理念／導論
AI 領域的多數心力與資本，都投向兩件事：讓系統更強大，以及讓這些系統對齊人類價值。
兩者都很重要。但即便是完美對齊的系統，若被釋放到尚未準備好承接它的經濟、政府與資訊系統中，仍會表現不佳，甚至造成實質傷害。
我們把這件被忽略的工作稱為reverse alignment（反向對齊）：刻意重新設計制度、規範、技能與治理，讓社會能安全吸納 AI，並廣泛共享其成果。
工業化、電氣化與網際網路，都曾需要數十年的制度發明，好處才真正降臨。裝配線時代的公司，長得像裝配線；治理網際網路的制度，也長得像網際網路。
歷史告訴我們：這些調適不是技術變革的可選配件，而是成功的前提條件。
若放著不管，
這種落差會造成三種可預見的失敗。
1
工作重組的速度，快過人重新培訓或流動的速度，成果也到不了多數人手上。
2
當生成文字、影像與程式碼的成本崩跌，稀缺的投入就變成人類驗證、標示出處，並為產出負責的能力。
3
同樣能讓制度更有能力的工具，也可能集中權力——除非上訴與異議的權利同步推進。
這些都不是命定結局。
每一項都是忽視的後果，而忽視可以被扭轉。
未來十年的人類繁榮，取決於一組社會技術重大挑戰。
建議摘要
針對 AI 轉型的人與制度面，需要大規模、協調一致的投資。範圍涵蓋身分、隱私、市場、治理、工作與知識。它們共享一套架構，也共享一套方法。沒有任何單一領域能獨力完成其中任何一項。
*游標移上以閱讀更多 *點擊以閱讀更多
當假證件、生物特徵與合成人格的成本趨近於零，我們需要能證明「此刻有一位真實、獨特的人在場」，卻不必揭露對方是誰的方法。
AI 等於給了每個人一位私人偵探；答案不是全面隱密，也不是完全曝光，而是讓人只揭露情境所需、不多也不少的工具。
當足以亂真的偽造幾乎零成本，知道內容從何而來，就成為共享現實的關鍵。
訓練這些模型的人類紀錄，幾乎是零成本被取用的；創造它們的人，理應得到真實市場與持久補償——而公司自己的度量，早已證明這做得到。
AI 代理最有用的時刻，是它們能匯集彼此所知；這需要像人類那樣建立信任——跨越供應商，而不是困在圍牆花園裡。
獎勵憤慨、又模糊誰與誰立場相近的媒體，可以重新設計：既公允呈現真實分歧，也讓共同基礎浮現。
蓬勃社群所生成的權威，必須轉化為對資源的實質權力；這意味著現代化參與機制、代表機制，以及不起眼卻不可或缺的落實工作。
AI 降低監控與執法成本的方式，偏向行政權；要恢復平衡，就得為監督、異議與上訴建立對等的能力。
AI 生產力增益的瓶頸，不在個人速度，而在組織能否被重新設計，以吸納創造力與能動性的湧現。
模型生成假說與草稿的速度，已超過同儕審查能消化的速度；同樣的工具若瞄得準，也能獎勵真正原創、打破藩籬的工作。
AI 拆解了教學、學習與認證的舊捆綁，迫使學校說清楚哪些能力才重要，並證明人們真正知道什麼。
為單一雇主大規模裁員而建的勞動力體系，應付不了 AI 帶來的持續、細緻的工作重塑；它需要可攜、可解讀的憑證，以及即時再培訓。
獨特的 主張
社會吸納通用型技術，有一定的模式：成功的制度，往往映照出那個時代主導的思考架構。
工業時代把認知組織在標準化會計與裝配線上，於是長出對應的層級、分部式制度：公司、中央銀行，以及布雷頓森林體系下的特許多邊機構。網際網路時代把認知組織在分層協定與分散式路由上，於是長出對應的分層、協作式組織：標準制定機構、通訊合作社，以及 RFC 的開放流程。
神經網路帶來了第三套語法。它們用豐富空間中的位置來表示事物，而不是單一標籤。它們藉由衡量每個輸入如何作用於其他輸入來綜合差異，找出共同結構，卻不把差異平均掉。它們透過追溯每一份貢獻對結果的影響來完成貢獻歸屬。
當制度與技術共享同一套語法，成果就會到來；若不共享，成果就會停滯。電氣化工廠在近二十年裡幾乎沒帶來增益，因為它們仍沿用蒸汽動力廠的佈局；要到工廠依分散式電動機重新設計，生產力才真正出現。
這個聯盟的賭注是：能吸納 AI 的制度，將是那些把同樣手法落實到社會尺度的制度。工作就是有意識地去建造它們。
論文
刊於 Noema —
對問題與議程更完整的公開陳述：三種失敗模式、從大眾民主到臺灣數位治理的歷史先例，以及完整的社會技術重大挑戰。最適合由此開始。
在 Noema 閱讀英文原文 (在新分頁開啟)刊於 Science —
議程背後清晰的工程原則：為何制度會長得像當代的認知技術，以及按神經網路之形來建造意味著什麼。這是獨特的論點，並附歷史紀錄與技術對應。
即將推出《AI 建不出的事》（英文）是給說故事者的指南，把這些挑戰轉成創作者可用的戲劇素材，並為每一項提供高概念提案與編劇室提示。
建議背後的摘要簡報（英文原文）。
我們依賴的每一個制度，曾經都難以想像——直到故事讓足夠多人在乎，並動手建造。AI 的人類挑戰不是抽象的政策議題；它們是未來十年最重要故事的素材，而其中多數尚未被說出。
我們為能說出這些故事的人，
做了一份指南。
《AI 建不出的事》逐一取材每一項挑戰，為寫作者提供高概念提案與一組可丟進編劇室的提示：那位爭取在人生不同場域做不同自己的女性；那位紀錄片作者，其滴水不漏的影片碰上同樣滴水不漏的反駁；以及那位富有、不可或缺、卻完全匿名的資料貢獻者。
觀看影片 (在新分頁開啟) 看看我們如何把這些想法帶進百人電視編劇的現場。
觀看影片 (在新分頁開啟)認識這些挑戰
我們也與獨立創作者合作，逐一用白話具體呈現這些挑戰。每支短片聚焦單一問題——從線上證明你是真人，到公平支付訓練 AI 的資料貢獻者——說明為何重要，以及可能的解方。
首批影片即將推出。
我們資助把這些想法織進作品裡的說故事者。
如果你寫作、拍片、做遊戲，或創作人們會看的內容，並想納入或重新詮釋這裡的任何挑戰，我們希望支持你。
你不必解釋政策。你只要讓人感受到利害所在。
這份工作，是由很少坐在同一張桌子上的人共同形塑的。
AI 研究者與社會科學家、技術專家與公職人員、資助者與公民社會行動者，來自不同地區與政治觀點。這種廣度並非偶然。我們主張的方法——在真實差異中尋找共同基礎，而不壓抑差異——正是產出這份工作本身的方法。
研究科技政府慈善公民社會企業娛樂媒體
加入聯盟
反向對齊不是單一計畫。它是橫跨每個領域的一組賭注，只有廣大聯盟撐得住。
如果你相信，我們應以同樣的雄心建設社會系統、打造演算法，請留下名字，並把這份工作帶進你自己的領域。
