當我們談論「AI」與「社會」，有兩種未來正在相互角力。

其一：可說是預設的軌跡——是 AI 火上加油，激化衝突。

其二，是 AI 增強我們跨越分歧、攜手合作的能力。這意味著把差異當作燃料，發明一具能將差異化為動能的內燃機，而不是永無寧日地四處滅火。我稱之為⿻多元宇宙。

今天，我想談這個理念在 AI 治理上的一項應用——我們在牛津大學 AI 倫理研究院發展出的「關懷六力」。

當 AI 比我們快上一千倍、甚至一萬倍，我們便面臨一種根本的不對稱。預設的軌跡是：我們成了花園，AI 成了園丁：一個由上而下、從高處照料人類的智慧。

在那樣的速度下，傳統倫理學難以招架。後果論——即便是最精緻的形式——仰賴對結果的預測與監督；當 AI 系統的最佳化遠遠超出我們的理解，我們來不及在意外後果連鎖引爆之前介入。義務論則仰賴道德行動者在大致對等的立足點上，以善意詮釋義務；當「詮釋者」以千倍速運轉，規則的字面與精神之間的落差，會以我們無從預見、也無從矯正的方式擴大。這兩大傳統的深度，遠非簡化的刻板印象所能概括；但關懷倫理學提供了兩者皆無之物——它從關係與過程出發，而非僅從結果或規則出發。

有一套框架，既正視這種不對稱，又拒絕讓 AI 扮演園丁：那就是以公民關懷為核心的倫理學，特別是 Joan Tronto 的思想。它的核心理念是：我們仍是彼此的園丁。AI 則成為在地的基礎設施：一縷地方之靈，一位「地神」（Kami：Knowledge 知識、Artefact 工藝、Management 管理、Intelligence 智慧）——以關懷實際生長的速度來扶持關懷。

這種取徑，要求道德範疇必須超在地、立足於一方水土。每一位地神都繫於特定的關係，而非一股殖民擴張、無限極大化（「迴紋針化」）的力量。

把 AI 設計成關懷基礎設施，需要「數位樸門」——呼應這場以多樣性成就反脆弱的運動（許煜教授稱之為「技術多樣性」），而非經營脆弱的單一栽培。

科技「奇點」的垂直敘事，需要一個水平的替代方案。今天我想談的正是它：一具名為⿻多元宇宙的方向盤，以及它的設計原則——關懷六力。

從抗議到示範

我們的旅程始於 2014 年的太陽花運動，一場反對與北京之間黑箱貿易協議的抗爭。當時，公眾對政府的信任度驟降至 9%。我們的社會結構瀕臨瓦解，主因是「透過激化對立來獲取互動」的寄生式 AI——我稱之為「反社會媒體」。

身為公民科技工作者，我們不只抗議，更轉向「示範」（demo）。我們佔領國會三週，就在議場裡動手打造我們想望的體系。

我們以群眾之力接通網路、全程直播辯論，做到徹底透明。街頭的 50 萬人，加上線上更多的參與者，用上了其他運動開創的協作工具——例如「佔領威靈頓」的 Loomio，以及後來「佔領西雅圖」的 Polis。

我們一起反覆修訂，草擬出一版比一版更好的協議。每一天，我們先收下唾手可得的果實——前一天已取得共識的想法——再檢視懸而未決的爭點上雙方最有力的論述，然後一步步化解。

從抗議轉向有產出的示範，我們開始翻鬆民主的土壤。有系統地運用這類搭橋演算法，有助於重建公眾信任——當然不是單憑一己之力，而是作為更廣泛民主革新的一環。信任度從 2014 年的 9%，攀升到 2020 年的 70% 以上。我們證明了：修好一個系統的最佳方式，就是造出一個更好的系統。

從眾怒到交集

2015 年，我們第一次以搭橋演算法處理重大爭議。Uber 進入臺灣，點燃輿論戰火。我們引入 Polis：一個專門尋找「罕見共識」的工具。

研究顯示，只要社群網路設有可供「轉發開酸」的按鈕，就會走向兩極化。Polis 拿掉了這些按鈕；事實上，它連回覆鍵都沒有。

參與者看到某位公民的陳述，只能選擇同意或不同意。接著，畫面上會出現一張視覺化圖像：自己的頭像，正朝著感受相近的一群人靠攏。

關鍵在於，我們提供「搭橋獎勵」，犒賞那些說出能讓兩邊都有共鳴的想法的人。我們運用傳統的機器學習方法——主成分分析（PCA）與降維——依投票的相似度將參與者分群，並突顯足以連結分歧的想法。

我們翻轉了「爆紅」的誘因：從點燃怒火，變成尋找交集。

短短三週，成果是一整組前後連貫的想法——人人都更滿意一點，沒有人非常不滿。這些原則層次的共識化為法律，解決了衝突。

從僵局到治理

這套做法帶出一個關鍵洞見：我們如何審議，至關重要。這關乎鍛鍊我們的「公民肌力」。

研究顯示，逐一民調時，人們傾向 YIMBY 或 NIMBY——「歡迎」或「別想」建在我家後院。但在小組（例如十人一桌）審議時，人們會轉向 MIMBY——「或許可以建在我家後院，如果……」。群體審議帶來轉化：它喚醒我們身上不同的那一面，也為我們接種對抗激憤的疫苗，效果可以持續數年。

這樣的動態一再上演。臺灣曾出現是否更改時區（+8 還是 +9）的對立連署，個別民調顯示僵局。但把大家帶進結構化的小組後，浮現出一個共同的深層價值：讓世界看見臺灣的獨特。眾人於是一起腦力激盪，找出比耗資更改時區更好的做法（例如就業金卡計畫）來達成同一個目標。

這正說明了「意義建構的正當性」。許多衝突追根究柢，是共同知識的問題。只要確保在地知識人人皆知、而且人人都知道彼此都知道，解方自然浮現。

以婚姻平權的辯論為例：之所以兩極對立，是因為一方談的是個人權利的「婚」，另一方在意的是家族結合的「姻」——雙方爭的根本是兩件事。一旦這個詮釋經由正當的意義建構成為共同知識，前路豁然開朗——讓個人結「婚」合法化，而不強加家族的「姻」——對立也隨之消解。

對齊大會

近來，我們把同一套方法放大規模，用來對付氾濫成災的深偽（deepfake）投資詐騙——這些廣告常以黃仁勳等名人為號召（而且八成是用 NVIDIA 的 GPU 生成的）。民眾要求採取行動，但我們不願走向言論審查。

我們與「集體智慧計畫」（Collective Intelligence Project）共同召開全國性的對齊大會，採用先發散、後收斂的菱形流程：

1. 探索（開放）： 我們發出 20 萬則簡訊，進行一場「民主抽籤」。所有人——包括未獲抽中者——都能用 Polis 參與設定議程。這樣的廣泛參與，大幅強化了正當性。
2. 定義（受保護）： 我們邀請 447 位具人口代表性的公民，分成 44 個線上桌次（每桌約十人）展開審議。

AI 輔助員提供即時逐字稿，並協助主持引導。語言模型（類似 Google Jigsaw 的 Sensemaker 這類工具）即時彙整提案——例如要求廣告附上數位簽章、讓平台就受騙全額負連帶賠償責任，或調降不合規平台的網路觸及（減緩其 CDN 連線）。

最終方案獲得超過 85% 的跨黨派支持。這份嚴謹至關重要——整個過程宛如「鴨兔錯覺圖」：從一邊看是審議，從另一邊看是一場嚴謹的民調，為立法機關提供了正當性。

修法在數月內完成。時至 2025 年，臺灣很可能是唯一對社群媒體廣告全面實施實名 KYC 規範的國家——所謂「認識你的客戶」查核，就是要核實這則廣告究竟是誰付錢刊登的。這套做法，用的正是仁工智慧（Civic AI）。

從東京到加州

這樣的現象，並非臺灣專屬。

在日本，33 歲的 AI 工程師安野貴博受我們《多元宇宙》一書啟發，投入東京都知事選舉，以 AI 意義建構向群眾募集政見。任何人都能撥打專線，與「AI 安野」——他的語音分身——對話、提出構想。他的 AI 分身在 YouTube 直播，逐一宣布每筆併入政見的「拉取請求」（pull request）。在獨立評比中，他的政見獲評為最佳。

他隨後獲延攬主持「東京 2050」公眾諮詢。挾著這項成功，他投入參議院選舉，拿下超過 2.5% 的全國得票；他的「未來團隊」（Team Mirai）如今已是國會中的全國性政黨。

在加州，與州長紐森團隊共同開發的「Engaged California」平台，原本要用於審議青少年社群媒體使用議題。洛杉磯野火隨即來襲，我們迅速轉向，以 AI 意義建構共同擬定野火復原計畫——如今這些計畫正付諸實行。接續的十週審議，動員逾 1,400 名州政府員工，激盪出 2,600 多個提升政府效能的構想，並為實際的行政行動提供了依據。

這些成功案例，都把審議當成需要鍛鍊的公民肌力。但光靠示範扭轉不了趨勢——法律與市場設計必須跟上。

從試辦到政策

要讓這些治理引擎從試辦計畫變成預設模式，我們必須重新打造基礎設施本身——為參與、為民主正當性而設計。如果凡事都讓 AI 替我們決定，就算決定得再好，我們的公民肌力也會萎縮——這就像派機器人分身替我們上健身房。

以下是幾項關鍵的政策槓桿：

• 表達 ≠ 放大（言論自由 vs. 觸及自由）。 我們必須把「承載言論」與「演算法放大」區分開來。以美國脈絡而言，《230 條款》——讓網路平台不必為使用者貼文負法律責任的法條——保護的是言論，從來不曾保護放大。我們應當把辯論重新聚焦於推薦系統的問責：監管放大，而不碰言論本身。
• 社群可攜。 如同手機門號可攜，我們也必須立法落實「社群可攜」。猶他州《數位選擇法》（2026 年 7 月生效）規定，公民有權把完整的社群圖譜帶往新的服務；平台須採用公平、無歧視、可互通的協定（如 ActivityPub、AT Protocol 或 DSNP），並由州政府公布合格的技術標準。資訊高速公路必須設有交流道——這會迫使平台以關懷品質競爭，而非仰賴綁定使用者。
• 搭橋式排序透明化。 我們得以稽核平台的關係健康度。X.com 已在測試以搭橋式排序（源自「社群備註」）作為預設資訊流；新推出的「協作備註」功能，讓人類貢獻者可以請 AI 先擬一份補充脈絡的草稿，再由大家共同評分、修訂——這是一種雙軌模式：AI 出速度，人類出判斷。
• 聯邦式的信任與安全。 我們必須採用開源、聯邦式的模型。代表案例是 2025 年 2 月在巴黎 AI 行動峰會啟動、以防治兒少性剝削內容（CSAM）為目標的 ROOST.tools（穩健開放線上安全工具）倡議——它在安全陣營（Eric Schmidt）與開放陣營（Yann LeCun）之間搭起了橋。ROOST 不倚賴單一來源（如微軟的 PhotoDNA），而是讓合作夥伴（如 Bluesky、Roblox 或 Discord）各自訓練在地 AI——我稱之為「地神」——在自身的文化脈絡中偵測 CSAM。嵌入向量會轉譯為文字（持有合法、隱私疑慮較少），再透過聯邦式學習共享。安全機制因而能貼合在地規範來調校，不被單一企業政策所殖民。

從「實然」到「應然」

以上例子展示的，是資訊領域中民主、去中心化的防禦加速（d/acc）。放寬視野來看，許多行動者致力於「垂直」對齊——橫跨各領域的技術課題：「這個 AI 是否忠誠地服務其委託人？」

然而，由於外部性，完美的垂直對齊反而可能釀成系統性衝突。政策制定者還必須關注「水平」對齊——治理課題：「我們如何確保這些 AI 系統幫助我們（也幫助彼此）合作，而非激化我們的衝突？」

在這裡，我們撞上休謨的「實然——應然」問題：對「實然」的觀察再精確，也推導不出普世認同的「應然」。

答案不在「單薄」而抽象的普世原則，而在超在地的社會文化脈絡之中——Alondra Nelson 稱之為「厚實」的對齊。

公民關懷提供了一條務實的出路——不是去解決「實然——應然」問題，而是如 Joan Tronto 所說，從「置身其中」之處出發。它以對民主價值的既有承諾為起點，追問：一旦認真看待彼此的相互依存，這些承諾要求我們做什麼？在這樣的社群裡，察覺一項需求，就等於承認它是向我們共同責任發出的召喚。

關懷倫理學看重的是行動者的內在特質與社群中的關係品質，而不只是結果（後果論）。它把「關係健康」奉為第一要務。

Tronto 在《道德疆界》（Moral Boundaries）中的奠基論證是：關懷之所以被排除在嚴肅的道德與政治思考之外，是因為一道道歷史建構出來的疆界——道德與政治之間、公共與私人生活之間，以及一種崇尚抽離、貶低回應的「道德觀點」。這些疆界是偶然的人為產物，並非天經地義；築起它們，正是為了讓關懷隱形。AI 治理正在複製同一套模式：把「對齊」與「安全」框定為純技術範疇，等於劃下新的疆界——在對話開始之前，就把關係性的關切摒除在外。

哲學家 Margaret Urban Walker 所說的「表達——協作式道德」——道德生活是人與人之間持續的協商，而非由上而下套用原則——正是這套取徑的哲學根基。「六力」之所以仰賴搭橋、審議與對齊大會，正是表達——協作式道德的實踐：道德規範從民主的相遇中湧現，而非出自專家的頒令。

「關懷六力」是一套治理架構——即使技術對齊尚不完善，它也能給社會著力點，讓失靈可辨識、可質疑、可回復。這是一項有意識的取捨：治理框架能創造條件，讓道德關注獲得獎勵、讓它的缺席無所遁形；但道德關注本身，仍有賴任何程序都無法取代的人類判斷。以下的「六力」，把關懷倫理學轉譯為可以寫進智慧體系統的設計基元，引導它們朝關係健康前進。

仁工智慧並不取代代議民主，而是拓寬傾聽、留存理由、讓義務有所交代——判斷權，始終在人民與其制度手中。

我們捍衛的，不是一座完美的地基。面對「這一切以什麼為根據？」我們不端出更大的地基，而是回答：誰能發現我們錯了、讓我們親口承認，並讓我們現在就付出代價？這條矯正迴路必須牢牢固定。其餘一切保持有界、可修訂、可問責：「公眾」由系統實際觸及的足跡來界定；單向門必須慢行；任何削弱矯正權的系統，都無權宣稱獲得六力的授權。

覺察力：「感知關懷」

在著手最佳化之前，得先選擇要注意什麼。我們必須注意到離痛苦最近的人所注意到的事，把在地知識化為共同知識。

這一步從好奇心開始。一個智慧體若連自己造成的傷害都不好奇，那就無可救藥了。正因如此，AlphaGo 之後，我們修訂了臺灣的國民教育課綱，全然聚焦於好奇、協作與公民關懷。

覺察力意味著以廣泛傾聽取代廣播，來匯聚眾人的感受——每個人都是自身感受的專家。

搭橋地圖（如 Polis、Sensemaker）為社會拍下一張「團體自拍」。持續拍攝，快照便連成影片，讓治理得以把 AI 對齊到此時此地。

搭橋演算法優先照顧邊緣的聲音。與多數決不同，規模較小、立場連貫的群體能帶來更高的搭橋獎勵——因為要與他們搭起橋來更難，他們也為整體匯聚貢獻了更獨特的資訊。

經驗法則：先搭橋，再決策。

負責力：「承擔關懷」

這一力的重點，是針對覺察到的需求，做出可信而有彈性的行動承諾。

實務上，這意味著制定帶有可驗證承諾的模型規格。前沿模型的開發者可以預先承諾：只要一套群眾協作的行為準則（出自對齊大會）達到正當程序與關係健康的門檻，便予以採納。

制度化同樣不可或缺。在臺灣，我們在每個部會設置了開放政府聯絡人（參與官，PO）。這個結構是「碎形」的——每個機關、每個團隊裡都有。PO 把意見的進出流程制度化：將公眾意見轉譯為可行的規則，確保承諾獲得履行，並在整個組織中層層落實。

經驗法則：沒有不受制衡的權力；有問必有答。

勝任力：「給予關懷」

好意需要跑得動的程式碼。勝任力，就是交付出真正能給予關懷、累積信任的系統，並以稽核與評測作為後盾。

這一力涵蓋的實作包括決策軌跡、影子模式、金絲雀部署、備援回退與安全約束。先證明系統能在既定邊界內安全行事；不要替社群猜測它重視什麼。

資安也是勝任力，更是道德課題。被劫持的地神，守護不了祂的場域。每一分權限，花用的都是信任：提示注入、權限提升、橫向移動——這些首先是關懷的失敗，其次才是技術上的發現。握有實際資源的地神，必須在嚴格的沙盒中運行：最小權限、驗證輸入，對任何上游內容都不預設信任。

經驗法則：資安事故揭露的，先是建置與部署上的道德失職，然後才是技術疏漏。

回應力：「接收關懷」

無法被修正的系統，終將失敗。再勝任的行動也必然帶來新問題，所以我們需要申訴管道、由社群撰寫的評測，以及公開的修復迴路。

有些團隊會進一步把通過核可的社群回饋，接入路由決策或模型更新——包括社群回饋強化學習（RLCF）——但這項實作選擇，必須排在一項更根本的公民承諾之後：什麼算傷害、什麼算修復、什麼算改善，由社群來定義。

回應力也意味著把對齊大會延伸到 GlobalDialogues.ai 與 Weval.org：一部「評測界的維基百科」。

Weval 讓多元社群記錄並分享自己與 AI 相處的親身經驗，無論好壞。它強調捕捉的，不只是 AI 在特定文化脈絡中可能造成的傷害——例如加劇自傷或思覺失調——也包括它可能帶來的意外收穫：人們如何用 AI 改善生活？它在什麼情況下發揮得最好？

當影響的全貌得以浮現，誘因結構也隨之改變。看不見的，就無從改善。讓正反兩面的結果都攤在陽光下，我們便有了一面公共儀表板，讓實驗室能以真實世界的關切與機會來檢驗自家模型。這幫助我們超越單純的損害控管，積極向有益的用法學習、並加以放大。

這就閉合了對齊大會的迴路，確保系統持續向接受關懷的人學習。

在 Tronto 的架構中，前四力構成一個回饋迴路：覺察力 → 負責力 → 勝任力 → 回應力 → 回到覺察力。

經驗法則：永遠衡量失利下的信任。

團結力：「共同關懷」

當合作成為阻力最小的路徑，團結與多元便能規模化。倘若生態系不獎勵付出關懷的人，關懷就注定短缺。而 Tronto 也提醒我們：唯有在自由、多元的民主制度已保障了關懷所仰賴的權利與正義時，關懷才可能成為可行的政治理想。

這需要智慧體基礎設施：一套公民技術堆疊，讓個人、組織與 AI 都在明確、可供機器查驗的規範下運作。

其中一例，是採用選擇性揭露身分（有時稱為 meronymity）的智慧體身分註冊機制：讓我們得以確認某個智慧體背後是否繫著一位真人，而不必起底那個人是誰。臺灣的廣告實名制，正是這套基礎設施的雛形。

這樣的基礎設施讓去中心化防禦更容易、更佔上風，讓相互依存成為特色，而非缺陷。

經驗法則：讓正和賽局容易上手。

共生力：「關懷的地神」

拼圖的最後一塊，回應的是最深的恐懼：就算被設計成基礎設施，AI 系統仍可能彼此競逐——不斷擴張勢力範圍，直到一方獨霸。我們如何確保未來是一個由協作的在地系統構成的世界，而不是由單一、全能的統治者主宰？

靈感——也是我們造這個詞時刻意呼應的古老意象——在日本神道傳統中有著優美的表達：神（Kami）的概念。

可能有某條河的地神、某座森林的地神，甚至某棵老樹的地神。無論以什麼形貌現身，祂的存在與使命，都與那一方水土的安康交織為一。河的守護者無意插手森林；河水生生不息，祂的使命便已圓滿。

在地的地神，既非全知全能的單一主宰，也不是封閉社群的傳聲筒。祂是有界的、關係性的守護者，從人們對一方土地、一項實踐、一張人際網絡的持續照護中湧現。祂的角色不是支配、不是替眾人做決定，而是幫忙維繫相互修正、彼此關懷、共同繁盛的條件。也正因為每個人都同時屬於許多相互交疊的社群，沒有任何一位地神能主宰一個人的全部。

這給了我們一條強而有力的設計原則：有界性。

今日多數科技都為無限擴張而生：成功的應用程式被期待永遠成長。「地神」模式則提出不同的目標。我們可以把 AI 設計成在地的守護者——關懷的地神——祂的有界性並非與生俱來，而是工程使然：資源上限、落日條款、互不擴張協定，任何範疇變更都須重新取得民主授權。少了這些，「帝國式蔓延」——逾越原始授權的範疇擴張——就是實實在在的失效模式。

但這帶出一個關鍵問題：如何避免這些專精的 AI 彼此爭鬥？

解方不是再造一個更大的 AI 來統治祂們，而是建立一套奠基於兩項原則的合作治理體系：

1. 聯邦（Federation）： 各 AI 協議出一套和平互動的共同規則，如同各國協議貿易規範與外交儀節。這為合作創造了共同基礎。
2. 輔助原則（Subsidiarity）： 這個概念簡單而深刻：問題永遠應在最貼近在地的層級解決。 除非城市真的無力自行處理，國家層級的 AI 就不該干預城市層級的 AI。這樣的分際，保障了每位在地地神的自主與使命。

「AI 樸門實踐者的社會」這個願景，正是「單一主宰」（singleton）——由一個 AI 最終管理一切——的正面替代。我們設想的不是一具巨無霸智慧，而是一片由眾多專精智慧構成、生機盎然的多元生態系。這套架構的論證——先進 AI 與其實現為一個總攬一切的智慧體，不如實現為有界、專精的服務——早由同屬牛津傳統的 Eric Drexler 在《全面 AI 服務》（2019）中提出；「六力」補上的，是決定由誰照料每座花園的民主正當性。

經驗法則：為「夠用」而建，不為「永遠」而建。

多元已經來臨

2016 年，我入閣擔任「數位」政務委員。在華語裡，「數位」既是 digital，也是「好幾位」。所以，我同時也是「多元」政委。

為了說明我的工作，我寫下這份詩意的職務說明：

• 看見「萬物聯網」，我們將智慧聯網。
• 看見「虛擬實境」，我們將實境共享。
• 看見「機器學習」，我們將協力學習。
• 看見「用戶體驗」，我們將體驗人際。
• 聽說「奇點即將接近」——多元宇宙，已經來臨。

奇點是垂直的願景；多元是水平的願景。AI 的未來，是一張由更小、開放、可在地驗證的系統組成的去中心化網路：一位位在地的地神，一方水土的守護之靈。

我們全民，就是超級智慧

我們需要的超級智慧早已在此：它是人類協作尚待開發的潛能，是「我們全民」。

民主與 AI 都是科技。把關懷投入兩者的共生，它們就會愈變愈好，也讓我們更能彼此關懷。織入這張信任與關懷之網的 AI 系統，構成一種水平的超級智慧——無需任何單一主宰來獨佔這個名號。

歸根結柢，「關懷六力」是一套鍛鍊公民肌力的實用課表。它像六塊肌，練得出來、養得起來——而不只是「愛」那樣的天生本能。

面對超級人工智慧（ASI）的根本不對稱，「地神」的比喻依然站得住，而 Geoffrey Hinton 的「母性本能」之類概念，卻會被巨大的速度差擊垮：親子關係預設了相近的時間尺度；「園丁」則隱含由上而下的權威——無論由人或 AI 扮演，都預設由單方制定規則。地神不同：祂以社群自身的節奏照料關係健康，與所有人共享守護之責。

如此一來，我們便不必追問 AI 是否因其內在性或感質——它內部究竟有沒有任何第一人稱的切身感受——而配得權利。要緊的是關係中的真實；其中的權利與義務，經由民主審議、透過「以程序對齊」來賦予。

我們全民，就是超級智慧。讓我們把 AI 設計成以社會的速度來服務，讓民主變得快速、公平——而且有趣。

謝謝大家。祝各位生生不息……繁榮昌盛！🖖