十年前在臺灣，我們使用了 Pol.is，這是一個利用機器學習來繪製意見叢集並識別能跨越鴻溝之論述的利社會對話平台。被放大的不是最大聲的聲音，而是這些「不尋常的交集」。這也啟發了今天 X 平台（前 Twitter）、YouTube 和 Facebook 上的「社群筆記」（Community Notes），它透過要求持有對立觀點的人在筆記發布前先對脈絡達成共識，從而將事實查核去中心化。這些利社會科技證明了，當我們為「協作的多樣性」而設計時，即使是極化的社會也能從憤怒走向交集。
十年前在臺灣，我們使用了 Pol.is，這是一個利用機器學習來繪製意見叢集並識別能跨越鴻溝之論述的利社會對話平台。被放大的不是最大聲的聲音，而是這些「不尋常的交集」。這也啟發了今天 X 平台（前 Twitter）、YouTube 和 Facebook 上的「社群筆記」（Community Notes），它透過要求持有對立觀點的人在筆記發布前先對脈絡達成共識，從而將事實查核去中心化。這些利社會科技證明了，當我們為「協作的多樣性」而設計時，即使是極化的社會也能從憤怒走向交集。