從國際傳播與選舉工程的雙重視角觀察，2026年台灣「九合一」選舉，很可能是華語社會第一場被生成式AI「全流程滲透」的地方選舉。從競選文宣、社群文案、攻防話術，到候選人音檔、影像剪輯，乃至各類「獨家民調」與「內部數據」，魚目混珠的程度，已遠超過去「網軍帶風向」的層級。
這不是危言聳聽，而是認知基礎設施的改變：當「有畫面」不再等於「有事實」，選民手裡的那張票，正面臨被演算法預先投一次的風險。
AI選戰的三個新特徵
過去選舉造假，成本高、鏈條長、容易留痕。如今生成式AI把門檻打到近乎為零。
第一，深偽內容日常化。從合成語音、變造短片，到「候選人說了沒說過的話」，技術已能一分鐘產出多版本。台灣選戰中，不論是北部或南部候選人，都已出現被AI配音、被惡意剪輯的案例；即便事後澄清，傷害已經發生——因為人的記憶先於真相。
第二，假民調「認知預埋」。正規民調必須交代抽樣時間、樣本數、誤差範圍與經費來源；但選季裡大量流傳的，是「內部數據」「賭盤訊息」「匿名民調」。這些數字不負責預測選情，只負責製造「已經變天／穩贏／棄保倒數」的情緒錨點，間接影響支持者出門意願與資源流向。
第三，情緒取代政績成為主戰場。AI最擅長的不是講道理，而是餵情緒：恐懼、厭惡、正義感、被背叛感。一則15秒短片，比一份四年市政報告更容易被轉傳。結果是——候選人長期治理紀錄被稀釋，單一畫面、單一句「疑似發言」決定印象。
為什麼九合一更需要「冷處理」
縣市長選舉的本質，不是意識形態表演，而是城市治理契約：誰能把垃圾運走、把交通疏解、把學校蓋好、把社福補到位、把預算花在刀口上。
但AI輿論場恰恰反過來操作——把地方選舉全國化、把市政問題標籤化、把候選人簡化成人設。當你盯著一則「某某人黑料影片」憤怒時，你可能已經忽略：
這個人過去四年，到底修了多少條路？淹水熱區有沒有改善？社宅、托幼、長照資源是否落地？預算執行率是漂亮數字，還是真有產出？議會監督、審預算、危機處理，是應變還是甩鍋？
這些問題不性感，但決定你未來四年每天通勤、就醫、繳稅的真實體感。
選民的自保框架：四步還原「真實候選人」
1. 查源頭，不查爽度
「網友投稿」「內部流出」「境外獨家」先降權。看原始出處：是候選人記者會、政府公報、議會逐字稿，還是匿名帳號剪接？沒有可追溯來源，再震撼都先存疑。
2. 驗痕跡，不迷信畫面
口型不同步、光影詭異、手指畸變、語調扁平、時間軸錯亂——都是AI常見破綻。音檔情緒對、但上下文斷裂，也要警惕。
3. 看交叉證據，不只看聲量
一則爆料瘋傳，不代表屬實。找三家以上獨立信源、找原始文件（預算書、會議紀錄、公文、判決）、找反方說法。真相通常沒那麼戲劇化。
4. 把「人設」翻回「履歷」
問自己：我喜歡的是這個人「被剪出來的樣子」，還是他解決過的問題？社群聲量可以買，市政成績買不動。
這篇文章不是把責任全推給選民。平台演算法獎勵衝突、懲罰沉悶，等於變相補貼假資訊；部分媒體把未經查證的AI內容當「話題」轉載，也稀釋了公共討論的嚴肅性。
更健康的做法應該是：標註AI生成內容、延遲轉發爭議影音、優先引用可核驗原始資料、把黃金版面還給政策對比，而非八卦循環。
把選票投給「可被查證的未來」
九合一選舉，選的是離你最近的那雙手——清運、施工、救災、審預算、簽契約的手。
AI可以模仿聲音，模仿不了連續四年的施政軌跡；可以製造憤怒，製造不出一條真正通暢的捷運、一間準時開班的學校、一場不被淹水困住的家園。
提醒自己三件事：慢一拍轉傳，是一種公民素養；回到市政，是一種選舉理性；不被情緒代投，是對自己城市最基本的負責。
演算法不在乎誰當選，只在乎你停留多久。而你該在乎的，是明天早上出門，這座城市有沒有比四年前端正一點。 （相關報導： 風評：被「洋流」捧殺的「人間奇葩」沈伯洋 ｜ 更多文章 ）
＊作者為交換生。
