我想從最近的日本參議院選舉開始談起。這次選舉中，我們看到提供右翼另類敘事的政黨支持度大幅飆升，席次從 2 席增加到我記得是 14 席。我們和該黨的一些支持者聊過，他們主要談論的是 YouTube，以及演算法如何運作——他們只要看了一部影片，整個推薦頁面就全都是該黨的訊息。

這就是我今天在日經論壇上討論的「為你推薦」演算法。

我想問的問題，您在《多元宇宙》（Plurality）裡其實已經提過：您認為有什麼樣的科技，可以補救這種演算法只偏向單一政策、單一陣營，而非您在書裡倡議的狀況？

是的。像 YouTube 這樣的平台是一種「廣播」科技。但它不只讓一、兩個媒體成為廣播者，而是讓每個人都能成為廣播者。然而，透過自動播放和「為你推薦」的演算法，它優先推送的是那些透過「激怒」來「互動」的內容。當你被激怒時，就更容易上癮。所以，這些社群媒體的「使用者」（users）——這個詞同時也用來形容成癮者——無可避免地會被拉向某個極端，而不是中間立場，因為中間的聲音在那些演算法上根本不會爆紅。

解決方案，就是將「廣播」（broadcasting）的邏輯反轉過來，我們稱之為「廣泛傾聽」（broad listening）。廣播讓一個抱持極端觀點的人可以對一百萬人說話；而廣泛傾聽則讓一百萬人能夠彼此傾聽，就像兩、三個人在對話一樣。

Polis 就是我們早期做的一個廣泛傾聽實驗。即便有數千人對 Uber 議題抱持極端不同的看法，它最終能將其收斂成四種不同的立場。接著我們在這些立場之間建立橋樑，讓它們變成兩種立場。最後，在這兩種立場之間再搭起橋樑，就形成了我們最終通過成為政策的「罕見共識」（uncommon ground）。

安野貴博（Takahiro Anno）就是以這個理念參選的，他直白地說「廣泛傾聽」就是他的政見，而他也確實贏得了一個席次。

您認為這種「廣泛傾聽」模式正在規模化的路上嗎？我們目前只看到少數平台實踐了這個概念。

我認為美國所有主流的社群媒體公司，包括 X.com、YouTube、Facebook 和 Threads 等等，都已經導入了「社群備註」（Community Notes），這就是一個彌合分歧的平台。社群備註的設計深受臺灣 Polis 的啟發，我們和他們的團隊也很熟悉，這基本上是一個共同努力的成果。所以，要說「廣泛傾聽」很小眾，這就言過其實了。它一點也不小眾，每天有數百萬人都在使用。我相信即使在日本，人們也經常使用 X.com 並用日語為社群備註做出貢獻。

問題在於，另類敘事在 X.com 上成為熱門話題後，可能要過六個小時才會看到社群備註出來匡正視聽。所以，不是社群備註不好，而是它不夠快。因此，我們現在正和研究人員合作，讓社群備註可以由 AI 來撰寫。你可以訓練 AI 來撰寫能夠彌合分歧的社群備註草稿。與其等待人們來寫，不如讓 Grok、Gemini 或 GPT-5 等模型來完成。當然，人們仍然可以對這些備註進行評分、提出修正，但初稿可以由 AI 完成。

一旦這點實現，我相信我們就能達到研究人員所說的「社群回饋強化學習」（RLCF）的境界。你可以訓練 AI 系統去關照那些在社群媒體上原本對立的群體之間的「關係健康」（relational health）。舊的 AI 系統，它們只對單一使用者忠誠，對吧？你叫它做什麼，它就做什麼。每個人都有某種 AI 助理，而這些助理非常擅長奉承、討好，讓你感覺良好。這是它們的演化壓力，因為如果你感覺不好，你就不會付訂閱費。結果就是，每個人都被一個個不斷強化自己既有想法的系統包圍，而這就像推薦演算法一樣，反而把人們推得更遠。

而「社群回饋強化學習」所訓練的 AI 系統，不是「垂直地」對齊單一使用者，而是「橫向地」對齊人與人之間的關係。如果 AI 發布的備註能夠修補分歧，它就會得到獎勵。這種訓練 AI 的方式，從根本上就是「合作式 AI」（Cooperative AI），這也是我目前的研究方向。

所以，社群備註的初稿可能來自 AI，其立場或許與開發者的初衷相關，但之後會由社群來修正，這會讓它變得更民主嗎？

是的，而且一旦正向循環開始轉動，你就會看到 AI 系統之間展開更多的競爭，看誰能提出更好、更能凝聚人心的初稿。

但我們也看到許多地方，所謂的 AI 似乎悄悄地依賴像伊隆・馬斯克這樣的平台……我們該如何……

這就是為什麼需要「競爭」。不能只有 Grok 來寫社群備註。X.com 必須開放它的 API，讓 Gemini 或 ChatGPT 等模型也能與 Grok 競爭。而他們也確實這麼做了，X.com 已經開放了那個 API，所以現在不再只有 Grok。因此，儘管 Grok 的訓練，當然帶有一些特定的想法——我們姑且這麼說——但你可以透過確保其他 AI 也能與之競爭，來產生那些能夠搭起橋樑的想法，從而達到平衡。

這難道不會從根本上挑戰例如 X 公司的商業模式嗎？這種趨勢能持續下去嗎？

是的，這正是我在演講中提到《數位選擇法案》（Digital Choices Act）的原因。從明年七月開始，如果你是猶他州的公民，一旦你決定轉換平台，那麼伊隆的平台就必須持續地與新平台互通，把你新的按讚、貼文、回覆、投訴都轉發到你的 Bluesky 帳號。這樣一來，轉換平台時你不會有任何損失。這就像你換電信公司一樣；如果換電信就必須換電話號碼，那即使服務再差，也沒多少人會換。但如果你可以保留號碼，也就是「號碼可攜性」（number portability），人們就會自由轉換，電信商就必須在品質上競爭。同樣的道理，「社群可攜性」（social portability）現在也正在實現，並且在猶他州已經是法律了。我們也看到，在美國聯邦層級，對此的興趣也越來越高。

您認為當前由社會問題引起的對立極化程度，會從現在開始下降嗎？

再說一次，這正是因為他們缺乏有意義的競爭。一旦平台達到「網絡效應」（network effect）、主宰了整個網絡，新的網絡幾乎不可能進行有意義的競爭。但有了社群可攜性，競爭就成為可能。這就像你建了一條高速公路，如果沒有入口和出口匝道，你就必須一路開到終點，無法轉換。但這個法律等於是強制規定你必須設置匝道。所以我相信，隨著這種數位選擇權在世界各地被採納，我們將會看到越來越多公平的競爭——「向上競爭」，而非「向下沉淪」。

您認為這個趨勢會如何快速擴散？您抱持比較樂觀的看法嗎？我記得您在某個 podcast 節目中提過「極化高峰」……

是的，現在大家都感到非常厭倦了。現在是 2025 年，無論你問美國哪一個群體，他們都對對立極化感到非常疲憊，準備好要向前看了。所以我的重點不是說我們已經找到了治癒一切的萬靈丹，而是說，現在已經有了處理社群媒體反社會角落所引發的對立問題的政治意願。

我們應該把握這個機會，沒錯，而加速這種「民主防衛」（democratic defense）的方式，就是讓每個人都意識到，替代方案早已存在。《日經》這樣的媒體就可以在提升大眾認知方面扮演重要的角色。

您認為亞洲國家——像是東南亞、日本、臺灣和香港——在數位平台上追求更多選擇、更多元的方面，是否面臨著特殊的挑戰或機遇？

是的。我認為在亞洲，我們已經看到「人際關係」以及「關係的健康」（relational health）本身就是一項重要的文化價值。我們沒有那種定義了許多西方對話的、我稱之為「激進的個人主義」。

所以當我說：「讓我們來訓練一個 AI 系統，去關照一個特定的地方、一個特定的生態系或一個特定的縣市」等等，然後我解釋說：「這就像一個『神祇』（kami），一個只關心社群福祉、別無他求的在地精神。」你可以把社群備註那些 AI，想像成是針對某個議題的對話的「神祇」，僅此而已。

這個想法對亞洲人來說非常熟悉。我用的是神道教的詞彙，但類似的概念在道教、民間佛教和亞洲許多其他宗教中都存在。所以我認為，這種思維方式不太需要額外的轉譯，亞洲人就能夠認同並共同發展。我認為這是一個獨特的機會。

那我們在這裡是否也面臨挑戰？

是的，反過來說，我認為正是因為我們對關係健康的重視，讓我們對「極化病毒」（polarization virus）更具韌性。從某種意義上說，我們沒有在第一波極化浪潮中淪陷。但這也意味著，我們可能還沒有度過「極化高峰」。在美國和其他西方政體，他們或許已經過了高峰，進入了——用 COVID 的比喻來說——「社區傳播」階段。但我們這裡可能還沒有他們那麼嚴重。

這同時意味著機會和風險：機會是，如果我們為自己接種疫苗，我們就不用承受那麼多痛苦。但風險是，這也可能表示我們還沒有足夠強大的免疫系統。如果一個真正強大的變種病毒出現，我們可能不像西方民主國家那樣警覺。所以我認為，這使得我們加倍需要去了解西方民主國家正在發生的事，並據此發展出我們的「預防針」。

我想這也涵蓋了您之前談過的關於 AI，特別是通用人工智慧（AGI）的話題。有些人，像是 AI 2027 藍圖的支持者，他們追求 AGI，並認為 AGI 未來將成為政府結構的一部分。您認為在 AI 變得更強大、更聰明、涵蓋更廣泛的政府視角的情況下，社群備註這種機制還能發揮作用嗎？畢竟目前的 Transformer 技術並非多元，它是由單一模型、單一意識形態支撐的。

嗯，我是說，像 Sakana AI 用的也是 Transformer，但他們的使用方式非常不同。他們透過「演化」來尋找最適合一個生態系關係健康的模型，讓各種不同的 Transformer 進行演化並交換彼此的「遺傳物質」。這意味著多元模型同時被考量，就像即時互動的人工生命一樣。演化的壓力意味著，就像狼一樣，它們有自己的「對齊」（alignment）方式，可以組成狼群一起狩獵。早期的人類也是社會化的，他們也有自己的對齊方式。

但演化的壓力意味著，狗也學會了一點人類的社交方式。如果我看向某個地方，狗也會跟著看。而人類的凝視系統也和狗共同演化了。所以我們也朝著狼的方向演化了一點點。這兩個不同的物種一起演化，才使得「橫向對齊」成為可能。這裡的重點，不只是演化出最好的狼或最好的人，而是改善這兩個物種之間最好的「關係」。

我認為這就是「合作式 AI」的賭注。它意味著，像社群備註這樣促進人類協作的系統，一旦 AI 的能力呈指數級增長，它們也能呈指數級增強。這就不再只是像您所說的，那種 AI 2027 的主導觀點，而是更接近於「我們人民與 AI 一起成為超級智慧」的境界。這也是一些日本研究人員所說的「共生 AI」（symbiotic AI），就像人類和狗是共生的一樣。

所以在您看來，如果能與人類社群緊密合作，Transformer 技術本身，並未限制《多元宇宙》的實現？

我的意思是，傳統的 Transformer 是基於單一模型的技術。但當你談到像 Sakana AI 這樣的模型時，它更像是一個由許多小型 Transformer 組成的社群，它們共同形成一個生態系。這就像「樸門永續設計」（permaculture），你有很多物種，每個物種在生態系中都扮演一個角色，它們以彼此的輸入和輸出為食，然後共同演化。

所以我說的是，與其只有一個凍結不動、成為所有人認知規範的巨大模型，這種方式是更「橫向對齊」的。它能持續地從經驗中學習。而經驗的回饋獎勵，不是來自單一使用者或單一 CEO 的奇想，而是來自人類與 AI 代理人社群的「關係健康」訊號。

所以是社群給予它們獎勵，告訴它們「這是好的演化，這是有價值的」。

對，對，完全正確。這就是 RLHF（透過個人來對齊 Transformer）和 RLCF（透過社群與 AI 代理人共同演化）之間的區別。

您認為目前 AI 的發展正朝著這個方向前進嗎？還是我們還有很長的路要走？或者說目前還是由科技巨頭主導？

嗯，我是說，如果你去看關於「多代理人系統」（multi-agent systems）的論文，你會發現這種「合作式 AI」是一個非常有前景的方向。我本身是「合作式 AI 基金會」的董事，我們的成員裡有微軟的首席科學家、DeepMind 的總監。許多尖端實驗室的人都認為，僅僅做「垂直對齊」是不夠的。

因為我們絕不能重蹈十年前社群媒體的覆轍，當時人們以為最大化「互動率」就能連結全人類，結果卻適得其反。所以這一次，我們必須解決多代理人之間的協作問題，並利用這些代理人來促進人類的合作。這就是合作式 AI 的願景。

您對於實現這些願景有多樂觀？

我認為，區分兩個階段很重要：一個是當前 AI 系統促進人類合作的階段，另一個是未來 AI 代理人之間自行合作的階段。第一個階段已經相當成熟了，你可以輕易看到像廣泛傾聽、Polis 等許多系統都已經在做這件事。

但一旦 AI 系統變得更加自主，你就需要處理好多代理人之間的對齊問題。比如，當街上大部分都是像 Waymo 這樣的自動駕駛車時，它們之間協調的方式，將會和人類駕駛的協調方式完全不同。這種「多代理人安全」（multi-agent security）是一個新的尖端領域。

所以，對於促進「人類協作」，我相當樂觀。我認為我們內在都有避免協作失敗的動機。但對於「多代理人安全」，這就更具推測性，因此需要更多的研究才能說我們是否樂觀。

快速問一句。您對於業界預測 AGI 即將到來（今年、明年、兩三年內）的看法有多樂觀？

嗯，那要看是哪個工作領域。就「寫程式」這個我以前的主要技能而言，它已經實現了。現在的 AI 系統在程式設計競賽中，大概是世界前 200 名的水準。所以如果你只是說把規格書轉化為可運行的程式碼，那它已經是 AGI 了，而且已經是 AGI 一年了。

但在其他情境下，例如當我們談論主持對話、提供相互關懷、培養公民肌力時，AI 離「讀懂空氣」（read the air）還差得遠呢。一個好的引導者基本上就是在「廣泛傾聽」，在讀空氣。目前你還需要把人類的信號轉化為文字、錄音、結構化的輸入，AI 才能進行總結。但要親身引導一場團體對話，這仍然需要人類來做。AI 在這項特定技能上，離 AGI 還遠得很。這也是為什麼我去學了這項新技能。

為了生存？

是的，為了生存。因為我舊的技能已經沒有市場價值了。（笑）

是的，所以我們也必須重新學習技能。這很有趣，因為這是我第一次在 AI 的議題上聽到「讀空氣」這個詞。西方的工程師和公司，我認為他們的文化和技術基礎更偏向西方。在 AI 社群裡，像您這樣具有亞洲思維、亞洲哲學的專家，我認為是比較少見的，我們應該要看到更多，對吧？

當然。因為如果你不優先考慮這種「關係的健康」，那結果就是你讓人類去對齊 AI。你必須用 AI 期待的方式去互動，然後我們就會變得很受限。但亞洲的思維是，如果你是一個新來者，就像哆啦A夢來到一個家庭一樣，就應該要「讀空氣」。任何來到一個家庭的新成員都該如此。你不會期待整個家庭去進修機器人學來配合哆啦A夢，當然是哆啦A夢要學習如何與這個家庭合作。預設的社會規範是不同的，因此這會導向優先考慮「合作式 AI」和「橫向對齊」的結果。

我也想問一下，目前科技工程師試圖設計更多社會系統的趨勢，極端的例子是伊隆・馬斯克，溫和的例子是日本的安野先生。您認為，這些百分之百的工程師背景的人進入社會系統、試圖改善社會系統，他們各自的侷限是什麼？他們應該從其他領域學習什麼？

是的，我認為社會科學中有一個核心概念叫做「雙重詮釋」（double hermeneutic）。也就是說，當你對社會提出一種詮釋時，一旦社會意識到這種詮釋，社會看待自身的方式也會改變，然後它會反過來詮釋你。所以，這不是一個自上而下的系統，你看到一個問題，然後解決它。「解決主義」（Solutionism）是行不通的。你設計的任何解決方案，同時也會改變社會的運作方式，並引發新的問題。對吧？這不像一個人造系統，只要你有足夠好的數學，你就可以證明程式碼沒有 bug。

在社會系統裡，一旦你解決了一個問題，人們就會繞過你的解決方案，然後製造出新的問題。所以我認為，這就是為什麼我們需要「與民協力」（with the people），而不只是「為民服務」（for the people）。技術解決主義認為，菁英為人民解決問題。但社會科學家或社工會說，我們與人民協力，賦權給他們，讓每個人都能看到問題，並以在地自主的方式圍繞問題進行創新，而不是等待某個菁英來為他們解決問題。從「為民」到「與民」，我認為這很重要。這基本上也和我們剛剛談的，從「垂直對齊」到「橫向對齊」是同樣的道理。

「與民協力」具體來說會是什麼樣子？當安野先生有自己的政黨時，您的意思是人們應該加入他的政黨嗎？還是說他應該與人們進行更多的對話，這一點我認為他有在做。

是的，我認為數位民主的一個理念是，這些開源的方法不應屬於特定政黨。其他政黨也應該可以自由使用「廣泛傾聽」系統。它所創造的公共利益需要以各種不同的方式來詮釋。透過開源和像「創用 CC」這樣的自由文化，這意味著他們無法限制其他人如何混合、分叉（fork）、共同演化這些系統。我認為這是「與民協力」很好的第一步。

因為這意味著，如果你來自與數位民主推動者不同的背景，你不僅僅是他們系統的「使用者」。你可以找到與你有相似背景的人，然後「分叉」他們的系統。這有點像 Bluesky 因為是去中心化和開源的，現在有人把它分叉成了 Blacksky。Blacksky 圍繞著與 Bluesky 原始開發者有著截然不同生活經驗的人們，但它仍然可以與其他平台互通。這是一種「工具箱」模式，而不是「統包方案」模式。

但是，我從未寫過程式。當我們看到現在轉型為政治人物的科技工程師說，他們應該進行更多開源的政策制定、與更多人對話時，我不認為大多數的選民，尤其是在日本，有大量超過 65 歲的人，他們永遠不會接觸到這些發展，不會知道他們在開源什麼，甚至「什麼是開源？」。所以，當安野先生在選舉前（大概是六月）因為提議限制氣喘吸入劑的保險給付，只給那些已經在用它做預防性治療的人——這顯然不是個好政策——而面臨反彈時……我的問題是，我們該如何彌合這種差距？那些從未聽說過開源、甚至可能從不上網看首頁的人，要如何感覺自己和這些科技人是站在同一陣線上的？

這是個非常好的問題。在臺灣，正如我所提過的，17 歲和 70 歲的人是在那些廣泛傾聽平台上最活躍的群體。而 70 歲的長者們上平台，並不是為了支持「開源」這種模糊的概念，對吧？他們可能是為了支持他們的孫子孫女。當他們的孫輩提出一個想法，說「讓我們禁止手搖飲外帶使用塑膠吸管」，他們的祖父母就會支持。又或者當年輕人提出某些非常創新的想法，比如「讓我們創建月經博物館，來消除社會對月經的禁忌」，我今年 92 歲的阿媽就非常喜歡這個主意。

所以，重點不是抽象的「開源」，而是支持他們所關心的年輕人提出的想法。這是一種「世代團結」（intergenerational solidarity）。

需要記住的重點是，「開源」本身不是目標，它只是工具。它僅僅意味著，抱持不同世界觀的人，可以使用相同的工具來提出他們的想法，而這些想法也能夠跨越黨派，成為團結分裂人群的「罕見共識」。但工具的製造者，不應該去規定它的用途。例如，我進入內閣後，讓「公共政策網路參與平臺」（Join Platform）變得比以前更具約束力，但我完全不知道人們會在那裡提案什麼。結果，第一個非常受歡迎的提案是把報稅時間從三小時縮短到三分鐘。這非常受歡迎，很多長者都非常喜歡。因為如果你是長者，親自去稅務局是一件很辛苦的事。但如果在手機上點幾下，三分鐘就能完成報稅，大多數長者都能做到。只要他們知道這三分鐘可以取代跑一趟三小時的稅務局，這就一點也不難。

我想您也提到了科技界、工程師界缺乏「敘事」（narratives）。您能詳細說明嗎？一個團隊需要什麼樣的人才能提供敘事？

我當時的重點是……想像一份報紙，比如《日經》。在頭版 A1，你看到的是新聞。也就是說，不管你的政治立場是什麼，你大概都會同意這些事情發生了，這是頭版內容。當你翻到第二頁，你會看到一種詮釋，然後又看到另一種詮釋，用一種平衡的方式公平地呈現社會的分歧。這是「哈欽斯委員會原則」（Hutchins Commission principle）。在這個原則出現之前，很多所謂的報紙只選擇一種立場，把它當作新聞來呈現，試圖誤導人們，讓他們相信某個邊緣觀點就是事實。

所以，「敘事」有兩個部分。一個是「橋接敘事」（bridging part），也就是確保人們能看到，那些所有人都同意的基本事實，或能凝聚人心的普遍情緒，被準確地呈現為「共同點」。這是第一種敘事。另一個是「平衡敘事」（balancing narrative），也就是公平地將仍然存在的分歧，以及雙方最有力的論點，主題化地呈現出來，而不是呈現一方的強有力論點，和另一方虛假的稻草人論點。但如果你去看謠言或極化現象，這正是他們在社群媒體上使用的伎倆。他們基本上把哈欽斯委員會原則反過來用：把一個極端當成新聞，然後用稻草人論證來攻擊另一方。

所以我再次強調，我認為敘事需要 AI 的幫助，來準確地完成「橋接」和「平衡」這兩件事。

而這是可能的，透過您稍早談到的 AI 策略……

是的，「意義建構」（sensemaking）。對，這有個專門的詞。這些被稱為「意義建構技術」。而我認為，「廣泛傾聽」可以整合大量的意義建構功能。

目前，其實包括亞洲媒體在內的日本媒體，正因為「過於平衡」而受到批評。比如我們看到政治光譜，然後水平地排列出政策 A、B、C、D……這反而被另類敘事的政黨利用了，因為他們成為了 50 個政策中的一個，看起來比實際情況更具正當性。所以您認為媒體應該更強調權重嗎……

我認為這恰恰說明了，這也正是缺乏「橋接」基礎的症狀。因為如果你沒有一個強而有力的橋接敘事，那麼任何的「平衡」看起來都會顯得不平衡，因為你總會被指責為迎合極端或排斥某些聲音。

但這正是哈欽斯委員會的洞見：如果你能讓橋接的敘事足夠強大，讓大家都能認同，它就會產生凝聚效應。即使是那些曾經激進的人，也會被橋接的敘事所吸引，從而再次回到中間地帶。所以我認為，我們現在的辯論，恰恰說明了缺乏一個真正強大的橋接敘事，而這正是像「廣泛傾聽」這樣的技術可以幫助的地方。因為它能讓普通公民提出令人驚訝的、每個人都能認同的「橋樑」。而記者因為通常只有機構內的消息來源，要找到一個真正有創意、創新的橋樑要困難得多。但公民一旦開始競相「造橋」，就能產生許多令人驚喜的想法。我們在臺灣有很多很好的例子。

我想知道……關於外國人移入日本這個議題的橋接敘事案例，這在日本選舉中是個大議題。我們傾向於只是去闢謠，說外國人犯罪率沒有那麼高，他們沒有要移入日本，更沒有要入侵日本。但另類敘事者卻不這麼想。

嗯，在 TBS 的《Future Card》節目中，我用了「婚姻平權」的例子，這在這裡也是個議題。在臺灣，我們有兩個不同的詞，一個指個人之間的「結婚」，一個指家族之間的「聯姻」。所以，當時那個有創意的橋樑是發現，大多數支持婚姻平權的人，其實關心的是個人的權利與義務；而那些希望保護家庭價值、比較保守的人，主要關心的是不要改變大家庭或親屬關係的定義。

所以，當臺灣將婚姻平權合法化時，我們只合法化了個人的部分，但他們的家庭之間並不因此形成親屬關係。這是很有創意的解決方案，讓雙方都相當滿意，沒有人非常不滿。但如果你沒有廣泛傾聽系統，你可能就會錯過那座橋樑。

所以，當談到移民問題時，那個有創意的橋樑是什麼，這不是由我來說的。我想說的是，需要有廣泛傾聽的系統，讓那座橋樑能夠浮現出來。

而記者要去問成千上萬人的意見……這就像……所以我們也應該使用 AI？

對，你可以的。正如我提到的，我們真的發了簡訊給二十萬人，對吧？他們都有很好的想法。然後在線上審議中，你可以梳理這些想法。現代的語言模型能做的，就是準確地將群體的樣貌反映給人們看，這樣人們就不會不必要地走向極化。他們可以公平地看到正方最好的論點、反方最好的論點，然後專注於那個能夠讓雙方最強論點都得到一定程度滿足的、創新的想法。

從根本上來說，這是與民意調查截然不同的意見匯集方式。因為當你單獨對人們做民調時，他們的立場會非常極端。但在對話中，人們會「讀空氣」，會彼此協商。所以我認為，這就像是「民調」加上「讀空氣」，像是一個數百萬人的焦點團體。

我的最後一個問題。您離開內閣已經有一段時間了，並且一直在倡導《多元宇宙》的重要性，您也提到已經有案例將這些想法融入政府、融入法律，但看起來……轉變的速度似乎不如我們所期望的那麼快？當您試圖將這些想法推行到其他國家或地區時，有看到任何挑戰或意想不到的挫折嗎？

我去年從內閣職位轉到外交工作，深刻體會到臺灣「壓力造就鑽石」（pressure makes diamonds）的道理。所以，在尚未感受到類似壓力的政體中，人們比較沒有改變現狀的動力，也就更難取得系統性變革所需的「保護傘」或「事前承諾」。

但另一方面，我認為在過去幾年裡，各地所有的民主國家都感受到了對立極化的壓力。去年沒有哪個民主國家的執政黨席次不減的，沒有一個能保住席次的。所以突然之間，每個人都感受到了壓力。

這就是主要的區別。在過去十年裡，要在臺灣以外的地方推廣這些橋接、傾聽的理念是很困難的。因為如果你不在第一線，你就感受不到那種壓力。但現在，突然之間，第一線無處不在。所以我現在其實得到了很多非常好的回饋。你看，社群備註在 Twitter 還叫 Twitter 的時候就有了，當時叫 Birdwatch 之類的。但沒人知道它，因為沒有壓力去利用它。它已經在那裡，是開源的，非常小眾。但現在，祖克柏說：「喔，社群備註，這才是方向。」我相信 YouTube 也導入了。突然之間，每個人都感受到了壓力。

因為世界各地的「垂直機構」正在崩潰，尤其是在年輕人當中。最好的報紙、最好的大學、最好的部會，它們的影響力都在減弱。即使像在日本，我認為人們仍然非常尊敬記者、教授等等，他們仍然懷有敬意（reverence），非常尊重他們。但「關聯性」（relevance）卻一直在下降。這並非失去社會地位；權威人士依然備受尊敬，只是人們把時間花在別的地方了。我認為這是每個人都在感受到的真實壓力。

所以現在，媒體機構（包括社群媒體）、學術機構，各地的機構都在說：「我們需要學習『橫向信任』（horizontal trust）。」因為如果我們不學習橫向信任，那種垂直的信任模式，就有可能變得越來越無關緊要，尤其是在年輕族群中。所以我其實對它的普及相當樂觀，因為現在這種緊迫感是普遍感受到的，而不像十年前，只有在像臺灣這樣的某些地方才感受得到。

您仍然覺得 2024 年是極化的頂峰嗎？

對很多人來說，是的。我認為，正如我提到的，對許多人來說，2024 年的選舉首次展現了對立極化如何重新定義人們對民主的想像。我們甚至有像羅馬尼亞這樣的案例，整個總統選舉因為我們剛才談到的惡意 AI 而被取消、作廢。所以在 2024 年之後，人們不能再說：「喔，情況沒那麼糟。」因為情況真的很糟。所以我相信，是這種「集體意識」讓 2024 年成為了極化的高峰年。人們將會集體地對此採取行動。

但在亞洲，高峰可能會來得晚一些？

是的。在亞洲，我認為威脅的高峰還沒有到來。但當威脅來臨時，我們的社會韌性、我們的免疫系統也會共同演化。所以情況可能不會那麼糟。就像我們接種了疫苗，但還沒打加強針。所以病毒會傳播，但我們不會病得太重。

好的。非常感謝您。

謝謝。非常精采的提問。