Audrey Tang 唐鳳
拒絕被最佳化的權利 譯文

The Humanist Review·創刊號·人與科技

AI 與民主:
拒絕被最佳化的權利

真正的危險,不在機器把人模仿得多像,而在人開始把自己調整成機器的形狀。

唐鳳 Audrey Tang 2026 年 7 月 15 日

每當有人問我,AI 是否威脅人文主義,我總覺得這個問題本身,已經來得有些晚了。更深的威脅來得更早——當數位系統學會以工業規模排序注意力的那一刻。早在生成式模型能寫文章、譜歌曲、模擬對話之前,我們許多人就已被訓練成排序系統裡的零件:永遠可見、永遠反應、永遠可測。等到合成的流暢抵達時,一場更安靜的變化早已展開。我們,正變得更容易被打分數。

所以我不認為,本世紀最關鍵的問題是機器會不會愈來愈像人。真正的問題是:人,是否仍被允許,活得超出機器所能輕易評量的範圍。

兩種可能,我都親眼見過。一方面,語言模型能帶我走進一場原本無從發生的對話。在會見一位日本思想家之前——他最新的著作,我讀不了原文——我先用 AI 在我們相異的哲學傳統之間,搭起一套堪用的詞彙。系統並沒有取代那場相遇;它讓相遇成為可能。對話一旦展開,模型的重要性便逐漸淡去。它把工作做得恰到好處,正是因為它不再需要居於中心。

另一方面,我們也都領教過反其道而行的系統。它們不加深理解,而是訓練人按照資訊流的節奏過活,把自己壓縮成平台最容易判讀的形狀,並把不斷的反應誤認為參與。問題不在於 AI 將說得像人;問題在於,制度將獎勵說得像機器的人。

合乎人性的科技未來,不靠多愁善感來保障,也不靠懷舊地捍衛每件軟體如今能夠加速的差事。它繫於我們能否設計出工具、制度與規範,護持公共生活中人之所以為人的部分——那是一種能力:跨越差異理解彼此、立下經得起時間的承諾、修正自己而不受屈辱、要求權力接受課責,並且顧念那些任何基準測試都無法完全捕捉的後果。

值得守護的,未必都是手工

面對 AI,一種常見的反應,是以捍衛每件人類差事,來捍衛人本身。如果模型能起草書信,尊嚴或許就在於不假外力寫下每句話;如果模型能摘要一本書,真誠或許就要求親自讀過每一頁;如果模型能作曲,唯一體面的回應,或許就是匠人式的純粹。

我理解這種直覺。它出於一種正當的恐懼:自動化可能把意義掏空。但我不相信,人文主義可以化約為對手工勞動的保存。許多人類的差事本身並不神聖;它們是環繞著更重要之物搭起的鷹架。

關鍵的界線,不在「有無輔助」的產出之間,而在「表達」與「承擔」之間。模型可以幫我找到字句,卻無法為字句裡的承諾作保。系統可以幫我準備一場對話,卻無法繼承我決定說出口的責任。工具可以讓我的想法跨越文化傳統、呈現得更清晰,但意圖、承諾與課責,必須始終屬於人。

這個區分之所以重要,是因為它讓我們得以歡迎擴大感官的技術,而不必交出「親自在場」這門道德功課。眼鏡、字幕、地圖、助聽器、翻譯工具、搜尋引擎,都在延伸我們的能力,讓世界更加觸手可及。使用它們,不會讓我們比較不像人;反而讓我們更能理解,也更能被理解。

AI 系統亦然。就我的經驗,它們最好的用法,不是替我演出一段人生,而是讓我更有能力,好好與另一個社群相會。一套好的系統,能讓我在原本只聽見噪音之處聽出意義,能讓我在尚未學會的語言裡發現一個概念,也能重新框定一場艱難的交鋒,讓雙方都保住尊嚴。在這些時刻,工具不像一個替身,更像一副暫借的輔具,讓彼此得以互通。

這與當前許多環繞「代理式 AI」的言說所暗示的野心,截然不同。替我訂房、替我排行程的代理,或許有用;但逐漸成為我的社交存在、我的公共聲音、乃至替代良知的代理,就完全是另一回事了。工具一旦不再延伸我們的參與,而開始取而代之,它也就開始重塑「參與」本身據以評判的標準。

到了那一步,人便開始遷就代理。人們學著以對機器友善的方式書寫,為了讓模型看得見而編排工作,為了讓演算法願意接收而最佳化情緒的表達。人不再只是使用系統,而是開始按照系統所能處理的樣子安放自己。

從自主的自我,到關係中的人

幾個世紀以來,人文主義思想多半強調個人的自主。這個傳統帶給我們權利、自由、良知、表達的自由,以及個人面對專斷權力時的尊嚴。這些無比珍貴的保障,我們不應鬆手。

但 AI 時代正以罕見的清晰,揭示著工業現代性時常遮蔽的一件事:我們不只是自主的個體;我們是在關懷、語言、信任、衝突與肯認交織的網絡裡,長成自己。人不只是偏好的容器;人,也是回應的樣態。

這件事之所以要緊,是因為許多一度被誤認為智慧本質的活動,如今已然自動化。循規蹈矩、表面的流暢、風格的模仿、模式的補完、考試的表現——這些正日漸成為像水電一樣隨取隨用的公用服務。而當這一切發生,最重要的人類能力反而更容易看見,不是更難。

學生的未來,不該取決於算術算得過計算機,或制式作文寫得過模型。工作者的尊嚴,不該繫於親手敲出每一句行政文書。公民的價值,不該用行為與推薦系統的預設吻合到什麼程度來衡量。真正屬於人的,不是原始的產出,而是我們引導注意力的風格、走進協作的方式、在不確定之中運用判斷的姿態,以及對一個共同世界的顧念。

我時常覺得,這些能力與其說是私人的德性,不如說是關係中的德性。好奇,不只是內在的求知欲;它是走近他人與問題的方式:不急著將其化約。協作,不只是企業意義上的團隊合作;它是一種練出來的本事:因應其他智慧,修改自己的計畫。對公共之善的公民關懷,也不是抽象的利他;它是願意將顧念後果的圈子,擴大到眼前得失之外。

這些品質,都不適合用最佳化的語言來描述;事實上,它們往往正是被最佳化所傷。執著於衝高指標的人,會變得比較不好奇,因為好奇必須越出指標犒賞的範圍;會變得比較不擅協作,因為協作會改變節奏、重新分配功勞;也會變得比較不公,因為公共財很少換得來最漂亮的短期分數。

因此,AI 之後的教育問題,不是「人還有什麼比機器做得更好?」——這個問題的保鮮期很短。更好的問題是:「當許多形式的表現都能自動化,教育應當培養哪些成為人的方式?」我的答案是:教育必須離開為順從的產出打分排序的老路,轉而培養詮釋的勇氣、協作的廣度、倫理的想像,以及參與修正而不失顏面的能力。

民主在最好的時候,早已在教我們其中一部分。民主是一種社會技術,讓一個社會抵擋「把自身一勞永逸地解決掉」的誘惑。它給人一套程序,使我們得以改變方向,而不至於社會決裂。就此而言,民主並不站在科技的對立面;民主本身,就是人類最重要的技術之一:讓集體生活始終可以修正的方法。

問題不在智慧,而在資訊流

今天,當人們憂心合成的親密、機器人蜂群與規模化的說服,往往把它們說成全新的病症。其實不然。生成式 AI 加劇的,是一場架構早已築成的危機。

過去十年,網路世界的核心病灶不是言論太多,而是藉排序搾取注意力。資訊流犒賞最易燃、最善表演、最能迅速引發情緒感染的內容。憤怒成了廉價的能源。細膩太慢。脈絡難以遠行。而更正抵達時,陣營幾乎總已固化。

在這樣的環境裡,資訊變得不如節奏重要。人接受某個信念,不只因為證據動人,更因為信念周圍的社會機器,轉得比反思更快。等到謠言受到挑戰,群體認同也許早已繞著它結成。

AI 可能就在這裡雪上加霜。它能大量生成有說服力的內容、量身裁製情緒線索、模擬共識,並以合成的確定性淹沒每一條渠道。倘若部署在資訊流的舊邏輯之內,它會把既有的極化,變成一具永不熄火的「分裂生成」(schismogenesis)引擎。

但 AI 也能用來反制這套邏輯。它可以在憤怒鈣化之前,先行加註。它可以在道德語言互異、實際盼望卻彼此重疊的社群之間翻譯。它可以在衝突被誤述為「文明的不相容」之前,先讓共同的問題浮上檯面。它可以在人們發文選邊之前,先摘要整串討論。它可以幫一個人回應敵意,而不必先把每一句侮辱吞進身體裡代謝。

最後這種用法,我發現出乎意料地重要。在公共生活裡,人常收到滿載輕蔑、投射或焦慮的訊息。直接閱讀,會耗去大量心神。審慎使用的語言模型,能在那片敵意之中,辨認出仍承載真實關切的少數句子——值得澄清的誤會,或披著攻擊外衣的悲痛。然後,人再去回應那個比較小、比較可以著力的部分。

就此而言,AI 有時是衝突的擴音器,但也可以是一層薄膜——讓意義透過,同時濾低毒性。

如果我們認真看待人文主義,服務公共利益的 AI 就該往這個方向發展。我們需要傾聽的基礎設施,而不只是生成的基礎設施。我們需要擴增詮釋頻寬的公民系統,而不只是擴增表達吞吐量。檢驗的標準,不該是模型一分鐘能產出多少內容,而是它是否留下這樣一群公眾:更能理解歧見,而不把歧見釀成敵意。

照片之後的真實

這些問題之所以顯得急迫,原因之一,是影像與真實之間的舊關係正在瓦解。一個多世紀以來,許多社會把照片當作享有特權的證據形式。照片並非萬無一失,卻被賦予特殊的知識論地位——它彷彿直接捕捉了現實。

數位文化早已鬆動這個假設;生成式模型則將它徹底溶解。影像、聲音、影片,如今都能逼真合成。單憑表面,已經不夠。

許多人據此斷定,真實本身已病入膏肓。我不這麼想。正在崩塌的不是真實,而是一條通往真實的特定捷徑。我們正被迫重新想起一件更古老、放遠了看也更堅韌的事:公共的真實,向來仰賴再現、出處、程序、相互印證,以及提出異議的可能。

早在深偽出現之前,法庭就不曾單看一張照片斷案。法庭會問:這是誰拍的?經過怎樣的保管鏈?與哪些證詞相互對照?又經受過怎樣的質疑?最好的新聞工作與此相似,科學當然如此,民主的課責亦然。重點不在表面看起來真不真,而在有沒有一套可課責的程序,讓主張得以受檢驗、被修正。

這指向一種更成熟的數位知識論。未來幾年,最重要的分野不會落在「天然」與「合成」的產物之間——彷彿未經觸碰的現實與生成的媒體分屬兩個世界。真正要緊的分野,是可課責的中介,與不可課責的中介

誰站在一項主張背後?哪個社群、機構或簽署者為它負責?他人如何檢視它、質疑它、為它補上脈絡?系統能否登錄異議,而不是讓異議隱形?

民主社會裡的真實,從來不是一個彷彿來自虛空的單一聲音。它意味著不同的社群可以比對彼此所見、相互挑戰,同時仍維繫著讓修正始終可能的程序。AI 可以在此幫忙:追溯來源、辨認矛盾、在不同的詞彙之間翻譯。但它不能被供奉為凌駕社會的神諭。重點不是取代公共判斷,而是讓公共判斷更有能力。

合乎人性,可以中斷

當前 AI 論述的另一個謬誤,是假定最通用的模型——餵進最多資料、作為萬用底層供應——必然是智慧的最高形式。這是帝國思維的科技版:把規模,誤認作正當性。

實際上,最深刻影響人類生活的許多決定,仰賴的是脈絡、範圍,與具體處境裡的責任。課堂裡的助教,不必兼管福利資格的認定;醫療檢傷系統,不該同時決定排班;翻譯的輔具,不該悄悄變成政治說服的器械。合乎人性的系統,需要人們能夠理解的職權。

這正是我對某種願景有所保留的原因:由單一助理,一舉成為工作、溝通、教育與公民生活共同的作業層。這樣的系統看似便利,卻把太多領域,收攏在太少的可異議性之下。當工具無所不在,拒絕就變得困難;當它中介太多功能,錯誤就長成結構;當它的權威瀰散各處,課責也隨之瀰散。

人文的設計,始於分際——分際是部署的屬性,而非能力的屬性。一套通用的基礎模型,可以在地調校、在地部署,置於狹窄且由民主界定的職權之下,並對它所影響的人完全負責。

真正的問題在於:誰握著方向盤,又由哪些價值決定方向。AI 執行的,是那些有權設定目標的人所選定的目標。倘若唯一入選的指標只有效率,最先被最佳化掉的,往往正是關懷、耐心、信任,以及社會需要留存的人與人之間的餘地

合乎人性的系統,應當知道自己的職權止於何處。它應當有具名的守護者,直接承擔責任。它應當留下可供檢視的紀錄,並提供申訴的途徑。最關鍵的是:它必須可以被暫停、被推翻、被除役,而不至於讓社會停擺。可中斷,不是民主技術的瑕疵;它是民主技術的憲政美德之一。

我遇過一些最合乎人性的系統——有的改造自通用模型,有的是樸素的訂製工具——它們都針對持續公共審議所辨認出的特定需求調校,部署在最了解那些需求的社群身邊。美德不在氣派,而在合身。

合身,在倫理上要緊,在生態與政治上同樣要緊。在部署上恰如其分節制的系統,能夠分散對機構的依附,也能節制「把使用者資料持續回收到集中式伺服器」的作法。正因它的職權清楚,受影響的社群更容易理解它、稽核它、修訂它,並在必要時汰換它。應用上的節制不是落後;它往往是能動性的前提。

通用 AI 的替代方案,不是碎裂成一座座孤島,而是聯邦:許多系統,共享標準、協定互通、在地課責。畢竟,網際網路正是這樣長出韌性的。它的天才之處,在於不同的網路學會了彼此交談,同時不必交出各自的在地結構。

AI 時代的人文主義,也該嚮往類似的事:工具幫助許多不同的社群彼此思考,同時始終對最靠近後果的人負責。

拒絕被最佳化的權利

人文主義還有一個元素,時常在技術辯論中缺席:為未被最佳化的生活辯護。

市場、平台與生產力文化,往往預設「減少摩擦」是毋庸置疑的善:更快的回覆、更滑順的介面、更頻繁的互動、更少停頓、更多個人化。但人的興盛,並不總在最短路徑上。信任生長的速度,常被效率指標誤讀為浪費。創造力往往始於無聊與放空。友誼不是吞吐量的問題。睡眠也不是生產系統的停機時間。

問題有一部分,出在我們記帳的方式。臺灣企業家施振榮曾提出「總帳」的構想——把尋常資產負債表遺漏的成本與價值,一併入帳。

透過這面鏡片望去,兩筆隱藏已久的帳目同時浮現。第一筆,是社會單繞著 GDP 組織起來的累積成本:猜疑、孤立與磨損——它們無處不在,卻從不列入細目。第二筆,是陪伴、養育、照顧與社群生活長期被低估的價值——這些勞動,工業現代性學會了不把它們當一回事,只因它們難以買賣。

因此,人文的科技必須捍衛表達的自由,也必須捍衛免於持續刺激的自由。我們需要不總是比周遭世界更亮眼的介面。我們需要不強求人隨時待命的規範。我們需要這樣的系統:允許歇息,允許不被看穿,允許在反應硬化成身分之前,先行抽身。

有時候,最先進的介入不是再添一項功能,而是更少的刺激。更暗一些的色彩。更慢一些的預設。更少一些的觸發。多留一些餘地,讓尋常的現實,恢復它的質地。

幽默在這裡很重要,雅量也是。脆而易碎的公共領域,會把每個過錯放到最大、把每次歧見道德化、為每句話打上立場的分數。人無法在這樣的空氣裡好好生活。我們需要技術與制度,幫助我們調降情緒的電壓、找回分寸,找到重新打開關係、而非關上關係的回應方式。

身而為人,不只是講理。也是即興,是笑,是把緊張消化掉,而不必總讓它升級。這些不是點綴;它們是公民的能力。

給合成心智的公民人文主義

於是,問題不在 AI 能否與抽象的「人類」對齊——那個概念太過含糊,難以在政治上派上用場。真正的問題是:我們的工具,能否與那些關係、制度與公共實踐對齊——在其中,人們仍有能力,共同治理自己。

如果系統讓我更流利,卻更難課責,它就縮減了我。如果它讓機構更快,卻更難質疑,它就縮減了民主。如果它給我更多資訊,卻讓我除了帶著猜疑,再無其他方式與人相會,它就縮減了公共生活。

未來不會因為證明模型有感受而得救,也不會因為佯裝感受是道德考量唯一的基礎而得救。要緊的是,我們打造的社會技術環境,是否為承諾、異議、修復與共同判斷留下餘地。就此意義而言,人文主義並非在捍衛某種物種的本質;它是在設計一種境況——讓人得以繼續與彼此一起、透過彼此,成而為人

所以,我不夢想某種一舉化解所有衝突的完美智慧。衝突不是「母體」裡的故障。文明裡許多有創造力的事物,來自世界觀原本不同的人,學會了一起行動。任務並非消弭差異,而是打造中介的形式,不讓差異硬化為宰制。

AI 可以在這裡幫上忙。它可以幫我們翻譯、加註、比對、搭鷹架、做審議。它可以幫我們承載更多複雜,而不急著過早簡化。它可以幫我們看見:兩個社群也許說著不同的故事,想要的未來卻彼此相容。它可以幫我們在難以對話的咆哮裡,回應仍可著手的提問。它可以幫我們讓制度,對身在其中的人更加易讀。

但要讓這一切發生,我們必須不再只問 AI 能做什麼,而要問:它被使用之後,應當讓哪些社會能力,變得更強。合乎人性的工具,應當在自己退場之後,留下更能彼此理解的人。它應當留下更可修正、而非更難看透的制度。它應當留下這樣的社群:更能不在恐慌中做決定,更能查證主張而不必臣服於單一權威,也更願意保全異見者的尊嚴。

當所有的基準測試、所有的展示、所有合成的演出都過去之後,那個起決定作用的問題,仍將老派得動人:

我們,是否變得更懂得,一起生活?
唐鳳
Author — 作者

唐鳳是中華民國數位治理無任所大使、2025 年正命獎得主。曾任臺灣首任數位發展部長,將深厚的公民黑客背景帶入公職。現為牛津大學 AI 倫理研究院首屆加速哲人,與衛谷倫合著《多元宇宙》,並與 Caroline Green 共同發起《仁工智慧》研究計畫。