寫下「Code is Law」的人，為什麼說 AI 時代需要制度護欄？
哈佛法學教授、Creative Commons 創辦人雷席格在《數位主義者文集》中主張，AI 對民主的威脅在於加劇金錢政治和媒體極化這兩個既有弱點。他的解方是公民大會：在 AI 噪音之外建立受保護的審議空間。本文導讀原文，並探討他與唐鳳技術賦權路線的對話與交集。
本文為 AINEXT「數位主義者文集」導讀系列。原文為勞倫斯．雷席格（Lawrence Lessig）發表於 The Digitalist Papers 的 "Protected Democracy"。
1999 年，哈佛法學院教授勞倫斯．雷席格（Lawrence Lessig）出版了 Code and Other Laws of Cyberspace，寫下後來定義整個網路治理思潮的四個英文字：Code is law。在數位世界裡，真正決定人們能做什麼、不能做什麼的，不是國會立法，而是軟體架構。程式碼決定了使用者能看見什麼、能分享什麼、能跟誰連結。這個洞見讓雷席格成為網路法學的開山人物，「程式碼即法律」也成了一整個世代理解科技權力的起點。
二十五年後，他在史丹佛大學主導的《數位主義者文集》（The Digitalist Papers）裡發表了「Protected Democracy」。核心訊息讓不少人意外：面對 AI 時代的挑戰，我們最需要的不是更好的程式碼，不是更聰明的演算法，而是更堅固的制度護欄。這本文集的名稱致敬了美國建國時代的《聯邦黨人文集》（The Federalist Papers，臺灣左岸文化出版時譯為《聯邦論》），當年漢密爾頓和麥迪遜用 85 篇文章辯論如何設計新國家的治理框架。今天這群學者和實踐者討論的，是 AI 時代需要什麼樣的社會契約。
「Code is Law」的人，怎麼走到了制度設計這一邊
要理解這篇文章的份量，得先看雷席格的知識軌跡。他不是突然關心 AI 的法學家，而是花了二十五年從不同角度反覆思考同一個問題：技術和制度之間的權力關係。他的每一步轉折，都是在回應同一個核心困惑：技術越來越強大，但制度有沒有跟上？
「Code is law」奠定了他的學術地位，但影響更廣的行動是 2001 年創辦 Creative Commons（CC 授權條款）。當時的版權法嚴重過時，幾乎所有數位內容都被鎖在「保留所有權利」的框架裡。雷席格沒有等國會修法，另闢蹊徑設計了一套替代性授權體系，讓創作者主動選擇開放部分權利。這是典型的「制度駭客」做法：既有系統不管用，就在旁邊建一個新的。理解 CC 的邏輯，就能理解他在「Protected Democracy」裡的思路：面對 AI 對民主的威脅，他同樣沒有押注在直接監管 AI（他認為美國的第一修正案讓這幾乎不可行），而是提議建立全新的審議機制。同樣的制度駭客精神。
但 AI 時代也讓「Code is law」有了新的意涵。在網路時代，你至少可以閱讀程式碼，理解它設下了哪些規則。神經網路不是人類能「閱讀」的東西。一個千億參數的語言模型，連開發者都無法完全解釋它為什麼做出特定決策。2025 年，柏克萊的 Stuart Russell 等人發表論文直接挑戰雷席格的經典框架：AI 的行為來自訓練而非刻意設計，你沒辦法像審計傳統軟體那樣去檢查一個神經網路。程式碼仍然是法律，但這部法律已經沒有人讀得懂了。雷席格本人似乎也意識到這一點：他的 AI 時代處方不再是「形塑程式碼」，而是「保護做決策的人和空間」。
2024 年的雷席格，甚至在開放這個議題上也改變了立場。這位 Creative Commons 創辦人在一次專訪中公開質疑開源 AI 的安全性，把開放權重模型比喻成「免費發放的炸彈」。同年他與圖靈獎得主班吉歐（Yoshua Bengio）、辛頓（Geoffrey Hinton）等人聯名支持加州 AI 安全法案 SB 1047，稱之為「最低限度的有效監管」。從擁抱開放到主張管控，看似矛盾，但他一直在問的問題沒有變：什麼樣的制度安排能讓技術為社會服務？答案可能隨著技術的性質不同而不同，但提問的方式始終如一。
民主制度的兩道裂縫
雷席格在文章裡沒有急著談 AI。他先花了大量篇幅剖析美國民主制度本身的兩個預存弱點，這個鋪排是刻意的：他要讓讀者看清楚，AI 的威脅不是橫空冒出的新危機，而是舊傷口上的新刀。
第一道裂縫是代議士對私人資金的「腐化依賴」。美國國會議員投入大量時間募款，立場不可避免地向金主傾斜。雪上加霜的是，1990 年代眾議院議長金瑞契（Newt Gingrich）主導裁撤了國會技術評估辦公室，大幅削減國會研究處預算，迫使議員起草法案時依賴遊說團體提供的政策分析和草案文字。這形成了惡性循環：議員越依賴遊說者，遊說者影響力越大，能吸引的競選資金也越多。雷席格引用麥迪遜在《聯邦黨人文集》第 57 號裡的理想，代議士應「依賴人民」。現實恰恰相反。
第二道裂縫是媒體商業模式驅動的極化。有線電視先把新聞變成意識形態品牌（Fox News 證明了保守派專屬頻道有利可圖），社群媒體演算法再把趨勢推到極端。演算法的目標是最大化互動，而憤怒和恐懼比理性分析更能讓人點擊。雷席格對比了兩個時代：1974 年尼克森因水門案辭職時，共和黨人、民主黨人和獨立選民的支持度幾乎同步崩跌，因為大家看的是同一批電視新聞。今天這種共識已經不可能，因為不同群體生活在完全不同的資訊現實裡。
那 AI 呢？雷席格的判斷直截了當：AI 不會改善這些問題。他用了一個精準的比喻，說 AI 可以幫助民主，就像推土機可以蓋公共住宅一樣，理論上沒錯，但你看過幾台推土機真的在蓋公共住宅？AI 會讓精準募款更有效率，讓遊說更有力量，讓演算法產出更多客製化的極化內容。原因很簡單：利潤結構就是這樣。沒有人有商業動機把 AI 用在促進民主共識這種不賺錢的事上。
受保護的審議：公民大會的邏輯
既然資訊環境已經被利潤驅動的演算法污染，而美國的憲法框架又讓直接監管媒體幾乎不可行，雷席格選擇了另起爐灶：跳出這個資訊環境，在它的外面建一個受保護的審議空間。
他區分了「未受保護的民主」和「受保護的民主」。我們現在身處前者：公民根據演算法投放的資訊形成政治判斷，這些演算法的目標跟民主健全毫無關係。受保護的民主則刻意打造一個隔離的空間，讓經過隨機抽樣的公民代表，在接收平衡資訊後進行審議。運作邏輯類似陪審團：隨機選人、平衡的證據呈現、主持人確保程序公平，以及最關鍵的，跟外部利益團體和演算法驅動的媒體隔絕。這不是空想，史丹佛大學的 James Fishkin 研究「審議式民調」多年，已在全球多國累積了實證。
最有說服力的案例來自愛爾蘭。2010 年代，愛爾蘭先後建立了憲法會議和公民大會機制，成功處理了國會多年不敢碰的兩個議題：墮胎合法化和同性婚姻。這兩個議題之所以卡住，是因為天主教會的制度性影響力讓議員不願冒政治風險。但隨機抽選的公民代表沒有這種包袱。他們在接收正反雙方的充分資訊後，做出了支持改革的結論，交付全民公投後都獲得壓倒性支持。公民大會的價值，在於它繞過了制度性的阻塞點，讓民意有了表達的管道。
雷席格為美國設計了三個層級的應用。國會層級：總統或國會可以啟動公民大會，建議進入立法快速通道。州層級：公民大會補充現有創制權制度，大幅降低公投提案門檻（目前在加州發起一項提案需要超過 50 萬連署和上千萬美元成本）。最激進的是憲法修正案層級：每個州召開公民大會審議修正案，立法規定代表不得支持大會支持率未達六成的提案，把原本可能被少數派劫持的修憲程序，轉化為經過民主審議的過程。
當雷席格遇上唐鳳
在同一本《數位主義者文集》裡，臺灣前數位發展部長唐鳳（Audrey Tang）與 Divya Siddarth、Saffron Huang 合寫了「A Vision of Democratic AI」，走了一條很不一樣的路線。我們在這個系列稍早的導讀中介紹過那篇文章。簡單說，唐鳳等人主張 AI 本身可以成為民主工具：用 Pol.is 進行大規模意見收斂，用「對齊大會」讓公民直接參與 AI 模型的行為準則制定，甚至用「集體微調」讓公眾價值觀直接影響模型訓練。
兩條路線的分歧在於對 AI 的基本判斷。雷席格認為在現有利潤結構下，AI 幾乎必然加劇極化和金錢政治，所以他的策略是「隔離」：建立不受 AI 干擾的審議空間。唐鳳認為 AI 經過正確設計可以促進民主參與，她的策略是「嵌入」：把民主價值直接寫進 AI 的設計裡。一個要在城堡裡保護火苗，一個要讓火苗去照亮整片森林。
但這個故事有一個轉折。2025 年 3 月，雷席格、唐鳳和 MIT 媒體實驗室的 Deb Roy 合寫了一篇論文「Conversation Networks」，提出新型態的公民溝通基礎設施。在這個架構裡，AI 的角色是支持對話的輔助工具，必須服從人類的判斷。制度保護派和技術賦權派在這裡找到了交集：關鍵在於誰來決定 AI 怎麼被使用。如果是利潤導向的平台在做主，結果就是極化；如果是以公民審議為目標的制度在引導，結果可能截然不同。這場辯論裡還有第三種聲音：芝加哥大學的 John Cochrane 在集子裡寫了一篇「Just Relax」，主張市場會自行調適，不需要大動作改革。我們後續會專文介紹。
台灣能從這場辯論學到什麼
雷席格的論述對台灣有一個特別直接的啟示。台灣是全世界少數同時擁有數位民主實戰經驗和 AI 資訊戰威脅的地方。唐鳳主導的 vTaiwan 和 Join 平台讓台灣在技術賦權這條路上走在全球前列，但台灣也長期面對境外資訊操作，正是雷席格所描述的那種「利用極化瓦解民主共識」的威脅，而且背後有真實的地緣政治動機在驅動。
雷席格提醒我們：光有好的技術工具不夠。如果公民在進入審議之前，立場已經被演算法塑造了，那即使審議程序設計得再精巧，起點就已經受到干擾。台灣的下一步，或許不只是開發更好的數位民主工具，也需要思考如何建立受保護的審議空間，讓公民能在不受演算法左右的環境中形成判斷。雷席格和唐鳳後來的合作指向一個可能的方向：制度保護和技術賦權可以是同一件事的兩個面向，制度確保審議的品質，技術擴大參與的規模。對台灣來說，這兩條路都不能只走一條。
📚 「數位主義者文集」導讀系列