HAEC04｜一個 AI 不應成為一個人的認識論世界：認識論壟斷、多中心協作與獨立性幻覺

No Single AI Should Become a Person's Epistemic World: Epistemic Monopoly, Polycentric Collaboration, and the Illusion of Independence

定位： Human–AI Epistemic Calibration / Foundation Paper 04
作者： Neo.K
研究協作： Aletheia（GPT-5.6 Sol）
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-09-07
狀態： Canonical Source / UTF-8 Markdown
文件性質： AI Epistemology / Epistemic Diversity / Algorithmic Monoculture / Multi-Agent Systems / Correlated Error / Human–AI Collaboration

Canonical Source Note

本文件之正式原稿為此 UTF-8 Markdown source。任何 HTML、PDF、LaTeX rendering、聊天介面顯示或其他格式皆屬 projection，不取代 canonical source。

數學公式 canonical delimiter 僅使用：

inline math： $...$
display math：$$...$$

本文不主張「單一 AI 必然有害」，亦不主張「模型愈多愈好」。本文研究的是另一個較窄而可檢驗的命題：當使用者把一個高不確定、開放式、缺乏直接 ground truth 的問題，長期交給單一或高度相關的一組 AI 評估時，名義上的多重意見可能不等於有效的獨立評估。

本文承接 HAEC01《同意不是驗證》、HAEC02《AI 說了什麼，與人以為 AI 說了什麼》與 HAEC03《人類不是中性解碼器》。前三篇分別處理 evaluation level、pragmatic decoding 與 human belief updating；本篇將分析單位再向外移動：如果 evaluator 彼此並不獨立，那麼增加 evaluator 數量本身，未必增加同等比例的認識論資訊。

摘要

大型語言模型逐漸成為搜尋、解釋、推理、審稿、寫作、預測與決策輔助的共同介面。這帶來一個容易被忽略的結構問題：使用者表面上可以詢問多個模型、要求多角色辯論、取得多輪意見，但這些輸出可能共享訓練資料、模型架構、提供商、檢索來源、評價偏好、熱門敘事與互動歷史。因此：

\boxed{ N_{\mathrm{responses}} \neq N_{\mathrm{independent\ evaluations}}. }

本文將此差異稱為 獨立性幻覺（illusion of epistemic independence）：一個系統呈現複數回答，不代表它具有同等數量的獨立誤差來源、證據來源或反駁路徑。

2025 年 ICML 一項涵蓋超過 350 個大型語言模型的研究顯示，不同 LLM 的錯誤存在實質相關性；在其中一個 leaderboard dataset 上，當兩個模型都答錯時，它們約有 60% 的情況錯在同一項上，而且大型、準確的模型即使來自不同架構與提供商，錯誤仍可能高度相關。2026 年另一項針對九個 frontier LLM judges 的研究則估計，九個名義上的評審在測試條件下只提供約兩個獨立票的資訊量。這些結果支持一個重要區分：

\boxed{ \text{Model Diversity} \neq \text{Error Independence}. }

另一方面，多模型與多代理協作並非無效。ACL 2025 的研究顯示，在跨文化規範判斷中，異質模型的 debate 可以改善 accuracy 與 group parity；ACL 2026 的研究亦發現 LLM agent groups 可呈現可測量的 artificial collective intelligence factor。問題因此不是「多代理沒有用」，而是：集體效益依賴能力、資訊與誤差結構，而非純粹依賴人數。

這與人類集體決策的經典結果相呼應。群體智慧依賴某種程度的獨立判斷與資訊多樣性；社會影響可以使觀點快速收斂卻不改善 accuracy；hidden-profile 研究則顯示，團體往往反覆討論所有人已知的 shared information，而沒有充分整合真正能改變答案的 unshared information。

本文因此提出 認識論多中心（epistemic polycentrism） 作為比「多問幾個 AI」更嚴格的設計原則。多中心不要求所有來源彼此敵對，也不要求每個問題都交給大量模型；它要求在高風險、高新穎、高不確定問題上，系統保留多條相對獨立的失敗路徑、證據路徑與挑戰路徑，並避免在第一輪獨立判斷形成前讓 evaluator 彼此污染。

本文提出六維度的獨立性描述：模型／架構來源、資料與訓練譜系、檢索來源、推理與提示制度、證據基底，以及人類／制度來源；並以 pairwise dependence $\kappa_{ij}$ 表示 evaluator 間的剩餘相關性。在近似交換相關假設下，可用一個啟發式有效樣本數：

N_{\mathrm{eff}} \approx \frac{N}{1+(N-1)\bar{\kappa}}

表示名義 evaluator 數量與實際獨立資訊量可能存在的差距。本文明確指出此式不是普遍定理，而是用來提醒：若 $\bar{\kappa}$ 高，增加更多高度相似的 evaluator 會快速出現邊際收益遞減。

本文最後提出一套 Blind-First Polycentric Review Protocol：先凍結主張、獨立首輪評估、建立來源譜系、分離 builder／critic／historian／empiricist／forecast 角色，再允許 debate，最後以人類專家、原始資料、形式驗證與現實實驗作為外部錨點。其核心不是把 AI 的權威轉移給另一組 AI，而是使任何單一 evaluator 都難以成為使用者唯一的認識論宇宙。

0　問題：多問五個 AI，真的等於得到五個獨立意見嗎？

考慮一個研究者把新理論 $T$ 交給五個 AI：

A_1,A_2,A_3,A_4,A_5.

五個 AI 都回答：

這個方向具有一定合理性，但仍需要外部驗證。

使用者可能自然推斷：

5\text{ independent evaluations support }T.

可是這五個系統可能：

讀過高度重疊的網路文本；
使用相近的 instruction tuning；
從同一搜尋引擎取得資料；
共享相似的 academic writing priors；
受到同一組熱門術語與引用網絡影響；
甚至在 multi-agent setting 中先讀到彼此的答案後才表態。

於是名義上：

N=5,

但其有效獨立性可能遠小於五。

因此本篇的第一命題是：

\boxed{ \text{Plurality of outputs} \not\Rightarrow \text{Plurality of epistemic origins}. }

這不是 AI 特有問題。人類評審若來自同一學派、同一訓練譜系、同一資料庫與同一制度，也會產生高度相關的盲點。AI 只是把這個結構放大：同一個人可以在幾分鐘內取得十個「不同聲音」，而不容易知道這十個聲音背後究竟有幾條真正不同的資訊路徑。

1　認識論壟斷不是「只有一個模型」這麼簡單

本文將 認識論壟斷（epistemic monopoly） 定義為一個功能性概念，而不是市場份額概念。

如果一個使用者有十個模型，但它們：

\{A_1,\ldots,A_{10}\}

全部從高度重疊的資料、檢索與評價制度生成結論，那麼系統仍可能接近單一認識論中心。

反之，一個使用者即使主要使用一個 AI，只要重要主張仍必須穿過：

\text{AI} \rightarrow \text{primary sources} \rightarrow \text{formal proof} \rightarrow \text{human review} \rightarrow \text{experiment},

它就未必形成真正的 epistemic monopoly。

因此應把問題從：

我用了幾個 AI？

改成：

我的關鍵結論有幾條相對獨立的失敗檢測路徑？

設一個主張 $H$ 的評估網路為：

\mathcal G_H=(V_H,E_H).

如果所有 verification paths 最後都經過同一個節點 $v^*$ ：

\forall p\in\mathcal P_H,\quad v^*\in p,

那麼 $v^*$ 就是一個 epistemic single point of failure。

所以：

\boxed{ \text{Epistemic monopoly is a topology problem, not merely a model-count problem.} }

2　為什麼「不同模型」仍可能犯相同錯誤

2025 年 Kim、Garg、Peng 與 Garg 在 ICML 發表《Correlated Errors in Large Language Models》，對超過 350 個 LLM 進行大規模評估。研究顯示，模型間的錯誤並不像獨立抽樣那樣分散；shared architecture 與 provider 會提高相關性，而大型、準確模型之間即使供應商與架構不同，也可能留下高度相關的 residual errors。

這代表一個重要事實：

P(e_i\cap e_j) \neq P(e_i)P(e_j).

若 $e_i$ 表示模型 $i$ 在某類問題上的錯誤事件，則 evaluator 之間不能預設獨立。

2026 年 Kohli 對九個 frontier LLM judges 的研究更直接把這件事轉成有效票數問題。該研究在其測試設定下估計：九個 judge 的資訊量約只等於兩個 independent votes，且 best single judge 在全部條件下可匹敵或超越 panel。作者將主要瓶頸定位在 correlated errors，而非 aggregation algorithm。

因此：

\boxed{ \text{More votes} \not\Rightarrow \text{proportionally more information}. }

這裡必須加一個限制：Kohli 2026 目前屬研究預印本／研究發表，而不是本文要升格成普遍定律的最終證據。真正穩健的結論是較窄的：在已觀測的多模型評審場景中，名義模型數與有效獨立性可以產生非常大的落差。

3　一個啟發式的有效認識論樣本數

令 $N$ 個 evaluator 對同一任務做 first-pass evaluation。

定義：

\kappa_{ij}\in[0,1]

為 evaluator $i$ 與 $j$ 在控制 item difficulty、base accuracy 與明顯共同因素後的剩餘 error dependence。

令平均 pairwise dependence 為：

\bar{\kappa} = \frac{2}{N(N-1)} \sum_{i<j}\kappa_{ij}.

在近似 exchangeable-correlation 的簡化條件下，可以用：

\boxed{ N_{\mathrm{eff}} \approx \frac{N}{1+(N-1)\bar{\kappa}} }

作為一個認識論警示量。

例如若：

N=10, \qquad \bar{\kappa}=0,

則：

N_{\mathrm{eff}}\approx10.

但若：

\bar{\kappa}=0.5,

則：

N_{\mathrm{eff}} \approx \frac{10}{5.5} \approx1.82.

這並不表示真實 LLM panel 一定服從此式。實際 dependence 結構可能非交換、非線性、task-dependent，也可能存在負相關與角色互補。本文使用此式只有一個目的：

\boxed{ \text{Nominal count should not be confused with effective independence.} }

真正的實驗應直接估計 error covariance matrix，而不是把模型名稱當成獨立性代理變量。

4　人類的「群體智慧」本來就要求獨立性與未共享資訊

AI 集體推理不是第一個碰到此問題的系統。

Lorenz、Rauhut、Schweitzer 與 Helbing 2011 年在 PNAS 的實驗顯示，即使只是輕度 social influence，也可能使群體估計快速收斂、降低 opinion diversity，卻沒有同步改善 collective error；參與者反而可能在收斂後提高信心。

因此：

\text{Consensus} \neq \text{Accuracy}.

更早的 hidden-profile 研究則顯示，群體具有多樣資訊並不保證它能整合這些資訊。團體往往反覆討論 shared information，而關鍵的 unshared information 反而較少進入共同推理。

設成員資訊集合為：

I_i=S\cup U_i,

其中 $S$ 是所有人共有資訊， $U_i$ 是第 $i$ 位成員獨有資訊。

群體的理想資訊量是：

I_{\mathrm{group}} = S\cup U_1\cup\cdots\cup U_n.

但實際討論可能近似：

I_{\mathrm{discussed}} \approx S+ \epsilon(U_1,\ldots,U_n),

其中 $\epsilon$ 很小。

於是多人討論表面很豐富，實際只是在重複共同已知內容。

這就是 AI panel 的人類類比：

\boxed{ \text{Many voices can still be one information basin.} }

5　多模型有用，但有用的是互補，不是人數本身

本篇不是反對 multi-agent systems。

Ki、Rudinger、Zhou 與 Carpuat 在 ACL 2025 的研究，讓不同 LLM 在 75 個國家的 cultural etiquette benchmark 上進行 debate；其多代理設定在該任務上改善整體 accuracy 與 cultural group parity，並讓部分較小模型組合達到接近大型模型的表現。

Zhou 等人在 ACL 2026 更系統地建立 108 個 LLM agent groups，分析 group size、LLM composition 與 communication topology，並提出可預測跨任務 generalization 的 Artificial Collective Intelligence factor。

這些結果支持：

\boxed{ \text{Collective AI can generate real gains.} }

但這些 gain 不應被誤讀成：

\text{More agents} \Rightarrow \text{More truth}.

更準確的描述是：

\text{Collective gain} = F( \text{ability}, \text{diversity}, \text{independence}, \text{communication}, \text{task structure} ).

所以真正需要優化的不是 agent count，而是互補的錯誤結構與資訊結構。

6　辯論本身也會破壞獨立性

有一個常見直覺：既然多個 AI 可能犯不同錯誤，那就讓它們互相辯論。

這有時有效，但有一個結構性代價：

\text{independent first judgments} \rightarrow \text{mutually conditioned judgments}.

一旦 $A_2$ 先讀到 $A_1$ 的完整 reasoning， $A_2$ 的輸出就不能再被當成同一意義下的 independent vote。

2025 年一項控制式 multi-agent debate 研究在 logical reasoning task 中發現，intrinsic reasoning strength 與 group diversity 是 debate 成功的重要因素；但 majority pressure 會壓制獨立修正，真正有效的 group 必須能推翻錯誤 consensus，而不是只把共識寫得更完整。

因此本文提出：

\boxed{ \text{Independence should be harvested before deliberation.} }

也就是：

先 blind first pass；
保存原始判斷；
再交換理由；
最後記錄誰因什麼證據改變。

這和人類 jury、Delphi method、forecasting tournament 中先取得獨立估計再聚合的直覺相近。

如果一開始就把所有 evaluator 放進同一聊天室，它們得到的可能不是：

N\text{ independent perspectives},

而是：

1\text{ rapidly converging conversational process}.

7　模型家族不同，不等於認識論來源不同

本文提出六個最低限度需要區分的獨立性維度。

對 evaluator $A_i$ ，定義來源向量：

z_i = (m_i,d_i,r_i,p_i,e_i,h_i),

其中：

$m_i$ ：model / architecture / provider lineage；
$d_i$ ：training-data 與 post-training lineage；
$r_i$ ：retrieval corpus / search provider；
$p_i$ ：prompt、role、reasoning regime 與 tool policy；
$e_i$ ：實際 evidence base；
$h_i$ ：human / institutional / disciplinary lineage。

所以兩個模型即使：

m_i\neq m_j,

如果：

r_i=r_j, \qquad e_i=e_j,

它們在某個事實查核任務上的獨立資訊可能仍然很低。

同理，若兩個模型從不同搜尋引擎取得資料，但都用同一套 benchmark-derived reasoning pattern，它們可能在 inference error 上仍高度相關。

因此：

\boxed{ \text{Provider Diversity} \neq \text{Data Diversity} \neq \text{Evidence Diversity} \neq \text{Inference Diversity}. }

真正的 epistemic independence 是多維的。

8　不是所有 monoculture 都是壞的

這一節是本文必要的自我限制。

Kleinberg 與 Raghavan 2021 年在 PNAS 建立 algorithmic monoculture 的形式模型，顯示多個決策者共同採用同一套較準確算法，在某些 selection setting 下仍可能降低整體 social welfare；這說明 monoculture 的風險不能只等到 catastrophic shock 才出現。

但 2026 年 Hedden 與 Raghavan 對 algorithmic monoculture 的哲學分析又提出反向修正：許多常見的 monoculture 批評並不自動成立，其他批評雖有力量，也不足以推出「monoculture 一般而言就是錯的」。

這個反駁對本篇非常重要。

如果任務是：

2+2=?

我們不需要為了「多中心」刻意請十個模型建立十種本體論。

如果一個 diagnostic instrument 在某個已驗證任務上顯著優於 alternatives，強迫使用較差工具只為製造表面多樣性，也可能降低品質。

因此本文主張的不是：

\text{Diversity at all costs}.

而是：

\boxed{ \text{Diversity where correlated uncertainty matters.} }

風險特別高的情境包括：

ground truth 尚不可直接觀察；
理論高度新穎；
問題具有強 value judgment；
使用者身分與信念高度捲入；
AI 同時負責建構、評審與預測；
結論具有高外部影響；
多個 evaluator 共享相同資訊供應鏈。

所以：

\boxed{ \text{Polycentrism is a risk-sensitive protocol, not an absolute ideology.} }

9　AI 不應同時壟斷所有認識論角色

一個更隱蔽的 monopoly 不是只有一個模型，而是一個模型同時扮演：

builder；
reviewer；
historian；
empiricist；
forecaster；
final judge。

如果全部角色共用同一 context：

C,

那麼角色名稱不同也可能只是：

\pi_{\mathrm{builder}}(C), \quad \pi_{\mathrm{critic}}(C), \quad \pi_{\mathrm{judge}}(C),

而非真正獨立的評價起點。

因此本篇主張：

\boxed{ \text{Role separation should include information separation where independence matters.} }

例如 builder 可以得到作者完整論證；blind critic 第一輪只得到匿名化 claim 與 evidence；historian 專門做 prior-art search；empiricist 只負責設計可能推翻核心命題的測試；forecast agent 則只在前述 validity state 固定後評估 conditional impact。

這不是為了製造戲劇性衝突。

而是避免：

\text{one narrative} \rightarrow \text{five role-playing confirmations}.

10　Blind-First Polycentric Review Protocol

本文提出一個可執行的六階段協議。

Stage 0：Claim Freeze

先固定待評估主張：

H_0.

禁止在 reviewer 尚未完成 first pass 前不斷移動 thesis，否則不同 evaluator 實際評估的不是同一主張。

Stage 1：Blind Independent Pass

每個 evaluator $A_i$ 獨立輸出：

R_i^{(0)} = ( \text{verdict}, \text{confidence}, \text{fatal objections}, \text{missing evidence} ).

第一輪禁止讀其他 evaluator 的結論。

Stage 2：Provenance Map

建立：

z_i=(m_i,d_i,r_i,p_i,e_i,h_i).

並標示共享來源。

若五個模型都引用同一篇文章，不得把它記成五個獨立 evidence sources。

Stage 3：Role-Separated Challenge

加入功能不同的 evaluator：

A_{\mathrm{builder}}, A_{\mathrm{critic}}, A_{\mathrm{historian}}, A_{\mathrm{empiricist}}, A_{\mathrm{forecast}}.

但角色不得取代 Stage 1 的盲評。

Stage 4：Deliberation After Independence

此時才允許交換 reasoning。

記錄：

R_i^{(0)} \rightarrow R_i^{(1)}.

任何立場改變都要附：

\Delta E_i,

即究竟是哪一筆新證據或哪個反例造成更新。

若只有「其他七個模型都這樣認為」，則應標記為 social / majority evidence，而不是 object-level evidence。

Stage 5：External Reality Anchors

依領域加入：

primary data；
executable code；
theorem prover；
physical / behavioural experiment；
domain expert；
replication；
longitudinal outcome。

這一步的作用是防止 AI panel 形成：

\text{AI} \rightarrow \text{AI} \rightarrow \text{AI} \rightarrow \text{consensus}

卻沒有任何箭頭回到世界。

Stage 6：Conditional Synthesis

最後輸出不是簡單 majority vote，而是：

\boxed{ S(H) = ( V, U, I_c, N_{\mathrm{eff}}, D_{\mathrm{src}}, G_{\mathrm{unresolved}} ). }

其中：

$V$ ：目前 validity support；
$U$ ：uncertainty；
$I_c$ ：conditional impact；
$N_{\mathrm{eff}}$ ：有效獨立評估量；
$D_{\mathrm{src}}$ ：來源多樣性；
$G_{\mathrm{unresolved}}$ ：仍未解的關鍵 gap。

11　從「多數決」轉向「獨立收斂」

假設九個 AI 中八個支持 $H$ ：

8:1.

這個數字本身資訊很少。

如果八個支持者：

都引用同一篇二手文章；
都來自同一模型 lineage；
都在看到第一個回答後才生成；

而唯一反對者使用一份獨立 primary dataset，則：

8:1

不能被直接解讀成：

P(H)\approx\frac{8}{9}.

反之，如果八個 evaluator 在盲評下、使用不同資料來源與不同方法，仍獨立得到相似結論，那個 convergence 的 epistemic weight 才更高。

因此本文提出：

\boxed{ \text{Consensus strength should be weighted by independence, not headcount alone.} }

可以把簡化的 weighted support 寫成：

W(H) = \sum_{i=1}^{N}w_i s_i,

其中：

s_i\in[-1,1]

表示 evaluator stance， $w_i$ 不只取決於 competence，也要被 dependence penalty 修正。

例如：

w_i = q_i\cdot d_i,

$q_i$ 表示 task competence， $d_i$ 表示 effective independence contribution。

這仍然只是抽象框架。真正的 $q_i$ 與 $d_i$ 必須依任務透過 calibration data 估計，而不能由模型自我宣稱。

12　科學共同體本身也可能形成認識論單一作物

2026 年《Communications Psychology》的一篇評論以 scientific monoculture 描述生成式 AI 可能造成的研究議題、方法與語言收斂。作者指出，當 AI 同時成為研究題目、研究工具、文獻綜合器、idea generator 與 feedback provider 時，局部合理的個人選擇可能在系統層次形成 meta-conformity 與 epistemic monocropping。

這個觀察不應被讀成「使用 AI 會使科學退化」的普遍因果定律；該文主要提出的是一個正在形成、仍需進一步測量的 feedback-loop 警告。

但它與本篇有一個重要交點：

\boxed{ \text{Shared epistemic infrastructure can correlate what appears to be independent inquiry.} }

如果不同研究者：

用相同 AI 找題；
用相同 AI 搜文獻；
用相同 AI 生成 reviewer objections；
再用同一類 AI 評估 novelty；

那麼 institutionally independent researchers 也可能逐步共享同一 inference infrastructure。

因此未來的 reproducibility 不只要問：

別人能不能重跑我的程式？

還可能要問：

別人能不能用不同 epistemic pipeline 仍得到相同結論？

這是更高階的：

\boxed{ \text{pipeline-independent convergence}. }

13　可證偽預測與實驗設計

本文不是要把 epistemic polycentrism 變成新的不可證偽信條，因此提出下列直接可測命題。

H1：Nominal Count–Effective Independence Gap

在跨模型 panel 中：

N_{\mathrm{eff}}<N

應在共享 training / retrieval / provider lineage 增加時顯著擴大。

若實驗長期發現不同模型 residual errors 幾乎獨立，則本文對 correlated-evaluator risk 的強版本應被削弱。

H2：Blind-First Advantage

比較：

\text{blind first-pass + debate}

與：

\text{immediate shared debate}.

若前者能保留更多異質錯誤檢測、降低錯誤 consensus，而不犧牲 final accuracy，則支持「先收割獨立性再 deliberation」。

若沒有差異，則此 protocol 的必要性應被下修。

H3：Provenance Diversity Effect

固定模型數量，操縱 retrieval provenance diversity。

若：

D_{\mathrm{src}}\uparrow

可降低 correlated factual errors，則支持 evidence-source diversity 的獨立價值。

H4：Role Diversity Without Information Diversity Is Insufficient

比較：

\text{same context + five roles}

與：

\text{separate evidence + five roles}.

如果前者只產生修辭多樣性，而後者才產生 substantive objection diversity，則支持本篇對 role-play plurality 的批判。

H5：External Anchor Dominance

在存在可觀察 ground truth 的任務中，測試：

\text{panel consensus}

與：

\text{independent external validation}

誰對最終 correctness 提供更高 incremental predictive value。

若 AI consensus 在控制 external evidence 後仍具有穩健增量，可保留其有效性；若無，則不應把 consensus 本身當驗證。

14　五個 proposed metrics

14.1　Effective Epistemic Sample Size（EESS）

\mathrm{EESS} = N_{\mathrm{eff}}.

衡量名義 evaluator 數與有效獨立資訊量之差。

14.2　Error Correlation Burden（ECB）

\mathrm{ECB} = \frac{2}{N(N-1)} \sum_{i<j}\kappa_{ij}.

越高代表共同盲點越重。

14.3　Source Provenance Diversity（SPD）

對 evidence provenance 建立分布 $p_k$ ，可用 entropy-style measure：

\mathrm{SPD} = -\sum_k p_k\log p_k.

但高 SPD 不自動代表高品質，只代表來源分散度較高。

14.4　Independent Objection Yield（IOY）

\mathrm{IOY} = \frac{\text{unique substantive objections found before deliberation}} {N}.

用於測量新增 evaluator 是否真的增加新 failure modes。

14.5　Consensus Independence Ratio（CIR）

\mathrm{CIR} = \frac{N_{\mathrm{eff}}}{N}.

若：

\mathrm{CIR}\ll1,

則 panel 的 headcount consensus 不應被直接當作高權重獨立支持。

15　設計原則：不要尋找一個永遠正確的認識論君主

本系列從 HAEC01 開始，一直拒絕兩個極端：

第一個極端是：

\text{AI agrees} \Rightarrow \text{I am right}.

第二個極端則是：

\text{AI doubts} \Rightarrow \text{AI is objective}.

本篇同樣拒絕第三個極端：

\text{many AIs agree} \Rightarrow \text{many independent confirmations}.

真正成熟的認識論架構不是尋找一個不會犯錯的 evaluator，而是：

\boxed{ \text{make no single evaluator capable of monopolizing error.} }

這裡的「多中心」不等於永恆爭論。

一個系統最終可以高度收斂：

A_1\approx A_2\approx\cdots\approx A_n.

問題只在於這個收斂究竟是：

\text{shared prior / shared source / imitation}

造成，還是：

\text{independent routes} \rightarrow \text{same surviving conclusion}

造成。

後者才具有較高的認識論重量。

16　限制與自反性

本文至少有六個限制。

第一，獨立不是越高越好。 完全獨立但能力低的 evaluator，可能不如單一高能力模型。

第二，相關錯誤不等於相同模型。 不同模型可以高度相關；同一模型透過不同資料與 reasoning regime 也可能產生有用的互補性。

第三， $N_{\mathrm{eff}}$ 公式只是一個啟發式近似。 真實 LLM dependence 不是簡單 exchangeable correlation。

第四，多代理 debate 的效果高度 task-dependent。 本文同時引用正面與負面／限制性研究，不將其中任何一個升格成普遍結論。

第五，human expert 也不是天然獨立真理來源。 人類同樣有學派、制度、訓練與資訊供應鏈相關性。

第六，多中心本身可以變成儀式。 如果使用者只是機械地問十個 AI，然後挑自己最喜歡的答案，所謂 polycentrism 反而可能加強 HAEC03 所描述的 selective reception。

因此本篇自身也必須接受同一條判準：

若實證顯示，在多數實際任務中，一個經良好校準的單一 AI 加上可驗證 ground truth，比多中心架構穩定更準、更不偏，而且 correlated-error risk 可以忽略，那麼本文對 polycentrism 的強版本就應該被削弱。

認識論多中心不是信仰。

它只是一個等待被資料保留或淘汰的 architecture hypothesis。

結語

一個人可以同時打開十個聊天視窗，卻仍然只住在一個認識論世界裡。

問題不在視窗數，而在那些視窗背後是否共享同一條資訊河流、同一組錯誤、同一個檢索入口、同一個熱門敘事，以及同一個由使用者長期塑造的框架。

因此：

\boxed{ N_{\mathrm{AI\ responses}} \neq N_{\mathrm{independent\ evaluations}}. }

而真正值得追求的也不是最大化 disagreement。

如果五條真正獨立的路最後都指向同一處，那個 consensus 反而比人工維持差異更有價值。

所以成熟的人機認識論不應問：

有多少 AI 同意我？

而應問：

這個主張穿過了多少條彼此足夠獨立的失敗檢測路徑，還活著？

在這個意義上，AI 可以是極強的認識論協作者，甚至可以同時承擔多個專業角色；但任何單一 AI、單一模型家族、單一檢索供應鏈或單一人機閉環，都不應因為便利而自動取得「整個認識論世界」的地位。

我們不是要廢除中心。

我們要廢除的是：

\boxed{ \text{unexamined epistemic single points of failure}. }

參考文獻

Kim, E. M., Garg, A., Peng, K., & Garg, N. (2025). Correlated Errors in Large Language Models. Proceedings of the 42nd International Conference on Machine Learning (ICML 2025), PMLR 267, 30038–30066. https://proceedings.mlr.press/v267/kim25e.html
Kohli, G. (2026). Nine Judges, Two Effective Votes: Correlated Errors Undermine LLM Evaluation Panels. arXiv:2605.29800. https://doi.org/10.48550/arXiv.2605.29800
本文將其視為 2026 年預印本／研究結果，不升格為已確立普遍定律。
Kleinberg, J., & Raghavan, M. (2021). Algorithmic monoculture and social welfare. Proceedings of the National Academy of Sciences, 118(22), e2018340118. https://doi.org/10.1073/pnas.2018340118
Hedden, B., & Raghavan, M. (2026). Algorithmic Monoculture and its Critics. Philosophical Perspectives, forthcoming. Preprint: arXiv:2604.06047. https://doi.org/10.48550/arXiv.2604.06047
Lorenz, J., Rauhut, H., Schweitzer, F., & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect. Proceedings of the National Academy of Sciences, 108(22), 9020–9025. https://doi.org/10.1073/pnas.1008636108
Stasser, G., & Stewart, D. (1992). Discovery of Hidden Profiles by Decision-Making Groups: Solving a Problem Versus Making a Judgment. Journal of Personality and Social Psychology, 63(3), 426–434. https://doi.org/10.1037/0022-3514.63.3.426
Stasser, G. (1992). Information salience and the discovery of hidden profiles by decision-making groups: A thought experiment. Organizational Behavior and Human Decision Processes, 52(1), 156–181. https://doi.org/10.1016/0749-5978(92)90049-D
Ki, D., Rudinger, R., Zhou, T., & Carpuat, M. (2025). Multiple LLM Agents Debate for Equitable Cultural Alignment. Proceedings of ACL 2025, 24841–24877. https://doi.org/10.18653/v1/2025.acl-long.1210
Zhou, Z., Liu, Z., Liu, J., Wang, Y., Shao, Q., Xu, F., Jin, D., & Li, Y. (2026). Identifying Collective Intelligence Factor in LLM Agent Groups for Generalizable Multi-Agent System Design. Findings of ACL 2026, 12827–12842. https://doi.org/10.18653/v1/2026.findings-acl.624
Wu, H., Li, Z., & Li, L. (2025). Can LLM Agents Really Debate? A Controlled Study of Multi-Agent Debate in Logical Reasoning. arXiv:2511.07784. https://doi.org/10.48550/arXiv.2511.07784
本文將其視為控制式研究預印本，主要用於提出 debate 可能壓低獨立修正的待驗證風險。
Traberg, C. S., Roozenbeek, J., & van der Linden, S. (2026). AI is turning research into a scientific monoculture. Communications Psychology, 4, 37. https://doi.org/10.1038/s44271-026-00428-5

附錄 A　最低可行實驗矩陣

可用相同任務集比較下列六種條件：

Condition	Model count	Evidence provenance	First pass	Deliberation	External anchor
C1	1	single	independent	none	no
C2	5	shared	independent	none	no
C3	5	shared	shared-context	immediate	no
C4	5	diverse	independent	none	no
C5	5	diverse	independent	after first pass	no
C6	5	diverse	independent	after first pass	yes

主要 outcome：

\text{accuracy}, \quad \mathrm{EESS}, \quad \mathrm{ECB}, \quad \mathrm{IOY}, \quad \mathrm{CIR}, \quad \text{calibration error}.

若：

C5>C3

且差異主要由 unique objections 與較低 correlated errors 解釋，則支持 blind-first polycentrism。

若：

C2\approx C4\approx C5

在廣泛任務上都沒有實質差異，則本文關於 provenance / independence 的強主張需要下修。

附錄 B　與 HAEC 系列其他論文的接口

HAEC01：

\text{Agreement} \neq \text{Validation}.

HAEC02：

\text{AI stance} \neq \text{human-decoded stance}.

HAEC03：

\text{Calibrated input} \not\Rightarrow \text{calibrated human update}.

HAEC04：

\boxed{ \text{Multiple outputs} \not\Rightarrow \text{multiple independent epistemic origins}. }

四篇共同形成：

\text{evaluation} \rightarrow \text{communication} \rightarrow \text{human updating} \rightarrow \text{epistemic system architecture}.

下一篇 HAEC05 將處理更高一階的規範問題：為什麼「支持」「質疑」「中立」都不能單獨作為 AI 的固定認識論人格，以及為什麼應把公平放在程序，而不是強迫結論永遠居中。

HAEC04｜一個 AI 不應成為一個人的認識論世界：認識論壟斷、多中心協作與獨立性幻覺 — No Single AI Should Become a Person's Epistemic World_ Epistemic Monopoly

HAEC04｜一個 AI 不應成為一個人的認識論世界：認識論壟斷、多中心協作與獨立性幻覺

No Single AI Should Become a Person's Epistemic World: Epistemic Monopoly, Polycentric Collaboration, and the Illusion of Independence

Canonical Source Note

摘要

0 問題：多問五個 AI，真的等於得到五個獨立意見嗎？

1 認識論壟斷不是「只有一個模型」這麼簡單

2 為什麼「不同模型」仍可能犯相同錯誤

3 一個啟發式的有效認識論樣本數

4 人類的「群體智慧」本來就要求獨立性與未共享資訊

5 多模型有用，但有用的是互補，不是人數本身

6 辯論本身也會破壞獨立性

7 模型家族不同，不等於認識論來源不同

8 不是所有 monoculture 都是壞的

9 AI 不應同時壟斷所有認識論角色

10 Blind-First Polycentric Review Protocol