文章標題 : 合作社如何塑造人工智慧的未來：五大方法 (5 Ways Cooperatives Can Shape the Future of AI)
作者 : Trebor Scholz, Stefano Tortorici出版商: 哈佛商業評論 (Harvard Business Review)
發佈日期: 2025年6月28日
人工智慧（AI）是我們這個時代最具變革性的力量之一，具有重塑產業、重新定義經濟並影響社會結構的潛力。然而，AI 開發目前的發展軌跡由少數企業巨頭所主導，例如OpenAI、Alphabet與微軟（Microsoft），這引發了重大關注。從不透明的演算法到剝削性數據實踐，這些公司優先考慮利潤而非公平性，創造出一個可能加劇不平等並使最脆弱群體邊緣化的未來。在此背景下，本文綜合了 紐約市「新學院」（The New School）教授Trebor Scholz 和 意大利「高等師範學校」（Scuola Normale Superiore）政治科學與社會學博士研究員Stefano Tortorici 於 2025 年 6 月 28 日發表於《哈佛商業評論》的文章「合作社如何塑造人工智慧的未來：五大方法」，提供了一個引人注目的替代方案。作者提出，AI 合作社（由社區擁有和民主治理的組織）可以通過創造公平、負責任且包容性的 AI 系統挑戰科技巨頭的主導地位。本文綜合了Trebor Scholz 教授 和 Stefano Tortorici 博士所闡述的五大核心策略，並進一步結合現實應用、批判性分析和未來研究機遇進行拓展與反思。
洞見 1：民主化數據治理：將權力歸還於人民 (Democratizing Data Governance: Returning Power to the People)
AI 領域當前最迫切的問題之一是數據的壟斷，這些數據通常在未經同意的情況下被收集並用於企業牟利。Scholz和Tortorici認為，合作社能夠引領數據治理的民主化，賦予個人對其數據的控制權，並確保其使用符合道德與透明的框架。
數據是 AI 的燃料，但其治理卻覆蓋在不透明之下。Meta（臉書母公司）與亞馬遜（Amazon）等公司收集了大量數據，用於優化算法以維持其市場主導地位。這種數據的集中化不僅加劇了隱私侵犯，也維持了權力的不平衡。與此相對，瑞士的MIDATA合作社提供了一種完全不同的模式：它允許個人擁有並管理其健康數據，同時通過民主治理的方式讓研究人員訪問該數據。這確保了數據在不損害個人權益的基礎上為公共健康服務。
類似地，西班牙的SalusCoop賦權公民控制並分享其健康數據用於研究，而墨西哥的Pescadata合作社幫助小規模漁民管理其捕撈記錄。這些模式表明，符合道德的數據治理不僅是可能的，而且是可擴展的。
舉例來說，全球健康數據領域中，Google Health等公司利用患者信息進行預測分析，但常因隱私問題而招致批評。相比之下，MIDATA的合作模式因優先考慮透明性與個人自主權而贏得公眾信任。這表明，民主化的數據治理不僅能造福個人，還能造福整個社會。
結論是深刻的：數據治理不僅是一個技術挑戰，更是一項道德責任。數據的所有權與控制權最終決定了誰能從中受益。合作社為數字時代重新獲取數據主權提供了藍圖，確保數據服務於公共利益而非私人利益。這種模式不僅是替代方案，更是實現公平與正義 AI 未來的必要條件。
洞見 2：連結研究與公民社會：將 AI 錨定於公共需求 (Bridging Research and Civil Society: Anchoring AI in Public Needs)
Scholz和Tortorici強調，彌合 AI 研究與公民社會之間的鴻溝至關重要。AI 的討論與創新往往發生在精英主導的孤島中，例如智庫與風險投資支持的實驗室，而這些地方遠離日常社區的需求。合作社可以通過讓社區參與決策過程，將 AI 開發錨定於公共關切之中。
現有的 AI 生態系統由企業與學術精英主導，他們優先考慮市場驅動的目標，而非社會需求。這種脫節帶來了實際後果，例如 AI 系統無法解決不平等、勞工權利與公民參與等問題。合作社以其民主精神，能夠通過市民會議、公民大會與社區驅動的創新，將 AI 帶入公共領域。
例如，Code for Africa與位於班加羅爾的Aapti Institute已經展示了市民參與在 AI 開發中的力量。通過促進市民科技與公平數據實踐，它們為合作社如何民主化 AI 決策過程提供了範例。
新學院（The New School）的合作數字經濟研究所（Institute for Cooperative Digital Economy，ICDE）是一個研究如何將合作模式嵌入數位治理的典範。它專注於平台合作社，並創建了勞動者擁有的平台，以直接解決數字經濟中的勞動剝削問題。
AI 必須成為社會進步的工具，而非企業利潤的工具。研究與公民社會的橋接能確保創新扎根於日常生活的現實，促進問責與包容性。這一方法挑戰了現狀，提醒我們技術應該服務於大眾，而非少數人。
洞見 3：推進教育：賦權社區以塑造 AI (Advancing Education: Empowering Communities to Shape AI)
教育是 AI 問責的基礎。若缺乏對 AI 運作方式與其社會影響的廣泛理解，社區將無法對其決策產生影響。合作社可以通過提供可及的教育與培訓計劃來縮小這一知識差距。
AI 系統常被描述為「黑箱」，只有少數專家能看懂其內部運作。這種不透明性削弱了公眾信任，並使社區易受剝削。合作社以其重視教育的特性，能夠揭開 AI 的神秘面紗，並賦權個人挑戰與影響其發展。
國際合作社聯盟（International Cooperative Alliance, ICA）代表了全球超過十億名合作會員，具有領導這項教育工作的潛力。通過將 AI 素養整合到其計劃中，ICA 能夠確保全球社區擁有對 AI 開發者進行問責的工具。例如，在農業領域，IFFCO與FrieslandCampina等合作社已經利用 AI 提升生產力，同時向其會員教育有關技術的知識。這種雙管齊下的方法——既部署 AI，又確保會員理解其內涵——為其他行業樹立了有力的先例。
教育不是可有可無的附加項，而是參與 AI 治理的先決條件。通過裝備社區以理解 AI，合作社能將被動使用者轉變為積極的利益相關者，確保技術服務於民主價值。
洞見 4：建立替代所有權模式：重新定義 AI 的價值創造 (Building Alternative Ownership Models: Redefining AI’s Value Creation)
所有權決定了 AI 的方向與目的。與營利性公司不同，合作社將利潤再投資於其生態系統中，確保價值創造惠及利益相關者而非外部投資者。例如，IFFCO、Amul與Rabobank等合作社擁有資金與治理結構，能夠在農業與金融等領域開創合作性的 AI 計劃。然而，擴大這些模式需要克服資本與技術專業知識等障礙。公共基礎設施與政策支持在平衡競爭環境方面至關重要。
歐洲的READ-COOP是一個成功案例，其運營 AI 工具用於歷史文檔的轉譯，展示了合作社所有權的潛力。通過將治理與文化優先事項結合，READ-COOP創造了一個可持續且符合道德的模式。
READ-COOP的成功例子說明，合作社模式不僅能推動創新，還能確保技術符合公共利益。通過將治理結構與文化優先事項緊密結合，它建立了一個可以平衡創新與道德需求的可持續發展模式。
然而，這些模式的擴展仍面臨挑戰。合作社需要克服資金不足、技術專業知識匱乏以及政策支持不足等障礙。公共基礎設施和政府政策在這裡扮演了關鍵角色，為合作社創造一個公平競爭的環境。例如，政府可以提供針對合作社的專項資金、稅收優惠，甚至公共數據基礎設施，來幫助這些模式發展壯大。
所有權是問責的基石。透過建立替代的所有權模式，合作社能確保 AI 的發展方向服務於人類，而非僅僅服務於股東利益。這種轉變不僅是結構性的，更是深刻的道德選擇，重新定義了技術在社會中的作用和價值。
洞見 5：為合作社目的調適 AI：賦權勞工與社區 (Adapting AI for Cooperative Ends: Empowering Workers and Communities)
AI 常被宣傳為解放人類的工具，但實際上它卻經常削弱勞工權益、加劇不平等。Scholz與Tortorici指出，合作社可以改造 AI，使其符合勞工與社區的利益，從而促進團結與共同福祉。
AI 的發展在某些情況下被用來降低勞動技能、壓低工資，甚至削弱集體談判的能力，特別是在全球南方地區。肯亞的科技工作者合作社Gamayyar提供了一個有力的替代方案。通過將勞工轉變為利益相關者，像Gamayyar這樣的合作社確保公平報酬、治理權與專業支持，並且能夠挑戰剝削性實踐。
此外，合作社還可以將 AI 調適為符合可持續性與社區福祉的工具。例如，美國的電力合作社使用 AI 進行電網管理，以提升服務可靠性並減少環境影響。這些應用不僅體現了合作社模式的靈活性，也展示了 AI 如何成為促進公共利益的工具。
Gamayyar的創新模式表明，合作社不僅可以應用 AI，還可以改變 AI 的設計方向。通過將勞工與社區的需求置於核心位置，合作社重新定義了 AI 的應用方式，推動其從壓迫工具轉變為賦權工具。
AI 必須為團結而設計，而非為剝削。通過為合作社調適 AI，我們可以創造出提升勞工地位與鞏固社區的系統。這一願景重新定位了 AI 的意義，使其成為一種促進公平與正義的技術力量。
時代智鑰：拓展合作社 AI 的智識視野
(EraKeys Insights: Extending the Intellectual Horizons of Cooperative AI)
人工智慧（AI）的快速發展由少數企業巨頭主導，構成了當今最深刻的道德與社會挑戰之一。儘管 AI 擁有改變產業、解決全球挑戰與提升效率的巨大潛力，其目前的發展軌跡卻引發了諸多倫理問題。AI 開發的權力集中於少數公司手中，不僅導致數據剝削、利益分配失衡，還使弱勢社群進一步邊緣化。
在這種背景下，合作社 AI 作為一種民主治理、共享所有權與公平結果的模式，為未來提供了一個充滿希望的替代選擇。本文探討了道德責任、政策框架、教育需求、研究機會與合作社 AI 的啟示，並試圖將這一模式發展為一股推動全球進步的力量。
時代智鑰 1. 合作社 AI 的道德責任 (The Moral Imperative of Cooperative AI)
當前由OpenAI、Alphabet與微軟等公司主導的 AI 發展，不僅是結構問題，更是深刻的倫理問題。AI 的所有權與治理方式直接決定了誰能從技術中受益，誰又將承擔其成本。當今以企業驅動的 AI 系統往往優先考慮股東回報，而非社會福祉，導致數據剝削、隱私侵害以及系統性不平等的加劇。
合作社模式為這一發展路徑提供了道德上的對照。通過強調共享所有權與民主決策，合作社將 AI 開發與公平與包容的原則對齊。在合作社 AI 框架中，技術的利益分配涵蓋了勞工、社區與使用者，而非僅僅流向少數投資者。這一願景重新定義了 AI——將其視為服務人類的工具，而非追逐利潤的商品。
例如，瑞士的健康數據合作社MIDATA展示了合作社 AI 的倫理潛力。通過允許個人擁有其醫療數據，並在嚴格的道德指導下讓研究人員訪問，MIDATA確保了創新服務於公共健康需求，同時不損害個人自主權。這種模式不僅建立了信任，也表明合作原則如何應對 AI 帶來的道德困境。
反思這一點，合作社 AI 的道德責任超越了公平性，它關乎重新定義技術的公共性，確保其提升社會，而非加劇其傷害。所有權與治理方式不僅是操作性的決策，更是塑造創新軌跡及其對人類影響的倫理承諾。
時代智鑰 2. 政策與公共基礎設施的角色 (The Role of Policy and Public Infrastructure)
政策的支持必須超越資金援助，還需解決阻礙合作社 AI 發展的系統性障礙。例如，現行的智慧財產權法常常偏袒企業壟斷，讓合作社難以獲取 AI 開發所需的數據集與演算法。此外，反壟斷法規也需要更新，以識別並遏制 AI 產業中壟斷行為所帶來的風險。
公共基礎設施同樣至關重要。合作社需要獲得運算能力、數據存儲空間以及 AI 訓練平台，才能與企業巨頭競爭。公共資助的 AI 基礎設施，例如開放數據集與社區擁有的雲端平台，可以減少合作社對大型科技公司的依賴，同時促進創新。此外，國際合作也可以建立跨國界的共享基礎設施，讓合作社能以集體行動應對全球性挑戰。
反思這一點，政策與公共基礎設施的角色不僅僅是幫助合作社生存，更是賦能它們茁壯成長。通過創建支持合作社 AI 的生態系統，政策制定者能確保技術成為推動公平、可持續發展與集體進步的催化劑。
時代智鑰 3. 教育：創變的催化劑 (Education as a Catalyst for Change)
AI 經常因其「黑箱」特性被批評——即使是專家也難以理解其運作機制。這種不透明性不僅削弱了公眾信任，也阻止了社區對 AI 系統的問責能力。合作社可以在教育方面發揮變革性作用，通過投資於可及的、多語言的教育計畫，揭開 AI 的神秘面紗，並賦權個人批判性地參與技術開發。
例如，國際合作社聯盟（ICA）可以將 AI 教育融入其全球計畫，覆蓋其超過十億的合作社會員。這些教育計畫可以包括工作坊、線上課程以及基於社區的培訓計畫，目的是幫助個人了解 AI 的運作方式及其社會影響。這樣的計畫不僅能提升合作社內部的能力，也能在更廣泛的層面上推動 AI 素養文化的形成。
農業領域提供了教育驅動變革的範例。IFFCO與FrieslandCampina等合作社成功地將 AI 應用於提升生產力的同時，也教育其會員了解這些技術的運行方式。這種雙管齊下的方法——一邊部署 AI，一邊提升會員對技術的認知——為其他行業樹立了榜樣。
反思教育的重要性，不難發現，知識就是力量。通過賦予社區理解 AI 的能力，合作社可以將被動的技術使用者轉變為積極的參與者，確保技術符合民主價值觀。教育不僅是實現目標的手段，更是 AI 時代中問責、賦權與公平的基石。
時代智鑰 4. 未來研究領域 (Future Research Areas)
儘管合作社 AI 擁有巨大潛力，但仍有許多核心問題尚待解決。未來的研究需要探索如何將合作社原則融入 AI 開發流程，解決與可擴展性、技術專業性與全球協調相關的挑戰。這種跨學科的研究對於彌合技術、倫理與治理之間的差距至關重要。
一個緊迫的研究領域是合作社 AI 的可擴展性。雖然像MIDATA與READ-COOP這樣的合作社在特定情境中取得了成功，但要讓這些模式擴展到能與大型科技公司競爭的規模，則需要在治理、資金與技術方面採取創新方法。研究人員需要深入探討合作社如何在不妥協民主原則的情況下，利用規模效應來推動發展。
另一個關鍵領域是合作社內部技術專業知識的發展。AI 開發需要高度專業化的技能，而這些技能通常集中於企業與學術機構內部。研究應該關注如何通過教育、合作夥伴關係或公共資金，為合作社成員提供獲取這些技能的途徑。
全球協調也是一項重大挑戰。AI 是一種全球現象，但合作社計畫往往局限於本地化運作。未來研究應探索合作社如何跨越國界進行合作，創建資源共享、知識交流與應對跨國挑戰的全球網絡。例如，一個全球性的合作社 AI 網絡可以通過集體行動，針對氣候變遷、健康照護與數據主權等問題提供解決方案。
反思合作社 AI 的未來，研究必須超越理論探索，並扎根於實際應用之中，確保研究成果能被轉化為可行的解決方案。填補這些研究空白，有助於釋放合作社 AI 作為全球善政力量的全部潛力。
時代智鑰 5. 借鑒現有模式的啟示 ( Inspiration from Existing Models)
現有的合作社計畫為未來合作社 AI 提供了寶貴的經驗教訓。MIDATA、READ-COOP與Gamayyar等組織證明，合作社 AI 不是一個烏托邦式的理想，而是一個可以實現的現實。通過分析它們的成功與挑戰，我們可以為合作社 AI 的全球擴展建立一條清晰的發展路徑。
例如，瑞士的健康數據合作社MIDATA展示了合作社數據治理的力量。通過允許個人控制其健康數據，它創造了一種平衡創新與倫理責任的模式。同樣，歐洲的READ-COOP展示了公共資金與民主治理如何幫助合作社開發尖端 AI 工具。其在歷史文檔轉譯方面的成功，突出了合作社 AI 滿足利基市場需求的潛力。
肯亞的科技工作者合作社Gamayyar則提供了另一種視角。它通過將工人轉變為利益相關者，挑戰了零工經濟中的剝削性實踐。Gamayyar的模式展示了合作社 AI 如何賦權於邊緣化社區，確保技術利益的公平分配。
這些例子強調了合作社 AI 的多樣性應用，從數據治理到勞工權益。它們也說明了「因地制宜」的重要性——每個合作社都根據其社區的獨特需求與挑戰，採取了不同的方式。
反思這些模式，我們發現啟發本身是不夠的。我們必須從它們的經驗中汲取教訓，擴大其成功，同時克服其局限性。通過這些基礎，我們可以建立一個超越行業、地域與產業的全球合作社 AI 運動。
結語：AI 的未來，由我們選擇 (The Future of AI is Ours to Choose)
在一個由 AI 驅動的未來中，選擇的代價不容低估：AI 是解放的工具，還是壓迫的機制？答案取決於我們今天的選擇。合作社提供了一個變革性願景——一個優先考慮公平、問責與集體福祉的未來。它們提醒我們，技術並非自主的力量，而是一種人類的努力，其結果由我們嵌入的價值觀所塑造。
前行的道路需要勇氣、合作與承諾。通過民主化數據治理、連結研究與公民社會、推進教育、建立替代所有權模式以及為合作社目的調適 AI，我們可以創造一個服務於人類而非利潤的未來。這不僅是創新的問題，更是一項道德責任。我們應該做出明智的選擇——選擇合作，共同創造一個更加公平的 AI 未來。
