報導重點摘要
台北多元宇宙研討會在 8/15 舉行，會間討論到許多網路治理的問題與想像。數位部長唐鳳與以太坊發起人 Vitalik Buterin 則在會中的座談討論了如何避免過度集中化，以及分散式治理下又可以協同合作的方式。
READr 過去有多次嘗試使用意見收集平台 Pol.is 做為網路討論平台，因此延續此一脈絡，將有一系列相關的討論文章。
臉書「劍橋分析」之後，社群媒體如何影響民主制度已經被揭露給大眾。但網友互動過程中的意見極化以及社群網站強化這樣的極化並沒有減緩，而這種現象帶來了兩個嚴重的威脅。極化的意見與激烈的批評容易推高互動、引發情緒、使我們過度放大對其它立場的敵意，加劇社會分裂。而在極化的過程中，我們很容易為了支持自己的立場、鞏固自己的社會認同，無意間協助傳播了不實訊息。
而且上述兩項迴圈彼此連動，不實訊息使陣營之間更加彼此汙名，受到汙名的委屈則回頭加劇陣營之間的敵意。
近期 X（原 Twitter）試圖採用「社群筆記」（community note）的方式，緩解陣營之間的分裂與對立。使用者發現推文資訊與現實有落差時可以給與評論，也可以討論評論，並給予「有用」與「無用」的評價。機器學習會根據使用者的行為，整出每個使用者的極化程度，如果某則評論能夠同時獲得夠多不同陣營使用者的認可，就公開顯示該評論給所有使用者看。
乙太坊發起人 Vitalik Buterin ，評論了原始碼背後的原理，並認為社群筆記能夠協助降低社群極化。對此我想進一步主張， X 目前的使用方式與 Vitalik 的某些預設，可能都沒有發揮社群筆記的真正潛力。如果社群筆記的任務是像 Vitalik 所說的那樣，藉由讓人們看見不同觀點而彼此互容，那麼它的前台就應該把功能放在顯露差異，而非凝聚共識。
為此，我們需要先回到「社群筆記」的核心公式：
注意這項公式同時計算了「使用者給好評的傾向」、「筆記的有用程度」、「使用者與筆記的極性」。而光是這些數值，似乎就可以組合出另外兩個處理對立時非常重要的問題：
- 為何某些資訊，會激起敵對陣營友善夥伴的情緒？
- 敵對陣營的友善夥伴，眼中到底看到怎樣的世界？
自從進入社群網絡時代之後，「檢查真實性」的能力已經大幅分散，原子事實的來源已經大幅轉移到不特定的網友。至於如今 LLM （大型語言模型）的不斷演進，將使命題的真假（是否描述了世界）與推論的合理程度（能否有效支持主張、是否預設不當前提）變得遠比短短幾年之前更為困難。
近兩百年來的現代世界觀已不合時宜，四海之內的認知框架從來不曾統一，未來也將更多元。如今要促進理解、防止分裂，我們需要的不是通用的真相，或兼容並蓄的視野；而是需要理解每個群體各自身處怎樣的資訊環境。
Vitalik 在文章中指出，社群筆記要有效果，就得盡量讓使用者了解它不會被集中化的力量操縱。但事實查核無法作到這點，所以社群筆記的目標不是對抗不實訊息，而是提醒人們社會上有其他觀點。
另一方面，STS 領域早就提醒我們，事實的露出機率與論述堅實程度，明顯受到社會規範與政治行動的影響。這在公共事務特別明顯，因果推論預設價值規範，不同陣營的人光是對於同一事件的因果推論就不一樣，「查核事實」可以找到事實，卻未必能統合不同論述。
但社群筆記的公式，似乎可以將「使用者」與「資訊環境」分開處理。換言之，它似乎也可以用來顯示，去抨擊一則「有用」資訊的人，都支持哪些其他「有用」資訊（台灣使用 pol.is 工具的案例就有這樣的功能，但社群筆記的顯示脈絡鑲嵌於整體討論之中，效果很可能比 pol.is 強大許多。而且兩種工具可以互通）。
知道對方處於怎樣的資訊環境，我們才能開始同理對方為何會作出那些我們無法接受的行為，開始設身處地感受我們心中的正義，為何引發對方的憤怒或恐懼。
把「資訊環境」與「行為者」分開，我們才能開始改變資訊環境，而不是繼續試圖「改變」對方。
這種用法不僅能夠真正發掘「資訊相關性」的真正社會價值，更能避免「面臨洗評價攻擊」、「需要社會共識」這些公共討論經常遭到的批評。
另外，這種潛在功能在台灣更有用。台灣直接面對中共的資訊操弄，中共這些行動的重要目標就是降低台灣的社會信任，以及在某些時刻壓低政治參與。要在這樣的社會中維持政治穩定，公共決策就必須足夠開放，而其中勢必有許多政策會引發嚴重爭議。這個社會需要不斷面對嚴重爭議，在減敏之後一邊激烈爭論一邊共存；另外也需要盡早鑑別出資訊操弄的痕跡。這兩種能力背後的基礎機制，都是「尋找資訊之間的相關性」以及「顯露出敵對陣營的人在其他事務上的行為模式」。
Vitalik 和社群筆記，都相信極性和有用性彼此獨立。但應用場景必須回歸真實，根據 STS 與傳播學，資訊的極性和有用性在許多情況下都是共變（covariance） 的，極化經常是因為不同群體擁有不同資訊環境，或者受到特定的資訊操作。
例如我們可以假想一個情境：兩則中共佈兵的報導具有相同關注度，社群筆記公式中的「有用性」得分也相同，但其中一則的極化程度低，另一則嚴重極化，反對該報導的人攝取許多來自新華社、南華早報的資訊。請問哪一則報導在真實世界中比較有用？您心中一定有答案。
當然，這需要社群筆記修改前台功能，像 pol.is 那樣顯示出「支持/反對這則筆記的人，都支持/反對哪些筆記」，但這是露出差異、使人們彼此理解、彼此共情、減少資訊操弄、減少社會分裂的重要功能。
而正如上所述，這種功能對台灣守護主權也極為重要。如果能用社群筆記的機器學習方式與公式，作出前述的功能，台灣將很適合搶先實驗。地球可能沒幾個地方像台灣這樣，每天都有人用日新月異的手法來試圖分裂。這是極為珍貴的實驗場，能為全人類提供重要的入侵資料與社群互動紀錄。台灣在阻止中國入侵、維繫國內共同體的同時，也能共同打造出 prototype 協助緩解全世界的共同問題。