台灣的 AI 論述，漏掉了什麼？

目前許多關於「AI 與溝通」的討論，重點放在當我們的對話者變成一部會說話的機器，溝通會產生哪些改變。那是人與機器對話的問題，影響當然重大。但同樣需要追問的是：一個社會如何生產 AI 的論述？我們用什麼語言談 AI、預設了什麼、又漏掉了什麼？

當國外不少學者紛紛從政治哲學、人類學、溝通理論等不同角度，追問 AI 究竟扮演什麼角色、又將如何改變人類社會的此刻，台灣公共領域中的 AI 論述卻顯得出奇地整齊劃一。從媒體報導、政策規劃到產業論壇，討論多半圍繞著同一組問題打轉：如何培養產業競爭力、工作會不會被 AI 取代，以及最常被提起的「如何降本增效」。

這並不代表台灣沒有人提出不同的看法，而是這些看法鮮少進入公共討論的核心，也少有實質的對談或辯論，彷彿關於 AI 的未來發展，我們早已有了定見。但一個民主社會在面對如此重大的技術轉折時，論述若如此單一，未必代表成熟，反而可能是一種風險：當 AI 的公共討論窄化到只剩效率、競爭力與生存焦慮等少數面向，某些更根本的假設就可能在未經思索的狀況下，成為不被質疑的前提。而這些前提一旦有誤，影響的將不只是單一政策或單一產業，而是整個社會前進的方向。

2025年初，在由前教育部長、政治大學科技管理所教授吳思華等多位研究者共同參與的「人文講堂」中，政大傳播學院名譽教授鍾蔚文以「AI的尋人啟事」為題，指出這幾年台灣的 AI 發展存在著「無人」的假設。

所謂「無人」的假設，意指這幾年在討論產業 AI 化時，誰掌握發言權、誰會受影響、如何受影響，乃至「人的價值究竟是什麼」，這類不屬於技術應用與競爭力發展的問題，始終未曾進入媒體與社會關注的核心。值得注意的是，提出這項觀察的正是台灣的學者。

當前提取代了提問

「無人」的假設會產生哪些影響？不妨試著從哈伯瑪斯（Jürgen Habermas）的溝通行動理論，找出其中脈絡。

哈伯瑪斯將人與人之間的行動區分為兩種：一是策略行動，把對方當成達成目的的變數，重點在於自己的成功；二是溝通行動，試著透過尋求共同的理解，來協調彼此的行動。在他看來，後者才是語言最原初的用途，也是民主社會得以持續前行的關鍵。

但「共同的理解」能否成立，有其先備條件。說者提出的每一項主張，都隱含著三項有效性要求：陳述是否真實、是否正當、是否真誠；而聽者可以對每一項說「是」或「否」，也可以要求對方給出理由。換句話說，溝通之所以能形成共識，關鍵不在於主張本身完美無瑕，而在於它可以被提出來檢驗。一旦主張無法被質疑，溝通也就隨之失效。

溝通的失效，未必是沒有人說話或提出異議，也可能是關鍵的主張在被檢驗之前，就直接以「前提」的姿態存在。沒有人回應，甚至沒有人察覺需要思考，它就在媒體報導中被反覆陳述為理所當然的事實，進而成為政策規劃的起點。

這也可能是策略行動最不容易被察覺的形式。當以說服他人採用為目的的主張，被包裝成「大家都同意」的共識，策略行動便披上了溝通行動的外衣。

喪失充分溝通與選擇權的社會

這樣的「無人」論述，對民主社會至少可能產生兩種影響。

第一，前提一致，執行分散。不同的公部門在「導入 AI 就能提升效率」的共同前提下各自擬定政策、各自推動，卻少有機會回頭檢視：這個前提本身是否成立？各項政策加總起來，又會把社會帶往什麼方向？整個社會因此可能一路走向一條未經檢驗的路徑。

第二，責任隨之蒸發。既然這個前提從來不是由誰明確提出、也從未被要求給出理由，自然也就沒有人需要為它負責。即使某些決定對部分群體造成傷害，也難以究責，因為那些決定看起來是「大家的」共識。

這正是溝通風險之所在：牽動整個社會的技術與產業發展方向，可能在無人提問、也無人負責的情況下，就這樣定了下來。

一個社會如何談論 AI

台灣「無人」的 AI 論述，大致可以從三個面向觀察。

第一個面向，是論述幾乎只從生產與競爭的角度理解 AI。效率、成本、競爭力、產業轉型，這些字眼在台灣的 AI 論述中隨處可見，卻很少被定義，更少被質疑，彷彿 AI 理所當然就是為了提高產能、強化市場競爭力而存在。

這些未經檢驗的隱性假設，也就此成為「常識」。「導入 AI 就能提升效率」、「企業要積極用 AI 解決問題才有競爭力」、「學 AI 才不會被淘汰」，並未被當成需要驗證的假設，而是作為共通的前提，在公共領域中不斷被傳播。

一旦升格為前提，就彷彿被認定為真，也因此獲得免於被檢驗的特權。問題不再是「這是真的嗎？」，而只剩「我們怎麼做到？」

被擠到邊緣的「以人為本」

第二個面向，是人文關懷被擠到了邊緣。與效率前提相伴而來的，是技術與市場理所當然地成為討論重點。當然有人談倫理、談社會影響、談人文，只是這些討論多半發生在技術可行性與市場應用確定之後，扮演補充說明的角色。

也就是說，面對 AI 帶來的擠壓與挑戰，人文論述往往只剩下「以人為本」、「負責任的 AI」、「人在迴路」（human in the loop）等口號。這些口號的實質內容是什麼、要怎麼做、是否真正達成，卻少見深入的討論。

誰的前提變成了預設？

第三個面向，則要追問：到底是誰的前提，成了社會的預設？社會學家布赫迪厄（Pierre Bourdieu, 1982）提醒我們，每一次語言交換同時也是一種力量關係，而發言權的分配，和資本一樣並不均等；能讓自己的說法成為「前提」的，往往是已經握有話語權與資源分配權力的人。

回到台灣現場，AI 論述主要由幾個群體生產：科技大廠、政府部門、法人與智庫，以及媒體。這些群體的論述，決定了我們認為 AI「應該解決什麼問題」，也決定了哪些前提會被視為不需檢驗的預設。
但那些最可能受到 AI 影響的群體，例如為數眾多的中小企業、照護與服務業從業者、非技術工作者、資源相對匱乏的社群，卻往往最少有機會發言。

被忽略的風險

論述窄化的代價，並不只是理論上的思辨。更值得警惕的是，那些被效率論述忽略的議題，恰恰可能是國際專家眼中最嚴重的風險。

2026年6月，麻省理工學院未來科技實驗室（MIT FutureTech）與昆士蘭大學（University of Queensland）共同發布《人工智慧風險優先排序》研究報告，以德菲法（Delphi method，讓專家進行多輪匿名評估、逐步收斂意見的研究方法）調查272位國際 AI 專家，評估24項 AI 風險。結果顯示，在維持現狀的情境下，有18項風險被專家評估為在2030年前至少有10％的機率造成「災難性後果」，也就是導致逾100萬人死亡、逾1,000億美元經濟損失，或對民主規範等造成同等規模的文明性損害。

即使在採取務實緩解措施的情境下，仍有5項風險的機率高於10％，「權力集中化」（power centralization）就是其中之一。它指的是 AI 帶來的權力與資源，高度集中在少數擁有強大 AI 系統的組織手中，例如大型科技公司，導致利益分配極度不均。報告形容這或許是最頑固的一項風險：開發 AI 的一方，恰好也最有能力獨占其利益，形成自我強化的循環，僅靠技術手段恐怕難以扭轉。
這正是台灣以效率與競爭力為主軸的 AI 論述中，幾乎不曾出現的問題。當公共討論只問「如何導入」，便很少有人問「導入之後，利益流向誰」。

另外兩項風險則直接與溝通有關。其一是「錯誤資訊」：AI 可能無意間生成，或被惡意用來散播錯誤或欺騙性內容，使使用者形成錯誤的信念。其二是報告另列一項的「資訊生態污染與共識現實的喪失」（loss of consensus reality）：高度個人化的 AI 生成內容可能製造「過濾泡泡」，也就是我們慣稱的「同溫層」，讓人們只接觸符合既有信念的資訊。

這兩項風險談的是 AI 做為「說話者」如何影響溝通，與本文所談的社會論述可能彼此加乘：一個社會的 AI 論述若本已窄化，AI 生成內容所製造的同溫層，只會讓不同的聲音更難被聽見，讓未經檢驗的前提更加穩固。

從公共領域到更多元的發言場域

那麼，只能坐看 AI 沿著如此單一且充滿風險的路徑持續發展下去嗎？哈伯瑪斯提出的「公共領域」，或許是尋找出路的起點：依然相信理性溝通的必要與可能，藉由更多的對話與調整，找回數位時代中公共領域之所在，讓人們有機會接近事實、獨立思辨。

但這樣可能還不夠。政治哲學家弗雷澤（Nancy Fraser, 1990）曾指出，哈伯瑪斯所描繪的公共領域，實際上排除了許多弱勢群體的聲音；她主張，受排除的群體需要屬於自己的「弱勢反公眾」（subaltern counterpublics），在其中發展並流通自己的論述，再回到更大的公共領域，與主流觀點對話。放回台灣的 AI 論述，這意味著除了邀請更多人「參與討論」，更要讓中小企業、照護工作者、非技術工作者等群體，有機會以自己的語言、從自己的處境，提出他們關於 AI 的觀察與想法。

無可否認，這樣的想法可能過於樂觀，甚至有些天真。但面對未知的將來，我們似乎並沒有悲觀的權利。

參考文獻

Bourdieu, P. (1982). Ce que parler veut dire: L'économie des échanges linguistiques. Fayard.
Fraser, N. (1990). Rethinking the public sphere: A contribution to the critique of actually existing democracy. Social Text, 25/26, 56–80.
Habermas, J. (1984). The Theory of Communicative Action, Vol. 1: Reason and the Rationalization of Society (T. McCarthy, Trans.). Beacon Press.
Habermas, J. (1987). The Theory of Communicative Action, Vol. 2: Lifeworld and System (T. McCarthy, Trans.). Beacon Press.
MIT FutureTech & University of Queensland. (2026). Prioritization of risks from artificial intelligence: A Delphi study of 272 international experts. arXiv:2606.04490.

本文初稿刊登於匯流研究電子報第二十五期，經作者更新改寫。