只有我這樣嗎？ 還是這裡的其他人也都一樣， 對民主感到有一點失望？ （掌聲） 咱們先來看看幾個數字， 如果從全球來看， 總統大選的投票率中位數， 在過去三十年間， 只有 67%。 如果我們去看歐洲， 去看參與歐洲議會大選的人， 那些選舉的投票率中位數 只有 42%。 咱們來看看紐約， 看看上一次的市長選舉 有多少人投票。 我們會發現，只有 24% 的人出席投票。 這就意味著，如果電視 還在演《六人行》， 只有喬伊，也許加上菲比， 會現身投票。 （笑聲） 你無法怪他們，因為大家 都對政治人物厭倦了。 大家都厭倦了其他人用 他們產生出來的資料， 來和他們的朋友及家人溝通， 把他們變成政治宣傳活動的目標。 但，重點是，這現象並不是新的。 現今，大家選擇宣傳活動的 目標時，先看的是「按讚」， 而不是你的郵遞區號、 你的性別，或你的年齡， 因為，為了政治目的而將人們 變成宣傳活動目標的這個想法， 其歷史和政治一樣久遠。 會有這種想法的原因 是因為民主有一項基本的弱點。 這個弱點就是「代表」的觀念。 原則上，民主是人們 行使權力的能力。 但實際上，我們是把權力 委派給一位代表， 讓代表為我們行使權力。 那代表就是瓶頸，或是弱點所在。 如果你想要攻擊民主， 你就會針對那個地方， 因為若你要俘虜民主， 你可以俘虜代表， 或者俘虜人們選出代表的方式。 所以，關鍵的問題是： 歷史就到此為止了嗎？ 我們做到最好，就只有這樣嗎？ 或者，其實還有其他替代選擇？ 有些人一直在想有什麼替代選擇， 他們想出來的其中一個點子 是「直接民主」的概念。 這個概念就是完全繞過政治人物， 讓人民針對議題直接投票， 讓人民直接投票表決法案。 但這個概念太天真， 因為我們有太多選擇要做了。 以第 114 屆美國國會為例， 你會發現，美國眾議院 要考量超過六千個法案， 參議院要考量超過三千個法案， 他們核准了超過三百條法律。 每個人一個星期內 就要做這麼多的決策， 而且是他們幾乎毫無所知的主題。 這是一個很大的認知頻寬問題， 若要把直接民主做為可行的替代選擇 就必須要考量這個問題。 所以，有些人想出一個辦法， 叫做液態民主，或液體民主， 也就是你可以把你的 政治權力授予某個人， 他又可以再授予別人， 最終，會創造出一個 大型的追隨著網絡， 在這個網絡中，最終， 只會有幾個人負責決策， 他們代表他們的追隨者， 以及那些追隨者的追隨者。 但這個想法一樣無法解決 認知頻寬的問題， 老實說，這和採用代表的 想法沒什麼兩樣。 所以，我今天打算 要走比較挑撥的路線， 我要問各位： 如果， 不要繞過政治人物， 而是試著將他們自動化，會如何？ 自動化的想法並不新奇。 至少三百年前就已經有了， 那時法國的織布工決定 要將織布機給自動化。 那次工業戰爭的贏家是 約瑟夫 · 馬瑞 · 加卡爾。 他是法國織布工和商人， 將織布機和蒸汽引擎結合， 創造出了自動織布機。 他靠著那些自動織布機 取得了控制權。 他能製造出更複雜、 更精密的布料， 那是人工無法做出來的。 此外，打贏了那場工業戰爭， 他也因此為自動化繪製出了藍圖。 過去三百年間我們 將事物自動化的方式 都一直沒變過： 首先，我們找出需求， 接著，我們創造出一樣工具 來滿足那個需求， 在這個例子中，工具就是織布機， 接著，我們研究人們 怎麼使用那工具， 來將使用者自動化。 我們就是這樣子從機械織布機 走到自動織布機， 那過程花了我們一千年。 後來，我們只花了一百年， 就照著同樣的腳本將汽車自動化。 但，重點是，這一次， 自動化是玩真的了。 這支影片是我同事分享 給我的，他在東芝工作， 影片展示出的是 製造固態硬碟的工廠。 整個工廠都是機器人。 工廠中沒有人類。 機器人很快就會踏出工廠， 成為我們世界的一部分， 成為我們勞動力的一部分。 我的正職 其實是在創造工具， 來將整個國家的資料整合， 這麼一來，最終我們就能夠有 我們所需要的基礎， 讓我們在未來 也可以管理那些機器。 但，今天，我來這裡要談的不是 這些整合全國資料的工具。 我來跟各位談的是另一個想法， 這個想法可能可以協助我們思考 如何將人工智慧用在民主上。 因為我所建造的工具 是用來做重大決策的。 這些決策是可以 客觀做出的決策—— 公共投資決策。 但，有些決策和立法相關， 這些立法相關決策會需要大家 針對不同的觀點進行溝通， 需要參與，需要辯論， 需要商議。 長期以來，我們都以為， 若要改善民主， 我們需要的是更多的溝通。 所以，我們為了民主 所發展出的所有技術， 不論是報紙，不論是社交媒體， 都試著提供我們更多的溝通。 但我們已經身陷困惑中了， 我們知道這並不能解決問題。 因為這並不是一個溝通的問題， 而是認知頻寬的問題。 如果這個問題是認知頻寬的問題， 讓大家有更多的溝通 並不會是解決方案。 反而，我們需要的是其他的技術， 來協助我們處理一些 讓我們超負荷的溝通。 把它想像成是虛擬角色或軟體代理， 數位化的吉明尼蟋蟀—— (註：《木偶奇遇記》裡的角色） （笑聲） 基本上，它能夠代表你來做回應。 如果我們有那種技術， 我們就能夠卸下一些溝通負擔， 也許就能協助我們做更好的決策 或更大規模的決策。 其實軟體代理的想法也不是新的。 我們已經常常在使用了。 我們用軟體代理 來選擇開車前往 某個地點時要走的路線， 選擇我們要聽的音樂， 或取得建議，推薦我們 下一次要閱讀什麼書。 所以，在二十一世紀， 有一個很明顯的想法， 和加卡爾那時候 將蒸汽引擎與織布機 結合在一起的想法同樣明顯。 那個想法就是將直接民主 與軟體代理結合起來。 花點時間想像一下這樣的世界： 在這個世界，並不是 由一個代表人來代表你 以及其他數百萬人， 你可以有單獨屬於你自己的代表， 這個代表保有你細微的政治觀點—— 古典自由派和自由派的奇特組合， 也許在某些議題上有一點點保守， 在其他議題又很激進。 現今的政治人物都是套裝的， 且他們充滿了妥協。 但你可以有一個只代表你的人， 只要你願意接受代表人 不一定要是人類。 如果那個代表人 是個軟體代理程式， 我們的參議院中的參議員數目 就可以跟公民數目一樣多。 那些參議員還能夠 讀過所有的法案， 且他們能夠針對 每一個法案來投票。 我們也許可以考慮 這個明顯的想法。 但我了解，在現今這個時代， 這個想法可能會很嚇人。 事實上，想想看， 一個來自未來的機器人， 來協助我們的政府運作， 聽起來很嚇人。 但以前就發生過了。 （笑聲） 其實他人挺好的。 所以， 這想法的加卡爾織布機版本 會是什麼模樣？ 它會是個很簡單的系統。 想像一個你可以登入 創造你的虛擬角色的系統， 接著你就要開始 訓練你的虛擬角色。 你可以將你的閱讀習慣提供給它， 或是將它與你的社交媒體連結， 或將它和其他資料連結， 比如，去做心理測驗。 這麼做的好處是， 不會有欺騙的狀況發生。 你並不是提供資料 來和你的朋友及家人溝通， 這些資料接著就會 被一個政治系統拿來使用。 你是把資料提供給一個設計來 為你做政治決策的系統。 接著，你提供資料 並選擇一個訓練演算法， 因為它是一個開放的市場， 不同的人可以上傳不同的演算法， 根據你提供的資料 來預測你會如何投票。 這個系統是開放的， 沒有人能控制演算法； 有些演算法會變得比較熱門， 其他的比較冷門。 最終，你能稽核這個系統。 你可以看到你的 虛擬角色怎麼運作。 如果你喜歡，就讓它自己運作。 如果你想要有多一點控制權， 你也可以選擇讓它 在每次做決策之前先詢問過你， 或是取這兩者之間的 任何部分控制。 我們之所以很少去 使用民主的原因之一， 可能是因為民主的 使用者介面實在太爛了。 如果我們改善民主的使用者介面， 也許我們會更常使用它。 當然，你們可能有很多疑問。 你要如何訓練這些虛擬角色？ 你要如何確保資料安全性？ 你要如何讓系統一直是 分散式且可稽核的？ 我八十歲的祖母不知道 如何用網路，怎麼辦？ 相信我，這些問題我都聽過。 當你在思考這類的想法時 得要意識到有悲觀主義者， 因為他們著名的特色就是 對每個解決方案都會有疑異。 （笑聲） 我想要邀請各位 去思考更大的想法。 我剛剛向各位展示的 問題都是小想法。 因為它們是關於這個系統 如何無法成功的問題。 大想法指的是這些想法： 如果這個系統碰巧可行， 你還能拿它做什麼？ 其中一個想法是，誰來訂法律？ 一開始，我們會有那些 我們已經擁有的虛擬角色， 針對參議員或政治人物 所訂的法律來投票， 都是既有的法律。 但如果這個系統成功了， 你可以寫一個演算法 來試著制訂出能得到 一定百分比的人同意的法律， 你還可以把這個流程反轉。 你可能覺得這個想法很荒唐， 我們不該採納， 但無法否認，這個想法只有在 直接民主和軟體代理是種 可參與形式的世界裡 才有可能實現。 所以，我們要如何發動這場革命？ 我們發動這場革命的方式 不是用示威或抗議， 也不要求用機器人 取代目前的政治人物。 那是行不通的。 這更簡單許多， 更慢許多，更謙卑許多。 我們發動這場革命的方式 是創造像這樣的簡單系統， 在研究所、圖書館、非營利機構裡。 我們試著設法解決 所有的小疑問、小問題， 我們得要解決它們， 才能讓這個想法變成可行， 才能讓這個想法變成 我們能信任的想法。 當我們在創造那些系統， 讓一百人、一千人、 十萬人以沒有政治 牽連的方式投票時， 我們將會發展出 對這個想法的信任， 世界將會改變， 現在和我女兒一樣小的那些人， 將來會長大。 當我女兒到我這個年紀時， 也許，這個現今聽起來 很瘋狂的想法， 在她和她朋友看來可能並不瘋狂。 到那個時候， 我們的歷史就走到了終點， 但那會是他們的歷史的開端。 謝謝。 （掌聲）