真相太貴，謊言太便宜：史迪格里茲的 AI 資訊危機診斷
2001 年諾貝爾經濟學獎得主史迪格里茲在《數位主義者文集》中，用他最擅長的資訊不對稱框架分析 AI。他的診斷：AI 正在壓縮真相的供給、膨脹假訊息的供給，而糾錯的成本沒人埋單。這位定義了「資訊問題」的人，對 AI 時代的資訊生態開出了一份嚴厲的診斷書。
本文為「數位主義者文集」導讀系列 #V2-10。導讀對象為 Joseph Stiglitz 與 Màxim Ventura-Bolet 合著的〈Information in the Age of AI: Challenges and Solutions〉，收錄於 The Digitalist Papers Volume 2（2025）。
在《數位主義者文集》的三十多位作者裡，多數人談 AI 是從自己原本的專業跨界而來。施密特從地緣策略出發，唐鳳從民主參與切入，經濟學家從勞動市場或財政政策著手。他們各自看見了重要的東西，但都是拿著自己的工具去敲一個新問題。約瑟夫．史迪格里茲（Joseph Stiglitz）不一樣。他是 2001 年諾貝爾經濟學獎得主，得獎理由是「對資訊不對稱市場的分析」。他的學術生涯就是在研究一件事：當交易雙方擁有不同品質的資訊，市場會怎麼失靈。保險市場因為逆向選擇而萎縮，二手車市場因為品質不透明而充斥劣品，金融市場因為內線資訊而扭曲價格。這不是 AI 問題，這是經濟學的基本命題。史迪格里茲花了四十多年在研究它，現在他把同一套透鏡對準了 AI。
在這篇與哥倫比亞大學經濟學博士生 Màxim Ventura-Bolet 合著的文章裡，史迪格里茲沒有去分析 AI 的技術能力或商業潛力。他問的是一個更根本的問題：AI 如何改變資訊的生產、分配和品質？這個問題聽起來抽象，但答案影響所有人。如果 AI 讓好的資訊更難被生產出來，讓壞的資訊更容易被製造出來，那我們所有依賴「正確資訊」才能運作的制度，從民主選舉到金融市場，都會受到衝擊。
三重市場失靈：AI 如何破壞資訊生態
史迪格里茲的分析架構很清晰。他認為 AI 正在資訊市場中同時引發三個失靈，而且彼此強化。
第一個失靈是真相的生產正在萎縮。優質資訊的生產成本很高。一篇深度調查報導需要記者花數週追蹤、查證、採訪。一份嚴謹的學術研究需要大量時間和資源。但這些內容一旦發布，AI 系統可以瞬間將其吸收、摘要、重組，免費呈現給使用者。AI 公司和數位平台從傳統媒體身上提取價值，卻不支付對等的費用。史迪格里茲在哥倫比亞大學的一場座談會上更直白地說：「Google、Meta 和 OpenAI 從傳統媒體刮取資訊來訓練模型，他們在偷，而且不付錢。」當生產真相的人拿不到合理報酬，生產的動力就會枯竭。
第二個失靈是謊言的生產正在暴漲。生成式 AI 讓製造假訊息的成本趨近於零。過去偽造政治人物的發言需要專業的影音剪輯技術，現在任何人都能用免費工具在幾分鐘內產出以假亂真的深偽影片。平台的商業模式讓問題更嚴重。史迪格里茲的說法很狠：平台靠「以怒驅動的互動」獲利。演算法不在乎內容是真是假，只在乎使用者會不會點、會不會停留、會不會轉發。假訊息通常比真實報導更能激起情緒反應，演算法自然優先推送。造假成本低、造假報酬高，結果就是假訊息淹沒真實資訊。
第三個失靈是糾錯的努力沒人埋單。事實查核是一種公共財。一個查核機構花了一週釐清某則謠言的真偽，全世界都能免費享受這個成果，但幾乎沒人願意為此付費。搭便車問題導致事實查核的投入長期不足。在 AI 時代，這個缺口只會更大。一個 AI 模型幾秒鐘就能產出一千篇看似可信的假報導，一個事實查核團隊一週才能徹底釐清其中一篇。假訊息的產出速度是指數級的，糾錯的速度卻是線性的。
這三個失靈不是各自獨立運作的，它們形成了一個下行螺旋。真相變少，使用者愈來愈難分辨真假。分辨能力下降，使用者愈來愈不願意為資訊付費。付費意願降低，真相的生產者更拿不到資源，產出繼續萎縮。AI 讓這個螺旋轉得愈來愈快。
AI 版的「資訊效率悖論」
文章裡最精彩的段落，是史迪格里茲把自己四十多年前提出的理論重新搬上舞台。
1980 年，史迪格里茲和桑佛德．葛羅斯曼（Sanford Grossman）共同發表了一篇改變金融經濟學的論文。他們證明了一件違反直覺的事：完全有效率的市場在邏輯上不可能存在。理由很簡單。如果股票價格已經完美反映了所有可得的資訊，那就沒有人有動機花錢搜集新資訊，因為搜集來的東西都已經反映在價格裡了，你不會因此獲利。但如果沒有人搜集資訊，價格就無從反映資訊。市場要有效率，就必須有人花成本搜集資訊；但市場愈有效率，搜集資訊的報酬就愈低。這個邏輯死結，後來被稱為 Grossman-Stiglitz 悖論。
現在史迪格里茲把同樣的邏輯套用到 AI。如果 AI 能瞬間綜合所有現存知識，完美回答使用者的任何提問，那記者就不需要做調查（AI 已經整理好了），學者也不需要做研究（AI 可以跨領域綜合）。但如果沒有人生產新知識，AI 綜合的就只是一個逐漸老化、逐漸失準的資料庫。資訊品質會緩慢而確定地衰退。
接下來是全文最有意思的觀察。史迪格里茲指出，AI 目前的「幻覺」問題（hallucination）其實充當了一個天然的煞車。正因為 AI 會胡說八道，使用者還會去查原始來源，原始來源的生產者還有存在的理由。但隨著技術進步，幻覺減少，煞車就會鬆開。當 AI 變得夠準確，新資訊生產的誘因可能完全崩潰。這是一個反直覺的結論：AI 愈準確，資訊生態可能愈糟糕。更好的 AI 不等於更好的資訊環境。
他進一步描繪了兩種變革性 AI 到來後的情境。一種是「通用綜合器」：AI 主導資訊檢索，能提供優秀的摘要，但本身不產生新事實。如果不加管制，原始資訊生產的誘因會消失。另一種是「完全變革性調查者」：AI 能自主進行跨領域研究。這種情境的風險不在於資訊太少，而在於控制權太集中。少數擁有最強模型的企業，將同時壟斷知識的發現、驗證和傳播。史迪格里茲認為，民主社會承受不起這種集中化。
跟誰吵：舊金山共識的反面
史迪格里茲在文章中沒有直接點名批評其他作者，但他的論點跟文集中好幾位作者形成了尖銳的對話。
最直接的碰撞對象是胡佛研究所經濟學家 John Cochrane。Cochrane 在第一卷寫了一篇名副其實的〈Just Relax〉，主張 AI 監管才是真正的威脅，市場競爭會自行解決問題。他的立場建立在古典經濟學的核心前提上：自由競爭產生最佳結果。而史迪格里茲的整個學術生涯就在拆解這個前提。他的諾貝爾獎研究已經證明一件事：在所有真實世界的市場中，資訊都是不完全的，而看不見的手在資訊不完全時不會自動導向最佳配置。AI 的資訊市場恰恰是這種失靈的極端案例：外部性無處不在，網路效應偏袒壟斷者，消費者根本無法評估資訊品質。叫人「放輕鬆」，等於假裝這些問題不存在。我們在後續導讀 Cochrane 那篇時會更完整地檢視他的論證，但可以先說：在資訊市場這個戰場上，史迪格里茲的武器比 Cochrane 的更鋒利。
跟施密特的「舊金山共識」也有張力。我們在導讀施密特那篇時提到，施密特描繪了矽谷對 AI 的三大信念，他自己承認了不確定性，但基調仍然樂觀。史迪格里茲的回應更根本：他直接拒絕了「不受管制的競爭自動帶來福利最大化」這個前提。在他看來，如果 AI 的發展意味著資訊生態的惡化，放慢創新速度是值得付出的代價。這句話在矽谷大概不受歡迎，但從一位諾貝爾經濟學獎得主口中說出來，分量完全不同。
OpenAI 財務長 Sarah Friar 在第二卷的文章裡談「智慧民主化」，認為 AI 將讓每個人都擁有專家級的能力。史迪格里茲會同意 AI 有這個潛力，但他會追問：如果支撐這些能力的資訊品質正在崩壞，民主化的到底是知識，還是精心包裝的錯誤？這個追問刺中了所有 AI 樂觀論述的軟肋。
台灣：當理論框架遇上國家級攻擊者
讀完史迪格里茲的診斷，我第一個想到的是台灣。
全球民主多樣性研究計畫（V-Dem）已經連續 11 年將台灣評為全球受假訊息影響最嚴重的國家。不是「之一」，是第一名。2025 年的報告顯示，台灣國安局在社群平台上偵測到超過 50 萬則「爭議資訊」，AI 生成的假訊息比例正在快速攀升。史迪格里茲描述的三重市場失靈，台灣全部具備。傳統媒體面臨營收壓力，社群平台上的假訊息由演算法驅動擴散，事實查核組織長期資源不足。
但台灣的處境比史迪格里茲的模型所描述的更嚴峻，因為多了一個他的框架沒有充分處理的變數：國家級的攻擊者。史迪格里茲的模型假設假訊息主要受商業動機驅動，平台為了廣告收入容忍假訊息，個人為了流量製造假訊息。這些都是市場邏輯。但台灣面對的，是一個擁有國家資源的對手，用地緣政治的動機系統性地製造和散布假訊息。對這個攻擊者來說，史迪格里茲模型裡「造假的相對成本」這個參數趨近於零，因為預算幾乎不設上限。台灣是史迪格里茲理論的極端測試場。如果他的診斷在一般民主國家已經令人擔憂，在台灣就是紅色警報。
他主張的政策處方（強制平台付費給媒體、支持公共媒體、演算法透明化），在台灣不是「可以考慮」的選項，而是跟民主存續直接相關的基礎建設。不過台灣的應對不只依賴市場管制。我們在導讀唐鳳那篇時詳細討論過的民主審議機制、2024 年選前的資訊完整性集會、公民科技社群的事實查核工具，代表了另一條路。史迪格里茲處理的是資訊的供給面結構，唐鳳處理的是公民的需求面能力。台灣可能需要兩者同時推進，才能在全球資訊環境最惡劣的條件下守住民主。
診斷精準，處方待議
整篇讀下來，我的判斷是：史迪格里茲對 AI 資訊危機的診斷，是《數位主義者文集》全部 35 篇中結構最嚴謹的。他不是模糊地說「AI 很危險」或「假訊息是問題」，而是用一套精確的經濟學模型說明了市場機制為什麼無法自動解決 AI 帶來的資訊問題，以及在什麼條件下資訊生態會崩潰。Grossman-Stiglitz 悖論的 AI 版本更是全文最驚豔的洞見。AI 愈好，真相可能愈少。這不是修辭，是有邏輯推導支撐的結論。
但診斷精準不等於處方有效。廢除美國 1996 年的 Section 230 平台免責條款是美國特有的議題，對其他國家參考價值有限。強制 AI 公司付費給媒體，原則上正確，但澳洲的實際經驗顯示大型平台有足夠的談判籌碼讓法規打折執行。支持公共媒體的主張面臨一個信任困境：在假訊息橫行的環境下，公眾對任何帶有「官方」色彩的媒體本能地保持戒心。他說放慢創新是值得的代價，卻沒有說明慢到什麼程度、由誰決定速度、用什麼機制確保減速不會變成停滯。
瑕不掩瑜。史迪格里茲在這篇文章裡做的最重要的事，是把 AI 從技術討論拉回經濟學的根本問題。多數人看 AI 看到的是算力、模型和應用場景。史迪格里茲看到的是誘因結構、外部性和市場失靈。四十多年前為了分析保險市場和二手車市場而建立的理論框架，對 AI 時代的資訊危機竟然有如此直接的解釋力。這件事本身就說明了一件事：技術在變，但經濟學的基本問題不變。誰生產資訊、誰為資訊付費、誰承受虛假資訊的代價，這些問題從亞當．斯密的時代到 GPT 的時代一直在，只是 AI 把它們推到了前所未有的極端。
📚 「數位主義者文集」導讀系列