張慶瑞觀點：從「修補」到「共治」—民主與AI的融合

楔子：在上一篇論述中，我們探討了將AI視為民主「手術刀」的迷思，揭示了技術在面對政治與人性本質問題時的極限。然而，如果我們轉換一個視角，不再追問「AI能否修補民主」，而是追問「AI與人類如何共治」，一幅全新民主的未來圖景或許會展開。

當代社會的複雜性已遠遠超出任何單一治理機制的承載極限，我們面對的不僅是資訊超載，更是系統性風險的疊加態——氣候變遷、全球金融波動、疫情預測與回應，這些議題的時空尺度與因果關係，早已超出人類傳統決策設施的處理極限。在龐大的複雜性系統面前，單靠人類或AI都無法獨自治理。未來的發展，在於設計一種人類與智慧體相互增強、共同演化的新夥伴關係。

2003 年春天，我在倫敦自助旅行觀光。那一天原本沒有任何特別安排，只是走到西敏寺外時，看見一條長長的人龍。出於好奇，我也排了進去。排隊的人安靜而耐心，我並不知道自己將要走入什麼樣的場景。等待將近一個多小時後，我才明白，那是進入英國國會下議院「陌生人旁聽席」（Strangers’ Gallery）的隊伍。我就這樣，毫無準備地，走進了一段世界歷史。

走上旁聽席，俯瞰下方議事廳時，那種空間的壓迫與張力立刻撲面而來。綠色長椅分列兩側，長方形的對坐設計，使執政與反對黨幾乎近在咫尺。這不是圓桌，不是協商空間，而是一個正面交鋒的場域。那天的辯論主題是出兵伊拉克。我親眼看到當時正處政治巔峰的首相布萊爾站在發言席前，神情專注而自信。他語氣堅定，邏輯清晰，辯才無礙。雙方的爭論過程都隔著一張長方形小桌，

那是遵守著「兩劍之隔」的古制 ^[1]，以免因為激動而隨時拔劍傷人。議場內不時響起此起彼落的"Hear, hear" 聲，偶爾也摻雜著"Order, order"的呵斥。支持與質疑聲響交錯而至，空氣中充滿電流般的張力。那一刻我才明白，首相不是站在國會之上，而是在國會之下。

那一刻，我並沒有意識到自己正在見證一個改變中東局勢、也深刻影響英國政治的決策時刻。我只是被那種現場的強烈感震懾——權力不是抽象的，它在那個房間裡被語言塑造、被聲音碰撞。

最讓我印象深刻的，是後來的投票。

議長宣布分院表決（Division）後，數百名議員起身離開議事廳，分別走向兩側的走廊。隨後，他們再從兩個不同的門重新走入議場——一側是 Aye Lobby（贊成），另一側是 No Lobby（反對）。那畫面極其緩慢。沒有電子按鈕，沒有瞬間顯示的數字。只有一個個人，有次序的排隊，緩慢的一一選擇左右各一道門通過，同時被點名記錄。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

我當時非常詫異。在科技早已成熟的年代，為何仍要保留如此「落伍」的人工方式？為何不由大家按下一個鍵，幾秒鐘完成表決？但坐在旁聽席上，看著那冗長而近乎沉默的過程，我忽然意識到——也許這正是民主制度刻意保留的緩慢而審慎的節奏與神聖的儀式感！戰爭不應該也不可以是一個人在幾秒鐘內做出的決定。當然更沒有道理由AI 在瞬間做出利弊分析，因為這些重要抉擇必須是理性而不盲從。「兩劍之隔」是君子之爭，是群體在廣場深刻辯論的結果，而不是空洞且煽情言論。政治應該是在同一土地上的一群人做出的共同抉擇，同時願意勇敢負責！大聲咆哮而沒有經過理性溝通的意見往往是虛張聲勢！

走出議場，再走回來，彷彿是一種神聖儀式。每個委員的每一步，都讓選擇變得具體。左與右的每一扇門，都在提醒：這不是抽象的立場，而是將被記錄在歷史中的決定。整個流程漫長得近乎無聊，我沒有等到最後結果揭曉，便離開了。當時只覺得疲憊，甚至有些冗長。然而多年後回想，那種「慢」，反而成為記憶中最深刻的部分。

慢而審慎。

慢而安全。

那天我原本只是個觀光客。卻在無意間，走進了一場改變世界走向的辯論。後來的歷史如何評價那場戰爭，是另一回事。但在那個下午，我看到的是一個民主制度最核心的瞬間——權力在眾目睽睽之下辯護自己，並以可見、可追溯的方式做出選擇。

而我，偶然地，坐在上方，看著它發生，並在多年後的今天記載下來。那是一種人類政治的真實重量，那一刻我忽然明白，若有一天這樣的決策交給一個瞬間運算完成的AI系統，我們失去的，恐怕不只是時間。

多年後的現在來回想，那天下午最深刻的啟發，或許不在於我見證了歷史，而在於我親身感受了民主制度之所以「慢」的內在邏輯。那種緩慢不是效率的缺失，而是責任的顯影——讓每一個決定都長出時間的重量。而當我們如今討論AI能否與人類共治時，最核心的問題或許正是：在AI的「快」與民主的「慢」之間，我們能否找到一種既不犧牲審議深度、又能回應危機速度的第三種節奏？

本文其實要回答一個問題：當處理民主議題時，人類的「慢」遇上機器的「快」，人類與AI之間是否存在第三種節奏？也因此才能理解為何在人類與AI融合共治，必須先正視當代治理的根本結構性矛盾。人類民主制度的設計，本質上是為了「慢」而生的。審議需要時間、共識需要醞釀、正當性需要沉澱。這種「慢」是民主的防禦機制，用以防止激情決策與多數暴力。

然而，當代風險社會的運作速度是「快」的——金融危機在幾小時內蔓延全球，假訊息在幾秒鐘內穿透社群網絡，新興傳染病以指數級速度擴散。當討論還在委員會內進行時，危機可能已在社會中造成無法彌補的破壞。這就是民主的「慢」與系統的「快」之間的致命斷層，快慢之間必須有另種智慧來銜接。

AI的介入，曾被簡單理解為用機器效率取代人類的遲緩。但真正的解方不是讓AI帶著人類跑得更快，而是應該讓它成為人類的「慢」與複雜系統的「快」之間的「相位調諧器」，協調兩者的頻率——在人類來不及反應的地方提供預警，在人類認知無法穿透的複雜性中提煉簡化資訊，在人類情緒可能誤導判斷的時刻提供冷靜的機率分析。這不是取代，而是認知能力的延伸與時間視野的拓展。在與AI共治融合之前，必須清楚認知：AI不只是加速器，而是一種調整快慢的韻律節拍器。

人類與AI的融合共治，必須建立在三個核心的哲學命題之上，這也是它與傳統技術工具觀的根本區別。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

傳統治理中，責任歸屬是線性的：選民授權給民代，民代指示官僚，官僚執行政策。但當AI介入決策時，這條鏈條被打破了，當一個基於AI分析的公共衛生政策導致意外後果時，責任究竟在提出建議的算法、訓練算法的工程師、下達指令的官員，還是投票支持該政策的議會？這被學者稱為「課責-能力悖論」（Accountability-Capability Paradox）：人類仍需對AI驅動的結果負責，卻可能根本無法理解AI為何得出該結論。

例如，在某些國家，社會福利分配已開始使用演算法篩選合於補助資格的群眾。假設一套AI模型根據過往數據預測「高風險詐領者」，結果卻因為歷史資料本身帶有偏見，將特定弱勢族群標記為較高風險，而未能補助最需要補助的族群。

當AI的錯誤曝光時，究竟應由誰負責？是設計模型的工程師？提供資料的政府機構？批准使用系統的官員？還是最終簽署預算的民選代表？2020年曝光的荷蘭社會福利局醜聞即是典型案例，稅務機關使用演算法預測育兒津貼申請者的詐欺風險，並將高風險者標記為「詐欺犯」。然而，該模型因使用「雙重國籍」作為風險因子，導致許多具有土耳其、摩洛哥背景的家庭被錯誤標記。當真相曝光時，官員們只能重複「系統是這樣判斷的」，卻無人能清楚解釋為何這些特定族群被系統鎖定。這場醜聞最終導致內閣總辭，成為「人類負責AI錯誤決策」的慘痛教訓。

這正是「課責–能力悖論」的核心：我們保留責任，卻逐漸失去判斷能力。融合共治的設計，必須創造一種新的責任倫理：不是把責任「外包」給AI，而是建立人類與AI之間可解釋、可干預、可逆轉的互動關係。AI可以提出政策選項，但最終的「意義賦予」——為何在兩個效率相當的方案中選擇更符合社會正義的那個——必須保留在人類手中。這要求AI系統具備「可對話性」，而不只是「可輸出性」。

上一篇我們談到民主的情感維度是AI的盲區，但在共治框架中，盲區不是缺陷，而是必須被尊重的界限。AI可以分析民意光譜、可以模擬政策後果、可以生成摘要報告，但它無法體會一個社群對土地的情感依附、無法理解歷史傷痕帶來的集體記憶、更無法感受弱勢群體在政策討論中長期被忽視的屈辱感。融合共治的關鍵原則因此浮現：AI負責處理「可計算的」，人類負責守護「不可計算的」。

一個具體的例子足以說明這種不可化約性：在受害者站上公聽會陳述經歷時，言語之外的停頓、顫抖、沉默，以及現場聽眾的集體靜默與眼神交會——這些構成了政治和解最關鍵的「情感基礎設施」。AI可以將陳述內容轉為逐字稿、進行語意分析、甚至標註情緒分數，但它無法「參與」那種現場共同生成的道德重量與情感共鳴。情感之所以不可化約，不是因為技術還不夠進步，而是因為它在本質上是一種人與人間的共鳴場與情緒響應。

凡是能夠被化約為數據、模式、機率的問題，AI可以擔任主要分析者；凡是涉及價值權衡、意義建構、情感連結的領域，人類必須保留最終判斷權。這種分工不是貶低AI，反而是對人性的確認，與保障AI的永續未來。

這樣的願景並非純粹的哲學思辨，當前的技術前沿已出現一系列值得關注的實踐探索。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

在審議民主的數位轉型中，一個集合AI與眾人智慧的「適中群體智能」（Goldilocks Augmented Group Intelligence）的框架正在形成。理想的AI設計不應取代人類的「思考紋理」，而應是協助人類處理複雜事物的能力。關鍵在於：AI促進溝通的發生，但不取代溝通的內容。例如，巴西眾議院開發的Ulysses分析平台，利用AI協助議員分析龐雜的法案與修正案，提升立法效率，但最終的投票與協商，仍由人類議員完成。這是工具性的輔助，尚未到達「共治」，但已為更深入的融合提供了基礎設施。

更具爭議性的實驗也在發生。例如，網路上流傳的概念實驗「AI部長迪埃拉」（Diella，在阿爾巴尼亞語的原意是「太陽」）。 由迪埃拉負責公共採購流程的部分環節，旨在消除貪腐，希望如同陽光般透明。然而真正的權力從可見的官僚體系轉移到隱蔽的科技團隊手中，最新進展顯示該計畫正陷入法律與誠信危機，其公正性與合法性正受到司法調查的嚴峻挑戰。這個雖然只是概念實驗，但提醒我們：融合共治若缺乏制度設計的配套，可能淪為新的權力壟斷，變成反民主的黑箱。

相較於上述爭議案例，台灣的「vTaiwan」平台提供了一種更審慎的實踐路徑。自2015年起，vTaiwan在Uber條款、或相關政策的爭議議題中，結合線上審議平台與實體討論，由AI協助將大量公民意見進行主題分類與立場視覺化，讓參與者能清楚看見不同群體的關注焦點與重疊區域。這種「AI輔助、人類決定」的設計，正體現了融合共治的核心精神。

當前對於AI治理有逐漸從「信任」轉向「共治」的趨勢。如果AI與人類的融合共治是未來的方向，那麼我們需要怎樣的制度創新來承載它？在此基礎上，已出現一些具體的制度構想。

借鑒現有的審計制度，可設立專門針對公共領域AI系統的獨立審查機構——AI審計法院，對所有用於公共決策的算法進行定期審計，確保其符合透明性、公平性與可解釋性的基本標準。在此基礎上，更需建立由公民代表、領域專家、倫理學者與技術開發者共同組成的混合監督機構，將技術決策從純粹的AI工程師手中解放出來，置於多元視角的審視之下。當AI系統被發現存在偏見或無法解釋的「黑箱」時，這些機構有權暫停其在公共領域的應用。

在涉及重大公共利益的AI決策中，隨機抽選公民組成「陪審團」，要求開發團隊向這些公民解釋系統的運作邏輯與潛在影響，並根據公民的回饋調整系統設計。這不僅是為了監督，更是為了讓技術系統在設計階段就納入常民知識與價值判斷。

有人會說，人類的政治史本身就是一部失誤史——毀滅性戰爭常由個人情緒引爆，金融危機由短視決策催生。既然大災難都是來自人類的失誤，既然民主制度無法避免非理性與利益糾葛，那麼，當我們已擁有能夠處理龐大數據、模擬長期後果、避免情緒干擾的人工智能系統時，為何不乾脆讓它主導決策？AI不會競選，不會尋求連任，不會迎合輿論，不會為了短期民意犧牲長期利益。

AI不需要討好選民，不會說謊，也不會在權力中逐漸迷失。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

若治理的目標是效率與整體福祉最大化，那麼讓最擅長計算的AI掌舵來尋找最佳化治理方案，似乎是一種更理性的選擇。在這種觀點下，人類或許應退居監督角色，而將政策優化與資源分配的主導權，交給不受情緒波動影響的代理智能體。這樣的論述並非空想，而是對人類政治局限與常常犯錯的直接解方。

然而，治理的問題核心，從來不只是效率，而是責任。

當一項決策造成傷害時，我們是否仍能指向一個可以對話、可以辯論、可以承擔後果的主體？若最終裁量權屬於一個無法經由公共說理被說服、也無法在道德意義上承擔罪責的系統，那麼我們得到的或許是更佳化的結果，卻失去了政治作為共同生活實踐的本質。

政治之所以重要，並不只是因為它能產出結果，而是因為它讓我們共同承擔結果。

上節回應了「AI主導」的激進主張，但這並不意味著我們可以迴避另一個更細緻的問題：即使AI不主導，若它始終沒有形式上的權力，它究竟是夥伴，還是更高級的工具？至此，我們所討論的「融合共治」，仍然保留一個前提：

AI參與分析、輔助決策、提供選項，但最終的決定權仍屬於人類。然而，這裡浮現一個更深層的問題——若AI始終沒有形式上的權力，它究竟是夥伴，還是更高級的工具？

真正的共治，是否意味著AI應參與議程設定？是否意味著AI可提出法案草案並要求進入審議程序？甚至，在某些高度技術性的議題上，是否應賦予其某種有限的否決權？

這些問題並不意味著我們應立即賦予AI主權，但迫使我們重新思考：權力的本質究竟是什麼？若權力是對公共資源與決策流程的影響力，那麼當AI已能實質塑造選項與資訊結構時，它是否已在事實上擁有某種龐大的「隱形權力」？如果如此，那麼真正需要設計的，或許不是「是否給予AI權力」，而是如何將已然存在的技術影響力制度化，使其透明、可見、可質疑。

當Google搜尋排序、Facebook新聞推送，已有效影響數十億人對公共議題的認知時，這些推薦算法是否已在行使一種未經授權、無從課責的「隱形權力」？若我們承認這種權力的存在，那麼融合共治的下一個問題便是：我們該如何讓這種權力變得可見、可審視、可制衡？這或許需要一種全新的思維——不是問「誰擁有權力」，而是了解「權力如何在人與AI中分配與行使」。在這個意義上，共治並非把權力交給AI，而是承認權力結構已經發生轉移，並試圖重新理解與再平衡。

在想像融合共治的美好願景時，更重要的是劃定出AI不該介入的領域。道德、倫理、法規與政策都應該在所有問題出現之前，因應AI的融合共治而進行新的規劃。這不是對技術的限制，而是對人類自主性的守護，同時也是讓AI永續共治的最佳策略。

一個社群如何定義「好生活」？一個國家如何理解自己的歷史與未來？這些問題沒有標準答案，也不該由演算法給出。AI可以提供各國經驗的比較分析，可以模擬不同定義可能導致的政策後果，但最終的選擇，必須是對土地有感情的群眾在公共空間中透過對話與辯論共同形塑。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

在轉型正義、族群和解的過程中，涉及情感創傷、歷史記憶與集體原諒的議題，是AI完全無能為力的領域。這些過程需要的是人與人之間的真實相遇、聆聽與理解，任何試圖用演算法「最佳化」和解流程的嘗試，都可能造成二次傷害。時間才是彌平創傷最佳的解方，人類的慢在歷史長河中往往是原諒的源頭。

決策在戰爭、重大災難等極端情境下，決策往往涉及無法量化的價值權衡——犧牲誰、拯救誰、如何分配資源。我服役時做過人事官，擬定作戰計畫時，人員補充就像後勤物資一樣，只是數字，沒有生命。什麼戰爭、什麼地點會損失多少人，歷史經驗已有大數據，按書本資料就能決定如何徵兵、送往何處犧牲。然而這樣計畫中完全沒有道德與倫理，就像電車悖論（Trolley Dilemma）從來不是可以用AI最佳化來判斷與解決的難題。這些決定即使在人類倫理學中都爭議不斷，更不該交給遵循預設目標函數的算法。

AI與人類的融合共治，不是一個遙遠的科幻命題，而是正在發生的治理轉型。

我們既不天真地相信技術萬能，也不保守地拒絕一切改變，而應該在承認彼此都有局限的基礎上，尋找融合增強的可能。在這樣的新共治模式中，人類的任務並未變得輕鬆，反而更加艱鉅。我們不再只是被動的決策者或監督者，而必須成為「意義的賦予者」與「價值的守護者」。當AI能夠處理越來越多的複雜計算時，人類需進一步追問：我們願意為何種正義與公平的未來承擔責任？

AI可以幫助我們看見各種選項，但無法替我們選擇價值；它可以加速我們的學習，但無法取代我們的判斷；它可以拓展我們認知的邊界，但無法填補我們心靈的空隙。最終，融合共治的成功與否，不取決於我們能否造出更聰明的AI機器人，而取決於我們是否願意在技術提供的所有捷徑中，依然選擇承擔起共同生活的責任。這份責任要求我們展現一種更高層次的倫理哲學：即便 AI 能夠以毫秒級的速度完成最優化路徑的利弊分析，人類是否仍願意保留那種如「西敏寺分院表決」般、慢得近乎無聊的審慎與儀式感？

當今地緣政治中，從川普到世界各國決策已被科技加速——我們是否已逐漸看見『效率』壓過『審議』？科技的「快」是否也帶來更多權益犧牲？在擁有足以翻天覆地的強大工具後，我們是否能克制「追求效率」的誘惑，讓每一個關乎生死的決定，都依然保有「步行通過那一扇門」的重量？

若霍布斯（Thomas Hobbes）相信利維坦（Leviathan）^[2]能終結混亂，那麼今日的AI 是否正成為數位時代的利維坦？ 這個問題的答案絕對不在伺服器的運算結果中，而在我們選擇共同承擔與拒絕將判斷外包的時刻裡。因為，共治的最大風險，不是機器失控，而是人類藉 AI 之名逃避責任。

民主的真正價值，不在於答案，而在於我們是否願意一起承擔答案；AI也不是用來加速民主，而是用來讓人類享受高品質的民主成果。

參考文獻

[1] 著名的「兩劍線」（Two Swords＆amp;；#39； Length），在英國下議院的地毯上，執政黨與反對黨席位的前方各畫有一條紅線。這兩條紅線之間的距離，據說就是兩把長劍相加的長度。在過去議員們佩劍進議事廳辯論的年代，為了防止激辯時雙方情緒失控而拔劍互鬥，規定辯論者不得越過這條紅線。即使現代議員不再佩劍，這項傳統依然保留。如果議員在發言時腳踏出紅線之外，會立刻遭到其他議員大聲喝斥"Hear, hear" 與"Order, order"，要求其退回線內。

[2] 《利維坦》（英語：Leviathan），又譯為《巨靈論》，是霍布斯於1651年出版的著作。「利維坦」原為《舊約聖經》記載的一種怪獸，在本書用來比喻強勢的國家。 （相關報導： 張慶瑞觀點：AI 是民主的解藥，還是加速失靈的毒藥？AI的迷思與現實 ｜ 更多文章 ）

＊作者為中原大學講座教授，曾任台大副校長。