它，正加速华语文明崩解

在牆内，大量符合北京意识形态的文本被用来训练Chatbot，成为十亿网民的知识来源。（美联社）

中国长期箝制言论，却又垄断了全球华语出版市场。在牆内，大量符合北京意识形态的文本被用来训练Chatbot，成为十亿网民的知识来源，而网民贴文复成机器学习的素材，形成劣质资讯的恶性循环，加速华语知识封闭化与极端化。牆外，用华文训练ChatGPT也出现偏误，易使全球华语人受北京政治狗哨影响。由于语言会限制知识取得管道与内容诠释，台湾应加速“英语与母语”双语教育，以维护开放多元之民主价值。

大型语言模型的军备竞赛

近来ChatGPT, Google Bard, Meta Llama等大型语言模型的军备竞赛在商业著作权、教育学术伦理、政治宣传、选举干预、社会平等上引发疑虑。过去以Twitter训练的Microsoft Tay 在24小时内学会厌女与种族歧视。Meta BlenderBot 3 花一周学到反犹太、川普式极端言论。ChatGPT 则指出白人男性才能成为优秀科学家。斯坦福大学教授也示警 Chatbot会衝击人与人的信任关係。重之以安全疑虑日增，硅谷业界更公呼吁开暂停超过GTP-4技术之模型开发6个月，以免竞赛失控。

相较英语，华语训练模型争议更大：华语资料多样性低且品质堪虑。许多标记的原始资料皆为审查过的文本。（美联社） 

然而相较英语，华语训练模型争议更大：华语资料多样性低且品质堪虑。许多标记的原始资料皆为审查过的文本。美国之音报道，用华语询问天安门事件时，ChatGPT回覆“中国政府没有发布相关信息，所以我们不能切实了解情况”。自由亚洲电台询问ChatGPT有关达赖喇嘛、白纸运动时发现偏北京叙事观点。路透社更指出，百度Ernie bot拒绝评论涉及习近平的提问。中国言论审查，已降低华语知识原创与多元。这些文本训练的AI无可避免反映中共意识形态与偏误，造成“垃圾进，垃圾出”。在“理想状况”下，阿里巴巴的通义千问、百度文心一言会被训练产生如新华社般官宣内容。但现实是，机器学习总有意外结果，常複製或极端化既有之偏误。

华语文明先天不足，几千年历史却从未发展出“民主”与“科学”。蔡元培认为，科举制度比罢黜百家更有效箝制思想，将知识份子全吸引到科举这座“独木桥”来。科举看似择优取才，但因试题以儒家经典为主，使实际筛选到的人都是最符合君王意识型态者。陈独秀与鲁迅更批判儒家与封建皇权的共生关係。正因语言和思想密不可分，故胡适倡议文化革新“全盘西化”的首件大事，就是改革语言推动“白话文运动”。

华语文明更后天失调。中共长期钳制言论自由，大量文本受官方与作者自我审查以符共党思想。即便2008年国力日盛，仍难容刘晓波等人《零八宪章》倡议。“习总加速师”上台后，华语审查与政治宣传变本加厉，压制独立思考与批判言论，致使中国科技发达，科学精神阙如。2020年李文亮根据医学证据示警却被官方强迫签悔过书，无异于十七世纪宗教法庭令伽利略写忏悔书。纽约时报更指出，中国年轻一代正失去表达自我的能力。中国华语知识的创新与多元，较之百年前五四运动不进反退。德先生与赛先生依旧被拒于牆外。

恶性循环的人机互动 

不幸的是Chatbot的出现，使华语先天不足后天失调的困境更加严峻。人在训练机器，但机器也在训练人。数位极权下人工智慧内容生成（AICG）的人机互动，恶性循环乃无可避免：大量经审查文本被喂给AI，AI的输出则成为十亿网民的知识来源，网民的意见内容复成机器学习素材。长此以往，使牆内的知识循环囚困在封闭迴路，渐如死水。加速华语文明崩解。拥有全球12亿活跃用户的微信，更透过演算推荐系统，让客製化的洗脑与大内宣投放更精准有效。作为第二大语言，华语的知识单调化与极端化对人类文明非好事。

封闭知识对民主多元的戕害

语言预设世界观，人类也不断将文化价值编码进语言。华语过去受封建儒教影响，当代则受中共价值主导。全球14亿华语人口以繁体书写者约佔2%，不受思想审查者仅1.7%。在美国，简体中文图书在校园佔压倒性多数。这些文本影响了五百多万华裔美人的乡愁认同与知识来源。单一化的价值论述除加深刻板印象，易使华人受习近平的政治狗哨与“中华民族伟大复兴”号召。例如澳洲全国63%民众认为中国是安全威胁，但澳洲华人却仅28%赞同。中共也将言论审查扩展至海外，除邀请台湾教科书出版社访华、诱捕出版社总编辑，更用手机apps监控美国华人言论。近日联邦调查局（FBI）以华语呼吁在WeChat上受到网络跟踪与骚扰威胁的华美人报案，积极打击中国跨国镇压与海外警察，以维美国国家安全。

中国以social bot操弄台湾舆论与选举对立。而牆内虽看不到维基百科，北京却积极修改繁体中文词条以渗透学生与年轻人的知识学习。（美联社）

习近平垄断华语知识的全球战略，亦是台湾严峻挑战。牛津大学期刊的认知战研究指出，中国以social bot操弄台湾舆论与选举对立。而牆内虽看不到维基百科，北京却积极修改繁体中文词条以渗透学生与年轻人的知识学习。在台湾，只懂华语者的网络搜寻与可参阅书籍等知识来源，远较懂英语者少。对华文媒体的外电译文亦无查证能力。在大量简转繁的内容农场入侵下，信念与价值判断易受单一语言操弄。蔡政府2030年双语政策之优点，是将英语提升为通用语以扩展知识开放多元。惟其盲点在未检讨蒋介石殖民时期的华语地位，不利台湾各母语之复振与公平性，无法避免过去以华语为母语之族群的语言特权重演。

废除华语之通用语地位乃大势所趋

台湾本不通行华语。1915年国势调查，台语是全岛82%总人口的母语和87%的通用语（2020年主计处统计，台语仍是86%民众的次要或主要语言）。战后白色恐怖将全岛变成再教育营，台人被改造成中国人，被迫说华语。“山地语”、“闽南语”等歧视称呼也开始流传，蒋家党禁报禁，较之中共文字狱不遑多让。但台湾民主化后，华语即国语的不义遗绪却未曾检讨，使部分民众仍陷威权时期华语僵化的思考窠臼，不利民主的价值多元与知识开放。中国数位极权崛起后，更将原本知识沟通与情感交流的语言媒介，转化成假新闻与仇恨动员的武器，逐步侵蚀民主社会赖以运作的互信基础。

因此，与其和中国在AICG与华语知识体系进行军备竞赛，台湾应从根本做起，以语言改革巩固民主价值。在政府文书、各级学校教材、军队加速以英语为主要语言。利用国际贸易、学术合作、美军协训等契机，逐步废除华语的“通用语”地位。使华语和台语、客语、各原住民语、新住民越语等一样同享平等地位。让台湾民众的资讯网络连上更宽广的全球知识体系，以提高知识经济的竞争力与对资讯战的免疫力。同时善用诸如斯坦福Alpaca 7B等开源轻量模型来复振各母语。在可预见未来，方能维护多元创新与包容批判之民主价值。