手繪漫畫頁,標題為「RESPONSIVENESS——PROBLEM」:一隻拿著羅盤的兔子說明社會需要指標來判斷前進方向,但這些指標往往是壞掉的;成對的圖表對比上揚的「平均收入」與真實情況——上層階級大幅上升、下層階級卻停滯——並以一張對照表把點擊對應到標題黨、留言對應到激怒式論戰、使用者好評對應到諂媚的聊天機器人。回應力問題:就像航海者需要羅盤,社會也需要一種方法來衡量我們前進的方向。所以,我們使用指標!但可惜,指標往往會失靈。舉例來說,決策者也許會說「平均收入」上升了……但「平均」掩蓋了一個事實:上層階級收入大幅上升,下層階級……卻停滯甚至下降。指標失靈點擊標題黨留言激怒式論戰使用者好評諂媚的聊天機器人同樣地,那些運行在現代媒體又因此運行現代文化與政治的「演算法與 AI」,所用的指標都有著那所謂惡名昭彰的失靈。那我們該如何衡量我們所重視的——我們的「羅盤」——而不被誤導?之類

診所公布營業時間;病人到達時門卻鎖著。有回應力的診所會道歉、公布原因、更新營業時間,並在下次以簡訊通知人們。修復成為系統的一部分。¶ 1(第 1 段的永久連結)

勝任的行動會創造新資訊。被服務的人,或被辜負的人,如今對這套系統有了它自己尚未察覺的認識。拒絕接受這份知識,最容易讓同樣的失敗一再重演。¶ 2(第 2 段的永久連結)

在《關懷民主》(Caring Democracy)中,Joan Tronto 將回應力描述為:「觀察回應,並對其做出判斷(例如,所給予的關懷是否足夠、成功或完整?)」她還補上一個容易被忽略的提醒:接受關懷的人不必親自回應,關懷情境中的其他人也可以做出評估。最有資格判斷關懷是否奏效的,往往是與其影響朝夕相處的人。¶ 3(第 3 段的永久連結)

十年前,Aimee van Wynsberghe 就從設計的角度詮釋了同一項要素:回應力是「鼓勵被照顧者採取主動姿態,而非更被動、更脆弱的姿態」的那項要素(2013,頁 418)。仁工智慧的公開問題其實很簡單:當系統傷害了人,誰能提出異議、要多久才會得到回應,而且因為他開了口,到底改變了什麼?¶ 4(第 4 段的永久連結)

從身邊開始

想像你對一個機構說:「我說過這件事錯了。誰能改?什麼時候會回覆我?」要讓人找得到能重新審查案件的人,並且一路追到修復完成。¶ 5(第 5 段的永久連結)

定義

為什麼重要

Pack 3 檢查流程是否依承諾運作;Pack 4 檢查關懷是否真的落地。所以回應力從社群的判斷開始。¶ 11(第 11 段的永久連結)

彙總的滿意度分數,或任何單一數字,都取代不了身處現場才有的知識。問卷能偵測情緒的大幅變動,卻在結構上看不見夜班護理師或社群成員在系統邊緣察覺到的事。數量重要,握有權力回應這些觀察的人也同樣重要。¶ 12(第 12 段的永久連結)

社群撰寫的評測、申訴與修復日誌,是公開承諾本身。有些團隊之後會把這些訊號接到路由或模型更新上(有時稱為社群回饋強化學習,RLCF),但那是其次的選擇。尺規必須先由社群來寫。¶ 13(第 13 段的永久連結)

回應力防止其他三個階段變成控制。沒有接受關懷者自己評估的關懷,是把照顧者的偏好投射到被動接受者身上。制度性關懷正是以這種方式造成巨大傷害:名為關懷,實為控制。將原住民兒童與家庭分離的寄宿學校,在許多官方說法裡是關懷的表達。把被判定偏差的人強制收容的精神醫療機構,往往把收容理解為治療。¶ 14(第 14 段的永久連結)

一個覺察、負責、勝任,卻沒有機制讓所服務的人說「這對我沒用」的系統,可能不知不覺從關懷漂移到支配。接受關懷的人,或在他無法表達時獲授權代他發言的人,必須能說出那句話,而且那句話必須改變制度。¶ 15(第 15 段的永久連結)

煞車是一種關懷機制

回饋管線可以改變未來的訓練,卻無法在「此刻就該攔下」的時候,中斷一個錯誤的決定。這需要煞車:一種讓接受關懷的人(或代表他的照顧者)能夠說出「這一次,自動化模型錯了;停下來,讓我推翻它,或者現在就轉給人工處理」的機制。¶ 16(第 16 段的永久連結)

對護理師來說,這代表可以推翻系統「不需警示」的判斷、阻止它就此結案,並直接打電話給醫師,而不必先向軟體介面說明理由;對居民來說,是一個兩分鐘內就能完成、可觸發人工複核自身案件的動作;對語言社區來說,是一條能標記出整體模式、促使政策複審的管道,而不只是逐件提出申訴。煞車要有效,就得讓人不必穿越迷宮就搆得到,而且拉下去真的能停下某些事。¶ 17(第 17 段的永久連結)

誠實的設計無法迴避這個張力:容易搆到的煞車,也容易被倚賴;一個每則警示都被推翻的病房,並沒有解決警報疲勞,只是把它自動化了。答案是有跡可循的煞車,不是更難拉的煞車:每一次拉動都記進可歸屬到人的持續紀錄,也就是否決帳本;「過度推翻」的模式也要回饋進社群撰寫的評測,本身就是一種訊號。¶ 18(第 18 段的永久連結)

實際上長什麼樣子

從理念到實作

  1. 把申訴按鈕擺出來。 在顯示決策的任何地方,都存在一個能看見計時的一鍵申訴。¶ 24(第 24 段的永久連結)
  2. 接受傷害描述草稿。 讓人們用白話描述傷害;再與合作夥伴一起把它轉成經社群審閱的測試。¶ 25(第 25 段的永久連結)
  3. 按嚴重性分類。 最高嚴重性的案件觸發立即暫停或可逆預設值。¶ 26(第 26 段的永久連結)
  4. 修復或解釋。 在規定時限內,公布補救措施或附後續步驟的理由。¶ 27(第 27 段的永久連結)
  5. 記錄備查。 將事件轉化為測試;添加到評測登錄庫;從契約變更日誌連結。¶ 28(第 28 段的永久連結)
  6. 回查。 回到提出申訴的人身邊,問修復之後,這套程序是否變得更值得信任。我們提出的失利下的信任檢驗,參考 Tom Tyler 的程序正義研究。它不是已驗證的 AI 測量方法,也不保證失利的人就會信任系統。¶ 29(第 29 段的永久連結)

今天就能做的工具

一個案例:洪水機器人

這是一個虛構的綜合案例,僅供說明,並非實際運作的證據。¶ 36(第 36 段的永久連結)

可能出錯的地方

與其他「力」的介接

收尾意象:工坊牆上退役的壞零件

想像一間工坊,牆上掛滿退役的「壞掉零件」,每個都標記著它是如何壞的、如何避免未來的損壞、以及誰修復了它。那面牆是學習牆,不是恥辱牆。它公開展示,由使用這間工坊的社群與打造機器的工程師共同守護。隱藏自己壞掉零件的工坊,會重蹈覆轍。願意把牆築起來的工坊,假以時日會成為這一帶最可靠的一家,因為它把一次次的失敗,鋪成了自身勝任力的地基。¶ 53(第 53 段的永久連結)

相關文獻

手繪漫畫頁,標題為「NOT:metrics that mislead us/BUT:metrics made by us, for us——SOLUTION」:列出三步驟——衡量我們真正在乎的事、用多種方式衡量、經常重新評估指標——並以 Weval.org 為例,那是一個公開的 AI 聊天機器人評估集合,衡量誠實、文化流暢度、衝突調解與心理健康最佳實務等價值,綠色的「BY US」與「FOR US」箭頭從一群動物角色上方升起。不是:誤導我們的指標而是:由我們、為我們而做的指標解方:1. 衡量我們真正在乎的事。2. 用多種方式衡量。3. 經常重新評估指標。想想:為 AI 聊天機器人打造的評測集合,由公眾設計、為公眾而做!(比如Weval.org,我們需要更多 ...)產業多半追蹤AI 的能力,而羅盤衡量的是人們所重視的 ——誠實、文化流暢度、衝突調解、心理健康最佳實務…諸如此類!每項價值都以多種不同方式衡量,以求穩健。而且有回饋循環:由公民評估,這些評測可以被加以改進。這就是我們設計了以價值為本的「羅盤」來引導科技的方法!

←三:勝任力

紀錄

修訂
守護者
唐鳳 · Caroline Green
共同照料:jdd-kami · Tenzin Yangtso
修訂
· 自 2025年10月1日 起,66 次紀錄
完整修訂紀錄 →
來源
tw-4.md · 在 GitHub 編輯https://github.com/audreyt/civic.ai/blob/main/tw-4.md
CC0 公眾領域https://civic.ai/tw/4/
評測
連結 ✓ 通過雙語 ✓ 通過術語 ✓ 通過對比 ✓ 通過大小 ✓ 通過建置:2026-10-11T23:48:17.160Z · 完整評測紀錄(JSON)
雙語
Pack 4: Responsiveness — Care-Receiving
同一份紀錄,同樣可查核。