數字編譯家徐毓良如何輔助劇本開發？

公視《我們與惡的距離》入圍第54屆金鐘獎14項金鐘獎，一舉拿下6座獎項，堪稱是當年金鐘的最大贏家。以「無差別殺人事件」及緊湊的故事線創造觀眾高度的共感。編劇呂蒔媛及與惡劇組的努力功不可沒，而支撐劇情背後的功臣，還有來自資策會服務創新研究所(簡稱服創所)副主任徐毓良的助益。

徐毓良副主任日前至台灣藝術大學廣播電視學系進行演講，在開場時先簡單區分了質化調查、數據田調、統計調查等三大概念，並指出這三個概念在編劇創作上是能夠相互合作的關係；但數據田調仍有它的侷限性，舉凡專業或罕見的知識（如職人經驗）、歷史故事與記憶（部落耆老與民間傳說）、拿不到的觀點（兒童及老人看法）、拿不到的數據資料(OTT閱聽眾輪廓)及作者架空的想像世界，仍是目前數據田調未能開闢的疆土。接著他以心理學「周禮哈窗理論」(Johari Window)應用於「數據」以及「AI」的差異，而數據田調做的正是如社群、論壇等「開放數據」的資料的與搜尋引擎上的「搜尋數據」兩大區塊。

1984年日本CityPop曲風《Plastic Love》，因神似現代Chill音樂風格，於2018年在Youtube演算法計算下，衝上Youtube首頁爆紅。神奇的是點閱的年齡層幾乎都是年輕世代，擁有歌曲版權的日本華納音樂更趁勢推出官方版的MV。「推薦」正是目前AI做得最好的事之一。AI可以寫出乾淨俐落的股票、財經新聞、廣告文案，但關於AI是否能寫出好劇本，徐毓良以2019年美國喜劇作家Keaton Patti為例，作者試著讓機器人寫出蝙蝠俠劇本。結果發現AI在撰寫單一句子時語譯還能通暢，但當文章拉長時，語句便開始不通順，甚至毫無邏輯可言，大眾讀者一看便能分辨。

數據田調作為一個輔佐工具，在故事開發階段能夠調查出觀眾的偏好與主題、分析類型戲劇與回顧、故事設定、與概念測試。

徐毓良指出他合作過的兩部公視已播出戲劇《我們與惡的距離》與《大債時代》，兩齣劇是大相庭徑的方法。《與惡》緊扣著無差別殺人事件的主題去做聯想，透過數據分析後發展出後續「故事的人事時地物」，並延伸至媒體亂象、思覺失調症、挪威社會福利等劇情脈絡。由於編劇特別強調要有「衝突」觀點的戲劇張力，服創所團隊便分析辯護律師與被害者律師的立場，也是《與惡》第五集當中法扶律師王赦(吳慷仁飾)爛醉一番後發人深省的話語。

《大債時代》的故事創作則是以成形的劇本，透過數據分析去蕪存菁之後找出年輕世代的煩惱與債務危機，同時也調整了劇中女主角詠晴(李霈瑜飾)的職業別，身兼銀行催收員與外送員，讓主角的形象更為立體鮮明與貼近現實社會。經調查後發現社會使用毒品的年齡層並非20-30歲之間，因此也刪去了毒品使用交易的支線。

數據田調不只可以應用於故事創作上，還可以運用在行銷上來創造共感話題、同時設計領域也可以與質化分析結合。至於最後現場同學發問要如何排除、清洗不必要的數據資料？徐毓良則回應這就要回到問題的根本，如果想要了解「單親媽媽」，是想了解單親媽媽在社會的遭遇嗎？還是教養孩子的困難？將主題範圍限縮得越清楚越好。徐毓良會與編劇進行多次的溝通會議，這也是在進行數據田調前的起頭。