當技術創造了新的障礙
昨天我們探討了AI對工作未來的衝擊，許多朋友在互動區分享了對AI責任歸屬的看法。有人認為開發者應該負責，有人覺得使用者也有責任，還有人提出需要建立專門的AI監管機構。
而今天，我要與你們一起面對一個更根本的問題：當我們忙著讓AI變得更聰明時，我們是否忽略了讓AI變得更包容？
在CES 2025展會上，Whispp公司展示了一項革命性技術：將低語和聲帶受損者的語音即時轉換為自然聲音。這項AI技術為全球超過3億聲音障礙患者帶來新希望。但同時，我們也看到許多AI應用在設計時根本沒有考慮到這些使用者的需求。
逆轉思維：不是為少數人設計，而是為所有人設計
讓我先問你一個問題：你認為包容性設計只是為了幫助弱勢群體嗎？
這是最大的誤解。微軟對包容性設計的定義是：「一種在數位環境中衍生出的方法，它能夠充分利用且實現人類的多樣性，最重要的是要包含並學習各種不同的觀點。」
包容性設計不是慈善，而是智慧。當你為視障者設計語音介面時，你也在為開車的人創造更好的體驗；當你為聽障者添加字幕時，你也在為學習外語的人提供幫助；當你為行動不便的人簡化操作時，你也在為所有人創造更直觀的介面。
AI包容性的五大挑戰
在我們共同探索AI包容性的過程中，發現了五個關鍵挑戰：
挑戰一：語音AI的聽覺偏見
現有的語音助手大多基於標準口音和清晰發音進行訓練。對於有語言障礙、非標準口音，或使用輔助溝通設備的用戶來說，這些系統經常無法理解他們的需求。
**突破案例：**Whispp的AI解決方案能將耳語和聲帶受損的語音即時轉換為用戶的自然聲音，為全球超過3億聲音障礙患者帶來革命性改變。
挑戰二：視覺AI的色彩盲點
許多AI視覺系統在設計時沒有考慮色盲使用者的需求。介面配色、圖表設計、甚至AI生成的視覺內容，都可能對色盲用戶造成使用障礙。
挑戰三：認知負荷的差異忽視
AI介面往往假設所有用戶都有相同的認知處理能力。但對於有學習障礙、注意力不足，或認知能力不同的用戶來說，複雜的AI互動可能成為無法跨越的障礙。
挑戰四：文化與語言的單一化
大多數AI系統仍然以英語和西方文化為中心進行設計。這不只是語言翻譯的問題，更涉及文化脈絡、表達習慣，甚至是思維模式的差異。
挑戰五：身體互動的標準化假設
AI系統經常假設用戶都能使用標準的輸入方式（滑鼠、鍵盤、觸控）。但對於有身體障礙的用戶來說，這些假設可能完全排除了他們使用AI的可能性。
包容性AI的設計原則
根據最新的包容性設計研究和實務經驗，我們總結出五個核心設計原則：
原則一：認知並排除偏見
不只是避免歧視，更要主動識別和消除系統性的使用障礙。這需要在設計階段就考慮到各種不同的用戶需求。
實施方法：
多元化的測試群體
偏見檢測工具的使用
定期的包容性審核
原則二：從極端用戶中學習
極端用戶往往能夠揭示設計中的根本問題。為最困難的使用情境設計，往往能創造出對所有人都更好的解決方案。
實際應用：
邀請障礙用戶參與設計過程
測試極端使用情境
從輔助技術中獲得靈感
原則三：提供多元的互動方式
不要假設所有用戶都能使用相同的互動方式。提供多重途徑達成相同目標。
設計策略：
語音、文字、手勢多重輸入
視覺、聽覺、觸覺多重輸出
簡化與詳細模式的切換
原則四：可客製化與適應性
讓用戶能夠根據自己的需求調整AI系統，而不是強迫所有人適應統一的介面。
原則五：持續學習與改進
包容性不是一次性的達成，而是持續的演進過程。建立回饋機制，持續從不同用戶群體中學習。
AI輔助技術的突破性發展
2024年成為AI輔助技術的突破年，我們看到了許多令人振奮的發展：
教育領域的AI包容性
AI技術工具為身障學生提供更易取得、公平且包容的學習體驗，展現了巨大潛力。從自動產生字幕到個人化學習路徑，AI正在重新定義教育的可能性。
聊天機器人的無障礙設計
2024年的聊天機器人設計最佳實務強調遵循WCAG/ADA標準，確保沒有用戶被拋下。這包括鍵盤導航支援、螢幕閱讀器相容性，以及清晰的對話流程設計。
客製化GPT的包容性應用
在無障礙與包容性設計會議中，專家展示了如何將無障礙標準轉化為客製GPT的提示，幫助團隊提早發現問題——讓包容性成為工作流程的一部分，而不是事後補救。
企業的包容性責任
根據Applause的第四屆年度無障礙與包容性設計調查，我們發現企業在開發數位體驗時，對無障礙的優先程度、專業水準和成熟度都在不斷提升。
企業的三大行動方向：
語音輸入：支援多種口音、語速和語言障礙
文字輸入：提供預測性輸入和簡化版本
手勢控制：為無法使用傳統輸入的用戶提供替代方案
眼球追蹤：為重度身障用戶提供操控可能
策略二：適應性介面設計
可調整的視覺元素：字體大小、對比度、色彩配置
認知負荷管理：簡化模式與專家模式的切換
個人化設定：記住用戶偏好並主動調整
策略三：智慧輔助功能
語音描述：為視障用戶自動生成視覺內容描述
即時翻譯：跨語言和文化的無障礙溝通
認知輔助：幫助用戶理解複雜資訊和操作流程
MCP協議：包容性技術整合的突破
在探索AI包容性設計的過程中，我們發現了一個革命性的技術標準：模型上下文協定（Model Context Protocol, MCP）。這個協議體現了包容性設計在技術層面的重要突破。
標準化降低技術門檻的包容價值
MCP的核心理念與包容設計「不讓任何人被拋下」的精神完美契合：
技術民主化的實現：
MCP讓非技術背景的團隊也能整合AI工具。過去，每個外部應用的API都需要撰寫專門的function schema和實作，這個技術門檻將許多潛在貢獻者排除在外。
Before MCP的排他性：
綠色部分（App開發）需要深度技術知識
藍色部分（工具廠商）各自為政
技術門檻造成參與障礙
After MCP的包容性：
MCP Client透過標準操作list_tools()獲得function schema
工具廠商只需專注於MCP Server開發
技術複雜性被協議標準化吸收
工具生態系統的民主化
一次開發，全球受益：
一組MCP server包含多個functions工具，以場景和使用案例為中心。例如安裝Slack MCP server，就會一次獲得八個functions：slack_list_channels、slack_post_message、slack_reply_to_thread等。
這種設計讓小型開發者和大企業站在同一起跑線上：
對AI app開發者：銜接任何MCP server工具變得超級簡單
對工具廠商：建構MCP server一次，所有MCP client客戶都可以使用
對企業：清楚區隔負責「Agent」的team和負責「Tool」的team，實現分工協作
跨文化協作的技術基礎
國際化的協議設計：
MCP協議本身具備國際化特性，支援不同地區、不同技術背景的開發者協作。無論是本機的stdio模式、遠端的HTTP+SSE，還是最新的Streamable HTTP協議，都為全球協作提供了技術基礎。
降低地域性技術差異：
支援JavaScript和Python等多種開發語言
提供官方Python SDK和完整的開發文檔
活躍的Open Source社群和工具廠商積極支援
真實的包容性案例：
從官方推薦的MCP servers可以看到包容性的具體體現：
多語言支援（filesystem、fetch、slack等基礎工具）
輔助功能整合（Browser automation、Code Interpreter）
跨平台相容性（支援本機和遠端部署）
包容性設計的技術實踐
Resources和Prompts的包容性功能：
MCP不只提供Tools給模型使用，還包含：
Resources：提供多種格式資料（string、JSON、binary），支援不同能力用戶的需求
Prompts：提供預先設計的高品質prompt template，降低用戶的使用門檻
這種三層架構（Tools、Resources、Prompts）確保了不同技術水平的用戶都能受益：
進階用戶可以直接使用Tools
一般用戶可以透過Resources獲取所需資料
新手用戶可以使用Prompts template快速上手
MCP協議的包容性設計證明了：真正強大的技術標準不是為了展示複雜性，而是為了讓更多人能夠參與和受益。當技術門檻降低時，創新的可能性就會指數級增長。
探索航道的新視野
理解了包容性設計的重要性後，我們面臨著一個實務性的問題：在真實世界中，我們該如何將這些理念轉化為具體的AI應用？
明天，我們將一起踏上戰場試煉——把AI拉進真實專案。當理想遇到現實時，我們會發現什麼挑戰？又會創造出什麼驚喜？
這不只是技術實現的問題，更是價值觀在現實中的體現。
包容性覺醒的意義
今天的探索讓我們理解：真正強大的AI不是只服務菁英的AI，而是能夠服務每一個人的AI。
包容性設計不是道德加分題，而是衡量AI系統是否真正智慧的基本標準。當我們的AI能夠理解和服務最複雜、最多元的人類需求時，它才真正配得上「智慧」這個稱號。
最重要的是，包容性設計讓我們記住：技術的最終目的不是展示我們能創造多麼複雜的系統，而是創造一個讓每個人都能充分發揮潛力的世界。
未完待續 —— Day 13，「理論很美好，實戰才殘酷。把AI拉進真實專案的戰場試煉即將開始。」
互動交流：如果讓AI參與你的工作專案，你最想它幫你做什麼？
【30天AI終極挑戰】Day 12 完成 | 明日預告：《戰場試煉 — 把AI拉進真實專案》
iThome鐵人賽
看影片追技術
看更多