「多數的女科學家仍被排除在創新、科學、技術、工程和數學職業領域，但這些領域是想像、設計、建構我們未來領域的重要項目」。也就是說，性別、種族、甚至文化、階級等失衡現象還是存在於科技科學領域，並且深刻地影響當今科技類產品設計研發，甚至是科學決策。

2022 年 BBC NEWS 推出一篇報導〈科學與偏見：致命的科學偏見如何不公平地影響女性與有色人種〉並且舉出至今常見的實例，例如：醫學院的解剖學模型設計都是以男性為主（難道女性不用開刀？）；還有汽車內部的安全設計長久以來也是以男性身形為考量，但多年來研究證實了女性在發生行車意外時更容易被困在車內，為何車內的安全設計模擬仍以男性體型為主呢？報導也指出，醫學界皮膚科教科書內多數不會出現黑皮膚，這也導致有色人種醫治皮膚疾病時必須使用以白人皮膚臨床實驗的參考藥品，是否適當呢？諸如此類關於科學偏見的相關討論逐漸見諸於媒體報導與科學研究，這些討論不只論及性別，更擴及有色人種、族群、文化甚至社會階級，隨之而來是帶出「如何讓科學傳播更具包容性、更具公平性」的重要課題，這也喚起學者們對「包容性科學傳播（Inclusive Science Communication）」概念的重新省思。

依據學者 Canfield 等人的看法，包容性科學傳播是指對不同族群、性別、宗教、教育程度、社會階級等群體以包容的態度、公平的立場進行科學傳播，且這個傳播過程是有意識的、動態的，需要隨時檢視自我以及調整的。如果更具體來說，包容性科學傳播有兩個關鍵要素：第一是科學傳播不應該分性別、種族、階級、教育、宗教等，所有公眾都應該是科學傳播的對象。第二是我們應該要做到讓大眾「公平且實質」地參與科學討論。至於如何實踐以上兩個步驟的具體做法，我們認為必須從跨文化角度融入科學傳播。

過去幾年我們在政府計畫[1] 中加入了跨文化角度來執行包容性科學傳播，嘗試推動更公平、包容的科普內容。比如以往製作原子能科普內容時，可能只著重把科學文字轉譯、畫面流暢，但從未顧慮這樣中文發音與字幕的科普內容無法讓新住民觀眾理解，網路傳播也無法讓偏遠偏鄉學子觀看，甚至內容從未製作鼓勵女學生加入科學傳播領域等相關內容。所以當我們換個敘事角度，陸續邀請了新住民老師以泰、印、越等語言來說原子能科普傳播，發現為了顧及文化理解，連舉例、形容詞都跟中文不同。另外也邀請原子能領域資深且優秀的女性醫生、研究員以及台電核工背景的女性主管、工程師分享成長故事以及職場性別衝突的觀察等。

我們也發現了過去科學傳播關注的性別議題只是其一，包容性概念中的種族、階級等鮮少被提及跟關注，這也導致身處其中的多數女性們認為科學界性別失衡、職場中的性別偏見、或媒體對科學家的性別刻板印象不是理所當然嗎？而藉由執行研究過程，我們也讓參與者知道包容性科學傳播的概念是什麼以及如何參與，至少察覺到偏見問題的存在。

如同本文一開始提到的 AI 性別偏見只是冰山一角，更多的關懷是除了性別以外的，如族群、階級、文化等偏見，如何影響了科普傳播的內容、形式與接收對象（畢竟 AI 設計製造者多為西方科技強權國家）。而這也必須依靠多管齊下來改變，例如學術界透過科普內容製作、科普策展來提醒人們過往科學中的偏見現象並且改正調整；同樣地，如同前述 BBC 等媒體報導、社群傳播也是實踐多元、公平和包容性科普的重要力量。然而不可諱言，討論文化、族群甚至性別議題時，難免遇上權力衝突挑戰，此時不可缺少的是政府政策的引導。盼未來有更多力量參與，在學術研究與包容性科學傳播實踐上，點著燈，持續前進。