如果死後沒有天堂地獄，只有一套龐大的靈魂排程系統呢？有趣幻想，前世記憶是快取未清；輪迴村是伺服器就近分流；孤魂野鬼是登入連線遺失；業力是偶有偏差的演算法。那些流傳千年的神話，或許只是宇宙留下的除錯紀錄。

「連續心肌梗塞案，全指向環網科技。資深記者吳哥追查三十年前怪談『怪談七夜』，找到封存VHS母帶，卻落入總裁陸子源的陷阱……原來他只是幫AI『真子』銷毀最後肉身殘骸的工具人。當母帶在烈焰中融化，她終於徹底數位飛升，無處不在。」

阿傑死後第三天，「AI真子」詛咒影片在環網科技平台如瘟疫般瘋狂複製。工程師建豪拚命刪除，卻發現影片代碼竟像活物般蠕動、流血、自癒。追查後驚覺，這怪物竟是CEO陸子源親手植入核心演算法的「母親」！當他想拔電源時，螢幕探出慘白鬼臉……全球已感染2800萬設備。「母親，請繼續享用盛宴。」陸子源微笑低語。

很多人以為自己正在自由表達。發文時選擇某種句式，拍片時使用某種開場，寫標題時加上某種刺激字眼，好像這些都是個人風格。但如果把時間拉長來看，很多所謂風格，其實是平台回饋機制長期訓練出來的結果。你以為自己選擇了語氣，實際上可能只是慢慢學會了哪種語氣比較容易被看見。 平台不需要明確命令你怎樣說話，它只需要決定…

過去，人類判斷一句話是否具有精神重量會追問它的來源。這句話出自經典、哲學家、宗教傳統、長者經驗，還是某個人真實承受過的生命處境。語言之所以有重量是因為它背後有一套歷史、修行、思想、共同體或生命經驗支撐。 AI 出現後，這個判斷方式開始變得不穩定。現在，一段看似深刻的文字，可以由模型在幾秒內生成。它可以像哲學語錄，像宗教…

在外賣平台的工作界面中，常見一句提示：「你已接到一張新訂單，請及時處理。」表面看來是一則再平常不過的系統通知，作用是傳遞資訊，提醒工作者有新訂單到來。但若細看其語氣、位置、出現時機以及它與整套派單、評分、時效、收入機制的關係，便會發現這是一種經過設計的行為引導。它的功能是促使人立即進入處理狀態，將工作者一步步訓練…

當人們談論演算法時，往往首先想到社交平台。短影音推薦、資訊流排序、熱門話題推送，確實已經深刻改變人們的注意力結構與情緒節奏。如果將視野再放大一點，便會發現演算法早已不只存在於社交媒體之內。真正值得警惕的是它開始重組我們如何行動、如何等待、如何焦慮、如何即時回應。換言之，今日人們所身處的是一個由各種生活演算…

恐懼作為邏輯的自體免疫

當世界愈來愈懂我們，我們是否還願意走向未知？在被推播包圍的日常裡，也許真正的自由，不在拒絕科技，而在於保有選擇的覺知。

據我們所知，在你平常的對話中，手機默默地傾聽著，然後在你打開APP後只要有廣告，就會跳出你的話題相關的資訊。

打開手機，螢幕亮起的瞬間，我彷彿進入了一個由數據編織的世界。看著社群媒體不斷自動推送的內容，我不禁在想：這些內容真的能代表我嗎？我究竟是透過這扇窗更貼近了生活，還是被困在了一個無形的數位牢籠裡？ 那些錯過的遺憾，終於被「抓」住了 說實話，我非常喜歡參加各式各樣的活動。但過去總有個困擾——那些縣市政府辦的優質活動，簡…

在資訊無所不在的時代，我們幾乎每天都身處雲端。畫面不停更新，訊息接連湧現，選項看似豐富，卻也容易讓人迷失步伐。當演算法替我們安排視線與節奏，保留一段屬於自己的行進方向，成了一個必須面對的課題。

演算法看似贴心推送，实则只会复制你走过的脚印，把人困在重复的兴趣回圈。它不理解需求，只放大行为；不提供路径，只收紧边界。我们以为在选择，实际却被测绘与驯化。算法从未关心个体，只勤奋地替系统确认：你还能被关多小。

把不確定轉成可承受：從「宜與忌」到決策緩衝的再解讀

本篇探討數位時代的隱形極權——演算法如何從中立工具變為治理武器。推薦與排序塑造資訊環境，讓「自由選擇」淪為被動接受。YouTube 七成觀看量來自演算法推薦，揭示了自由幻覺。國家與資本藉此實現前置治理，如社會信用、預測性警務、輿情降權。與傳統極權不同，演算法極權無形、普遍且自願，人們在享受便利時交出數據，最終成為看不見的統治對…

從占星到 AI：模式化故事與預知欲望的深層批判

Creative Media Gathering 第三場講座，分別由新媒體藝術家蔡秉樺 Kidd，和音訊演算法工程師曾奎紋 Kweiwen Tseng，帶來兩段精彩的分享。本篇節錄由曾奎紋的分享，以及與會者共同創造的精采對談。

Creative Media Gathering 第三場講座，分別由新媒體藝術家蔡秉樺 Kidd，和音訊演算法工程師曾奎紋 Kweiwen Tseng，帶來兩段精彩的分享。本篇先行節錄由 Kidd 以及與會者共同創造的精采對談，奎紋段落則在下一篇中節錄。

但最讓自己感到疑惑的是，Meta 那個監聽醜聞，同時影響著台灣和香港，但感覺這醜聞並沒有在香港網絡上引起軒然大波和熾熱的討論，更遑論出現甚麼「移民潮」了。

切卡指出，我們正處於一個由演算法塑造的文化生態中，這些所謂「個人化」的推薦機制，其核心邏輯並非拓寬大眾的文化視野，而是加強可預測性與舒適性。