英國內政部計畫在 2027 年於邊境使用「臉部年齡估算」：讓 AI 讀取人臉照片、推測年齡，協助官員初步判斷尋求庇護者是兒童還是成人。依內政部 2026 年 5 月公布的指南，這項技術目前仍在測試，不會被單獨用來做出確定的年齡判斷，「把人當成兒童還是成人，一律由官員決定」。
6 月，調查媒體 Lighthouse Reports 與 WIRED 根據外洩的內部報告和美國國家標準暨技術研究院（NIST）的測試資料，發表分析：表現最好的供應商系統傾向高估未成年人的年齡，平均而言會把 17 歲的人估成 18 歲以上；撒哈拉以南非洲的未成年女性，平均誤差達 4.6 歲。在 NIST 的資料上，這套系統把一半以上的 16 歲西非人估成成人，東歐人的比例則不到四分之一。
「最後由人決定」是很常見的保證。但它要成立，人得真的推翻得了：有時間、有證據、有權限，被判斷的人也要知道 AI 參與其中、能夠申訴。AI 的判斷會改變人的待遇時，這些要在上線前設計好，不能事後補。
名義上可以推翻，實務上沒時間推翻
調查報導指出，年齡評估通常發生在第一次接觸時，官員可能承受很大壓力，而內政部自己的報告也發現，第一次接觸時拍的照片品質往往比較差。在案件多、時間少、畫面上只顯示一個數字的情況下，「輔助」很容易變成實際上的決定。名義上可以推翻，實務上沒有時間、證據或權限去推翻。
錯誤也不是平均分攤的。如果某些族群的誤差特別大，「整體準確率不錯」就會掩蓋這群人承擔的風險。調查也提到一個兩難：把需要進一步評估的年齡門檻調高，會減少未成年人被當成成人，卻會讓更多成人被當成兒童，而且族群之間的落差會擴大。
上線前回答四個問題
用途邊界： AI 的結果只是提醒「需要更多資料」，還是會直接改變住宿、保護、帳號、費用或資格？會直接改變的，就要由人主導。
誤差分布： 系統在不同年齡、性別、族群、照片品質下的誤差有沒有差別？只看平均準確率不夠。
推翻權限： 誰能推翻 AI？需要哪些文件、面談或第二意見？多久內處理？如果前線人員只能照數字走，那就是自動決策。
紀錄與申訴： 被判斷的人知不知道 AI 參與了流程？能不能取得理由和紀錄、提出申訴？內政部的指南沒有描述個人針對估算結果提出異議的正式程序。
比較安全的位置，是讓 AI 觸發人工審查，而不是結束人工審查。內政部的流程本身也有這種設計：除非兩名官員各自判斷外表「強烈顯示」此人明顯超過 18 歲，否則就當成兒童處理，轉交地方政府做更完整的評估。
小團隊也會遇到同樣的問題
這不只是政府的事。平台用 AI 判斷使用者是否成年、保險或貸款用 AI 篩選申請、學校用 AI 偵測作弊，結構都一樣：AI 的判斷會改變一個人的待遇。只要符合這個條件，就先回答上面四題，答不出來就先不要上線。
讓使用者在 AI 判斷錯誤時能退回原本的流程，參考〈AI 導入能推多快，要看使用者退不退得回來〉。AI 何時該停下來交給人，參考〈把 AI 接進工作流前，先定義什麼時候要停下來問人〉。
四個問題不能讓模型變準
這四個問題能讓錯誤有出口，但不能讓模型變準，也不能替你判斷某個用途在倫理或法律上是否應該存在。牽涉移民、兒童保護、醫療或金融資格的判斷，需要法律和領域專家參與，不是導入 AI 的團隊單獨能決定的。內政部表示，英國國家物理實驗室正在做獨立評估，結果公布前，這項技術的實際表現仍有待確認。
AI 整理卡
我們打算用 AI 協助判斷某件會影響人的事（例如年齡、身份、資格、是否違規），想先確認錯誤時有出口。
判斷方法來自這篇文章：https://boosterminiclass.com/posts/facial-age-estimation-human-review-checklist/
文章的看法是：「最後由人決定」要真的推翻得了才算數。AI 判斷會改變人的待遇時，上線前要設計好：用途邊界、誤差在不同族群的分布、誰能推翻和需要什麼證據、當事人知不知道 AI 參與並能否申訴。讓 AI 觸發人工審查，而不是結束人工審查。
請先問我：AI 要判斷什麼、結果會改變當事人的什麼、目前的流程由誰做最後決定。
接著：
1. 列出 AI 判斷錯誤時，誰會失去保護、服務、帳號或機會，以及錯誤的兩個方向各自的後果；
2. 列出需要向供應商索取的誤差資料：依年齡、性別、族群、資料品質分開的錯誤率；
3. 設計推翻流程：誰能推翻、需要哪些證據、多久內處理、前線人員有沒有足夠的時間和權限；
4. 設計告知與申訴：當事人如何知道 AI 參與、能取得哪些紀錄、向誰申訴。
答不出來的項目標示「上線前必須補齊」，不要替我判斷這個用途是否合法。
參考來源
- UK Home Office 官方指南：Facial Age Estimation using AI to support initial age decisions: a guide — https://www.gov.uk/government/publications/facial-age-estimation/facial-age-estimation-using-ai-to-support-initial-age-decisions-a-guide-accessible（2026-05-29）
- Lighthouse Reports：How we analysed AI used to guess asylum seekers’ ages — https://www.lighthousereports.com/methodology/how-we-analysed-ai-used-to-guess-asylum-seekers-ages/（2026-06-18）
- NIST 官方測試：Face Recognition Vendor Test — Age Estimation — https://pages.nist.gov/frvt/html/frvt_age_estimation.html [accessed: 2026-10-11]
