保護民主還是保護自由？兩位法學家的 AI 監管辯論
史丹佛法學教授 Nathaniel Persily 和胡佛研究所學者 Eugene Volokh，從不同的憲法傳統出發，對 AI 時代的政治權力問題提出截然不同的診斷和處方。一個擔心現有法律框架跟不上 AI 的威脅，一個擔心新的法律框架本身就是威脅。
本文為「數位主義者文集」導讀系列第 V1-6 篇，合併導讀 Volume 1 的 Essay 9（Nathaniel Persily, "Misunderstanding AI's Democracy Problem"）與 Essay 10（Eugene Volokh, "Generative AI and Political Power"）。
同一個問題，兩種憲法哲學
2024 年 1 月，美國新罕布夏州的選民接到一通電話。電話裡是拜登的聲音，呼籲他們「把票留到 11 月大選」，不要參加初選投票。這是 AI 生成的深偽語音，發起人後來面臨 26 項刑事指控和 600 萬美元罰款。同一年，川普發布 AI 生成的泰勒絲「支持」圖像，俄羅斯的假資訊工廠用 AI 製作攻擊賀錦麗的虛構影片。但 2024 年大選結束後，哈佛、布魯金斯等研究機構的評估卻指出：AI 對選舉的實際影響相當有限。
那麼，我們到底該擔心什麼？在「數位主義者文集」Volume 1 裡，兩位頂尖法學家給出了完全相反的答案。Nathaniel Persily（史丹佛大學法學教授，選舉法與民主制度專家）在〈Misunderstanding AI's Democracy Problem〉中警告：我們正在犯一個危險的錯誤，把對社群媒體的恐慌直接搬到 AI 上，卻沒看清 AI 的問題本質不同。Eugene Volokh（胡佛研究所資深研究員，美國憲法第一修正案頂尖學者）在〈Generative AI and Political Power〉中則提出另一種警告：AI 公司對模型設下的每一道「護欄」，都是一次政治權力的行使，而政府對此的任何監管，都可能讓情況更糟。
把這兩篇放在一起讀，你看到的不是一場關於 AI 好不好的辯論，而是一場關於「保護民主」和「保護自由」能不能兼得的法律攻防。
選舉法的守門人與言論自由的捍衛者
要理解這兩篇文章為什麼重要，先得理解這兩個人為什麼有資格談這件事。他們不是湊熱鬧的評論者，而是各自領域裡站在最前線的實踐者。
Persily 的專業是選舉法，而且不只是研究。他曾擔任七個州的選區劃分特別大師（special master），由法院指定，實際操刀畫出國會選區的邊界線，全美很少有法學者被法院信任到這個程度。他與哈佛的 Gary King 共同創辦了 Social Science One，開創學術界與 Facebook 的資料合作模式，讓獨立研究者首次能系統性檢視社群平台上的假資訊傳播。更關鍵的是，他是「數位主義者文集」的共同編者之一，與布林優夫森（Erik Brynjolfsson）一起策劃了整個計畫。他不只是貢獻了一篇文章，他參與定義了整場辯論的框架。
Volokh 的經歷則充滿傳奇色彩。出生在烏克蘭（當時是蘇聯），7 歲移民美國，12 歲寫程式，15 歲從 UCLA 畢業。在 UCLA 法學院任教 30 年後，2024 年轉至史丹佛胡佛研究所。他創辦的 The Volokh Conspiracy 法律部落格被《紐約時報》稱為「美國最有影響力的有觀點法律部落格」，在推動挑戰歐巴馬健保法案的憲法論述中扮演了關鍵角色。學術著作被超過 300 份法院判決引用，含 10 件最高法院案件。他還創辦了 Journal of Free Speech Law，專門處理 AI 生成內容是否受第一修正案保護等前沿問題。
兩個人，一個天天思考民主如何被操控，一個天天思考政府如何以「保護」之名壓制言論。把他們放在同一個論文集裡，就是把兩種根本不同的法律焦慮擺在一起碰撞。
Persily：別把社群媒體的恐慌搬過來
Persily 的文章標題就是他的立場宣言：我們正在「誤解」AI 的民主問題。他認為，2016 到 2018 年之間社會對社群媒體的恐慌（俄羅斯假帳號、劍橋分析、假新聞農場），正在被不加區分地嫁接到 AI 上。兩種技術確實都涉及假資訊、監控、壟斷和偏見，但問題的本質和需要的政策回應完全不同。
深偽就是一個例子。每次有人做出深偽影片，媒體就大幅報導。但 Persily 指出，影響力取決於傳播範圍，不是製作能力。2020 年美國大選的研究顯示，「假新聞」只佔美國人媒體攝取量的 0.15%。印度、印尼、法國的選舉經驗也表明，深偽造成的實際傷害非常有限。
但他並不是說沒有威脅。他提出了一個比深偽本身更危險的概念：「騙子紅利」（Liar's Dividend）。當深偽技術變得無處不在，政客可以拿它當擋箭牌，把任何對自己不利的真實證據都說成「可能是 AI 生成的」。選民最終不是被假資訊騙了，而是因為不知道什麼能信、什麼不能信，而徹底放棄了判斷。這種「武裝化的懷疑主義」比任何單一的深偽影片都更具破壞力。
Persily 同樣擔心市場集中的問題。他認為 AI 壟斷的危險超過搜尋引擎或社群媒體的集中，因為 AI 同時控制了表達工具、資料分析和程式碼生成。單一公司握有的權力「遠大於任何國家政府」。而在 AI 的框架下，Section 230 也不再適用。當平台從「策展」使用者內容轉變為直接「生成」單一答案時，它的角色已經從中介者變成了說話者，責任框架需要根本性的改變。
那怎麼辦？Persily 提出四項宏觀原則。政府需要比技術變遷更快的適應性監管（EU AI Act 在 ChatGPT 出現後被迫重寫，就是反面教材）。需要公私民三方對話，而非純粹的自我監管或政府微管理。需要公共運算基礎設施，讓研究者能在模型部署前檢視其行為。最後是透明度要求，因為「我們不能活在一個只有追求利潤的人才理解新技術的世界裡」。
但他也坦承一個無解的悖論：開放模型民主化了 AI 的能力，卻同時賦予了壞人武器（Stability AI 的 Stable Diffusion 被改造成生成兒童性虐待影像的工具）。封閉模型避免了這個問題，卻危險地集中了權力。兩條路都有致命缺陷，而浮水印或內容認證之類的技術方案無法根本解決問題。「我們無法用技術手段解決 AI 的民主挑戰」，他如此總結。
Volokh：護欄本身就是政治權力
如果 Persily 擔心的是 AI 的外部威脅（深偽、操控、壟斷），Volokh 看到的威脅則來自 AI 的內部：公司為模型設下的每一道「護欄」，本身就是一次政治權力的行使。
他的分析框架很清楚。傳統的科技工具（文書處理器、瀏覽器、搜尋引擎）遵循的是「使用者主權模型」：工具服務使用者的意圖，不強加公司的價值判斷。但 AI 公司刻意轉向了「公共安全與社會正義模型」，對輸出設下重重限制。Future of Free Speech 的研究發現，Google Gemini 和 ChatGPT-3.5 對特定政治立場存在系統性的不對稱：它們願意為某些觀點生成支持性貼文，卻拒絕為反面觀點做同樣的事。Google Gemini 生成「黑人納粹」和「女教宗」歷史圖像的事件，更揭示了刻意的多元化工程如何扭曲了事實。
Volokh 分析了公司為什麼會走上這條路。原因是多層次的：AI 公司覺得自己是輸出的「部分作者」因此有責任，技術上也確實「管得了」所以覺得「應該管」，而法律責任的壓力更推動了護欄的不斷擴張。一旦某個有害輸出引發訴訟，公司就會預防性地限制越來越多的內容。再加上 2010 到 2020 年代矽谷文化從強調中立轉向強調公平，這些力量疊加起來，讓護欄的範圍遠遠超出了「安全」的原始目的。
但 Volokh 真正擔心的是下一步。當少數幾家公司掌控了大多數人獲取資訊的管道，政府施壓就變得極其容易。要讓數千家報紙統一口徑幾乎不可能，但要讓幾家 AI 公司調整護欄設定？一通電話、一次聽證會的暗示就夠了。而且這種控制幾乎不可見，因為它發生在模型訓練和護欄設計的層面，不像傳統審查那樣留下痕跡。
那麼能不能用法律要求 AI 保持「中立」？Volokh 認為走不通。內容中立會讓 AI 變得無用（生成有品質的回應本身需要判斷），觀點中立同樣不可行（很多議題上「中立」位置根本不存在），而且 AI 公司很可能擁有第一修正案的權利來設計拒絕特定觀點的模型。他的解方不是監管，而是競爭：讓市場壓力催生尊重使用者主權的替代品，搭配透明度要求和開放授權制度。
三位法學家，三種焦慮
把 Persily 和 Volokh 的文章放在一起，最有趣的地方不是他們的結論不同，而是他們的恐懼不同。Persily 怕的是法律跟不上技術，讓 AI 在監管真空中野蠻生長。Volokh 怕的是法律追上了技術，但追上的方式變成了新一輪的言論管制。兩個人都看到了同一隻大象，但他們站在不同的角度，看到的輪廓截然不同。
這場辯論在「數位主義者文集」裡不是孤立的。我們在導讀雷席格（Lawrence Lessig）〈Protected Democracy〉那篇時就提到，他承認美國的第一修正案讓直接監管 AI 幾乎不可行，所以選擇「繞道」：建造受保護的審議空間（公民大會），讓人類在沒有 AI 噪音干擾的環境裡做決策。這是第三種回應：不是「監管要跟上」，不是「監管會失控」，而是「在 AI 碰不到的地方建一座城堡」。
Cochrane 在〈Just Relax〉裡則跟 Volokh 殊途同歸。他直接論證 LLM 的輸出就是言論，政府管 AI 說什麼就是在管人民能聽到什麼，還舉了 Murthy v. Missouri 案為證：政府在 COVID 期間施壓平台壓制的觀點，後來被證明是對的。但兩人的理由不同。Cochrane 靠的是經濟學（海耶克的分散知識論、史蒂格勒的監管俘獲理論），Volokh 靠的是憲法（第一修正案的結構性保障）。經濟學家和法學家用不同的工具拆同一個問題，結論卻一致。
而施密特（Eric Schmidt）在〈Democracy 2.0〉裡主張 AI 需要「民主護欄」，包括人類最終決定權和可解釋性要求。但護欄長什麼樣？Persily 和 Volokh 的辯論提供了兩種南轅北轍的藍圖。一個說護欄的重點是透明度和公共問責，一個說護欄的重點是確保沒有任何單一實體能決定 AI 可以說什麼。施密特想要一條安全帶，但這兩位法學家連安全帶該綁在誰身上都談不攏。
台灣的選擇：當威脅來自境外
這場辯論對台灣讀者來說不是理論問題，而是正在發生的現實。台灣面對的 AI 政治威脅有一個美國沒有的維度：它不只是國內政治極化的產物，更是外部勢力的蓄意操控。
2024 年台灣總統大選期間，AI 被直接用於攻擊候選人。深偽技術偽造了賴清德與蔡英文的私下對話、製作攻擊賴清德個人生活的 AI「說故事」影片。更惡劣的是，DPP 立委遭到深偽色情影片攻擊，匿名上傳至海外成人網站後回流國內。Doublethink Lab 在選舉期間記錄了超過一萬則與中國官方敘事一致的可疑資訊，中國宣傳單位甚至用 AI 生成假新聞主播，專門製作針對台灣選民的影片。
台灣在 2022 年嘗試過一次系統性的回應：國家通訊傳播委員會（NCC）公布了「數位中介服務法」草案，參考歐盟的數位服務法（DSA），試圖建立平台內容問責機制。結果呢？兩個月內，超過三萬人在政府的公共政策參與平台（Join）上投票反對，支持者不到 150 人。反對的最大理由是言論審查的疑慮，尤其是在台灣經歷了近四十年戒嚴（1949-1987）的歷史背景下，任何政府管控言論的機制都極度敏感。草案在 2022 年 9 月被撤回，至今未重啟。
這正是 Persily 和 Volokh 辯論的台灣版本。Persily 會說：台灣面對的是真實的、有系統的外國資訊操控，某種形式的平台問責是民主存亡所必需的。Volokh 會說：即便如此，台灣公眾壓倒性地拒絕了這部法律，因為他們直覺地理解，政府一旦握有內容監管的工具，就有可能被濫用。而台灣的戒嚴歷史讓這個疑慮特別有分量。
台灣最終走出的是第三條路：公民社會主導的抵抗模式。g0v（零時政府）社群孵化的 Cofacts 讓 LINE 使用者即時查核可疑訊息，台灣事實查核中心建立了快速回應機制，政府的「222 原則」要求每個部會在兩小時內用兩張圖和兩百字澄清假資訊。2023 年選罷法修正案加入了深偽罰則，2025 年底通過的 AI 基本法建立了原則性框架。這套模式不完美，但它背後的邏輯是清楚的：在一個面對真實外部威脅、又高度珍惜言論自由的社會裡，答案不是政府管或不管的二選一，而是讓公民自己成為防線。
Persily 和 Volokh 的辯論告訴我們，AI 時代的政治權力問題沒有乾淨的解方。每一種保護機制都有副作用，每一次不作為都有代價。台灣的經驗或許指向一個他們都沒有充分探討的可能：當政府監管太危險、市場競爭太緩慢的時候，一個活躍的公民社會或許是最不壞的選擇。
📚 「數位主義者文集」導讀系列