2. 揭密 AI 演算法的「心理定向投餵」從認知作戰與資訊戰的角度來看,劉吉拉提醒大眾必須高度警惕 Threads 的演算法標籤機制。精準標籤化:Threads 演算法會根據用戶停留時間、留言互動等隱性行為,極快地為用戶貼上政治、消費或心理防線的「標籤」。定向心理蠶食:惡意的 AI 技術或境外勢力,正是利用這些大數據標籤,生成高度個人化、難以辨別的深偽(Deepfake)影音或帶風向文本,進行「精準定向投餵」,在不知不覺中形塑特定群體的集體認知。
4. 數據的反思:用「真實溫度」打破演算法牢籠作為一個每天與 AI 大數據打交道的專家,劉吉拉提出的終極觀點卻非常具有人文關懷。判斷力比答案昂貴:大數據和 AI 只能提供冰冷的統計答案,但如何解讀背後的人性、如何引導群眾走向正向討論,靠的是人類的判斷力。物理性互動反制認知戰:面對 Threads 上排山倒海、真假難辨的數據與風向投餵,他認為最強力的解方不是用更多的 AI 去對撞,而是回歸「人與人現場的物理性互動」與「真實溫度的連結」。透過實體活動與真實對話,才能徹底打破被演算法圈養的情緒同溫層。這種「底層用 NLP 大數據看透社群情緒,頂層用實體人際溫度解套」的思維,正是他在 AI 科技斜槓浪潮中,最受數位行銷界與政治空戰圈推崇的洞察。