【博評】無雙直傳：是神，還是魔？　全球 AI 競爭與社會分層的挑戰

博評

【博評】無雙直傳：是神，還是魔？　全球 AI 競爭與社會分層的挑戰

2025-02-21 16:33:41 最後更新日期：2025-02-21 19:03:12

無雙直傳

學研社成員，著有《全球化多面體：我們如何面對》一書。生於政治家庭，由細到大經歷無數次大、小選戰，由派傳單、貼海報到運籌帷握，決勝帷幕之內。深感大江東去，浪淘盡，不如神遊張家界。既厭倦政治，又離不開政治。閒時只好提筆論政，如風花雪月。

1740135184629 （AI製作圖片）

上篇說到中美兩國以 AI 提升行政效率，是兩種模式的思路，而香港不主動迎接數字化政府，會衝擊現時的文官體制。但其實情況不只存在於香港，AI 作為重塑全球格局的核心技術，從全球格局去看，這一技術的普及和壟斷會加劇國家間的數字鴻溝，也會在社會內部催生出新的階層分化。以下，筆者就以這兩個維度——全球和社會——來審視這個問題。

延伸閱讀：【博評】無雙直傳：香港「數字政府」發展滯後　必對文官體制造成衝擊

全球格局：中美AI的競爭與數字鴻溝的深化

技術壟斷與戰略博弈
Deep Seek 橫空出世，打破了美國藉由 AI 技術壟斷、AI 產品生產鏈來重塑世界分工體系，同打也打破了美國以AI圍堵及壓制中國的戰略意圖，現時中美在 AI 領域的競爭已進入戰略相持階段。

美國通過其自身在硬體（GPU 和 LPU 晶片）和基礎演算法層面的優勢，仍然保持著領導地位。雖然中國在 AI 領域整體未及美國，但因為是製造業強國，可以在應用層面上（如智慧城市、醫療影像識別），把 AI 技術快速產品化、實用化。這種結構性差異導致全球技術生態呈現「美國主導基礎層，中國深耕應用層」的割裂性格局面。

例如，美國通過「AI 曼哈頓計畫」加速技術突破，而中國則依託聯合國推動《全球人工智慧治理倡議》，試圖在規則制定中爭取話語權，以打破技術圍堵。這種技術路徑的分化最終使發展中國家被迫選邊站隊，進一步依賴技術輸出國的生態體系，加劇全球數字資源配置的不平等 [注1、2、3]。

66a89312afe94734c99cf359 trumps ai initiative manhattan project defense silicon valley 中美在先進技術領域的競爭日益激烈的背景下，美國國會於 2024 年底提出了一項類似二次大戰時研發原子彈的「曼哈頓計劃」的倡議，稱為「Manhattan Project for AI」，以公私營合作的方式資助開發與人類一樣聰明甚至比人類更聰明的人工智慧系統，即通用人工智能（AGI），不過其具體的計劃內容並未公開。特朗普於上月就任後的第二天，即公布一個稱為「星際之門」的計劃，由多個私營公司合資成立一個人工智能公司，以每年投入 1000 億美元的規模建設人工智能基礎設施。（網絡圖片）

治理模式的衝突和協作困境
為了加快美國在 AI 領域的壟斷，佔領技術高地，特朗普政府以鬆綁監管來激發創新，例如放寬自動駕駛技術准入，這也是為什麼副總統邁斯早前出席慕尼黑安全會議上猛烈批評歐洲的其中一個背後原因。因為歐洲多國政府對 AI 的管制，限制了美國 AI 產品進入歐洲，阻礙了美國以 AI 重塑世界分工體系，排斥中國、獨霸世界的戰略意圖。

中國則通過「敏捷治理」來平衡發展與風險，如早前針對演算法剝削快遞員的的情況，就調整了相關法規。這種治理差異可能導致國際標準的分裂，例如資料跨境流動規則、演算法透明度要求等議題上的對立。儘管中國推動聯合國通過《加強人工智慧能力建設國際合作決議》，試圖彌合鴻溝，但地緣政治競爭仍使技術合作步履維艱 [注4]。

資源壟斷與馬太效應
AI技術的研發依賴巨額資金、資料與資源，中美AI巨頭通過技術壟斷來製造「贏家通吃」格局，形成馬太效應（Mattew effect）。這是美國社會科學家莫頓（Robert K. Merton）於 1968 年提出的社會心理現象。

莫頓指出，名聲高的科學家比名氣較少的科學家更能獲得聲望，他以《新約聖經・馬太福音》中的一句：「凡有的，還要加給他，叫他有餘；凡沒有的，連他所有的也要奪去」，來命名這社會心理現象為「馬太效應」[注5]。放眼於社會上，的確，名聲愈大的科學家，愈能得到資源來作研究，「馬太效應」不難在一些科學資源和天才集中化的社會找到例子。

而發展中國家因基礎設施與人才匱乏，難以參與競爭。例如，中國生成式AI專利申請量是美國的 6 倍，但非洲國家在 AI 領域的投入幾乎可忽略不計。這種技術資源的集中化，可能固化全球南北差距，甚至催生「AI 殖民主義」，即技術輸出國通過資料獲取與演算法控制影響他國社會運行，世界各國發展不平均的差距會更加拉大。

社會內部：AI 應用與階層分化的螺旋

技能鴻溝與就業極化
AI 技術的「馬太效應」不光導致全球格局上南北差距再擴大，也會在一國社會內部造成「馬太效應」，導致一國之中的貧富差距和階層固化情況會加劇惡化。

AI 能替代重複而低技能工人的工作崗位（如製造機器人、智慧客服、智慧秘書、自動駕駛）加劇了勞動力市場的「空心化」，低技能工作愈來愈少，而高技能人才（如數據科學家）則成為稀缺資源。這種分化在教育資源不均的社會中尤為顯著：精英階層通過優質教育獲取AI相關技能，而底層群體因數字素養不足被邊緣化。例如，美國低收入家庭青少年日均螢幕娛樂時間比高收入家庭的多 3 小時，且多用於觀看短視頻而非學習。而矽谷富豪嚴格限制子女使用電子設備，以培養其線下創造力 [注6]，而底層家庭則依賴廉價數字娛樂來填補育兒空白。

在香港及內地城市生活的中、上階層兒童，亦會有較多興趣學習活動，如繪畫、音樂、故事閱讀等以保持其創造力，而香港基層劏房或內地農村兒童，因為環境和資源關係，會傾向更多的數字娛樂。這種「娛樂化」地使用數字技能，將進一步削弱了底層向上流動的能力 [注7]，上述提到的「馬太效應」，會在兒童成長中便出現。

心理學家斯塔諾威克（Keith E. Stanovich）對閱讀能力和語言殘疾的研究表明，兒童在成長過程中若能訓練出良好的閱讀能力，通常能在成年後獲得成功；如果兒童在開始入學的頭三至四年沒能獲得合格的閱讀能力，會造成長期的、學習不同新技能的困難 [注5]。「數字資本」的積累差異，使得 AI 技術不僅未能消弭階層差距，增加階層流動性，反而成為固化社會分層的工具。

資料權力與演算法偏見
AI 系統的訓練資料往往反映社會現存的偏見，例如招聘演算法中的年齡歧視、司法模型中的種族、階層傾向；而控制演算法的精英群體（如科技公司高管）可能通過技術設計強化自身優勢。

中文大學孫萍和博士的團隊，以八年時間於走訪了內地 19 個省，對外賣騎手進行了實地調研，並出版了《過度勞動：平台經濟下的外賣騎手》一書 [注8]。調查發現平台算法對外賣騎手不公，引起社會轟動；其後，算法倫理與平台勞動者權益受到大眾和政府關注，逼使平台對算法進行改革。2021 年，「美團」向社會公布騎手配送時間算法，接受公眾監督，內地政府亦對演算法法規進行調整。

福利制度與分配危機
AI 驅動的生產力提升可能加劇財富集中。例如，亞馬遜的「無人收銀」技術實際是依賴印度勞工手動審核賬單 [注9]，揭示了技術紅利如何被資本截留。若缺乏再分配機制，如 Open AI 創始人奧特曼主張全民基本收入制（Universal Basic Income），失業潮可能引發社會動盪 [注10]。儘管學者提出「數字共產主義」願景，即 AI 生產財富普惠全民，但現實中的稅收與監管滯後，使這一目標遙不可及。[注11]

OpenAI's Sam Altman: "we are gonna have to really do something about this transition... It is not enough to just give people a Universal Basic Income."pic.twitter.com/00gs5SSYRD

— UBI Works 🇨🇦 (@ubi_works) July 3, 2024