《我们与恶》为何有酸民、媒体角色？幕后资策会大数据团队的工作揭密！
https://technews.tw/2019/06/24/the-world-between-us/
由公视制播、探讨无差别杀人事件的影集《我们与恶的距离》，自上映后成为网络热门话
题，收视率随着剧情的开展节节攀升，完结篇创下 3.4 的高收视率。这部戏能成功，金
钟编剧吕莳媛功不可没，无论是不同故事主线穿插交织、剧中人物对社会事件的辩证论述
，还是一波未平一波又起的冲突场面，在在都牵动着观众的情绪，也唤起台湾社会对五年
前郑捷事件的集体焦虑与伤痛回忆。
《我们与恶》是一部治愈人心的戏剧，但鲜少人知道这部神剧还有一位幕后功臣——资策
会数位服务创新研究所（简称服创所）。服创所由副主任徐毓良与其团队，以大数据分析
为《我们与恶》的前期剧本开发奠定良好基础，拓展整部戏的深度与广度。而擅长数据沟
通的分析师又如何跟金钟编剧合作，才能碰撞出台湾史上首部拥有“数据力剧情”的佳作
？
“目前我们所熟知的机器学习与算法有其僵固性，以致未必能够贴近人们的真实情感，
因为人的决策很复杂”资策会执行长卓政宏对大数据能在艺文领域发光发热颇有感触：“
但即便如此，在科技急速发展下，未来的一切都有可能发生，关键是要先能明确定义需求
，才能产出真正有用的资讯！”
回到剧本上，一部剧要成功需具备三元素，冲突、观点、立场，三者缺一不可。好的编剧
就是能将这三个元素巧妙安排在各桥段中。戏里面有一幕是法扶律师王赦拜访网络先驱报
创办人刘昭国，王赦希望借助媒体的力量，一起找出李晓明会犯下如此重刑的原因。仅就
这一幕，双方一来一回的对话中，就点出了戏里错综复杂的人物关系，也呈现出各个角色
因立场分歧，对同件事情所持有的不同观点与引发的冲突。
找出冲突、观点、立场，帮助编剧在“无差别杀人事件”这个主题上进行框架设计与资料
探索，就是 2016 年服创所与公视开始为期五个月的大数据剧本实验时，编剧与制作人所
出的第一道功课。
资料探索，挖出事件、人物、议题
徐毓良在接到这项任务时，先利用编剧所提供的 5~10 个关键字，从社群网络爬梳大量文
章，并借由自然语言处理（语意分析）清洗资料，筛选出新的关键字，再重复以上爬梳、
清洗、删选等步骤，直到留下真正相关的资料为止。“使用的算法不难，但整个过程非
常繁琐，因为抓下来的文章并没有统一的规范格式与标签，需要经由人工与程式反复地处
理”，徐毓良坦言。
筛选后的资料再给定标签，分别归属于事件、人物、议题。事件的选定较简单，只选择与
无差别杀人有关的事件，而人物与议题的标定则较为困难，必须参考相关的研究资料与主
观经验判断，且因为无法用程式精准地判别，还需加上人力辅助。
最终徐毓良从一年份的资料中找出 16 个事件，筛选出 40 个分属四大类的关键人物，这
四大类分别是加害人、被害人、专业人士、其他人物，其中加害人的描述是毒品前科犯、
精障患者、预谋随机杀人犯，后两者也是编剧选用的角色。
在议题上则浓缩到 10 个，并从中整理出 200 个关键字。以“审判过程”这个议题为例
，在建立标签架构后，除了从文字云、Facebook、PTT 等热门文章进行分析外，也从不同
人物立场观点，针对有被留言与分享的文章进行分析，如此一来才能反应真实的讨论声音
。透过文章分析，就能找到审判过程中会出现的角色与观点，像是加害者想要逃避死刑、
检察官认为犯人没有悔意、法官说精障不能判死等。
这样的过程能帮助编剧找出隐藏讯息与专业术语。例如徐毓良从资料探勘中挖掘出以下文
字，
“如果判死刑就是顺应民意，民意只听它想听的、看它想看的，但民意真的是对的吗？”
这段话出自小灯泡事件发生后嫌犯的辩护律师引用的日剧经典台词；而在《我们与恶》中
，法扶律师王赦也曾用类似的话为死刑进行辩证。
从关键字孵出剧情对话
《我们与恶》这部戏令人耳目一新的是剧中出现许多有意思的关键字，徐毓良表示这些关
键字能帮助编剧从中孵出剧情对话，更能支撑每个角色所需的观点，因此当他给出 200
个关键字时，编剧马上眼睛为之一亮，非常兴奋。
这些关键字包含：社会安全网、思觉失调症、教化可能、挪威、矫正署、联合国两公约等
。“当分析结果出来时，尚未进入剧本编写过程，人物设定都还在初期阶段”，但两年后
当《我们与恶》开播时，徐毓良惊喜地发现这些关键字出现在许多对话中。
例如剧中身为受害者家属也是媒体高层的宋乔安，就以
“挪威的社会福利这么好，还不是出了随机杀人犯。我们的社会安全网，我们的教育体制
，永远控制不了那些加害者”
这段话，控诉对儿子遇害的无力感。
从资料找出冲突角色
《我们与恶》这部戏的张力十足，媒体在剧中所扮演的角色可说至为关键。徐毓良在分
析数据时，发现许多冲突点都来自媒体，因此在他与编剧的会议时，汤升荣制作人就建议
纳入媒体观点立场进行分析，后续也加大了分析的程度。
“可能编剧那时候就有这样的想法，但或许我们的建议让他们加重了戏份”，对于这部分
的贡献，徐毓良并不邀功，然而从许多观众的回响来看，媒体这条支线的表现非常真实且
细腻，确实突破了台剧过去的套路。
除此之外，编剧也希望对一些议题能更深入了解，像是酸民现象。因此徐毓良利用爬虫将
社群上的讨论声音抓下来分，并与新闻风向交叉比对分析，筛出一些讨论的文字，酸民也
意外成为这部戏的亮点。
大数据在影剧产业的应用
“台湾剧本能成功多是因为天才编剧，但天才毕竟少见，美国近年也闹剧本荒，好的剧本
不多见，但为什么还能屡有不错的戏？这是因为美国对编剧的训练已经有一套完整系统与
脉络”。徐毓良表示台湾在编剧的训练上较欠缺这一块，未来若能有好的剧本引导开发工
具也许能帮助编剧建立基础脉络，再辅以这次以大数据分析的方式，建立知识图谱、带出
观点、建立相关人物脉络、发现潜在剧情、探索专业议题，“也就是让新手编剧能快速找
到多元与冲突观点。”
资策会执行长卓政宏强调，“虽然大数据、人工智能看似无所不能，但人的需求才是推动
整个社会前进的动力”。《我们与恶》这部戏为影视产业带来新气象，但如果当初合作时
编剧没有说出需求、双方没有那么密切的互动，服创所空有资料也无法生出这些内容，而
编剧也将错失可以发展的好点子。服创所提供的数据分析结果，不仅为编剧带出新的思考
角度，也让剧情更具厚实度，达成制作人对这出戏的期望“做一出能够让大家讨论的戏”
。