DIGITIMES

被听见不等于被相信

林一平
2026-11-19

意大利哲学家兼小说家翁贝尔托·艾柯(Umberto Eco, 1932~2016)认为社群媒体让过去只在酒吧里发言的人,如今与诺贝尔奖得主拥有同等的发言权。

这句话在英文世界常被转述为「无数的白痴」(legions of idiots),要旨则很清楚:公共言论曾经受专业与问责过滤,如今这层过滤已经松动。

新冠疫情提供清楚的例子。「疫苗植入芯片」「5G传播病毒」「喝漂白水杀菌」等说法在各大平臺流传,世界卫生组织甚至以「信息疫情」(infodemic)称之。2018年发表于《科学》的研究,分析Twitter(现称X)上的谣言传播,发现虚假消息被转发的机率比真实消息高约7成,触及1,500人所需的时间约只有真实消息的6分之1。研究同时排除机器人帐号的影响,指出关键在人:人们更愿意转发新奇、令人惊讶或厌恶的内容。

人的偏好是传播的起点,平臺的排序机制则把这种偏好一再放大。

艾柯说的并不是限制言论自由。社群媒体确实让边缘群体与少数议题获得前所未有的能见度,这是不能抹煞的贡献。真正的问题是发言与权威被混淆:人人可以说话,不等于人人的说法同样可靠。当真相与谣言在同一个舞臺竞逐注意力,竞逐标准往往是情绪强度,而非证据品质。

生成式人工智能使这种混淆更难察觉。

过去,信誉建立在可追溯的作者身份、编辑把关与同侪审查上,每一句话背后都有人准备好承担后果。如今,内容大量由演算法生产与分发,形成一种「机械化的信任机制」。这种信任是被制造出来的:平臺以排名逻辑与分享数、按赞数等社会证明,营造出「多数人已经验证」的错觉;生成式模型则以流畅的语气与合乎规范的格式,模拟权威數據的外貌。

过去的权威来自有人愿意为一句话负责,现在的权威则来自一句话看起来像有人负责。这两者的差距,正是數字信誉危机最难察觉的地方。

2023年美国的Mata v. Avianca, Inc. 案正是例证。律师向法院提交ChatGPT编造的判例,引述与格式宛如真正的法律文书,律师甚至回头询问ChatGPT这些案例是否真实,得到肯定答复便信以为真。法官最终对律师及其事务所处以5,000美元罚款,并要求他们通知被冒名的法官。这个案件的教训不只是AI会编造。真正的问题是:当形式上的完备取代实质审查,专业人士便把验证义务交给形式上的权威。

那么责任该由谁承担?只苛责使用者并不公平,因为推荐逻辑由平臺设计,获利也主要归平臺;但完全免除使用者的判断义务,同样不切实际。这里有一个不易解开的张力:平臺愈强调自己只是「中立管道」,就愈能回避编辑责任,它的排序机制却实实在在地决定什么被看见。

较合理的做法是分层负责:平臺负责风险评估与演算法透明,内容生产者负责来源可查,使用者负责基本的查证习惯。欧盟《數字服务法》已朝此方向尝试,要求大型平臺公开推荐系统的运作原则、评估系统性风险,并向研究者开放數據。然而演算法透明化并非单纯的技术揭露,而是牵涉个人數據保护、商业机密与公共利益的多方博弈,如何取得平衡仍在实务中摸索。独立的事实查核网络与内容来源标示,则补足制度之外的检验能力。

回头看酒吧的比喻:酒吧里的话本来就不必负责,所以也不必被当真。今天的问题在于,平臺把酒吧里的声音接上讲堂的扩音器。網絡上人人都是节点,既是信息来源,也可能是误导来源。当信任被自动化,聆听便不再是一种判断,而是一种缺省。每个声音都值得被听见,却不必然值得被相信。把「被听见」与「被相信」重新区分开来,让两者各自接受检验,也让权威重新建立在可追溯的责任之上,才是數字时代重建信誉的起点。

现为中国医药大学医疗信息学系讲座教授,曾任科技部次长,为ACM Fellow、IEEE Fellow、AAAS Fellow及IET Fellow。研究兴趣为物联网、移動计算及系统模拟,发展出一套物联网系统IoTtalk,广泛应用于智能农业、智能教育、智能校园等领域/场域。兴趣多元,喜好艺术、绘画、写作,遨游于科技与人文间自得其乐,著有<闪文集>、<大桥骤雨>。
智能应用 影音