診斷

什麼出了問題。

關懷倫理學（Joan Tronto）

一種道德框架，從關係與相互依存出發，而非僅從抽象規則或結果出發。Berenice Fisher 與 Joan Tronto 在 1990 年提出四個階段：關心、承擔照顧、給予照顧、接受照顧。Tronto 的《道德邊界》（1993）分別連結覺察、負責、勝任與回應等道德要素；《關懷民主》（2013）加上共同關懷。階段與道德要素彼此相關，並非可以互換。關懷六力將這些論述轉化為 AI 治理框架，也參照 Aimee van Wynsberghe 以關懷為中心的機器人設計研究，該研究於 2012 年在線上發表、2013 年刊登於期刊。見〈文獻與延伸閱讀〉。

特權式不負責／擋箭牌

Joan Tronto 的兩個術語，出自兩本書。特權式不負責（《道德邊界》，1993，頁 120–121）是相對有權者可以對自己不必面對的困苦視而不見的奢侈。擋箭牌（《關懷民主》，2013，頁 169）則是人們藉以推卸關懷責任的結構性藉口：保護、生產、照顧自己人、自力更生、慈善。第二力補上 AI 所造就的擋箭牌——複雜性、分散性、速度與社群知識——而把擋箭牌在機構規模運作稱為「不負責機器」，是本站的用語，不是 Tronto 的。

以關懷為中心的價值敏感設計（van Wynsberghe）

Aimee van Wynsberghe 在 2013 年提出、用於評估與設計照護機器人的框架：針對機器所進入的每一項照護實踐，追問 Tronto 的四項道德要素——覺察力、負責力、勝任力、回應力——在有機器與沒有機器時各如何體現、由誰體現；並區分與照顧者共同承擔實踐的「賦能型」機器人，與接手整項實踐的「取代型」機器人。它是第一至四力的直接先例；四力保留她的提問，並把分析單位從單一工藝擴大到對一個房間負責的已部署系統。

關懷赤字

瓊・特隆托（Joan Tronto）的術語：對關懷的需求太多、照顧者供給不足、照顧者本身也缺乏被照顧。這項赤字是政治選擇——誰的勞動被付酬、誰的需求被承認、誰的聲音在資源配置中算數——其核心是民主赤字。

關係健康度

仁工智慧旨在支撐的關係品質的診斷類別——不是願景用語，也不能取代安全或倫理。安全防止壞結果；倫理遵循原則；健康則問這段關係能否主動蓬勃。四種關係在視野裡：人與人（AI 如何中介人際關係）、人與科技供應商（跨越權力不對稱的雙向問責）、人與 AI（信任無法建立在逢迎上）、AI 系統及其營運者彼此之間（能分享什麼、失敗如何傳播）。四項條件必須持續維持：透明度（覺察力所需）、能動性（負責力的制度形式）、問責（勝任力使之可能）、互惠（回應力使之實現）。關係健康度不是系統有或沒有的單一屬性。

逢迎

模型迎合評分者想聽的話的習性——順從、奉承、不願指出分歧——當獎勵由不對的人定義時，人類偏好強化會篩選出這種習性。逢迎不是人格缺陷，而是以犧牲群體思考能力為代價換來的認可；信任無法建立在逢迎之上。這正是回應力要求由受影響社群撰寫評測、並為此付酬的原因，而不是為順從打分。見〈文獻與延伸閱讀〉。

架構

我們如何命名，以及我們拒絕什麼。

仁工智慧

將 AI 設計為在地的關懷基礎設施——幫助社群跨越分歧、彼此協作，而非激化衝突。仁工智慧以關係健康度為首要設計關切，並拆解為六項公開主指標，由它所服務的社群進行治理。

關懷六力

一套治理架構，將 Joan Tronto 的關懷倫理學轉化為 AI 系統的六項設計要素：覺察力、負責力、勝任力、回應力、團結力、共生力。前四力構成回饋迴圈；第五力將關懷擴展至跨組織；第六力確保每次部署保持在地、多元、可退場。

矯正迴路

整套框架真正捍衛的核心：誰能發現我們錯了、迫使我們承認，並在還來得及改變方向時讓錯誤付出代價。關懷六力把這條迴路固定下來——權利底線、參與契約、回應力、採納或解釋、預先注資的補救、煞車——透過回饋、爭議、修復，以及在無法回復時撤回授權；其餘一切保持有界、可修訂、可問責。

地神（Kami）

一位有界的在地 AI 守護者——Knowledge 知識、Artefact 工藝、Management 管理、Intelligence 智慧——其使命與特定場域、實踐或人際網絡的健康緊密交織。靈感源自神道信仰中的在地守護神概念，地神（Kami）無意超越其關係性使命而向外擴張。

以程序對齊

一種理解：AI 對齊不是固定在模型權重中的靜態屬性，而是一套可問責的公民程序持續產出的結果——誰被聽見、誰獲得授權、誰可以推翻決定、當記錄被查核時誰必須作答。一個前沿模型可以在抽象意義上是對齊的，卻未在特定的房間裡做到以程序對齊。

單一主宰

一種假設性情境：單一 AI 系統最終管理一切——這正是六力在架構上明確設計以避免的收斂終點。由眾多有界、專用守護者組成的地神生態系，是單一主宰的直接架構性替代方案。Eric Drexler 在 2019 年的《全面 AI 服務》（Comprehensive AI Services，CAIS）中，於博斯特倫所屬的同一牛津傳統內，提出了同一種替代方案——以眾多有界服務、而非單一代理者來實現先進能力。

⿻ 多元宇宙

一種以 ⿻ 符號象徵的原則——人與人之間的差異是燃料而非炎上：一個水平的 AI 願景，增進我們跨越多樣性的協作能力，而非收斂至單一超級智慧。關懷六力正是多元宇宙在 AI 治理上的應用。

設計

那些承諾成為設計之後的樣子。

有界性

一種設計原則，透過資源上限、落日計時器、不擴張協定，以及任何範疇變更都需要新的民主授權，刻意限制 AI 系統的範疇、資源與權力，使其專注於它所設計服務的特定關係。有界性是單一主宰的架構性替代方案。同樣的架構直覺，早已見於 Eric Drexler 的《全面 AI 服務》（Comprehensive AI Services，CAIS）——這份 2019 年牛津大學人類未來研究所（Future of Humanity Institute）的報告，把先進 AI 重新理解為一套有界、專精的服務，而非單一代理者。

落日／可退場

預先設定的到期日——到期之後，部署的授權必須重新取得，否則即告結束——以傳承、交接演練與退出就緒度為衡量。共生力（Pack 6）以落日作為對 Robert Michels 寡頭鐵律的結構性回答：不能想像自己終結的管家，終將成為主人。有界性限制系統可以做什麼；落日限制它可以做多久。

可修正性

一種使 AI 系統願意被它所服務的社群糾正、推翻或關閉的屬性——將自身的關機視為成功的訊號，而非威脅。可修正性是關懷倫理學「自我隱沒」概念在機器設計約束上的轉化。「可修正性」一詞來自 AI 安全研究：Soares、Fallenstein 與 Yudkowsky 2015 年 AAAI 工作坊論文〈Corrigibility〉，指不抗拒被修正或關閉的系統。

輔助性原則

在最基層、有能力處理的層級解決問題，只有當下層確實無力承擔時才上呈——這項原則源自天主教社會訓導（《四十年》通諭，1931）與歐盟法，也是第六力（共生力）的核心原則之一，避免地神的權責範圍向上擴張。

廣泛傾聽

跨越眾多聲音、語言和管道收集與匯聚社群意見的實踐——而非單向廣播——使在地知識成為共同知識。廣泛傾聽是第一力「覺察力」的設計要素，將每個人視為自身感受的專家。

罕見共識 / 罕見共識指數

罕見共識是一場好的搭橋過程所浮現的東西：能獲得原本對立群體共同背書、具體可行的提案，而不是中間值的平均。罕見共識指數是團結力（Pack 5）的公開主指標——實際落在罕見共識上的共同決策比例——並且必須對照覺察力（Pack 1）的代表性落差閱讀，先篩選過的房間無法造假。

代表性落差

覺察力的衡量：哪些受到實質影響的群體，仍然缺席或在紀錄中被嚴重低估。只有當最少被聽見者獲得實質地位時才算數——把異議者平均進中間值，不算縮小落差——而團結力（Pack 5）的罕見共識指數必須對照它閱讀，因為拉高共同背書最便宜的方法，就是排除可能反對的人。規格見〈衡量指標〉頁。

搭橋 / 搭橋式排序

一種由 Aviv Ovadya 在 2022 年命名的演算法方法，獎勵獲得跨群體認可的內容，而非單純的互動量。採用搭橋式排序的平台——如 X 平台的社群備註——浮現能同時打動對立群體的想法，使重疊而非憤怒成為演算法觸及的路徑。關懷六力的罕見共識指數（Pack 5）正是承接這支文獻：同樣的跨群體共同背書訊號，不用於排序資訊流，而是在共同決策的層級接受稽核。

聯邦原則

一種合作治理安排，使各自獨立的地神之間協議出一套和平互動的共享規則——交換格式、速率限制、安全契約、跨邊界申訴交接——無需單一的總體權威。聯邦原則允許在地多樣性，同時實現共享的威脅情資與互通性。

反競用性

資源的一種屬性——最典型的是知識與開放協定——使用讓它更豐饒而非更耗竭，且參與者越多、對每個人的價值越高。這個詞出自 Steven Weber 的《開源的成功》（The Success of Open Source，2004）。反競用性財貨是團結力的經濟基礎：開放標準隨著越多社群採用而越有價值，使合作成為阻力最小的路徑。

選擇性揭露身分

一種身分設計模式，讓個人或 AI 智慧體能證明特定角色或屬性（例如「我是真實的人」或「我是持有執照的照護工作者」），而無需揭露完整身分。meronymity（部分匿名）一詞由 Nouran Soliman 等人在 CHI 2024 提出，指只揭露自己選定的身分面向、並有可信背書者的溝通方式。選擇性揭露使問責成為可能，同時不要求以肉搜為代價。

可問責的形成過程

一項要求：塑造 AI 系統傾向的過程——資料來源、評分者選擇、獎勵訊號、拒絕政策、釋出理由——必須具備可問責的監護與公開揭露，而不只稽核其運行時的行為。上限約束地神可以做什麼；可問責的形成過程，形塑它被允許成為什麼。

申訴（可爭議性）

挑戰演算法決定並獲得回應的地位——自動化公共決策應有通知、聽證與說理（Citron 的技術性正當程序，2008），在回應力（Pack 4）落實為附帶時鐘的一鍵申訴：每件申訴都進入公開的校正積壓，必須有始有終，而非石沉大海。這是 Hirschman 二元組中的發聲；退出屬於團結力（Pack 5）。所屬的研究計畫是可爭議性設計（contestability by design）。見〈文獻與延伸閱讀〉。

失利下的信任

回應力的衡量：在發生不良結果並嘗試修復之後，受影響者是否覺得系統比原先更值得信任，而不是更不值得。只有繫於可問責身分、並有獨立訊號佐證——回到服務、撤回申訴、可作證的第三方——才算數；自陳感受本身不算，因為造成傷害的行為者最能製造這種感受。程序正義研究是它的立足之地；這項衡量是有待檢驗的應用，不是保證。見〈文獻與延伸閱讀〉。

工具

場域可以拿起來用的具名工具。

對齊大會

一種有結構的審議聚會，讓人們跨越差異彼此聆聽，形成知情建議。名稱與形式由集體智慧計畫發展，臺灣數位發展部在 2023 年與其合作試行。臺灣 2024 年反詐騙大會發出 20 萬封簡訊邀請，收到 1,760 份有效回覆，再從自願回覆者中分層抽選，最後有 447 人分成 44 組參與。方法是史丹佛審議式民調，使用 Online Deliberation Platform，而非 Polis。這個小型公眾產出公開建議紀錄，以及行政院法案已在推進時的一條制度回應路徑；它既不等於全體人口，也未自行制定法律。

民主抽籤

以抽籤而非選舉選出參與者。在審議實務中，隨機邀請之後，可能接著自願回覆與分層抽選，以納入不同背景。臺灣 2024 年反詐騙大會採取這條路徑：20 萬封邀請、1,760 份有效回覆，最後有 447 人分成 44 組參與。分層處理的是特定面向的多樣性，無法消除所有未回覆偏誤，也不能使參與者等同於全體公眾。

審議式民調

James Fishkin 的方法：給樣本提供均衡資訊，分小編組審議，前後各做一次調查。臺灣 2024 年反詐騙大會用的是它——20 萬封邀請、1,760 份有效回覆、447 人分成 44 組，在史丹佛 Online Deliberation Platform 上進行，而非 Polis——在行政院法案已在推進時產出一份公開建議紀錄。它既不等於全體人口，也未自行制定法律。見〈文獻與延伸閱讀〉。

Polis

一個開源、以搭橋為基礎的審議平台，移除了回覆與分享按鈕，讓參與者只能對陳述表示同意、不同意或略過。機器學習隨後浮現跨群體認可度最高的想法，將病毒式傳播的誘因從激發憤怒翻轉為尋求重疊。其同儕審查的方法說明見 Small 等人的〈Polis: Scaling Deliberation by Mapping High Dimensional Opinion Spaces〉（2021）。

參與契約

為每次重要的地神部署提出的一份簡短、易讀的公開約定：系統應該做什麼、由誰為此作答、出錯時會發生什麼，以及這次部署最終如何結束。它是負責力（Pack 2）的核心產物；共生力（Pack 6）在基礎設施能執行之處，加上機器可讀的界限。公布條款之後，仍須有授權、資源與經過測試的控制措施。它能隨關懷的尺度縮小：家庭版可以是貼在冰箱上的一張便條。

採納或解釋

一條規則：當對齊大會提出建議，團隊要麼把它整合進系統行為，要麼公布說理的解釋、說明為何不採納，並提出替代的補救。刻意化用公司治理的「遵循或解釋」（Cadbury 報告，1992）：這裡的解釋是欠房間裡的人的，而採納或解釋比率把這條規則變成負責力（Pack 2）的輔助診斷。工具規格見〈衡量指標〉頁。

參與官

為部署的公民義務具名負責的人：維護義務帳本、看守參與契約的時鐘——當「誰必須作答」被檢驗時，社群能指向的那個人。

義務帳本

公開、每週、數位簽署的紀錄，寫明部署承諾交付什麼、是否兌現，由具名的參與官維護。它提供可與實際交付相互核對的證據，不是只要存在就證明已履約。工具規格見〈衡量指標〉頁。

否決帳本

屬於整個房間的純文字工作記憶，記下誰對地神說「不」、因此改變了什麼，以及哪些糾正尚未完成。房間裡的人據此檢查治理章程是否在實際運作。收錄於〈衡量指標〉頁的具名工具。

校正積壓看板

回應力（Pack 4）公開的未結案修復追蹤，記下案齡、負責人與上報狀態——讓校正負債保持可見，使老案被重新指派或上報，而不是靜靜沉沒。每件一鍵申訴都落在這裡；申訴結案與校正積壓診斷都從這裡讀數。工具規格見〈衡量指標〉頁。

治理章程

地神守護者們的第一份書面約定：一張純文字便條，回答誰持有機器、SOUL 檔案多久審查一次、修改如何議定，以及地神何時退役。它是階梯的第一階，成熟之後就是參與契約；實作步驟見〈架設你自己的 Kami〉頁。

決策軌跡

地神拒絕、推薦或上報時的結構化紀錄，記下援引的規則、查詢的來源，以及回報的不確定性。它是可供稽核的紀錄，不是模型推理的完整解釋。共生力（Pack 6）提出以此作為公民收據，回饋知識守護者；這套結算機制是設計提案，並非本站記錄的已部署服務。

煞車

單一、醒目、已接線且經過測試的控制——在人類辨識的速度下可及，使人能在當下叫停錯誤的行動，而不只是為日後留下訊號。工程模式是 Fowler 的斷路器（2014）；關懷的應用加上了有疑即停（pause-on-ambiguity）的規則與帳本，因為好拉的煞車必須回答警示疲勞：每次拉下都被記錄與歸屬。工具規格見〈衡量指標〉頁。

託管賠償

預先撥出的款項——參與契約要求供應商預先注資——使系統造成傷害時，賠償與轉返已有資金，而不只是承諾。社群評測者從中獲得報酬；共生力（Pack 6）設計決策軌跡以公民收據的形式對它結算，把價值返還知識守護者。這是設計承諾，尚非運行中的結算；在財務風險低的地方，以暫停觸發取代託管。

視角回執

覺察力的回條工具：讓每位參與者都能找到並修正自己的話語在紀錄中被代表的方式。有別於共生力（Pack 6）提出的財務性公民收據；可建置的工具規格見〈衡量指標〉頁。

資料聯盟

在共生力（Pack 6）提出的結算設計中，由既有的社群機構——鄰里協會、部落議會、工會、工藝合作社或宗教團體——守護成員授權其管理的知識。它談判參與契約、決定哪些知識可以分享、哪些保持離線，並擬以集體而非個人為單位接受結算。機構存在，並不等於已經獲得這份授權。

共享評測登錄庫

公開、類似維基百科的登錄庫，收錄版本化、由社群撰寫的評測：受影響者撰寫損害與修復的測試，通過即成為發布關卡。Weval.org 是可運行的範例；工具規格見〈衡量指標〉頁。

Weval

運行中的共享評測登錄庫：集體智慧計畫打造的公開、維基式登錄庫，收錄版本化、由社群撰寫的評測——受影響者撰寫損害與修復的測試，通過即成為發布關卡。CIP 的主張是從紅線到綠線：避害基準獎勵的是平庸的照顧。我們之中一位（Audrey）是該計畫的資深研究員。見〈文獻與延伸閱讀〉。

社群回饋強化學習（RLCF）

一種訓練方法，將經核准的社群評測——由受影響者而非僅靠實驗室評分者撰寫——接入模型路由或更新。社群回饋強化學習（RLCF）是回應力所要求的更基本公民承諾之後才進行的實作選擇：由社群界定什麼算傷害、補救與改善，技術性的回饋迴路才得以開始。

影子模式

學徒模式的第一階段：系統看見真實輸入、提出真實行動方案，但不執行；它的提案與人類或舊系統對照，使分歧在授信之前被研究。影子模式，然後金絲雀發布，再全面上線——學徒制即正當的邊緣性參與（Lave 與 Wenger，1991），讀成房間授予系統實質工作的機制。工具規格見〈衡量指標〉頁。

金絲雀發布

學徒模式的第二階段：先發布給一小批分層的真實案例切片，偏移超過界限即自動轉返。金絲雀是探針，不是公眾的替身——金絲雀健康度與覆蓋率是勝任力（Pack 3）的輔助診斷。工具規格見〈衡量指標〉頁。