Virginia Eubanks《自動化不平等》為什麼不是反對政府數位化？真正被自動化的是誰值得被幫助

Virginia Eubanks《自動化不平等》為什麼不是反對政府數位化？真正被自動化的是誰值得被幫助

Virginia Eubanks 的《自動化不平等》最重要的提醒，不是「政府不該數位化」，而是：當福利、醫療、住房與兒少保護越來越依賴資料與自動化決策時，系統會不會先把需要幫助的人，當成需要被審核、被懷疑與被管理的人？

這個問題之所以重要，是因為自動化常以效率、反詐與精準為名進入公共服務。但對正在面對貧困、疾病、失業、無家可歸或照顧壓力的人來說，一次錯誤分類、一次資格被拒絕、一次無法說明的風險判定，都可能不是技術小瑕疵，而是直接影響生活能否撐下去的制度決定。

實體索引｜Virginia Eubanks 與福利自動化

• 人物：Virginia Eubanks，研究福利制度、貧困與數位治理的學者。
• 作品：《自動化不平等》，追問政府數位化到底自動化了誰、又把誰排除在外。
• 制度實體：福利申請、資格審查、風險分數、資料匹配、拒絕通知與申訴管道，直接影響人民取得幫助。
• 核心問題：問題不是政府是否使用電腦，而是模型如何定義「值得被幫助」與誰能挑戰結果。

快速抓住這篇文章

• 《自動化不平等》不是反對資料工具，而是批判自動化如何在公共服務裡把貧困者變成被持續篩選與懷疑的對象。
• Eubanks 的「數位濟貧院」不是單一系統，而是一種延續歷史性貧窮管理的數位治理邏輯。
• 公共服務的錯誤成本並不平均：資源越少的人，通常越難補文件、反覆申訴或等待系統修正。
• 自動化可以減少行政負擔，但不能取代說明、例外處理、人工協助與對人的尊重。
• 真正的公平，不是把每個人都放進同一套評分規則，而是確保需要支持的人不會因系統門檻失去支持。

Virginia Eubanks、《自動化不平等》與數位濟貧院

名稱	在書中的位置	今天仍值得追問的問題
Virginia Eubanks	研究科技、貧窮與社會正義的學者	數位系統如何影響需要公共支持的人
《自動化不平等》	2018 年出版的重要著作	高科技工具如何篩選、管理與懲罰貧困者
數位濟貧院	digital poorhouse	歷史上的貧困管理邏輯如何以資料與系統形式回來
資格審核	公共服務常見流程	誰被認定值得協助、誰被要求不斷證明自己
自動化決策	資料與規則參與制度判定	人能否理解、說明與挑戰系統結果

《自動化不平等》出版於 2018 年。Eubanks 以美國福利資格、無家可歸者服務與兒少風險預測等案例，討論公共制度如何使用高科技工具處理資源有限與行政壓力。她的觀點並不是浪漫化舊式人工流程，而是要求人看見：如果制度原本就用懷疑的眼光對待貧困者，自動化只會讓這種懷疑變得更快、更難理解，也更難反駁。

數位濟貧院不是比喻科技很冷，而是制度如何延續貧窮管理

歷史上的濟貧制度往往不是單純提供援助，也伴隨分類、監督與道德判斷：誰是值得幫助的窮人，誰被懷疑濫用資源，誰必須接受更多限制才配得到支持。Eubanks 用「數位濟貧院」指出，這種邏輯沒有因為介面變新就消失。

當系統要求人不斷上傳證明、即時更新狀態、接受風險分類與資格審核時，公共服務就可能從支持網變成一套持續測試人的機器。問題不是所有審核都不合理，而是審核是否預設了需要幫助的人必須先證明自己沒有問題，才能被當成有尊嚴的公民。

自動化的錯誤，為什麼對資源較少的人更昂貴

系統錯誤不會平均落在所有人身上。對有存款、穩定工作、熟悉行政流程與可尋求法律協助的人來說，錯誤判定可能是麻煩；對正依賴補助、照顧資源或醫療支持的人來說，它可能意味著房租、食物、照顧與治療立即出現缺口。

這也是 Eubanks 最尖銳的地方：制度常把自動化說成一視同仁，但真正的一視同仁不只看規則是否相同，也要看每個人是否有同樣能力承受規則出錯。若一個人沒有時間、交通、設備、文件或語言能力去申訴，那麼「你可以提出更正」可能只是一句形式上的承諾。

公共服務不該只問誰有風險，也要問誰缺乏支持

自動化系統常偏好風險語言：誰可能詐欺、誰可能違規、誰可能造成成本、誰需要被優先篩選。這些問題有時必要，但如果公共服務只從風險出發，就很容易把人看成制度的負擔，而不是擁有具體需要與權利的公民。

Eubanks 的視角要求反過來問：一個人為什麼需要支持？制度是否讓他更容易取得資源？系統是否能辨認照顧負荷、疾病、住房不穩定與行政障礙？技術若只會找到「問題人」，卻找不到制度如何造成問題，就會把公共責任推回最弱勢的個人身上。

自動化不是取消人工，而是決定人還有沒有被聽見的機會

公共服務需要系統化流程，也可能需要資料協助分配資源。Eubanks 並不是要求所有決策都回到人工直覺。真正關鍵的是，人是否還能說明自己的情況、提出例外、接觸理解制度的人，並在系統錯誤時得到及時修正。

一個好的制度不會把人工視為效率不足的殘餘，而會把人視為必要的責任節點。特別是在福利、醫療、住房、教育與兒少服務裡，系統必須保留可以解釋、可以申訴、可以改變決定的出口。自動化若讓這些出口消失，速度就會變成一種傷害。

Eubanks 和 O’Neil、Benjamin、Zuboff 有什麼不同

• Eubanks：自動化公共服務如何把貧困者變成被篩選與管理的對象。
• Cathy O’Neil：不透明模型如何大規模放大不平等與傷害。
• Ruha Benjamin：科技如何把歷史性的歧視重新編碼成創新與效率。
• Shoshana Zuboff：行為資料如何被轉成預測與商業權力。

它們都能用來理解 AI 與資料制度，但 Eubanks 的焦點最具體：當自動化走進公共服務，受影響的人往往不是可以輕易離開平台的消費者，而是正需要制度支持的人。這讓技術問責不只關於隱私，也關於生存與尊嚴。

對台灣讀者來說，數位政府的問題不是快不快，而是能不能照顧例外

台灣推動數位公共服務時，效率與便利當然重要。但 Eubanks 的提醒是，最需要制度的人，未必也是最能順利使用制度的人。高齡者、身心障礙者、新住民、照顧者、低收入家庭、工作不穩定者，可能更容易遇到設備、帳號、文件、語言與時間上的門檻。

真正好的數位化，不是把所有流程搬上網，而是讓任何人即使無法順利通過介面，也不會因此失去權利。人工窗口、替代管道、可理解說明與即時申訴，不是過時成本，而是公共制度不能省略的尊嚴設計。

對讀者的實際意義

讀《自動化不平等》最實用的地方，是把「系統有沒有提高效率」改成「系統出錯時，誰最先失去支持」。當制度使用資料做決定時，真正需要保護的不是系統看起來多先進，而是人是否仍有被理解、被說明與被協助的機會。

讀者常問

《自動化不平等》主要在談什麼？

這本書討論自動化決策如何進入福利、住房與兒少服務等公共制度，並可能把貧困者視為需要被持續篩選與監控的對象。Eubanks 不是反對技術，而是要求公共服務不能因效率而失去尊嚴與申訴。

數位濟貧院是什麼？

數位濟貧院是 Eubanks 用來描述一種數位治理邏輯：歷史上對貧困者的分類、審核與懷疑，透過資料、資格系統與自動化決策以新的形式延續。

政府自動化一定會造成不公平嗎？

不一定。自動化可以改善流程與可近性，但若目標只放在篩選、節省成本與風險控制，又缺少說明、申訴、人工協助與錯誤修正，就更容易讓資源最少的人承擔最大代價。

公共服務使用 AI 時最需要什麼？

至少需要清楚說明、資料更正、人工覆核、替代管道與有效申訴。系統必須能處理例外與具體處境，不能只把人當成符合或不符合資格的資料列。

Eubanks 留下的，不是拒絕數位化

《自動化不平等》真正留下的，是一個公共服務的底線：技術不該讓需要幫助的人先失去被信任的資格。好的系統不只會分配資源，也要能理解人在資源不足時為何更需要被好好對待。