社會物質性視角

Sociomaterial lens（社會物質性視角）起源於2000年代的組織研究，由Orlikowski等人提出，主張社會行為與物質環境（包括AI技術）之間存在「相互構成」（co-constitution）關係，任何一方都無法在不涉及另一方的脈絡下被完整理解。在AI治理領域，這意味著AI系統的倫理風險不只是演算法問題，更是人員使用方式、組織文化與技術設計共同產生的結果。相較於傳統的技術決定論（技術決定社會行為）或社會建構論（社會決定技術設計），Sociomaterial lens 提供一個動態分析框架，讓企業能理解AI系統如何在實際運作中演化出未預期的風險情境，這與ISO 42001 AI管理系統標準中「AI系統生命週期需考量上下文情境」的核心精神高度一致。台灣企業若僅關注演算法公平性而忽略人員操作行為，將無法真正符合EU AI Act第9條的風險管理要求。

實務應用可分為三個具體步驟：第一步，進行「AI情境映射」（AI Context Mapping），識別AI系統在企業特定業務流程中的具體部署點，並記錄人員與系統的互動模式，而非僅審查技術規格。第二步，建立「人機互動風險矩陣」，評估人員對AI輸出的依賴程度、過度信任或忽視風險的可能性，對應ISO 42001第6條的風險評鑑要求。第三步，設計「動態監控機制」，透過持續監測AI系統在實際運作中的表現與人員行為變化，即時調整控制措施。以台灣某大型製造業導入AI視覺檢測為例，若僅驗證演算法準確率，忽略現場作業員可能繞過AI檢查的行為，則風險控制形同虛設。成功導入後，企業可預期AI相關合規事件減少30%，並提升95%的監控覆蓋率。

台灣企業導入Sociomaterial lens主要面臨三個挑戰：首先是「技術中心主義思維」，許多企業將AI視為純技術問題，忽略人員行為的治理必要性，建議透過跨部門工作組（包含HR、法務、IT）打破部門壁壘。其次是「靜態合規思維」，企業往往只在部署前做一次性評估，但AI風險是動態演化的，應建立每季一次的「人機互動審查機制」。第三是「數據孤島問題」，人員行為數據與AI系統日誌往往分開存放，無法整合分析，企業應投資整合型AI治理平台，確保數據流動性。建議優先推動90天快速導入計畫，先從高風險AI應用場景（如自動化決策、HR篩選）切入，以具體成果驅動全公司推動，並將AI倫理指標納入KPI考核，確保治理的可持續性。

積穗科研股份有限公司（Winners Consulting Services Co., Ltd.）專注台灣企業Sociomaterial lens相關議題，擁有豐富實戰經驗，協助企業在90天內建立符合ISO 42001與EU AI Act要求的AI管理機制，已服務超過100家台灣企業。申請免費機制診斷：https://winners.com.tw/contact