「顱相學」聽起來是很久遠的東西，它試圖藉由頭骨的大小和形狀來判斷一個人的心智功能（例如記性好不好），西方學者早在一百多年前就已經犯過這樣的錯誤，顱相學後來也被判定為歧視的偽科學。然而，近年顱相學再次浮出水面。

　　近幾年，一些機器學習演算法向政府和企業承諾，它們可以從人的外表蒐集到各種資訊，幾間新創公司更聲稱透過人工智慧，雇主可以根據求職者的臉部表情判斷其人格特質。中國政府也率先使用監控系統辨識與追蹤少數民族，喜孜孜的宣布他們可以「僅憑長相」猜出哪些人是罪犯。

　　幾年前，中國的人工智慧研究者吳小林和張喜聲稱，他們已經訓練出一套演算法可根據臉型辨識罪犯，而且準確率高達89.5％。然而，人工智慧專家凱瑟琳‧史丁森（Catherine Stinson）駁斥，拿外表來預測犯罪這種事情才不是什麼新科技，這個看似高科技的研究直接借用了維多利亞時代遺傳學家法蘭西斯‧高爾頓（Francis Galton）所發明的「攝影合成法」，當初他把許多人臉按特定類型重疊，希望找出表明健康、疾病、美麗與犯罪等特徵。

　　史丁森說：「在某些情況下，這些科技的明確目的是剝奪那些被認為不適合的人的機會；在其他情況下，這或許不是目標，但卻是可預期的後果。然而，當我們為人臉辨識演算法貼上顱相學的標籤時，我們想點出哪些問題呢？是在說這些方法在科學上有缺陷根本沒用，還是說不管怎麼使用它在道德上都是錯誤的？」

　　「顱相學」是有著漫長且複雜歷史的貶義詞。在19世紀，顱相學的批評者反對顱相學試圖確定大腦的不同部位具有不同心智功能的理論——這樣的舉動被視為異端，因為它質疑了基督教的靈魂統一性。然而，嘗試透過一個人的頭骨大小和形狀找出性格和智力特徵，並不是太嚴肅的道德問題。相比之下，今天對心智功能位置的想法比較沒有爭議，例如認知功能是在特定大腦回路的概念，已經成為主流神經科學的標準假設。

　　顱相學在19世紀也受到經驗主義的批評，對於哪些功能存在於何處，以及測量頭骨是否能確定大腦功能的爭論十分激烈。然而，對舊版顱相學最具影響力的實證批評來自法國醫生尚─皮耶‧弗洛倫斯（Jean-Pierre Florens）的研究，他觀察了兔子和鴿子的大腦損傷，並得出結論認為心智功能是分佈的，而非局部的（但些結果後來也遭到質疑）。大多數的當代西方科學家，也已經不再能接受顱相學的說詞。

　　「舊版」和「新版」顱相學都因草率的方法而受到批評。吳小林和張喜研究使用的數據來自兩個截然不同的來源：罪犯的臉部照片，以及非罪犯在公司網站上的照片，單就這點能解釋演算法為何可以檢測出兩組人的差異。在研究論文的前言，研究者承認把法庭定罪當成犯罪的同義詞是「嚴重的疏忽」；此外，使用已定罪的罪犯臉部照片，但不使用那些逃脫法律制裁的罪犯臉部照片，也會帶來統計上的偏差。但他們卻無辜地表示，公眾對一篇「純學術討論」的論文的憤怒反應，讓他們「深感困惑」。

　　值得注意的是，他們沒有對「定罪取決於警察、法官和陪審團對嫌犯的印象」這件事作出評論，這讓一個人是否為「罪犯」的外表成為混亂的變數。他們也沒有提到，對特定社區的嚴密控管，以及獲得法律協助的不平等會如何扭曲數據。在回應批評時，這兩位作者並沒有放棄「作為一名罪犯需要很多不正常的（異常的）個人特質」的假設。事實上，他們認為犯罪是固有的特質，而不是因社會條件（例如貧窮或虐待）產生的反應。史丁森指出，研究數據存在問題的部分原因是，那些被貼上「罪犯」標籤的人，並非是被客觀中立的判定。

　　從道德來說，使用人臉辨識技術監測犯罪最強烈的反對意見之一是，它讓那些已經被高度監管的人蒙受更多汙名。作者雖說自己的工具不應該被用於執法，只是引用為何不應該使用的統計論據，但他們也表明誤判率（50％）非常高，卻沒有注意到這對社會意味著什麼。那些被誤判的人的臉與過去被定罪的罪犯相似，非常可能是因為刑事司法系統中普遍存在的種族與其他偏見，最終導致演算法高估弱勢社區的犯罪行為。

　　最具爭議性的問題似乎是，為了「純學術討論」把顱相學換個包裝討論是否合理。過去的優生學家最後都沒能找到一個人是否傾向於犯罪的臉部特徵，因為根本沒有發現這種關聯性。同樣地，研究智力遺傳性的心理學家，也不得不反覆處理得到的數據，以此製造出頭骨大小、種族和智商之間的關聯性。如果真的能有什麼重大發現，這麼多年這麼多嘗試過的科學家應該不會一無所獲。

　　將顱相學重新包裝的問題不僅在於過去的嘗試沒有成功，而是它的無害用途太少。重新探討這個沒有未來的領域，經常是為了支持殖民主義與階級結構，很難證明這些科學家是單純出於好奇才繼續嘗試，史丁森警告：「科學家必須認真對待自己的道德責任，必須意識到他們的研究可能帶來的危害。」

圖片來源：Double-M＠flickr、Stuart Rankin＠flickr

原文出處：Aeon