案例13｜Negative Impact：Deepfake、Data Privacy、Training Bias 與 Technology Over-reliance

一、案例定位

本案例依原書 12.5 Negative Impact 段落整理。

彙整 AI Marketing／Media 對青年可能產生的負面影響與限制。

二、學習目標

理解 Deepfake 的來源描述。
掌握 Data Use、Bias、Cost、Skill Scarcity、Generalization 限制。
理解 Over-reliance／Reduced Human Interaction 的風險。

三、案例情境

原書指出 AI 可生成看似真實但虛假的 Voice、Text、Video、Photo，並以 2018 Barack Obama Deepfake 作知名例子。作者強調 Deepfake 不是獨立、有自主 Intelligence 的 Machine，而是利用 Complex Algorithm 生成高品質 Media。青年需要理解自己的 Data 如何被使用、Digital Citizenship 與 Ethical Implication。

四、開始資料

Risk／Limitation	原書描述	青年／組織含義
Deepfake	Fake voice／text／video／image	Information authenticity risk
Data privacy	Youth should know how data are used	Need responsible practice／digital citizenship
Training-data bias	AI reflects bias at scale	Fairness／representation risk
Cost／expertise	AI tools expensive；require deep technical expertise；limited qualified workers	Adoption barrier
Generalization	Cannot generalize from one task to another	Task-specific limitation
Over-reliance	Reduced human interaction	May contribute to anxiety／depression

五、分析方法

建立 Youth AI Risk Checklist：Authenticity、Privacy、Bias、Access/Cost、Dependency、Human Interaction。

六、計算結果

本節沒有 Deepfake Detection Rate、Mental-health Prevalence 或 Cost 數字。

七、結果分析與管理解讀

作者的 Negative Impact 並非單一「假資訊」問題，而是同時包含 Technical、Ethical、Psychological／Social 與 Workforce Constraint。

八、AI 提問詞

請依原書建立 youth AI media risk checklist；Barack Obama 2018 僅作原書案例，不延伸其他 deepfake 事件。