AI正在監視你的情緒——而且它可能判斷錯了

情緒AI正從工廠底層蔓延至白領辦公室。當科技聲稱能讀懂人心，我們該如何看待職場監控的邊界？華人社會又將如何回應？

你在視訊會議上皺了一下眉頭，AI判定你「憤怒」——於是你沒有得到那份工作。

這不是科幻小說的情節。這是神經科學家麗莎·費爾德曼·巴瑞特在描述情緒AI的現實應用時，給出的具體場景。而這個場景，正在全球職場中悄悄上演。

從麥當勞到保險公司：情緒AI已滲入日常

一家名為MorphCast的公司，透過攝影機分析人臉表情，即時輸出使用者的「情緒狀態」——是否專注、是否積極、是否感到不耐煩。這項技術已授權給心理健康應用程式、學童注意力監測系統，以及麥當勞葡萄牙的促銷活動：掃描顧客臉部，根據「推測中的心情」提供個人化優惠券。

這只是冰山一角。保險巨頭MetLife用AI持續監測客服人員的聲調與音高。漢堡王正在測試一款名為「Patty」的AI聊天機器人，嵌入員工耳機，評估他們的「友善程度」。長途貨運公司則使用眼球追蹤器和腦波掃描儀，偵測駕駛的疲勞與情緒壓力。

白領辦公室也不例外。Slack整合工具Aware可持續監測訊息的「情緒與毒性」；MorphCast的Zoom外掛程式能即時追蹤會議參與者的注意力與正向程度；部分人資公司已開始用情感分析AI解讀員工問卷調查。

這個產業有個術語：「情緒AI」或「情感運算」。根據市場預測，全球情緒AI市場規模預計在2030年達到90億美元，是目前的三倍。

情緒AI的商業邏輯聽起來合理：比起人類主管的主觀判斷，AI更客觀、更一致、更能大規模處理資料。一家客服監控公司的宣傳文案寫道：「AI系統能分析100%的互動，而非傳統方式的1至3%抽樣。」

問題在於，這個邏輯的前提——「情緒可以被客觀測量」——在科學上站不住腳。

許多情緒AI產品的分類框架，來自臨床心理學家保羅·艾克曼的「基本情緒理論」：憤怒、厭惡、恐懼、快樂、悲傷、驚訝六種普世情緒。但這個理論自發表以來，已在學術界受到數十年的廣泛質疑，被批評過於簡化且方法論有缺陷。

廣告合作

研究數據更直接揭示問題：人在憤怒時皺眉的比例，只有約35%。這意味著，如果AI只靠皺眉來判斷憤怒，它會漏掉65%真正憤怒的案例，同時又把半數皺眉誤判為憤怒。

「你臉上或身體的動作，沒有固有的情緒意義，」巴瑞特說，「它們的意義是關係性的。」文化背景、對話脈絡、個人生理特徵，甚至房間溫度，都會改變同一個表情的「意義」。

偏見問題同樣不容忽視。2018年一項研究分析NBA球員照片後發現，情緒辨識AI將黑人球員判定為比白人球員「更憤怒」——即便他們在微笑。AI複製了訓練資料中的偏見，而這些偏見往往是系統性的。

對於台灣、香港及東南亞華人社群而言，情緒AI帶來的挑戰有其獨特面向。

首先是文化適配問題。情緒AI的主流訓練資料以西方面孔為主。華人文化中，職場情緒表達通常更為內斂——「喜怒不形於色」在許多職場環境中仍是一種美德。以西方標準校準的AI，極可能系統性地將東亞員工的情緒強度低估，或將謹慎內斂誤讀為「冷漠」與「低參與度」。

其次是監控文化的差異對比。中國大陸在工廠和公共場所的人臉辨識應用已相當普及，部分企業的員工監控程度遠超西方國家。然而，這並不意味著情緒AI在當地沒有爭議——只是爭議的場域和表達方式不同。台灣和香港的勞工權益意識相對較強，對職場監控的公開討論空間也更大。

第三是法規真空的風險。歐盟已於2025年原則性禁止職場情緒AI（醫療與安全用途除外），這項規定甚至迫使MorphCast將總部從佛羅倫斯遷至矽谷。亞洲各地的法規則參差不齊，台灣、新加坡、日本目前均未有針對情緒AI的明確職場規範，企業在法律灰色地帶中擁有相當大的操作空間。

作家科里·多克托羅在2022年提出「劣質技術普及曲線」理論：剝削性技術總是先從社會底層——低薪勞工——開始，逐步向上蔓延，直到滲透所有人的生活。情緒AI正沿著這條曲線前進：從工廠流水線、客服中心，走向白領辦公室，走向求職面試，走向績效考核。

然而，最值得深思的問題，或許不是「AI判斷錯了怎麼辦」，而是「AI判斷準了又如何」。

HireVue是一家為宜家、兒童醫院等機構提供AI面試評估服務的公司。2025年，美國公民自由聯盟（ACLU）提出法律申訴，指控其平台未能為一名聾人員工提供足夠的字幕支援，導致她在晉升面試中受到不公平評估，最終被拒，並被建議「練習積極聆聽」。

如果情緒AI真的能精準讀取我們的內心狀態，我們將面臨一種新型勞動：不只要完成工作，還要時刻管理自己的「情緒表演」——確保AI認為你足夠開朗、足夠積極。每一個無意識的皺眉，都可能影響你的薪資或飯碗。

「這就是為什麼有那麼多科幻故事在講這類事，」康乃爾大學資訊科學家凱倫·列維說。她研究貨運業的監控史後發現：持續監控並未減少事故，卻確實侵蝕了工人長期以來引以為傲的自主性與職業尊嚴。