某溫室農場開發 AI 系統自動識別作物葉片上的害蟲種類，測試結果顯示：在 1000 張測試影像中，系統正確識別出 80 隻害蟲，但誤判了 20 張正常葉片為有害蟲，同時漏檢了 10 隻實際存在的害蟲。對於害蟲檢測這個關鍵任務，下列哪個評估指標最需要優先關注？
答案 （A）
核心概念
先把題目的數字對應到混淆矩陣——正確識別 80 隻是真陽性（TP），誤判 20 張正常葉片是偽陽性（FP），漏檢 10 隻是偽陰性（FN）。在害蟲防治的場景中，兩種錯誤的代價天差地別：誤判（FP）頂多是多檢查一次葉片，成本很低；漏檢（FN）則會讓蟲害持續擴散，可能造成整批作物損失。因此要優先壓低漏檢，也就是拉高召回率（Recall ＝ TP ÷ (TP＋FN) ＝ 80 ÷ 90 ≈ 88.9%）。
答題技巧
快速判斷技巧：問「該看哪個指標」時，先問「哪一種錯誤比較痛」。漏掉的代價高（疾病篩檢、害蟲防治、詐欺偵測、設備故障）→ 召回率；誤報的代價高（垃圾郵件過濾、精準推播）→ 精確率；兩者差不多 → F1。
易錯陷阱：題目給了一堆數字，容易讓人以為要計算。實際上這題只要判斷「該重視哪一種錯誤」，數字是用來幫你辨認 FP 與 FN 的角色，不必真的算出數值。