國戰會論壇/蔡鎤銘》全球為何害怕中國AI ? –媒體的偏見
文/蔡鎤銘
中國人工智慧公司DeepSeek正式發布其多模態AI系統，路透社隨即以「生成式AI技術再突破」為題進行專題報導，引發1月27日以來美國股市大幅波動，同時引起全球科技界的廣泛討論。此事件再次凸顯科技傳播的核心矛盾：在即時化的全球資訊網路中，媒體既是技術知識的傳遞者，也是公眾認知的架構制定者。
本文透過近三年人工智慧領域的關鍵案例，結合OECD（經濟合作暨發展組織）2023年技術傳播研究報告，解析媒體如何通過三種核心機制（架構設定、風險放大、議題建構）影響公眾認知，並探討這種認知反饋如何重塑技術發展路徑。
媒體對科技產品的報導架構，往往在技術問世初期便形成「認知定錨效應」（Anchoring Effect）。以OpenAI的GPT系列發展歷程為例，2020年GPT-3發布時，《連線》雜誌統計顯示，超過80%英語媒體使用「革命性突破」作為標題關鍵詞，這種敘事直接影響公眾對AI技術的期待值。皮尤研究中心（Pew Research Center）2021年調查證實，62%美國民眾認為「AI將在十年內取代多數人類工作」，較2019年同類調查上升22個百分點。
在地緣政治方面，媒體敘事差異更加顯著。《自然》期刊2022年研究指出，西方媒體報導中國科技企業時，45%內容涉及「國家安全疑慮」，這個比例是報導美國同類企業的3.2倍。典型案例可見於自動駕駛領域：美國Waymo在加州進行道路測試時，媒體多聚焦「技術成熟度」；而百度Apollo在北京測試的同類技術，報導重點則轉向「數據跨境流動風險」。這種差異直接反映在市場估值上，麥肯錫2023年報告顯示，中美自動駕駛企業在技術指標相近的情況下，北美公司平均估值高出亞洲同業41%。
專業術語的傳播轉譯則是另一關鍵機制。麻省理工學院（MIT）2023年實驗發現，當媒體使用「神經網路」表述時，公眾理解準確率僅37%，改用「智慧學習系統」後提升至68%。這種語言策略的實際影響可見於歐盟《人工智慧法案》立法過程：2021年草案採用「高風險AI系統」分類時，引發業界強烈反彈；2023年12月通過的最終版本改採「應用場景分級管制」，使企業合規成本估算下降19億歐元。
公眾認知對技術發展的影響，首先體現在市場機制層面。根據PitchBook數據，2022年全球AI新創企業融資總額約為135億美元，較2021年歷史高點減少約18%，此變化與同期媒體集中報導AI倫理爭議存在時間相關性。典型案例是Meta於2021年11月宣布停用人臉辨識系統，該決策發生在《紐約時報》揭露技術存在種族識別偏差後的第五個月。中國市場同樣存在此類反饋，2023年8月《生成式人工智慧服務管理暫行辦法》實施後，多家券商報告指出，國內AI企業的市場推廣策略普遍增加「合規性聲明」比重。
此外，台灣行政院於2025年2月3日宣布，基於資安考量，全面禁止公務機關使用中國新創公司DeepSeek的人工智慧（AI）服務。行政院長卓榮泰在政務會議中指出，DeepSeek的AI系統可能涉及資料來源取得違反著作權法，並在語言模型訓練上存在思想審查與資料偏異問題。此外，該服務的運作機制可能導致使用者數據上傳至中國，增加資安風險，甚至違反個人資料保護法。這項決策與數位發展部的事前警示一致，顯示台灣對於中國科技產品的高度警戒，特別是在兩岸政治關係緊張的背景下，公眾認知已影響政策制定，進一步塑造AI技術的應用環境。
這類政策制定層面的民意壓力並非台灣獨有。在全球範圍內，南韓、法國、義大利和愛爾蘭等國家也正在審查DeepSeek對個人資料的處理方式，顯示對該AI服務的關注不僅限於台灣。美國參議院2023年《人工智慧安全框架法案》聽證會記錄顯示，58%質詢問題引用《華盛頓郵報》的深度調查報導。歐盟委員會數位政策專員維斯塔格（Margrethe Vestager）在2022年演講中坦言：「每篇關於AI倫理的頭條新聞，都在加速我們的立法進程。」這種壓力具象化為具體政策工具，例如中國大陸監管部門要求生成式AI訓練數據需通過「合規性來源認證」，該條款被普遍認為是回應媒體廣泛報導的數據濫用案例。
科技報導的專業門檻構成首要挑戰。路透研究院（Reuters Institute）2023年調查顯示，僅31%科技記者具備STEM（科學、技術、工程、數學）學科背景，這導致報導準確性存在結構性風險。典型案例是英國《金融時報》2022年誤報「量子計算實用化突破」，將理論上的量子優勢（quantum advantage）曲解為商業化進展，造成納斯達克量子概念股單日波動率達12%。為應對此問題，《科學》期刊自2023年起實施「技術報導雙盲審查」制度，要求重大科技新聞發布前需經兩名領域專家背書。
知情權邊界的界定同樣引發爭議。2023年6月，當DeepSeek研究人員在arXiv平台發布新型演算法時，部分媒體以「技術潛在風險未明」為由延遲報導，此舉引發學界對「資訊過濾權」的激烈辯論。加州大學柏克萊分校資訊學院院長法里德（Hany Farid）指出：「當技術影響具全球性時，傳統媒體倫理框架需要根本性重構。」類似矛盾在生物科技領域更為尖銳，2021年《麻省理工科技評論》披露CRISPR專利漏洞後，被批評「可能加劇生物安全風險」。
全球化傳播中的在地化障礙則是更深層挑戰。日本經濟新聞2023年研究顯示，東南亞受眾對「AI倫理」的認知53%源自影視作品情節，這種認知基礎導致政策討論失焦。新加坡資訊通信媒體發展局（IMDA）的應對策略具有參考價值：2022年推出「AI本土化詞典」，將技術術語轉譯為包含馬來語、泰米爾語等六種本地語言。南非案例更具啟發性，當地媒體將AI技術類比為「數位巫醫」，此敘事使農村地區技術接受度提升37%。
當DeepSeek工程師在2025年1月調試完成演算法時，他們編寫的不只是程式代碼，更是社會認知網路的交互節點。從GPT-4的倫理審查爭議到AlphaFold的科研範式突破，每個技術里程碑都伴隨著媒體敘事的重新校準。如今，台灣政府的政策決策顯示，AI技術不僅是市場競爭的產物，更是國家安全與社會信任體系的一部分。台灣、南韓、歐盟等地對DeepSeek的審查，反映出全球範圍內對於AI資安、數據合規與認知影響的持續關切。
在生成式AI加速進化的2025年，我們亟需建立新型傳播契約：媒體應扮演「技術轉譯者」角色，將專業知識轉化為公共討論的建設性素材；科技企業則需認知到，公眾疑慮並非發展阻礙，而是技術演進的校準參照系。同時，政府政策也應在資安風險與科技創新之間尋求平衡，避免因過度限制而抑制技術發展潛力。唯有在專業性與普及性間找到動態平衡，才能在全球化的技術浪潮中構建真正包容的創新生態。
（作者蔡鎤銘為淡江大學財務金融學系兼任教授，國戰會專稿，本文授權與洞傳媒國戰會論壇、中時新聞網言論頻道、中天新聞網同步刊登）
