DIGITIMES

被聽見不等於被相信

林一平
2026-11-19

義大利哲學家兼小說家翁貝爾托·艾柯(Umberto Eco, 1932~2016)認為社群媒體讓過去只在酒吧裡發言的人,如今與諾貝爾獎得主擁有同等的發言權。

這句話在英文世界常被轉述為「無數的白痴」(legions of idiots),要旨則很清楚:公共言論曾經受專業與問責過濾,如今這層過濾已經鬆動。

新冠疫情提供清楚的例子。「疫苗植入晶片」「5G傳播病毒」「喝漂白水殺菌」等說法在各大平台流傳,世界衛生組織甚至以「資訊疫情」(infodemic)稱之。2018年發表於《科學》的研究,分析Twitter(現稱X)上的謠言傳播,發現虛假消息被轉發的機率比真實消息高約7成,觸及1,500人所需的時間約只有真實消息的6分之1。研究同時排除機器人帳號的影響,指出關鍵在人:人們更願意轉發新奇、令人驚訝或厭惡的內容。

人的偏好是傳播的起點,平台的排序機制則把這種偏好一再放大。

艾柯說的並不是限制言論自由。社群媒體確實讓邊緣群體與少數議題獲得前所未有的能見度,這是不能抹煞的貢獻。真正的問題是發言與權威被混淆:人人可以說話,不等於人人的說法同樣可靠。當真相與謠言在同一個舞台競逐注意力,競逐標準往往是情緒強度,而非證據品質。

生成式人工智慧使這種混淆更難察覺。

過去,信譽建立在可追溯的作者身分、編輯把關與同儕審查上,每一句話背後都有人準備好承擔後果。如今,內容大量由演算法生產與分發,形成一種「機械化的信任機制」。這種信任是被製造出來的:平台以排名邏輯與分享數、按讚數等社會證明,營造出「多數人已經驗證」的錯覺;生成式模型則以流暢的語氣與合乎規範的格式,模擬權威資料的外貌。

過去的權威來自有人願意為一句話負責,現在的權威則來自一句話看起來像有人負責。這兩者的差距,正是數位信譽危機最難察覺的地方。

2023年美國的Mata v. Avianca, Inc. 案正是例證。律師向法院提交ChatGPT編造的判例,引述與格式宛如真正的法律文書,律師甚至回頭詢問ChatGPT這些案例是否真實,得到肯定答覆便信以為真。法官最終對律師及其事務所處以5,000美元罰款,並要求他們通知被冒名的法官。這個案件的教訓不只是AI會編造。真正的問題是:當形式上的完備取代實質審查,專業人士便把驗證義務交給形式上的權威。

那麼責任該由誰承擔?只苛責使用者並不公平,因為推薦邏輯由平台設計,獲利也主要歸平台;但完全免除使用者的判斷義務,同樣不切實際。這裡有一個不易解開的張力:平台愈強調自己只是「中立管道」,就愈能迴避編輯責任,它的排序機制卻實實在在地決定什麼被看見。

較合理的做法是分層負責:平台負責風險評估與演算法透明,內容生產者負責來源可查,使用者負責基本的查證習慣。歐盟《數位服務法》已朝此方向嘗試,要求大型平台公開推薦系統的運作原則、評估系統性風險,並向研究者開放資料。然而演算法透明化並非單純的技術揭露,而是牽涉個人資料保護、商業機密與公共利益的多方博弈,如何取得平衡仍在實務中摸索。獨立的事實查核網絡與內容來源標示,則補足制度之外的檢驗能力。

回頭看酒吧的比喻:酒吧裡的話本來就不必負責,所以也不必被當真。今天的問題在於,平台把酒吧裡的聲音接上講堂的擴音器。網路上人人都是節點,既是資訊來源,也可能是誤導來源。當信任被自動化,聆聽便不再是一種判斷,而是一種預設。每個聲音都值得被聽見,卻不必然值得被相信。把「被聽見」與「被相信」重新區分開來,讓兩者各自接受檢驗,也讓權威重新建立在可追溯的責任之上,才是數位時代重建信譽的起點。

現為中國醫藥大學醫療資訊學系講座教授,曾任科技部次長,為ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究興趣為物聯網、行動計算及系統模擬,發展出一套物聯網系統IoTtalk,廣泛應用於智慧農業、智慧教育、智慧校園等領域/場域。興趣多元,喜好藝術、繪畫、寫作,遨遊於科技與人文間自得其樂,著有<閃文集>、<大橋驟雨>。
智慧應用 影音