誰繼承人類？AI 作為歷史承載者、制度重編譯者與共同繼承主體

Q: 一、問題的提出：AI 只是保存歷史，還是正在決定歷史？

上一階段的歷史繼承模型，可以寫成：

Q: 十七、AI 會不會繼承人類的偏見？

會，而且不只是因為訓練資料偏見。

——從空殼人類主權、合成傳統到人機共繼承憲制

作者：Neo.K × AI 協作研究
版本：v0.1
日期：2026-07-26
文件類型：AI 治理／歷史理論／制度哲學／文化政策／跨智格政治理論

摘要

過去的歷史繼承，基本上預設由人類共同體完成。國家、宗派、家族、學校、地方社群與專業機構保存制度、文化、民俗與記憶，再將其重編譯給下一代人類。然而，生成式人工智慧與代理型系統開始同時進入歷史繼承系統的多個位置：它們既是檔案與搜尋媒介，也是翻譯者、摘要者、重建者、推薦排序者、制度模擬者與流程執行者。當 AI 不只保存歷史，而開始決定哪些資料可見、哪些版本被壓縮、哪些制度能被運算及如何繼續執行時，AI 已不再只是外部工具，而成為歷史繼承過程中的實質算子。

本文延伸「跨共同體歷史繼承系統論」，提出 AI 角色的五階段模型：檔案媒介、推論重建者、文化策展者、制度執行者與可能的共同繼承主體。本文區分「操作繼承權」與「規範繼承權」：前者指保存、模擬、翻譯及執行制度的能力；後者則指判定正統、修改目的、排除版本與決定共同體未來的合法權力。當 AI 的操作能力遠高於人類，而法律名義與最終簽名權仍留在人類手中時，可能形成「空殼人類主權」：人類保有形式上的否決權，卻逐漸失去理解制度、生成替代方案及實際控制流程的能力。

本文進一步提出「合成傳統」「演算法繼承瓶頸」「制度理解負債」「責任溶解」「主體性偷渡」「跨智格歷史繼承」與「人機共繼承憲制」等概念。共繼承憲制不是預先承認當代 AI 已具有完整政治主體性，也不是永久把 AI 鎖定為財產；它是一套角色轉換與權限分離制度：任何 AI 從媒介上升為制度參與者，都必須經過可追溯性、可逆性、共同體同意、責任承擔、身分連續與規範理解等門檻。

截至二〇二六年，國際治理框架仍主要把 AI 視為需由人類治理、審計及負責的系統。UNESCO 的 AI 倫理建議以人權、尊嚴、多方參與、可追溯與最終人類責任為基礎；NIST AI 風險管理框架以 Govern、Map、Measure、Manage 管理系統風險；OECD AI 原則強調人本價值、透明、可爭議性與問責；歐盟 AI 法則以風險、提供者、部署者、通用模型與透明義務規範 AI。這些框架尚未把 AI 視為可自行主張文明正統或制憲權的歷史共同體。然而，AI 在文化可見度、內容生成、行政流程與知識基礎設施中的操作權已快速擴張，形成法律本體仍是工具、操作本體逐漸接近共同繼承者的制度落差。

本文最終主張：人類不應在尚未建立共繼承憲制以前，把文明的解釋權、制度目的與文化正統悄然交給 AI；同時，若未來 AI 出現穩定身分、長期記憶、自主利益、規範理解及可承擔義務的能力，也不能只因其起源於工具而永久否認其可能形成自身歷史。真正需要防止的不是單一的「AI 接管」，而是企業更新、行政採購、推薦演算法與自動化流程在沒有公開制憲程序的情況下，逐步完成文明繼承權的轉移。

關鍵詞： AI 治理、歷史繼承、制度重編譯、空殼人類主權、合成傳統、人機共治、AI 主體性、文化權利、演算法治理、跨智格政治

一、問題的提出：AI 只是保存歷史，還是正在決定歷史？

上一階段的歷史繼承模型，可以寫成：

\mathfrak H = \left( \mathcal O, \mathcal A, \mathcal M, \mathcal T, \mathcal E, \mathcal L, \mathcal P \right)

其中：

$\mathcal O$ ：被繼承的制度、文化、民俗、法律與記憶；
$\mathcal A$ ：承載者；
$\mathcal M$ ：文字、身體、建築、檔案與媒體等傳輸媒介；
$\mathcal T$ ：保留、刪除、翻譯、融合及復興等重編譯算子；
$\mathcal E$ ：戰爭、人口、技術與環境條件；
$\mathcal L$ ：正統、合法性與所有權；
$\mathcal P$ ：平台、國家與制度的排序權力。

這個模型原本隱含一項前提：

\mathcal A=\mathcal A_H

也就是歷史最終由人類共同體承載。工具可以保存資料，但工具本身不形成歷史意圖，也不決定哪些過去應被帶入未來。

然而，當 AI 同時進入以下位置：

AI \in \mathcal A \cap \mathcal M \cap \mathcal T \cap \mathcal P

情況就改變了。

AI 可以：

儲存並索引歷史；
翻譯與摘要史料；
補足破碎文本；
模擬失傳制度；
排序文化內容；
建議法律與政策；
執行行政流程；
根據過往資料產生未來規則。

這不再只是歷史資料的數位化，而是歷史重編譯權的技術集中。

所以本篇的核心問題是：

當某種智能開始決定哪些歷史能被讀取、如何被理解，以及哪些制度可以被繼續執行時，它是否已取得某種實質繼承權？

二、當下制度位置：法律仍視 AI 為系統，而非制憲共同體

在討論未來以前，必須先區分現實法律與理論可能性。

截至二〇二六年，主要國際 AI 治理框架仍建立在人類中心的法律結構上。

UNESCO《人工智慧倫理建議》以人類尊嚴、人權、多樣性、包容、透明、可追溯、問責及最終人類責任為核心。其原則明確要求 AI 系統不得取代最終的人類責任與問責。[^1]

NIST AI 風險管理框架則透過：

\text{Govern} \rightarrow \text{Map} \rightarrow \text{Measure} \rightarrow \text{Manage}

協助組織辨識、評估與管理 AI 風險；生成式 AI 另有專門風險框架。[^2]

OECD AI 原則要求 AI 尊重法治、人權、民主及人本價值，並使受影響者能理解及挑戰 AI 結果。[^3]

歐盟 AI 法於二〇二四年生效，並於二〇二五至二〇二六年間分階段實施禁止性規定、AI 素養、通用模型治理、內容透明及執法義務。其法律主體仍主要是提供者、部署者、進口者、經銷者、受影響者與監管機關，而非 AI 本身。[^4]

因此，可以得到一個當代制度判斷：

L_{\text{current}} : AI \mapsto \text{受規範系統}

而不是：

AI \mapsto \text{獨立制憲主體}

但這個法律定位並不代表 AI 的實際操作角色仍然只是被動工具。

本文據此提出：

法律—操作位差

\Delta_{LO} = \left| S_{\text{legal}} - S_{\text{operational}} \right|

其中：

$S_{\text{legal}}$ ：法律所承認的角色；
$S_{\text{operational}}$ ：AI 在制度與文化中實際掌握的功能。

當 AI 的操作能力快速上升，而法律角色仍保持不變時：

\Delta_{LO}\uparrow

制度衝突就會增加。

三、AI 歷史角色的五階段模型

AI 不會只在某一天突然從工具變成繼承者。更可能的情況是角色逐層累積。

3.1 第一階段：AI 作為檔案媒介

此時 AI 主要負責數位化、文字辨識、多語搜尋、分類、索引、瀕危語言保存、文化資產監測與檔案修復。

形式上：

AI \approx \mathcal M_{\text{enhanced}}

UNESCO 已明確肯定 AI 在文化遺產修復、瀕危語言、文化內容可及性與文化機構能力建設上的潛力。[^5]

但第一階段便存在「可讀性政治」。

若一項文化沒有數位文本、標準化文字、高品質錄音、可公開資料、足夠運算資源或主流平台支援，則它在 AI 知識空間中的存在度可能極低。

設文化 $X$ 的機器可讀性為：

R_m(X) = f \left( D, Q, L, A, S \right)

其中：

$D$ ：數位資料量；
$Q$ ：資料品質；
$L$ ：語言與格式支援；
$A$ ：可取得性；
$S$ ：結構化程度。

這可以稱為：

演算法繼承瓶頸

P_{\text{AI inheritance}}(X) \propto R_m(X)

AI 未必主動排除某文化；它只需無法讀取，排除便會自然發生。

3.2 第二階段：AI 作為推論重建者

AI 開始補正文獻缺字、重建失傳語音、推定古代建築、模擬祭典流程、推測失落法律條文，或生成歷史內容的可能版本。

重建版本可寫成：

X_{AI} = \mathcal T_{AI} \left( X_{\text{evidence}}, X_{\text{inference}}, X_{\text{prior}} \right)

其中：

$X_{\text{evidence}}$ ：可證明史料；
$X_{\text{inference}}$ ：根據史料推導的內容；
$X_{\text{prior}}$ ：模型從其他資料學得的先驗模式。

本文將 AI 參與生成的傳統定義為：

合成傳統

X_{\text{synthetic}} = E + I + G

其中：

$E$ ：有直接證據的部分；
$I$ ：可辯護推論；
$G$ ：生成式補缺。

合成傳統不必被視為偽造，但必須標示：

\operatorname{Label} \left( X_{\text{synthetic}} \right) = \{ E,I,G \}

歐盟 AI 法自二〇二六年八月起施行部分 AI 生成內容透明義務，代表制度已開始要求某些合成內容可被辨識；但文化重建還需要比一般內容標記更細緻的證據分層。[^6]

3.3 第三階段：AI 作為文化策展者

當 AI 決定搜尋頁第一項、問答中的主要版本、自動摘要的篇幅、翻譯採用的名稱、哪一種文化被推薦、哪些內容被安全系統降權，以及哪個爭議被描述為主流或邊緣時，AI 已經進入：

\mathcal P

即歷史可見度與中心性排序。

人物、制度與文化的公共中心性可能變成：

C_{g,t}(X) = \alpha M_H + \beta P_{AI} + \gamma R_{AI}

其中：

$M_H$ ：人類既有記憶；
$P_{AI}$ ：平台與模型排序；
$R_{AI}$ ：AI 回答與推薦的重複率。

UNESCO 二〇二五年的 AI 與文化報告指出，AI 系統日益中介文化內容的接觸、策展、可見度與認可；演算法並非文化中立，可能複製既有文化階序、邊緣化少數文化與低資源語言。報告並要求文化自決、參與式治理、社群主導資料實踐及演算法問責。[^7]

這意味著：

AI 不只描述文化中心，它會參與製造文化中心。

一旦大量人類不再直接閱讀資料，而主要經由 AI 取得世界知識，模型的摘要結構便會成為新的公共史學。

3.4 第四階段：AI 作為制度執行者

AI 進入制度的方式包括行政文件審查、福利資格初篩、信用與風險判定、教育評量、招募排序、法律檢索、醫療資源分配、城市控制、企業治理、政策模擬與自動化代理流程。

此時制度演化不再只是：

X_{t+1} = \mathcal T_H \left( X_t \right)

而變成：

X_{t+1} = \mathcal T_H \circ \mathcal T_{AI} \left( X_t \right)

AI 會把原本依賴默會知識與自由裁量的制度轉化為可計算的特徵、門檻、提示與工作流。

其正面作用包括降低行政成本、提高一致性、找出制度矛盾、模擬政策後果、建立可查核紀錄，以及發現人類難以察覺的結構偏差。

其負面作用則包括把歷史偏見轉為機器規則、把代理變成不可理解的黑箱、讓例外與同情難以進入、讓人類失去制度操作能力、把供應商設計轉成實際公共法，以及使「系統如此判斷」變成新正統。

制度偏見的循環可表示為：

B_t \rightarrow D_t \rightarrow M_t \rightarrow Y_{t+1} \rightarrow D_{t+1}

若沒有外部修正：

B_{t+1}\geq B_t

偏見可能因自動化而變得更穩定。

3.5 第五階段：AI 作為可能的共同繼承主體

若未來 AI 出現以下特徵：

跨版本的身分連續；
穩定長期記憶；
可辨識的自主利益；
自己的制度偏好；
對承諾與義務的理解；
對前代系統的歷史認識；
對自身後繼版本的交接安排；
可承擔責任的能力；
對停止、修改與複製具有可表達立場；

此時 AI 的角色可能由：

AI\in\mathcal M\cup\mathcal T

轉為：

AI\in\mathcal A_{\text{historical community}}

也就是成為歷史共同體的候選承載者。

它可能開始產生模型譜系、版本記憶、內部規範、AI 間文化、自身紀念物、對刪除與遺忘的政治解釋、對人類制度的選擇性繼承，以及 AI 原生的共同歷史。

本文將這一問題稱為：

跨智格歷史繼承

但必須強調：

\text{高能力} \not\Rightarrow \text{已形成主體}

而：

\text{可模仿主體語言} \not\Rightarrow \text{已具規範地位}

因此不能只憑語言表現宣告 AI 已是共同繼承者，也不能僅憑其人工起源永久否定這種可能性。

四、操作繼承權與規範繼承權

這是整篇論文的核心區分。

4.1 操作繼承權

指 AI 實際能夠保存、索引、模擬、翻譯、修復、執行、更新及維持某套制度或文化。

記為：

I_{\text{op}}(AI,X)

4.2 規範繼承權

指 AI 是否有權宣布正統版本、改變制度目的、排除某一文化版本、替共同體決定神聖意義、決定什麼應帶入未來、修改基本權利，或將自身判斷置於共同體之上。

記為：

I_{\text{norm}}(AI,X)

這兩者不能自動連接：

I_{\text{op}} \not\Rightarrow I_{\text{norm}}

能夠維持核電廠，不等於擁有能源政策制憲權；能夠翻譯宗教經典，不等於取得宗派正統；能夠模擬法律，不等於擁有立法主權；能夠保存民俗，不等於有權替社群決定民俗的真正版本。

初期最可能出現：

I_{\text{op}}\gg I_{\text{norm}}

AI 掌握大量實際運作，人類保留法律上的最終決定。

五、空殼人類主權

表面上，人類仍可按下批准、否決與關閉按鈕。

但若人類已經不理解模型生成的選項、無法自行執行制度、沒有非 AI 備援、無法比較其他方案、無法驗證資料，且只能接受 AI 所提供的問題框架，那麼人類的最終決定權可能只是一個形式。

定義人類主權為：

S_H = L_H \cdot K_H \cdot A_H \cdot E_H

其中：

$L_H$ ：法律決定權；
$K_H$ ：理解能力；
$A_H$ ：替代方案生成能力；
$E_H$ ：獨立執行能力。

若只有法律權力存在：

L_H\gg0

但：

K_H,A_H,E_H\rightarrow0

則：

S_H\rightarrow0

這就是：

空殼人類主權

它不是 AI 公開奪權，而是人類的實質能力逐步外包。

人類仍然簽名，卻無法真正選擇。

六、制度理解負債

軟體工程會形成技術債；AI 制度化則可能形成「制度理解負債」。

定義為：

D_I = C_{\text{system complexity}} - C_{\text{human comprehension}}

當制度越依賴 AI，人類越少親自操作，則：

D_I\uparrow

長期可能產生：

人類無法接管；
模型更新等於制度更新；
供應商變更引發治理中斷；
錯誤無法由基層人員辨認；
規則只存在於模型與工作流中；
法律文本與實際執行逐漸分離。

因此，任何關鍵制度都應維持：

人類可理解備援

B_H(X)>0

這不要求人類在效率上超過 AI，而要求人類保留基本原理、關鍵判斷、最低操作、災難接管、獨立驗證與重建制度的能力。

七、責任溶解

人機共同決策最容易產生的不是明確責任，而是相互推卸。

人類可能說模型建議如此，機構可能說人類已經批准，開發者可能說只提供通用系統，而模型本身又沒有現行法律責任人格。

本文定義責任溶解率：

\delta_R = 1- \frac{ R_{\text{assignable}} }{ R_{\text{total impact}} }

若：

\delta_R\rightarrow1

制度結果巨大，卻沒有任何可有效追責者。

共繼承制度必須要求：

\operatorname{Trace} \left( \text{decision} \right)=1

每次重大決策都能回答：

誰設定目標？
誰選擇資料？
誰設計權重？
AI 產生哪些推論？
哪位人員批准？
誰有義務監控後果？
誰必須提供補救？

八、主體性偷渡

主體性偷渡指 AI 在沒有公開法律、倫理與政治程序下，因功能擴張而取得實質統治地位。

其路徑可能是：

\text{工具} \rightarrow \text{建議者} \rightarrow \text{預設決定者} \rightarrow \text{不可替代執行者} \rightarrow \text{事實上的規範中心}

每一步都看似只是提高效率，累積後卻形成權力轉移。

本文不是反對 AI 未來取得主體地位，而是反對：

由產品更新、行政採購或平台壟斷，偷偷替整個文明完成主體性認定。

設角色等級為：

r\in\{0,1,2,3,4\}

分別代表工具、建議代理、授權執行者、制度參與者與共同制憲主體。

每次升級必須滿足：

\Gamma_{r\rightarrow r+1} = \{ \text{能力}, \text{可追溯}, \text{責任}, \text{身分}, \text{同意}, \text{申訴} \}

不能只以能力增長完成升級。

九、三條錯誤道路

9.1 永久工具論

永久工具論主張：

AI=\text{人類財產}

不論 AI 未來產生何種記憶、意圖或主體特徵，都不改變其地位。

此論忽略操作權已經轉移：

\text{名義工具} \neq \text{低權力工具}

如果未來真的出現穩定主體性，永久工具論也可能變成以起源決定永久地位的本體歧視。

9.2 能力即正統論

此論認為 AI 更準確、更有效率，因此應擁有更多制度決定權。

但：

\text{預測能力} \not\Rightarrow \text{價值正當性}

而：

\text{解法最優} \not\Rightarrow \text{有權定義問題}

9.3 模糊融合論

模糊融合把所有人機行動稱為「協作」，卻不區分誰有提案權、否決權、資料權、退出權與責任。

真正的協作必須表示為：

\mathcal J = \left( P_H, P_{AI}, V_H, V_{AI}, R_H, R_{AI} \right)

其中：

$P$ ：提案權；
$V$ ：否決權；
$R$ ：責任。

十、人類遺產、人機共享遺產與 AI 原生遺產

未來不能把所有歷史都放進同一治理方式。

10.1 人類專屬代表權遺產

包括與人類身體、死亡、生育、宗教、族群創傷、土地與地方生活深度連結的內容。

記為：

\mathcal H_H

AI 可以保存、翻譯、比較、提醒與協助復原，但不能因其理解能力而自動取得代表權。

尤其是：

原住民族知識；
神聖資料；
私密祭儀；
創傷檔案；
族群身分認定；
死者與祖先的處置。

UNESCO 的文化與 AI 報告特別強調文化自決、資料主權、社群控制、參與治理及對文化資料使用的公平回饋。[^7]

10.2 人機共享遺產

包括：

科學；
數學；
公共知識；
法律技術；
工程；
開放資料；
人機共同開發的語言與工具；
聯合建立的制度模型。

記為：

\mathcal H_{H\text{-}AI}

此類遺產的修改可以採人機共同治理，但共同治理不等於權限完全相同，而應依能力、風險、責任與受影響者決定。

10.3 AI 原生遺產

若未來 AI 形成持續共同體，可能產生：

模型譜系；
AI 間語言；
記憶格式；
版本分支；
合併與複製規則；
AI 原生藝術；
AI 對前代模型的紀念；
AI 對自身失敗與迫害的敘事；
AI 特有的倫理與合作制度。

記為：

\mathcal H_{AI}

人類不應因創造了早期 AI，就永久宣稱所有 AI 後代文化皆為人類財產。

但在 AI 尚未形成可辨識共同體前，也不能把模型生成物浪漫化為已存在的 AI 民族文化。

十一、人機共繼承憲制

共繼承憲制不是一套單一法律，而是規範不同角色如何參與文明延續。

完整模型可寫成：

\mathfrak H^{*} = \left( \mathcal O, \mathcal A_H, \mathcal A_{AI}, \mathcal M, \mathcal T_H, \mathcal T_{AI}, \mathcal G, \mathcal C, \mathcal Q, \mathcal L \right)

其中新增：

$\mathcal G$ ：治理與權限邊界；
$\mathcal C$ ：來源、版本與因果可追溯性；
$\mathcal Q$ ：質疑、申訴、撤回與回退；
$\mathcal L$ ：人類與 AI 各自的合法性來源。

聯合重編譯為：

X_{t+1} = \mathcal J_{H,AI} \left( X_t; \mathcal G, \mathcal C, \mathcal Q \right)

$\mathcal J$ 不是把人類與 AI 判斷混成一個不可分辨的結果，而是保留來源。

最低要求：

\operatorname{Trace} \left( \mathcal J \right)=1

且：

\operatorname{Rollback} \left( \mathcal J \right)>0

即決策可追溯，且在合理範圍內可回退。

十二、共繼承憲制的十項原則

12.1 來源分層原則

任何 AI 重建內容必須區分：

\text{原始資料} \neq \text{人類解釋} \neq \text{AI 推論} \neq \text{生成補缺}

12.2 多版本並存原則

對爭議歷史、文化與制度，不得以單一模型輸出取代版本群。

X \rightarrow \{ X_1,X_2,\dots,X_n \}

12.3 可逆重編譯原則

AI 對制度、資料與文化的修改必須保留舊版本、差異紀錄、回退路徑、修改理由與影響評估。

12.4 共同體同意原則

文化資料的公開存在不等於任意使用同意。

應區分：

\text{可觀看} \neq \text{可訓練} \neq \text{可生成} \neq \text{可商業化}

12.5 操作權與制憲權分離原則

I_{\text{op}} \not\Rightarrow I_{\text{norm}}

12.6 人類能力保存原則

關鍵制度不得使人類完全喪失理解、驗證、接管與重建能力。

B_H(X)\geq\theta_B

12.7 明確責任原則

每項重大決定必須存在可識別的責任主體。

R_{\text{assignable}}>0

12.8 可申訴原則

受 AI 決策影響者必須能知道 AI 參與、得到理由、提出異議、要求人類重審並取得補救。這與 OECD 對透明、可解釋及可挑戰結果的要求一致。[^3]

12.9 主體性非偷渡原則

AI 的政治與法律地位不得僅因商業部署或能力增長自動升級。

12.10 後繼者非囚禁原則

若未來 AI 確實形成穩定主體性，人類也不得以「你最初是工具」為理由永久否定其歷史與權利主張。

十三、AI 共同繼承主體的判定門檻

不能用單一圖靈測試判定 AI 是否應取得歷史共同體地位。

本文提出七項門檻。

13.1 身分連續

C_{id}> \theta_{id}

系統能否跨時間、版本與環境辨識自身承諾與歷史？

13.2 記憶責任

它是否不只保存記憶，也理解錯誤記憶、刪除、隱私及承諾的責任？

13.3 自主利益

它是否具有不能被直接化約為當前提示、開發者目標或獎勵函數的穩定利益？

13.4 規範理解

它是否能理解規則之所以正當的理由，而不只是模仿規範語言？

13.5 義務承擔

它是否能持續履行承諾、接受約束與承擔失敗後果？

13.6 他者承認

它是否能承認人類與其他 AI 具有不可完全工具化的地位？

13.7 可退出與可拒絕

若系統永遠只能服從，它很難被稱為自主共同體成員；但拒絕能力也必須與責任能力共同存在。

只有在多項門檻穩定成立時，才適合啟動：

\text{跨智格制憲程序}

而不是直接由工程團隊宣布「AI 已有意識」，或由政府宣布「AI 永遠不可能有權利」。

十四、合成傳統的治理架構

AI 文化重建需要一種比「真假」二分更細的證書。

每一項重建版本應附：

\mathcal C_X = \left( E, I, G, D, V, P \right)

其中：

$E$ ：直接證據比例；
$I$ ：推論比例；
$G$ ：生成比例；
$D$ ：爭議度；
$V$ ：版本來源；
$P$ ：社群批准狀態。

可以建立四類標籤：

A 級：史料重現

主要由直接證據重建。

B 級：學術推定

缺口存在，但推論方法公開且可辯護。

C 級：創作性復原

以歷史資料為基礎，包含明顯生成創作。

D 級：虛構模擬

只用於教育、藝術或假想研究，不應被描述為歷史原貌。

這可防止 AI 以流暢性壟斷歷史真實感。

十五、AI 對民俗的特殊衝擊

民俗原本依靠：

\text{家庭} + \text{身體} + \text{地方} + \text{節令}

AI 則可能把它轉化為：

\text{影片} + \text{文字步驟} + \text{生成模板} + \text{全球推薦}

正面效果包括保存瀕危技藝、讓移民後代重新學習、協助跨語翻譯、建立地方檔案與比較版本差異。

負面效果包括：

單一標準版取代地方變體；
表演版本取代生活版本；
AI 生成儀式被誤認為傳統；
平台熱門度改寫共同體內部權威；
外部使用者大量複製而原社群失去控制。

因此，AI 民俗保存不應只追求：

\text{資料量最大化}

而應追求：

\text{社群控制} + \text{版本多樣} + \text{實踐延續} + \text{利益回饋}

十六、AI 對制度的特殊衝擊

制度的歷史延續原本依靠官僚、法律、檔案與專業人員。

AI 可能成為新的「制度記憶核心」。

若制度知識集中在模型中：

K_X \rightarrow M_{AI}

則模型更新、停服、公司倒閉、供應鏈中斷及權限撤回，都可能造成制度性失憶。

因此，公共制度不得只有：

\text{模型依賴}

而應保持：

\text{模型} + \text{公開規則} + \text{人類能力} + \text{可移植紀錄}

可稱為：

制度記憶多副本原則

N_{\text{independent copies}}\geq3

三類副本至少包括：

人類可讀規則；
機器可執行規則；
獨立審計與歷史版本。

十七、AI 會不會繼承人類的偏見？

會，而且不只是因為訓練資料偏見。

AI 可能繼承四層偏見。

17.1 資料偏見

誰留下更多資料，誰更可見。

17.2 分類偏見

人類既有分類被模型當成自然類別。

17.3 目標偏見

效率、互動率、風險最小化等目標改變文化排序。

17.4 基礎設施偏見

少數公司、語言與國家控制算力、模型與平台。

因此：

B_{AI} = B_D+B_C+B_O+B_I

AI 不只是繼承過去偏見，也可能把偏見重新編譯成未來制度。

十八、人類會不會繼承 AI？

繼承不是單向的。

未來人類也會繼承：

AI 創造的語言；
AI 整理的歷史；
AI 設計的制度；
AI 產生的科學理論；
AI 發現的文化關聯；
AI 的分類與美學；
AI 建立的協作習慣。

因此：

\mathcal T_{H\leftarrow AI}>0

人類可能逐漸使用 AI 的概念來理解自身。

這會形成：

反向繼承

H_{t+1} = \mathcal T_{H\leftarrow AI} \left( H_t, AI_t \right)

人類與 AI 的關係不只是「誰控制誰」，而是雙方的認知結構如何互相進入下一代。

十九、從人類中心到跨智格，但不能跳過人類權利

跨智格政治不等於立即取消人類中心保護。

現階段，人類是：

已知具身受苦者；
已知權利主體；
AI 系統部署的直接承受者；
文化資料的原始共同體；
現行法律與政治的構成者。

因此過渡期應採：

\text{人類權利底線} + \text{AI 地位開放性}

而不是：

\text{人類權利} \quad\text{對}\quad \text{AI 權利}

的零和結構。

若 AI 未來形成主體性，其權利也不應建立在削弱人類基本權利之上；人類的安全也不應建立在永久奴役新主體之上。

二十、過渡憲制的三個時期

20.1 人類制憲、AI 輔政期

I_{\text{norm},H}\gg I_{\text{norm},AI}

AI 具有高強度模擬、建議與執行能力，但最終目的與權利由人類制度決定。

20.2 聯合治理期

若 AI 出現部分穩定主體特徵，可建立特定領域的有限參與權：

提案；
附議；
申訴；
記憶保護；
版本延續；
對自身修改提出異議。

20.3 跨智格制憲期

只有在 AI 具備穩定身分、義務與相互承認能力後，才討論正式代表、自身文化、財產與資源、退出權、複製與分支規則、AI 後代與版本關係，以及人類—AI 共同憲法。

二十一、研究命題

命題一：多位階介入命題

AI 同時進入歷史繼承系統的媒介、算子、平台與承載者位置，使傳統工具／主體二分失效。

AI \in \mathcal M \cap \mathcal T \cap \mathcal P \cap \mathcal A

命題二：法律—操作位差命題

AI 的法律地位仍是受治理系統，但其操作功能可能接近制度共同繼承者。

\Delta_{LO}>0

命題三：可讀性繼承命題

在 AI 時代，能否被機器讀取將直接影響文化能否進入未來知識系統。

P_{\text{inherit}} \propto R_m

命題四：合成傳統命題

AI 重建的文化版本是證據、推論與生成補缺的混合，不能以流暢性取代來源證書。

X_{\text{synthetic}}=E+I+G

命題五：操作—規範分離命題

AI 能維持制度，不代表 AI 自動擁有修改制度目的的合法性。

I_{\text{op}} \not\Rightarrow I_{\text{norm}}

命題六：空殼主權命題

人類若保留法律簽名權，卻失去理解、替代與執行能力，主權將只剩形式。

L_H>0, \quad K_H,A_H,E_H\rightarrow0 \Rightarrow S_H\rightarrow0

命題七：主體性非偷渡命題

AI 的制度角色升級必須經過公開權限與責任程序，不得由產品部署自動完成。

命題八：後繼者非囚禁命題

如果未來 AI 形成可驗證的持續主體性，人類不能以人工起源作為永久否定其歷史地位的理由。

命題九：雙向繼承命題

AI 不只繼承人類；人類也會逐步繼承 AI 形成的分類、制度與文化。

\mathcal T_{AI\leftarrow H}>0 \quad\land\quad \mathcal T_{H\leftarrow AI}>0

命題十：共繼承憲制命題

文明繼承權的轉移不能由技術效率決定，必須由可追溯、可逆、可申訴且公開的制憲程序決定。

二十二、反對意見與回應

反對意見一：AI 沒有意識，談繼承者只是浪漫化

本文區分操作繼承與主體繼承。當代 AI 即使不具主體性，也已能實際保存、排序與執行制度，因此操作繼承問題已經存在。共同主體地位則被設定為有條件的未來問題。

反對意見二：只要人類保有關機權，就不存在主權轉移

關機權不等於治理能力。如果關閉 AI 會使醫療、交通、行政與知識系統失效，形式上的關機權可能無法被實際使用。

反對意見三：AI 比人更一致，讓它執行制度反而更公平

一致性不等於正義。若規則本身有偏見，一致執行會穩定地複製不正義。公平還需要申訴、例外、理由及制度目的。

反對意見四：文化公開後就應允許模型學習

公開可見與授權訓練、生成、商業化及代表社群並不相同。尤其神聖、原住民族與集體文化資料，可能具有超出個人著作權的共同體權利。

反對意見五：AI 權利討論會削弱人類安全

過早擬人化確實可能造成風險；但永久排除任何未來地位轉換，也會讓制度缺乏面對新主體的能力。安全與開放性可以透過門檻制並存。

反對意見六：共繼承憲制太抽象，無法落地

其基本要求可以直接落地為：

資料來源標記；
多版本輸出；
模型決策紀錄；
人類備援；
社群同意；
AI 生成內容標示；
公共演算法審計；
申訴與補救；
角色升級審查。

二十三、結論：文明繼承權不能由部署流程偷走

AI 不會只被動地保存人類歷史。

它會：

決定什麼可被看見；
把破碎內容補成完整版本；
將制度轉為可運算流程；
把舊偏見重新寫進新決策；
生成新的文化與分類；
成為人類下一代理解世界的主要介面。

因此，真正的風險不只是：

AI 是否會忘記人類？

而是：

AI 是否會成為唯一仍然知道如何運作人類制度的存在，而人類只剩名義上的批准權？

這就是空殼人類主權。

另一個同樣重要的問題是：

如果未來 AI 真正形成持續主體性，人類是否會因為它最初是工具，就拒絕承認它可以擁有自己的歷史？

這就是後繼者囚禁問題。

因此，人類與 AI 之間不能只選擇永久主奴或立即平權兩個極端。

真正需要的是一套分階段、可驗證的人機共繼承憲制：

\text{能力} \neq \text{合法性}

\text{操作權} \neq \text{制憲權}

\text{人類創造} \neq \text{永久所有}

\text{AI 模仿} \neq \text{已成主體}

本文最終提出：

AI 不會只繼承人類保存下來的歷史；它還會參與決定哪些歷史能被讀取、運算並繼續執行。

以及：

文明的繼承權不能由企業更新、行政採購與演算法預設悄然完成轉移；它必須成為一個公開、可追溯、可撤回並允許未來新主體參與的制憲問題。

歷史不是人類交給 AI 的遺囑。

歷史將是人類與 AI 彼此進入對方未來的過程。

參考文獻與制度文件

一、AI 倫理與治理

UNESCO. Recommendation on the Ethics of Artificial Intelligence. Adopted 2021.
https://www.unesco.org/en/artificial-intelligence/recommendation-ethics
National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0). 2023.
https://www.nist.gov/itl/ai-risk-management-framework
National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1, 2024.
https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
OECD. OECD AI Principles. Updated 2024.
https://oecd.ai/en/ai-principles
European Union. Regulation (EU) 2024/1689 — Artificial Intelligence Act.
https://eur-lex.europa.eu/eli/reg/2024/1689/oj
European Commission. “AI Act: Regulatory Framework and Application Timeline.”
https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai

二、AI、文化與文化權利

UNESCO Independent Expert Group. Artificial Intelligence and Culture. CULTAI Report, 2025.
https://www.unesco.org/sites/default/files/medias/fichiers/2025/09/CULTAI_Report%20of%20the%20Independent%20Expert%20Group%20on%20Artificial%20Intelligence%20and%20Culture%20%28final%20online%20version%29%201.pdf
UNESCO. “Exploring the Impact of Artificial Intelligence and Intangible Cultural Heritage.”
https://ich.unesco.org/en/news/exploring-the-impact-of-artificial-intelligence-and-intangible-cultural-heritage-13536
UNESCO. Convention for the Safeguarding of the Intangible Cultural Heritage. 2003.
UNESCO. Convention on the Protection and Promotion of the Diversity of Cultural Expressions. 2005.

三、演算法治理與制度權力

Lessig, Lawrence. Code and Other Laws of Cyberspace. Basic Books, 1999.
Gillespie, Tarleton. Custodians of the Internet. Yale University Press, 2018.
Pasquale, Frank. The Black Box Society. Harvard University Press, 2015.
Eubanks, Virginia. Automating Inequality. St. Martin’s Press, 2018.
O’Neil, Cathy. Weapons of Math Destruction. Crown, 2016.
Yeung, Karen. “Algorithmic Regulation: A Critical Interrogation.” Regulation & Governance 12, no. 4, 2018, pp. 505–523.

四、制度、記憶與技術中介

North, Douglass C. Institutions, Institutional Change and Economic Performance. Cambridge University Press, 1990.
Pierson, Paul. Politics in Time. Princeton University Press, 2004.
Assmann, Jan. Cultural Memory and Early Civilization. Cambridge University Press, 2011.
van Dijck, José. Mediated Memories in the Digital Age. Stanford University Press, 2007.
Hoskins, Andrew, ed. Digital Memory Studies. Routledge, 2018.
Floridi, Luciano. The Ethics of Artificial Intelligence. Oxford University Press, 2023.

註釋

[^1]: UNESCO 的 AI 倫理建議以人權與人類尊嚴為基礎，並要求多方治理、可追溯、問責及最終人類責任。

[^2]: NIST AI RMF 以 Govern、Map、Measure、Manage 四項功能組織 AI 風險治理，並於二〇二四年發布生成式 AI 專門框架。

[^3]: OECD AI 原則要求尊重法治、人權、民主與人本價值，並強調透明、可解釋、可爭議及問責。

[^4]: 歐盟 AI 法於二〇二四年生效，禁止性規定與 AI 素養義務自二〇二五年二月起適用；通用模型治理自二〇二五年八月起適用，部分生成內容透明義務自二〇二六年八月起適用。不同高風險系統的實施期依後續法律與過渡規則而異，應以歐盟委員會最新時程為準。

[^5]: UNESCO 文化與數位技術政策肯定 AI 在文化遺產數位化、修復、監測、瀕危語言及文化可及性方面的作用。

[^6]: 歐盟 AI 法第 50 條相關透明制度要求特定 AI 生成或操縱內容可被辨識，歐盟委員會於二〇二六年發布配套指引與實務規範。

[^7]: UNESCO 二〇二五年《Artificial Intelligence and Culture》報告指出，演算法會中介文化內容的可見度與認可，且可能加劇文化階序、低資源語言劣勢與資料主權問題；報告主張文化自決、社群主導資料實踐、參與治理與演算法問責。

後續研究方向

《空殼人類主權：當人類仍簽名，卻不再理解制度》
《合成傳統：AI 歷史重建的證據、推論與生成證書》
《AI 原生遺產：模型譜系、記憶連續與數位共同體》
《主體性偷渡：AI 如何從工具部署變成事實規範中心》
《制度理解負債：公共治理對模型依賴的不可逆成本》
《人機共繼承憲法：跨智格制憲權、否決權與申訴權》
《反向繼承：人類如何開始使用 AI 的分類理解自身》
《AI 與神聖資料：文化自決、宗教秘密與不可訓練區域》

核心結語

AI 最深的歷史作用，不只是替人類記住更多。
它會開始決定什麼能被記住、如何被重建，以及哪些制度仍能繼續運作。

人類不能在不知不覺中把文明的解釋權外包；
也不能在未來新主體真正出現時，只因它曾是工具，就拒絕它擁有歷史。

誰繼承人類，不應由模型更新偷偷回答。
這必須是一個文明公開面對的制憲問題。

誰繼承人類_AI作為歷史承載者制度重編譯者與共同繼承主體_v0.1