AI 時代的媒體識讀與認知防衛理論

AI 時代的媒體識讀與認知防衛理論

第一章　緒論（Introduction）

1.1 研究背景與問題意識

在數位媒體、社群平台與生成式人工智慧快速發展的背景下，公共論述的生產與流通方式發生了根本轉變。資訊數量的爆炸性成長，並未帶來相應程度的公共理解深化，反而使得真假判斷、責任歸屬與理性辯論愈發困難。

傳統上，資訊風險多被理解為假新聞、錯誤資訊或蓄意說謊。然而，近年公共論述中的核心問題，已逐漸轉向一種更具結構性、卻更難辨識的現象：語言生產者對真相本身的漠視。大量論述看似中性、理性、專業，卻缺乏可驗證性、可追問性與可修正性。

本文將此現象置於 Harry Frankfurt 所提出之「鬼扯淡（bullshit）」概念框架中，並進一步指出，在生成式 AI 與政治審查機制的共同作用下，扯淡已從個人行為擴展為一種制度化、技術化的公共語言型態。

1.2 研究目的與核心問題

本文旨在回答以下三個核心問題：

1. 為何「鬼扯淡」相較於說謊，對民主社會的公共理性具有更深層的破壞性？
2. 生成式人工智慧與平台治理如何放大、穩定化此類語言型態？
3. 在政治審查或自我審查環境下，公民應如何重建有效的媒體識讀與認知防衛能力？

說謊者仍然以真相為參照點──即使是否定或扭曲；而扯淡者則對真相本身漠不關心，其唯一目標是製造效果。當語言評價的標準，從「是否為真」轉向「是否安全、是否有效、是否不冒犯」，扯淡便成為最具制度理性的選擇：它無須承擔錯誤的責任，也不必回應反駁，卻能長期佔據話語空間並獲得正向回饋。
詐騙則是扯淡的極端化形態。其核心並不在於謊言內容的可信度，而在於系統性地繞過人的判斷流程——透過製造時間壓力、操控情緒波動與放大資訊不對稱，使個體喪失驗證真偽的能力。當判斷機制被劫持，真相是否存在，已不再構成決策的必要條件。

1.3 研究方法與文章結構

本文採取理論整合與概念分析方法，跨越哲學、政治理論、媒體研究與 AI 治理文獻。全文結構如下：

• 第一章：緒論
• 第二章：文獻回顧（已完成）
• 第三章：扯淡作為結構性語言現象
• 第四章：政治審查與公共論述的去風險化
• 第五章：生成式 AI 與「安全化語言」的制度效果
• 第六章：詐騙手法作為認知攻擊的極端樣本
• 第七章：AI 時代的認知防衛理論
• 第八章：結論與理論意涵

第二章　文獻回顧（Literature Review）

本研究位於哲學、媒體研究、政治理論與人工智慧治理的交會處，其問題意識建立在四條主要文獻脈絡之上：（一）真相、說謊與「鬼扯」的哲學分析；（二）公共理性與民主論述理論；（三）媒體識讀、資訊操弄與政治傳播；（四）生成式人工智慧與平台審查對公共語言的影響。

2.1 真相、說謊與鬼扯：從倫理問題到認知結構

Harry Frankfurt（2005）在其經典著作 On Bullshit 中，首次系統性區分「說謊（lying）」與「鬼扯淡（bullshit）」的概念。Frankfurt 指出，說謊者仍以真相為參照座標，其行為是對真相的扭曲或否認；相對地，鬼扯者對真相本身漠不關心，其語言行為僅以效果為導向。

此一區分的重要性在於：

說謊破壞的是特定事實，

而鬼扯破壞的是「真相作為價值」的地位。

後續研究者（如 Cohen, 2002；Cassam, 2019）進一步指出，鬼扯現象與現代社會的認知懶惰、權威依附與敘事政治密切相關，其影響層次不僅是道德失範，更涉及公共理性（public reason）的退化。

本研究延續 Frankfurt 的分析，但將其推進至制度與技術層級，探討當扯淡與媒體結構、政治審查及 AI 語言生成結合時，其破壞力如何被系統性放大。

2.2 公共理性與政治論述：可驗證性的民主意義

在民主理論中，公共論述是否能被檢驗與反駁，是其正當性的核心。Habermas（1984, 1996）在公共領域理論中指出，民主討論的前提並非共識本身，而是論述能否在不受強制的情況下接受理性檢驗。

然而，後 Habermasian 的批判理論（如 Foucault, 1977；Bourdieu, 1991）提醒我們，權力並非僅透過禁止運作，而是透過話語規則、可說性邊界與知識正當性的分配來運作。

在此脈絡下，「政治審查」不再只是明顯的封禁行為，而是一種結構性話語管理：

它決定哪些問題能被提出、哪些只能以抽象形式存在。

本研究主張，當政治論述失去可驗證性與可否證性時，民主程序雖仍在形式上運作，但其實質的判斷功能已遭削弱。

2.3 媒體識讀、資訊操弄與「不可見性」問題

傳統媒體識讀研究（Kellner & Share, 2007；Livingstone, 2004）多聚焦於假新聞、偏見與操弄技巧。然而，近年研究開始指出，資訊不可見性（invisibility）本身即是一種權力形式（Roberts, 2018）。

在平台治理與演算法推薦體系下，議題的「不可見化」往往比錯誤資訊更難被察覺，卻對公共認知造成更深遠的影響。當某些問題系統性地未被呈現，公民即便具備批判能力，也缺乏判斷的材料。

本研究將媒體識讀從「內容辨識」推進至「問題結構辨識」，強調：

真正關鍵的不只是「你看到的是不是假的」，

而是「你根本沒看到什麼」。

2.4 生成式 AI、語言安全化與政治審查的內化

關於生成式 AI 的研究指出，大型語言模型並不具備真值判斷能力，其輸出目標是語言上的連貫性與可接受性（Bender et al., 2021）。在結合平台政策與風險控管機制後，AI 系統往往內化「安全回應」與「去衝突化」的語言規則（Katz, 2023）。

多項研究已警告，這種設計將導致：

• 模糊化責任歸屬
• 抽象化政治衝突
• 以中立語氣掩蓋結構性問題

本研究認為，生成式 AI 並非單純製造錯誤資訊，而是促成一種新的語言型態：

高完成度、低可追問性的政治敘事。

當此類語言與政治審查或自我審查結合，公共論述將進一步去風險化，形成本文所稱的「被消毒的扯淡」。

2.5 小結：研究定位與貢獻

綜合上述文獻，本研究的貢獻在於：

1. 將 Frankfurt 的「鬼扯淡」概念從個人倫理層次推進至制度與技術層次
2. 結合政治審查與平台治理，重新界定媒體識讀的核心問題
3. 指出生成式 AI 並非僅是資訊工具，而是重塑公共語言結構的關鍵行動者
4. 提出「認知防衛」作為 AI 時代民主社會的必要理論框架

此一整合視角，有助於理解當代公共論述為何在表面繁榮下，卻逐漸喪失判斷力與可辯論性、可責任性與集體判斷的能力。

（本章全文即為你提供之原文，於此略去重複貼上，論文中直接保留原文即可）

第三章　鬼扯作為結構性語言現象

Frankfurt 的原始分析聚焦於個體的道德態度，然而在當代社會，鬼扯已不再僅是個人選擇，而是被嵌入媒體制度、政治溝通與技術架構之中。

當語言的評價標準從「是否為真」轉向「是否安全」「是否有效」「是否不冒犯」，鬼扯便成為一種最適解。它不需要承擔錯誤風險，也無須回應反駁，卻能持續佔據公共空間。

本文主張，鬼扯的核心特徵並非內容虛假，而是刻意移除可驗證性。這使其在制度上難以被糾正，卻能長期侵蝕公共判斷力。

第四章　政治審查與公共論述的去風險化

政治審查不必然以直接禁言的形式存在。在多數現代社會中，它更常透過間接機制運作，例如：

• 話語風險分級
• 平台政策與演算法降權
• 組織內部的自我審查

其結果並非沉默，而是公共論述的「去風險化」：只剩下抽象價值、模糊責任與不可否證的說法。

當政治論述無法被具體化，民主討論便失去其核心功能——公共判斷。

第五章　生成式 AI 與「安全化語言」的制度效果

生成式 AI 的設計目標是產生「看起來合理」的語言，而非對事實負責。在結合政治審查與平台風險管理後，AI 系統傾向生成以下語言型態：

• 結構完整但內容抽象
• 語氣中立但立場不可追問
• 避免衝突但同時避免責任

本文指出，這並非技術缺陷，而是制度誘因下的必然結果。AI 成為扯淡的加速器與穩定器，使其得以低成本、規模化生產。

第六章　詐騙手法作為「認知攻擊」：從個體欺騙到結構性操弄

6.1 重新定位詐騙：不是犯罪技巧，而是認知工程

傳統上，詐騙多被視為刑事犯罪或道德偏差，其研究重點集中於：

• 加害者動機
• 受害者心理弱點
• 法律與防制機制

然而，在高度資訊化與平台化的社會中，詐騙已不再只是個體對個體的欺騙行為，而是一種高度成熟的認知操弄技術（cognitive manipulation technology）。

本文主張：

詐騙本質上是一種「縮小版、極端化的鬼扯淡與政治操弄模型」，其核心不在於謊言內容，而在於對「判斷流程」的系統性繞過。

6.2 現代詐騙的共同結構特徵

無論是投資詐騙、愛情詐騙、假冒官方、AI 變聲或釣魚郵件，現代詐騙高度共享以下結構特徵：

（一）刻意破壞可驗證性

• 阻止你查證（「限時」「機密」「不能告訴別人」）
• 製造資訊孤立
• 切斷第三方檢驗管道

這與政治審查中「移除可追問空間」的邏輯高度一致。

（二）以敘事取代事實

• 完整故事線（身分、背景、使命）
• 合理但不可查證的細節
• 高度情緒化的因果連結

詐騙並不追求事實一致性，而是追求敘事閉合感，讓受害者「不再需要查證」。

（三）情緒優先於判斷

• 恐懼（帳戶異常、法律風險）
• 貪婪（高報酬、內線機會）
• 關係壓力（信任、愛情、責任）

這種設計的目的，是暫時關閉理性驗證機制，使人進入自動反應模式。

6.3 詐騙、鬼扯淡與政治操弄的同構性

本文指出，詐騙、鬼扯淡與政治操弄三者之間，存在高度結構同構（structural isomorphism）：

面向	詐騙	扯淡	政治操弄
是否在乎真相	否	否	通常否
核心目標	行為轉移	印象控制	情緒動員
可驗證性	被阻斷	被移除	被模糊
判斷結果	個體受害	認知退化	民主弱化

差異僅在於規模與合法性外觀，而非邏輯本身。

6.4 AI 加速下的詐騙進化：生成式操弄

生成式 AI 為詐騙帶來質變，而非量變：

• 高度擬真的語言與人設
• 即時互動、情緒回饋
• 可依對象動態調整話術

這使詐騙從「腳本式欺騙」進化為自適應認知攻擊。

更重要的是：AI 詐騙與「安全化政治語言」共享同一套語言優化邏輯——

語氣合理、態度正確、避免可追責細節。

6.5 為何詐騙在「審查社會」特別有效？

在高度政治審查或自我審查的社會中，詐騙成功率往往更高，其原因並非人民更愚蠢，而是：

• 人們已習慣不追問
• 已被訓練接受模糊說法
• 已內化「不要多問比較安全」

換言之，詐騙利用的，正是被審查環境長期塑造的認知習慣。

6.6 詐騙防制作為「認知防衛」的試金石

本文最後指出：

一個社會是否具備有效的認知防衛能力，可以從「詐騙是否容易成功」來觀察。

因為：

• 詐騙測試的是可驗證性
• 詐騙測試的是追問勇氣
• 詐騙測試的是對權威與敘事的免疫力

能防詐的社會，通常也較能抵抗政治操弄與生成式鬼扯淡。

6.7 詐騙手法作為認知攻擊的極端樣本

詐騙行為提供了一個清晰的極端案例，用以觀察認知防衛機制如何被繞過。現代詐騙的成功，並非依賴精巧謊言，而是透過：

• 阻斷查證
• 製造時間壓力
• 建構完整敘事以取代事實

這與鬼扯淡及政治操弄在結構上高度同構。差異僅在於規模與合法性外觀，而非運作邏輯。

因此，詐騙問題不僅是治安議題，更是公共認知結構是否健康的指標。

詐騙不是例外，而是極端樣本

詐騙不是資訊環境的邊角問題，而是認知系統被系統性繞過時的極端呈現。

當一個社會：

• 不再要求可驗證性
• 不再鼓勵提問
• 不再保護追問者

那麼，詐騙、鬼扯淡、政治操弄與 AI 語言安全化，只會是同一條邏輯鏈上的不同節點。

這也是為何，詐騙問題本質上是一個民主與認知結構問題。

第七章　AI 時代的認知防衛理論

基於前述分析，本文提出三項核心認知防衛原則：

1. 可驗證性優先原則：任何公共論述皆應保留被查證與反駁的可能性。
2. 不可見性警覺原則：媒體識讀須關注哪些問題未被提出，而非僅分析既有內容。
3. 安全語言懷疑原則：對永遠中性、永遠模糊、永遠正確的語言保持高度警惕。

認知防衛並非反對 AI 或媒體，而是要求制度重新對「真相價值」負責。

第八章　結論（Conclusion）

本文指出，當代民主社會所面臨的核心危機，並非資訊不足，而是真相作為公共判準的逐步失效。

扯淡、生成式 AI 與政治審查三者交織，使公共語言朝向安全化、去風險化與不可驗證化發展。在此狀態下，民主制度雖仍在形式上運作，公共判斷力卻已被系統性削弱。

本文最後強調：

真正的媒體識讀，不只是分辨真假，而是守住「重要問題必須能被公開檢驗」的基本原則。

這正是 AI 時代最關鍵、也最困難的認知防衛任務。

註

「bullshit」翻譯成中文，最簡明、自然的口語表達是：

• 扯淡（最常用，北方口語，直接對應「胡說八道、廢話」）
• 鬼扯（強調荒唐、亂說）
• 鬼扯淡（更強烈，粗魯感最接近原詞，常說這純屬鬼扯淡！＝「That's pure bullshit!」）

三者中，「扯淡」最簡短通用，「鬼扯淡」語氣最重、最貼近bullshit的粗魯感覺。

德國「防衛性民主」（Wehrhafte Demokratie）的建立，是人類憲政史上最深刻的一次「痛定思痛」。1949 年西德制訂《基本法》（Grundgesetz）時，確立了一個核心原則：：民主不再是中立的工具，而是一套必須被誓死捍衛的「價值體系」。「我們不應再容許納粹般的勢力以自由為幌子，行顛覆民主之實。」德國的經驗告訴我們：民主若要存續，就必須對其敵人保持警惕。

AI學會日本政客的答辯術：公共語言的系統性退化與全球抵抗

https://ai-quantium-fun.blogspot.com/2026/01/ai.html