理念／導論
AI 領域的心力與資金，多半都投向兩件事：讓系統更強大，以及讓它們對齊人類價值。
兩者都重要。但即使系統對齊得再完美，一旦進入還沒準備好承接它的經濟、政府與資訊體系，成效仍會大打折扣，甚至造成實質損害。
我們稱這件被忽略的工作為反向對齊（reverse alignment）：著意重新設計制度、規範、技能與治理，讓社會能安全吸納 AI，並讓眾人共享成果。
工業化、電氣化與網際網路，都是先花了數十年發明配套的制度，好處才真正落地。裝配線時代的公司，長得就像裝配線；治理網際網路的機構，長得也像網際網路。
歷史告訴我們：這些調適不是技術變革的選配，而是它成功的前提。
若置之不理，
這道落差會帶來三種可預見的失敗。
1
工作重組的速度，快過人們重新學習、轉換跑道的速度，成果因此到不了多數人手上。
2
當生成文字、影像與程式碼的成本一路崩跌，真正稀缺的，反而是人類查核、標明出處、為產出背書的能力。
3
能讓制度如虎添翼的工具，也能讓權力更加集中——除非上訴與異議的權利同步跟上。
這些都不是注定的結局。
每一項都是忽視的後果——而忽視，是可以扭轉的。
未來十年的人類繁榮，繫於一系列社會技術重大挑戰。
建議摘要
AI 轉型的人與制度面，需要大規模且協調一致的投資，範圍橫跨身分、隱私、市場、治理、工作與知識。這些挑戰共用同一套架構、同一套方法，而且沒有任何單一領域能獨力完成其中任何一項。
*游標移上即可閱讀更多 *點選即可閱讀更多
當偽造證件、生物特徵與合成人格的成本趨近於零，我們需要某種方法：既能證明此刻真的有獨一無二的真人在場，又不必透露他是誰。
AI 等於讓每個人都有了一位私家偵探；解方不是一味遮掩，也不是全盤攤開，而是一套讓人視情境揭露資訊的工具——該給多少就給多少，一分也不多。
當以假亂真的偽造幾乎不費成本，知道內容從何而來，就成了維繫共同現實的關鍵。
訓練這些模型的人類紀錄，往往被無償取用；創造這些紀錄的人，理應獲得真正的市場與長久的報酬——而模型公司自家的衡量技術，早已證明這辦得到。
AI 代理要發揮最大用處，就得匯集彼此所知；這需要像人與人之間那樣建立信任——跨越不同供應商，而不是各自關在圍牆花園裡。
獎勵激憤、又讓人看不清誰和誰立場相近的媒體，其實可以重新設計：讓共同基礎浮現，同時公允呈現真實的分歧。
蓬勃社群凝聚出的權威，必須轉化為調度資源的實權；這意味著參與和代表機制都得跟上時代，也少不了那些不起眼卻不可或缺的落實工夫。
AI 壓低了監控與執法的成本，天平因此倒向行政權；要恢復平衡，就得為監督、異議與上訴打造對等的能力。
AI 生產力紅利的瓶頸，不在個人的速度，而在組織能否重新設計，接得住湧現的創造力與能動性。
模型產出假說與草稿的速度，已經超過同儕審查消化的速度；但同樣的工具只要用對地方，也能讓真正原創、打破藩籬的研究獲得應有的回報。
教學、學習與認證原本綁成一包，AI 把它拆開了——學校必須講清楚哪些能力真正重要，也得證明人們究竟學會了什麼。
現行的勞動體系，是為單一雇主的大規模裁員而設計的，應付不了 AI 帶來的那種持續、細緻的工作重塑；它需要帶得走、看得懂的職能憑證，以及即時的再訓練。
獨到的 主張
社會如何吸納新的通用型技術，其實有跡可循：勝出的制度，往往長得就像那個時代主流的思考架構。
工業時代以標準化會計與裝配線來組織認知，於是長出相互對應的層級式、分部式制度：公司、中央銀行，以及布雷頓森林體系下特許的多邊組織。網際網路時代改以分層協定與分散式路由來組織認知，於是長出分層、協作式的機構：標準制定組織、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。它們表示事物時，靠的不是單一標籤，而是它在豐富空間中的位置。它們綜合分歧的輸入時，衡量的是每個輸入如何牽動其他輸入——找出共同結構，卻不把差異平均掉。它們歸屬功勞的方式，是追溯每一份貢獻對結果的實際影響。
當制度與技術說著同一套語法，紅利就會到來；語法不合，紅利就會卡住。工廠電氣化後將近二十年幾乎不見成效，因為廠房仍沿用蒸汽時代的佈局；直到整座工廠圍繞分散各處的電動馬達重新設計，生產力才真正兌現。
這個聯盟押的注是：真正能吸納 AI 的制度，會是把這幾套手法放大到整個社會來實現的制度。而我們的工作，就是刻意把它們建造出來。
論文
刊於 Noema —
對這個問題與整套議程最完整的公開陳述：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清單。建議從這裡讀起。
在 Noema 閱讀英文原文 (在新分頁開啟)刊於 Science —
議程背後那條清晰的工程原則：制度為何會長得像當代的認知技術，以及照神經網路的樣子來建造，究竟是什麼意思。這是我們最獨到的論點，佐以歷史紀錄與技術對應。
即將推出《AI 造不出的事物》是一份寫給說故事者的指南，把這些挑戰化為創作者能直接上手的戲劇素材，每一項都附上高概念提案與編劇室提示。
建議背後的摘要簡報。
我們仰賴的每個制度，都曾經難以想像。直到故事讓夠多人在乎，人們才動手將它建成。AI 帶來的人類挑戰，並非抽象的政策議題，它們是未來十年最重要故事的原料，而且多半還沒被說出來。
我們為能說出這些故事的人，
做了一份指南。
《AI 造不出的事物》把每項挑戰逐一化為題材，交到寫作者手上：一個高概念提案，加上一組能直接丟進編劇室的提示——那位爭取在人生不同場域做不同自己的女人；那位紀錄片導演，拍出滴水不漏的作品，卻碰上同樣滴水不漏的反駁；還有那位富有、不可或缺、卻徹底匿名的資料貢獻者。
觀看影片 (在新分頁開啟) 看看我們如何把這些想法，帶進一百位電視編劇齊聚的現場。
觀看影片 (在新分頁開啟)認識這些挑戰
我們也和獨立創作者合作，用白話每次講清楚一項挑戰。每支短片聚焦一個問題——從如何在網路上證明自己是真人，到如何讓提供 AI 訓練資料的人獲得合理報酬——說明它為什麼重要，以及解方長什麼樣子。
首批影片即將上線。
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，或者做的內容有人看，而你想把這裡的任何一項挑戰納入作品或重新詮釋，我們都想支持你。
你不必解釋政策。你只要讓人感受到，賭上的是什麼。
形塑這份工作的，是一群平常很少同桌的人。
AI 研究者與社會科學家、技術專家與公務員、資助者與公民社會的實踐者，來自不同地區，也抱持不同的政治立場。這樣的廣度並非巧合：我們倡議的方法——在真實差異中找出共同基礎，而不抹平差異——正是孕育這份工作的方法。
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，而是遍布各領域的一整組賭注——唯有夠廣的聯盟，才撐得起來。
如果你相信，打造社會系統的抱負，不該輸給打造演算法的抱負，請留下你的名字，把這份工作帶進你自己的領域。
在 reversealignment.ai 加入聯盟（英文） (在新分頁開啟)
