2026-11-05 為何必須先行動再求懂

收聽Podcast: youtu.be/Trni0Xt-ZmQ

想像你正開著車，朝一片濃密翻滾的霧氣駛去。你看不到前方的路，不知道有沒有急彎或陡峭的斷崖，也看不見有沒有其他車正朝你開來。你只有兩個選擇：繼續全速前進，祈禱路是直的；或者踩下煞車，等霧散。

這正是美國國會此刻面臨的困境。2026 年 11 月 4 日，亞利桑那州民主黨眾議員 Yassamin Ansari 做了一個讓整個科技業震動的舉動。她不是泛泛地呼籲「制定更好的 AI 規則」，而是直接踩了煞車。她的提案相當激進：暫停先進 AI 的開發、建立一套龐大的聯邦監管框架，而最具爭議的一條——徹底禁止「人工超智能」。

大多數政客會等「專家」告訴他們什麼是安全的。但 Ansari 的論點是：我們等不起專家把作業做完。

當科學不夠用的時候

要理解為什麼有人會在我們連「超智能」長什麼樣都還沒搞清楚之前，就提出全面禁令，我們需要看一個叫做「後常態科學」的概念。

這個概念由 Silvio Funtowicz 和 Jerome Ravetz 提出。後常態科學（Post-Normal Science）不是說科學「不好」或「有問題」，而是一套專門處理特定高壓情境的框架。傳統科學——我們姑且稱之為「常態科學」——在數據清晰、結果可預測、理論可以反覆驗證的時候運作得非常好。我們做實驗、得到結果、達成共識，一切井井有條。

但當遊戲規則改變時，後常態科學就登場了。它描述的是一種由四個「高」定義的情境：

高不確定性：事實是混亂的、不完整的，甚至以現有技術根本無法測量。
高利害：判斷錯誤的代價是災難性的，可能毀天滅地。
高價值分歧：決策不只是算數學題，背後牽涉深層的倫理、道德和政治爭議。
高急迫性：我們沒有時間奢侈地慢慢來，必須現在就做決定。

在這種「後常態」情境下，科學共識往往根本達不成，因為技術跑的速度比同儕審查還快。Funtowicz 和 Ravetz 認為，這時候不該讓決策繼續困在一間小房間裡、由少數精英專家拍板。我們必須把「利害關係人社群」擴大，納入非專家、普通公民和決策者。目標從尋找「完美的科學真理」，轉向以審議和預防原則作為治理的基礎。

把政治帶進實驗室

如果用後常態科學的視角來看 Ansari 的提案，她那個「激進」的立場突然就合理多了。

前沿 AI 的發展、人工超智能的潛在可能，是一個教科書級別的後常態情境。我們面對的是極端的技術不確定性（我們根本不知道一台超智能機器到底能做什麼）、巨大的利害關係（可能帶來社會層級的風險）、激烈的價值衝突（我們該給機器多少自主權？），以及極端的時間壓力（這技術每天都在進步）。

當她呼籲暫停和禁令時，本質上是在說：AI 開發已經超出了「技術管理」的範疇，進入了「後常態風險政治」的領域。

她要求建立聯邦監管框架，就是想把決策過程從科技巨頭的私人實驗室裡拉出來，放到公共領域。她拒絕等 AI 研究員發出一張「安全認證」——因為那張認證很可能在傷害已經造成之後才到。她的做法建立在預防原則之上：如果不確定性太高、利害太大，唯一負責任的做法就是停下來，和更廣泛的公眾一起審議。她正在扮演後常態科學所呼籲的那個「擴展同儕社群」的一員——在技術超越我們控制能力之前，把辯論帶到國會、帶到人民面前。

混亂中的共同模式

我們在其他高風險領域也看得到這種「先行動、後求懂」的邏輯，即使科學界還在爭論。

舉個例子：核廢料的永久處置場選址。一個候選地點的地質結構極其複雜，放射性物質在數千年間會如何變化，沒有人能「證明」百分之百確定。因為利害太大、價值分歧太深，這個決定不能只交給地質學家。它需要當地社區和公眾的參與，透過審議程序來穿越不確定性。

人類胚胎基因編輯的辯論也是類似的模式。科學界還在描繪長期生物後果的輪廓，但許多國家已經實施了臨時禁令或嚴格凍結。科學還沒有給出「百分之百安全」或「百分之百危險」的定論，但倫理上的「高價值分歧」和對人類基因庫的「高利害」，已經迫使監管層踩了煞車。

在兩個案例中，決策者都不是在等一個「完美」的科學答案；他們是在未知面前管理風險。

未知的重量

AI 的辯論不只是程式設計師和政客之間的鬥爭；它是一場關於我們如何面對未知的根本性拉鋸。如果我們把 AI 當成一個「常態」科學問題，我們就等數據。如果我們把它當成一個「後常態」問題，我們就為衝擊做準備。

無論你同意 Ansari 議員的禁令呼籲，還是認為那會扼殺人類進步，她的立場都點出了我們這個時代一個關鍵的轉向。我們正進入一個時期：最大的技術躍升，同時也是最不可預測的風險。在這樣的世界裡，我們最重要的工具不只是更強的演算法——而是停下來、聽聽社群的聲音、決定我們到底願意承受多少不確定性的能力。

一單新聞，一個理論，少一分糊塗。