張慶瑞觀點：別讓「強迫坍縮」殺死民主─當 AI 遇上量子思維，如何終結立院僵局？

在上一講，我們確立了民主的本體論轉向：民意的本質不是預先確定的「粒子」，而是充滿不同可能性的「疊加態」。白話說，「疊加態」就是一個人同時「有點贊成、又有點反對、還有很多但書」的真實心理狀態。一個公民對複雜議題的態度，往往是贊成、猶豫、擔憂、條件性支持、情境性反對等多重狀態的交織共存——這絕不是尚未表態的「無知」，而是承載複雜人性的「豐富」內容。

然而，當代民主的核心機制——投票，卻是一個設計來處理「確定性」的機器。它強迫每一個豐富的思維頻譜，在走進投票箱的那一刻，坍縮為一個單一的、非此即彼的選項。這絕不是群體民意思想的表達，反而是開放民主的終結。這種「強迫坍縮」的暴力，在當前立法院的議事僵局中展露無遺。當複雜的法案被化約成「支持或反對」的二元對立時，政黨間的協商便失去演化的空間，淪為比拳頭大小的零和遊戲。每一位立委背後原本承載著選民對政策細節的猶豫、修正建議或替代方案——這些豐富的「民意疊加態」，在進入院會表決的那一刻，被迫坍縮成非黑即白的陣營對壘 。

這不僅抹殺了政策優化的可能，更讓民主淪為一種數字的霸凌，而非理性的論辯。當政治參與者習慣於這種快速坍縮的鬥爭，社會便陷入了無限循環的內耗：所有人都只忙著將對方標籤化，而中間廣大且豐富的民意則在吵鬧中被當成雜質消音。

過去三十年，全球湧現了許多試圖挽救「表決機器」困境的民主創新：公民會議、審議式民調、審議日、數位參與平台……它們共同指向一個方向：在投票之前，必須讓民意有機會好好表達與演化。這些實踐現在被統稱為「審議民主」，但它們始終處於民主制度的邊緣，被視為「補充」機制而無法變成「主流」。

為什麼這種「審議民主」似乎更能展現人的自由意志頻譜，卻無法進入民主的核心？一個重要的原因是：審議民主太昂貴、太緩慢、太難規模化。一場公民會議需要數天時間、專業主持人、大量行政成本；一次審議式民調需要動員數百人、處理龐雜的質性資料。在講求效率與成本的當代政治中，註定只能是點綴的飾品。

但人工智慧的崛起，為「對話廣場」帶來實施的可能性——不是取代人的審議，而是利用AI協助審議，而變得可行且可規模化、更貼近量子波動民主的理想。更重要的是，今天量子視角為這些實踐提供了審議民主一直欠缺的理論基礎：

它們不是在「改善決策品質」，而是在為社會的民意「疊加態」提供一個安全的演化環境。「民意如流水」的波動本體論的重新定位，可以讓「對話廣場」從「邊緣的點綴品」一躍成為「民主基礎設施」。換句話說，我們不再把民意當成河流中「固定石頭」，而是當成「流動的水」這種天然本體。

本講將深入兩個議題：第一，用量子的視角，重新釐清民主審議實踐的深層意義；第二，探討AI如何讓這些實踐從「昂貴的實驗」走向「可規模化的基礎設施」，並提出量子啟發下的制度的創新藍圖。 （相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）

這是一個啟發式隱喻，絕不是物理學上的等價映射。用量子語言不是為了炫耀，而是因為它提供了一個豐富的思想庫，讓我們得以跳出「贊成/反對」的二元監獄。讓我們先盤點既有的審議民主工具箱，但這一次，用量子的視角重新解讀它們究竟在做什麼。

傳統觀點認為，公民會議（Citizens’ Jury / Consensus Conference）的目的是讓一群普通公民在充分資訊的基礎上，對複雜議題形成「更明智的判斷」。由量子視角則看得更深的內涵：公民會議的核心功能，是讓不同的內在疊加態在安全條件下相遇，進而發生「建設性干涉」。

想像一個參與者原本對核電議題的內在頻譜：既擔心核災與核廢料（權重40%），但又害怕缺電（權重35%），更懷疑再生能源的穩定性（權重25%）。這個疊加態在一般即化的公共討論中，是完全無法具體表達。因為一旦表態，就被貼上「擁核」或「反核」的標籤，內心的複雜性被粗暴抹平。但在公民會議的設計中：

• 安全性：小組討論的私密性、中立主持人的存在，讓參與者敢於說出「我有點矛盾與猶豫……」
• 不同觀點強制相遇：必須聆聽並準確轉述對立立場的論點，迫使自己的疊加態與「不同相位」發生干涉
• 演化與醞釀時間：數天的議程，讓疊加態有機會在與新資訊、新視角的互動中，逐漸趨向更成熟的分布
  

公民會議的產出的「公民評估報告」，不是簡單的共識文件，而是一幅集體疊加態的剪影：它記錄了哪些面向形成共識、哪些面向持續存在歧見、以及這些歧見的內在結構。這正是量子民主想看見的「態度頻譜」，而非強迫坍縮後的極化投票結果。

費希金（James S. Fishkin）發明的審議式民調（Deliberative Polling），有一個極其聰明的設計：比較同一群人在「審議前」與「審議後」的意見分佈。傳統解讀：證明「如果公民有充分資訊，他們的意見會如何改變」。

量子視角：暴露「強迫坍縮」的暴力與代價。審議前的民調，是對疊加態的「強迫坍縮」——受訪者在資訊不足、未經思考的情況下，被強迫給出一個非此即彼的答案。這個答案不代表他們真實的內在頻譜，只代表他們在審議前那一刻被強迫選邊站的結果。投票仍有其必要，只是不該是民主的全部或第一步。

審議後的民調，則是疊加態經過充分演化後的「自然坍縮」——雖然仍然是單點答案，但這個答案承載了更豐富的演化痕跡、更深刻的自我理解。兩者的差異，就是「強迫坍縮」的癥結所在，費希金的研究反覆證明：這兩種民調結果差異是巨大的、且朝特定方向偏移的。這意味著，我們日常仰賴的傳統民調，根本不是在「測量民意」，而反而是在製造特定民意。

台灣的vTaiwan平台，則展示了數位時代的可能性。它將政策討論過程線上化，用視覺化工具呈現不同意見的分佈與關係。量子視角下，vTaiwan的核心貢獻是：讓社會的疊加態的分布與演化變得「可看見」。

傳統民主中，我們只看見投票結果，但我們無法看見所有意見的分佈彼此間有何關聯。vTaiwan的意見視覺化、關係圖譜、立場分析，就像量子物理學中的「機率雲」圖——它不直接告訴你電子在哪裡，而是告訴你電子「可能在哪裡」的整體分佈。 （相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）

當一個參與者在投票前擔憂自己可能是孤狼一隻時，卻透過可看見的疊加態演化圖，發現其實是許多人與自己是類似的頻譜組成。當社會看見反對派也不是意見相同的鐵板一塊，而是由許多不同動機、不同條件、不同強度構成的複雜分佈——這種「可視化」疊加態本身的演化，就是民主的未來。

事實上，這種「AI 輔助審議」並非科幻想像，由「運算民主專案」(Computational Democracy) 團隊開發的開源工具 Polis，包括台灣在內，已在多國實踐中展現成效。以西雅圖的交通政策討論或波蘭的公民議會為例，Polis 利用機器學習演算法即時分析數萬名參與者的意見，自動識別出「共識群組」與「歧異熱點」。

它不只是統計票數，而是繪製出社會意見的「動態拓撲圖」——這正是將抽象的「疊加態」轉化為可視化數據的具體實踐。透過 AI，原本混亂的數萬人爭論，能被精煉成具備結構性的民意頻譜，證明了技術確實能部分解決規模化的問題。

但這只是開始。更大的挑戰在於：審議民主實踐長久以來的核心困境——成本、主持、品質——仍然需要更全面的AI輔助。公民會議只能容納幾十人，審議式民調只能處理幾百人，vTaiwan雖然開放參與，但深度討論仍難以在百萬人規模上維持品質。這使得「對話廣場」永遠停留在「實驗」階段，無法成為民主的日常基礎設施。

人工智慧的出現，正在改變這個局面，AI不是要取代人的審議，而是可以從以下幾個方向，讓「對話廣場」變得可規模化、可持續、可嵌入日常政治中：

高品質審議的第一道門檻是資訊太龐雜，一個公民要對複雜議題形成有深度的內在頻譜，需要閱讀大量文件、理解多元觀點、辨識事實與偏見，這對多數人來說是不現實的。

AI可以成為「個人審議助理」：

• 摘要與對比：AI可將數百頁的政策文件、專家證詞、利益相關者陳述，摘要為易於理解的格式，並自動標註不同立場的核心論點與證據基礎。
• 觀點探勘：當使用者提出疑問，AI可即時檢索相關資訊，並主動呈現「與你目前傾向不同的觀點」，讓各種觀點可以相遇而干涉。
• 內在頻譜繪製：透過與使用者的對話互動，AI可協助使用者梳理自己內在的矛盾與權衡，繪製個人化的「態度頻譜」——這正是量子民主所說的「疊加態」的自我認識。

這不是讓AI替人思考，而是讓AI替人類排除「無法思考」的障礙，讓更多人具備參與深度審議的基本能力。然而，推動 AI 輔助審議必須謹慎處理「數位落差」。我們不應讓技術成為精英階層的專利，而應確保 AI 助理能以口語、方言等低門檻方式與長輩或弱勢族群互動 ，讓「對話廣場」真正成為全民共享的民主基礎設施 。

高品質對話需要專業主持人（facilitator）——確保發言平等、防止對話失焦、適時介入引導。但人類主持人能服務的群體規模極其有限。

AI主持人（或「人機協作主持」）正在成為可能： （相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）

• 對話規則的執行者：AI可在大型線上討論中，即時監測對話品質，提醒離題、標註人身攻擊、確保輪流發言規則被遵守。
•  觀點連結的推薦者：當參與者甲表達了一個觀點，AI可自動檢索討論空間中與此觀點互補、對立、或提供新視角的其他發言，推薦給甲參考——這是人工無法做到的「大規模觀點干涉」。
• 沉默者的召喚者：AI可識別哪些參與者長時間未發言，主動邀請他們表達看法，並提供安全的表達管道，矯正討論空間的「音量不平等」。

在AI時代，我們可以想像更動態、更智慧的「社會疊加態儀表板」：

• 即時態度頻譜：不是簡單的「贊成/反對」百分比，而是多維度的態度分佈圖——人們的擔憂集中在哪些面向？支持背後的主要動機是什麼？猶豫者想的條件是什麼？
• 演化軌跡記錄：社會對某議題的態度如何隨時間、隨事件、隨對話演化？哪些觀點的出現改變了整體分佈？哪些干涉產生了建設性效果？
• 潛在共識區識別：在看似極化的對立中，AI可協助定義出雙方可共同接受的「疊加區域」——那些雙方雖未同意對方，但都認為可以接受的選項範圍。

當然，AI輔助審議並非沒有風險，演算法的設計者、平台的擁有者、主持規則的制定者，仍然掌握巨大的權力。一個惡意的AI主持人可以靜靜地引導對話走向他想要特定結論，而不被察覺。因此，本文討論的一切制度想像，都必須以「演算法透明、開源、可審計」為前提，否則AI不會帶來民主，只會帶來更有效率的統治。

「對話廣場」最常被詬病的是「與決策脫節」，AI可在這方面扮演橋樑角色：

• 公民結論的政策轉譯：將公民會議的質性結論，轉譯為具體的政策建議選項，並評估各選項的預期影響。
• 決策者的民意反饋：當決策者提出某方案，AI可模擬此方案在不同態度頻譜上的可能反應，預測潛在的支持與反對分佈。
• 審議結果的持續追蹤：將公民審議的結論納入政策執行的監測指標，讓對話廣場「對話廣場」不只是一次性，而是持續的反饋迴路。

當利益團體充斥時，「對話廣場」還有效嗎？

誠實地說，對話無法消除利益衝突，但審議的目標從來不是「虛假共識」，而是讓雙方的疊加態被社會完整看見：被拆遷者不是「釘子戶」，而是有歷史、有情感、有條件的複雜主體；政府也不是「邪惡開發者」，而是承擔財政與法律責任的行動者。

我在這裡想舉一個自己親身參與的例子。大約十年前，台大紹興南街的開發案，是我當時代表學校處理其中部分的任務。那時候，三方——當地居民、台灣大學、台北市政府——幾乎是零互信。居民與義工擔心被趕走，掛布條抗議；台大面臨校產維護與學術發展的壓力；市府則有都市計畫的法規框架要遵守。

坦白說，過程非常費時與複雜，但真正讓對話得以進行的，不是哪一個官方機構，而是一群長期蹲點的義工與社工團體。他們穿梭在三方之間，協助居民整理訴求、舉辦說明會、建立溝通管道——沒有他們，會議桌上永遠只會是互相叫罵。

我個人的角色其實很單純：在漫長的協商最後，拍板同意由台大提供拆遷戶補助，並找出財務資源的來源。那是一個管理上的決定，而不是溝通上的功勞。這個案子最後沒有走上長期訴訟或街頭對抗，三方取得了一個多贏的結局。開發案當然還是需要投票表決，但那個投票的品質——因為前面有義工團體多年的鋪墊——和當初如果直接表決，是完全不同的。 （相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）

我的親身體驗是：對話不會消除所有衝突，但它可以把「敵人」變成「意見不同的談判對象」。而對話要能發生，往往需要那些不被看見的團體，默默撐出一個安全的空間。

如果AI讓「對話廣場」變得可行，那麼量子視角還能幫助我們想像一些——過去覺得太奇怪、但現在值得嘗試的——制度設計。以下四個創意，不一定要全部實現，但它們都指向同一個方向：讓民主不再強迫人簡化思維內容。

一句話定義：一個選區不再選出「一個代表」，而是選出「一個代表團」，成
員的比例反映該選區民意的真實頻譜。具體怎麼做：假設某選區經過深度審議後，民眾的態度分佈是：

• 30% 強烈支持
• 25% 條件性支持
• 20% 猶豫
• 15% 條件性反對
• 10% 強烈反對

那麼這個選區送出的5人代表團，就按這個比例組成：2位支持者、1位條件支持者、1位猶豫者、1位反對者。一個小例子：

想像一個「是否可以在社區設立夜市」的議題。傳統制度下，選出一個代表——如果他支持，反對者的聲音就消失；如果他反對，支持者的理由就被忽略。但在疊加態代表制下，代表團裡同時有支持、猶豫、反對三種人。他們在議會中的任務不是「誰贏誰說了算」，而是共同守護這個議題在社區裡的複雜性，並把議會的討論帶回來，讓社區繼續對話。為什麼這個方式好：

它承認一個選區裡本來就有不同聲音，而不是假裝「多數的選擇就是唯一的選擇」。

一句話定義：投票時，你不是「圈一個人」，而是「分配100點」給所有候選人，表達你內心的真實偏好強度。具體怎麼做：一張選票上，你不再只能選一個。

你可以：

• A候選人：50點
• B候選人：40點
• C候選人：10點

這不是策略投票，而是如實說出：「我最支持A，但B也不錯，C勉強可以。」一個小例子：你對三位候選人的感受是：A的經濟政策你很喜歡，但環保不行；B的環保很棒，但經濟你不放心；C各方面平平。傳統投票你只能選一個——你可能忍痛投A，但心裡很不踏實。機率投票讓你直接說出：A 50點、B 40點、C 10點。AI會自動幫你轉換（用滑動拉桿或口語對話），你完全不需要懂數學。為什麼這方式好：它消滅了「被迫選票」與「策略投票」的痛苦。更重要的是，它傳遞一個訊息：民主制度承認你的內在矛盾，而不是強迫你從爛蘋果選一個。

一句話定義：在重大議題交付公投之前，強制設定一段「只對話、不動員」的冷靜期——例如三個月。這段冷靜期並非為了限制言論自由，而是透過制度誘因引導資訊流向，避免社會在情緒動員下做出倉促決策。具體怎麼做：這三個月內：

• 媒體不得播放「贊成/反對」的簡化口號廣告
• 社群平台必須調整演算法，讓你能接觸到不同立場的觀點（而非同溫層）
• 各地舉辦公民會議、審議工作坊，AI協助把討論內容可視化

三個月結束後，不是直接投票，而是先做一次「審議後民調」，讓社會看見：「經過深度對話的民意」與「原本的即時民意」到底差多少。 （相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）

一個小例子：想像一個「核四重啟」公投，過去，雙方從宣布日就開始動員：布條、口號、簡化的標語，選民在情緒中被逼表態。審議強制期強迫大家先停下來——你先去聽聽核廢料怎麼處理、再去看看缺電的數據、再跟反對你立場的人坐下來聊兩小時。三個月後，你再投票。你的選擇可能改變，也可能不變，但至少——你是真的想清楚了。

必須強調的是，這段冷靜期是透過制度誘因引導資訊流向，避免社會在資訊不對稱與情緒動員下，做出倉促且無法撤回的集體決策 。為什麼這方式好：它用制度對抗當代政治的「即時坍縮暴力」。不是限制言論，而是限制「簡化的動員形式」。

一句話定義：設立一筆公共基金，專門資助「讓不同立場的人真正坐下來對話」的活動。具體怎麼做：這筆基金不補助任何特定立場的宣傳。它只補助：

•  邀請擁核與反核團體共同參與的深度工作坊
•  讓不同政黨支持者「交換身份、為對方辯護」的實驗性對話
•  由AI配對、讓頻譜兩端的公民進行一對一深度訪談的平台

一個小例子：台灣在同性婚姻議題上曾經高度對立。假設有相位調諧基金，它可以出錢讓「護家盟」與「伴侶盟」的核心成員，參加一個為期兩天、由專業主持人帶領的工作坊——不是辯論誰對誰錯，而是每個人先完整說出自己生命經驗，然後重述對方的觀點直到對方說「對，你真的聽懂了」。這不會讓雙方立刻同意對方，但會讓「敵人」變成「意見不同的人」。

為什麼這方式好：它承認：沒有真正的相遇，就沒有真正的瞭解。極化不是因為大家太笨，而是因為大家從未在安全的條件下真正聽過對方的心聲。

表一: 四個波動民主創意

這四個創意的共同精神很簡單：民主不應該是一座強迫你選邊站的投票機器，而應該是一個讓你的複雜被看見、被傾聽、被演化的對話廣場。

過去三十年，審議民主的實踐者已經一直嘗試改革民主，但他們缺乏一個基礎學理來解釋這件事的深層意義。量子視角提供了這個語言：審議民主不只是在「改善決策品質」，而是在為波動社會的「疊加態」提供安全的演化環境。

這種量子思維將審議民主重新定位，讓對話廣場從「邊緣點綴品」一躍成為「民主的基礎設施」。因為如果疊加態是民主本體論的常態，那麼任何不提供演化空間的制度，都等於是在扼殺民主的活力。

AI的出現讓對話廣場第一次有機會從「昂貴的實驗」走向「可規模化的基礎設施」。不是AI取代人的審議，而是AI排除了規模化的障礙。

最後，量子視角還啟發我們想像更激進的可能性：疊加態代表制、機率投票、審議強制期、相位調諧基金——這些創意都指向：一個不再強迫公民簡化內在思維、不再將不確定性視為威脅、而是學會與疊加態共舞的量子波動民主，才是真正的民主。

在下一講，我們將探討另一個關鍵問題：當充分對話後，我們終究需要做出決定時，有沒有比「多數壓倒少數」更精細、更能保留疊加態豐富性的決策機制？那是從「對話廣場」走向「頻譜決策」民主的更重要一步。

民主的品質，不在於它多快做出決定，而在於它在做出決定之前，願意讓多少民眾的內在複雜性被展現、被傾聽與演化。當 AI 移除溝通的障礙，我們所建立的將不只是處理歧見的「對話廣場」，而是一個讓全人類疊加態得以交織共鳴的——意識廣場。

​＊作者為中原大學講座教授，曾任台大代理校長。​
（相關報導： 張慶瑞觀點：量子波動民主 :─我們在監測地震，還是在聆聽交響樂？ ｜ 更多文章 ）