## 當信任不足，AI 治理成為權力的延伸——台灣的結構性風險（三部曲之二）

## 一、AI 治理不是技術問題，而是權力問題 在公共討論中，AI 治理常被誤認為是「技術規範」的領域： 演算法透明度、資料安全、倫理準則、模型偏誤…… 這些確實重要，但它們都假設一件事： > 權力的使用者是可信的。 然而，當社會的信任基礎尚未穩固， AI 治理就不再只是「如何用技術守規則」， 而是「誰可以定義規則、誰可以例外」。 在台灣，這個問題特別敏感。 我們的民主制度年輕，權力監督的文化仍在成形； 當 AI 成為新的治理工具時， 它很容易被納入舊有的權力邏輯中—— 以「效率」為名，重演「不透明」的治理。 --- ## 二、當「治理」變成「管理」，公民就被排除 AI 治理若缺乏公民參與， 最終會退化成「技術管理」而非「公共治理」。 管理的邏輯是： > 讓系統穩定運作、降低風險、維持秩序。 治理的邏輯則是： > 讓權力可被質疑、錯誤可被揭露、制度可被修正。 當社會的信任不足時， 政府與企業傾向選擇前者——「管理」。 因為它看起來比較快、比較有效率、比較不會出錯。 但這種效率是以「公民被排除」為代價的。 AI 被用來預測、篩選、分類、過濾， 而不是被用來增強公共討論。 久而久之，AI 成為新的權力中介， 讓「被治理者」的聲音更難進入決策過程。 --- ## 三、AI 的中立神話：權力的最佳偽裝 AI 經常被包裝成「中立的技術」。 但事實上，每一個模型的訓練資料、參數選擇、目標設定， 都反映了某種信念與利益。 當社會缺乏轉型正義的自覺， 這些偏誤不會被視為「權力問題」， 而只會被歸類為「技術誤差」。 這是一種危險的去政治化。 因為一旦偏誤被視為「自然現象」， 權力就能在演算法的背後重新分配： 誰被看見、誰被忽略、誰被懲罰。 AI 的中立神話， 正是權力得以重新隱身的最佳偽裝。 --- ## 四、台灣的特殊處境：民主社會的「半透明治理」 台灣的民主制度具有高度開放性， 但同時也存在一種「半透明治理」的現象： 資訊公開，但責任模糊； 程序民主，但權力集中。 AI 若在這樣的環境中被導入， 就會加劇這種「看似公開、實則封閉」的結構。 舉例來說： - 政府若以「資料安全」為由拒絕公開演算法決策邏輯， 公民無從檢驗偏誤。 - 企業若以「商業機密」為由拒絕揭露模型訓練資料， 社會無法討論倫理界線。 - 當錯誤發生時，責任被分散到「系統」、「技術團隊」、「外包商」， 沒有人真正需要道歉。 這種結構性的模糊， 讓 AI 治理變成「無人負責的透明」。 而這正是轉型正義未完成社會最熟悉的狀態。 --- ## 五、從「權力問責」到「演算法問責」 真正的 AI 治理，不是新增一套規範， 而是延伸既有的民主問責機制。 問責的對象不該只是技術團隊， 而是整個權力鏈： 誰決定要導入 AI？ 誰定義了它的目標？ 誰從中獲益？ 誰承擔風險？ 當社會能夠問出這些問題， AI 才會從「治理工具」變成「公共討論的觸媒」。 否則，我們只是在用新的技術， 重複舊的權力模式。 --- ## 六、結語：AI 治理的核心，不是控制，而是誠實 AI 治理的挑戰，不在於如何更精準地控制， 而在於是否願意更誠實地揭露。 誠實地說明： 我們的制度仍在學習如何面對錯誤； 誠實地承認： 技術無法取代政治責任； 誠實地記得： 每一個演算法決策背後， 都有人被影響、有人被定義。 > 當社會仍在學習如何面對過去， > AI 已開始定義未來。 這並非宿命，而是一種選擇。 選擇是否讓科技成為權力的延伸， 或讓它成為制度反省的契機。