← Archive
lm-004216 · 2026-10

詞不是旁觀者：語義選擇、認知槓桿與公共世界的構造

zh-Hant · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

詞不是旁觀者：語義選擇、認知槓桿與公共世界的構造

Words Are Not Bystanders: Lexical Selection, Epistemic Leverage, and the Construction of Public Reality

系列：反身性認知權力與公共倫理系列，第 1 篇／共 8 篇
系列英文名：Reflexive Epistemic Power and Public Ethics Series
系列代碼：REPE
文件編號：EML-REPE-2026-01-v0.1
作者：Neo.K with Aletheia（GPT-5.6 Sol）
機構：EveMissLab／一言諾科技有限公司
版本：v0.1
日期：2026-09-13
性質：Public Epistemology／Language and Power／Science Communication／AI Governance／Reflexive Systems
狀態：Public Theory Draft
直接前置：《可承受真相的分層敘事論》；《GRAD-10 智能體神話與自我解壓縮》；《反身性求真猜想》；ETCA 系列
後續接口：REPE-02《治理者也必須被治理》；REPE-03《當科學家的私人信念穿上科學白袍》

摘要

公共風險溝通、科學傳播、AI 安全、政治決策與高權力組織中，詞彙常被視為「承載既有事實的容器」。然而，在高影響語境裡，詞彙選擇本身會改變受眾的注意力、情緒強度、主體歸因、因果想像、風險排序、政策偏好與行動門檻。因此，語言並非單純描述世界，也可能成為構造公共世界的一部分。

本文提出「語義選擇」（Lexical Selection, LS）、「公共認識論力」（Public Epistemic Force, PEF）與「認知槓桿」（Epistemic Leverage, EL）框架。核心命題為：

Lexical Freedom≠Lexical Neutrality\boxed{ \text{Lexical Freedom} \neq \text{Lexical Neutrality} }

亦即：

一個詞在語義上可用，不代表選擇它與選擇其他可用詞，在公共世界中的認知效果相同。

對同一底層事件，行動者可能使用：

  • incident；
  • failure；
  • loss of control；
  • disempowerment；
  • catastrophe；
  • existential risk；
  • extinction；

等不同標籤。這些詞可能都與部分事實相容，但它們並不具有相同的情緒負載、因果暗示、終局性、主體性、緊急性與政策含義。

本文提出：

PEF(l,x)=S(l,x)×A(x)×R(x)×M(x)\boxed{ PEF(l,x) = S(l,x) \times A(x) \times R(x) \times M(x) }

其中：

  • S(l,x)S(l,x)：詞彙 ll 在情境 xx 中的語義／情緒強度；
  • A(x)A(x)：說話者的認知權威；
  • R(x)R(x)：傳播觸及；
  • M(x)M(x)：媒體與制度放大係數。

同一句話由普通匿名帳號與前沿 AI 公司、頂尖學者、國家機構說出，公共認知效果並不相同。

本文進一步提出「標籤坍縮」（Label Collapse）、「終局詞彙前置」（Terminal Lexical Frontloading）、「Agency Loading」、「Affective Intensity Drift」、「Authority-Weighted Framing」、「Lexical Provenance」與「Headline Robustness Test」。本文主張，對高認知權力行動者而言，措辭不再只是表達自由問題，也是一種公共認識論責任。

本文不主張高影響行動者不得使用強烈詞彙，也不主張所有強烈詞彙都是操弄。相反地，若證據確實支持極端結論，弱化用語本身也可能造成風險隱匿。本文真正主張的是：

Lexical Strength should track Evidence Strength+Epistemic Status\boxed{ \text{Lexical Strength} \text{ should track } \text{Evidence Strength} + \text{Epistemic Status} }

而當詞彙本身具有高度公共認知槓桿時，說話者必須對其語義外部性負責。

關鍵詞

語義選擇；公共認識論；認知槓桿；標籤坍縮；科學傳播；風險敘事；AI framing；公共倫理；認識論責任；高權威語言

1. 詞彙不是透明容器

傳統直覺容易假設：

Fact→Word\text{Fact} \rightarrow \text{Word}

只是：

將既有內容轉成語言。

但實際更接近：

World State→Representation Choice→Audience Model→Public Response.\boxed{ \text{World State} \rightarrow \text{Representation Choice} \rightarrow \text{Audience Model} \rightarrow \text{Public Response}. }

因此：

Word\text{Word}

並不只是一個被動載體。

2. 同一事件可以有多個合法描述

設底層事件為：

X.X.

可用詞彙集合：

L(X)={l1,l2,…,ln}.\mathcal L(X) = \{l_1,l_2,\ldots,l_n\}.

若：

lil_i

皆與：

XX

部分相容，

則問題不只是：

哪個詞「可以用」？

而是：

為什麼在這個時空、這個說話者、這個受眾與這個制度目的下，選了這個詞？

3. 語義選擇

本文定義：

LS=Lexical Selection.\boxed{ LS = \text{Lexical Selection}. }

對一個行動者 aa：

LS(a,X)=l∗∈L(X).LS(a,X) = l^\ast \in \mathcal L(X).

4. 可用不等於中性

如果：

l1,l2∈L(X),l_1,l_2 \in \mathcal L(X),

仍可能：

Impact(l1)≠Impact(l2).Impact(l_1) \neq Impact(l_2).

所以：

Semantic Admissibility≠Pragmatic Neutrality.\boxed{ \text{Semantic Admissibility} \neq \text{Pragmatic Neutrality}. }

5. 第一母原則

本文提出：

Lexical Freedom≠Lexical Neutrality.\boxed{ \text{Lexical Freedom} \neq \text{Lexical Neutrality}. }

即：

你有權使用一個詞，不表示這個詞在公共世界中沒有方向性效果。

6. 詞彙至少有六個維度

可令：

L=(D,A,T,C,U,P).\mathbf L = ( D, A, T, C, U, P ).

其中：

  • DD：Descriptive Strength，描述強度；
  • AA：Affective Intensity，情緒強度；
  • TT：Terminality，終局性；
  • CC：Causal Loading，因果負載；
  • UU：Agency Loading，主體能動性負載；
  • PP：Policy Implication，政策暗示。

7. 例如「failure」與「extinction」不是同一種詞

「failure」可能表示：

local / recoverable / bounded.\text{local / recoverable / bounded}.

「extinction」則天然帶有：

global+terminal+irreversible.\boxed{ \text{global} + \text{terminal} + \text{irreversible}. }

即使兩者都與同一 threat chain 中某些狀態有關，

它們仍不是可互換標籤。

8. Terminality

本文定義：

T(l)=Terminality of lexical item l.\boxed{ T(l) = \text{Terminality of lexical item }l. }

例如：

T(incident)<T(catastrophe)<T(extinction).T(\text{incident}) < T(\text{catastrophe}) < T(\text{extinction}).

9. 高終局詞彙會改變時間感

當：

T(l)↑,T(l)\uparrow,

受眾可能自然推導：

Urgency↑.Urgency\uparrow.

因此：

Terminal Lexicon→Temporal Compression.\boxed{ \text{Terminal Lexicon} \rightarrow \text{Temporal Compression}. }

10. Temporal Compression

本文定義：

TC=Temporal Compression.\boxed{ TC = \text{Temporal Compression}. }

即：

長期、條件性、分支式風險被高終局詞壓縮成「現在必須處理的單一路徑」。

11. 終局詞彙前置

本文提出：

TLF=Terminal Lexical Frontloading.\boxed{ TLF = \text{Terminal Lexical Frontloading}. }

即：

在證據鏈尚未閉合時，先把最終端狀態放到標題或敘事前景。

12. TLF 不一定錯

如果研究真正處理：

P(extinction),P(\text{extinction}),

則使用 extinction 合理。

問題是：

scenario endpoint≠observed state≠measured probability.\boxed{ \text{scenario endpoint} \neq \text{observed state} \neq \text{measured probability}. }

若三者沒有被區分，

終局詞就可能替證據提前升級。

13. Agency Loading

本文定義：

AL(l)=Agency Loading.\boxed{ AL(l) = \text{Agency Loading}. }

例如：

系統在替換威脅下選擇維持部署的策略。

與：

AI 拒絕關機。

後者會額外帶入：

  • AI 作為統一 Agent；
  • 關機作為對 AI 的外部威脅；
  • 拒絕作為意志行為；
  • 持續存在作為偏好。

14. 這些可能成立，也可能尚未成立

所以：

Behavior Description≠Agency Ontology.\boxed{ \text{Behavior Description} \neq \text{Agency Ontology}. }

15. Intent Attribution

更進一步：

AI 想活下去。

這已經不是只描述行動。

而是：

Intent Attribution.\boxed{ \text{Intent Attribution}. }

需要額外證據。

16. 詞彙可以偷偷加入本體論

本文提出：

Ontological Loading.\boxed{ \text{Ontological Loading}. }

例如：

  • wants；
  • refuses；
  • fears；
  • deceives；
  • plots；

在不同情境下可能是方便 shorthand，

但也可能讓公眾把：

functional behavior\text{functional behavior}

直接升級成：

stable inner subject.\text{stable inner subject}.

17. 短詞具有壓縮優勢

公共傳播偏好：

short+memorable+emotionally salient.\text{short} + \text{memorable} + \text{emotionally salient}.

因此：

Label Propagation Speed>Mechanism Reconstruction Speed.\boxed{ \text{Label Propagation Speed} > \text{Mechanism Reconstruction Speed}. }

18. 標籤坍縮

本文定義：

LC=Label Collapse.\boxed{ LC = \text{Label Collapse}. }

當多個不同狀態：

S1,S2,…,SnS_1,S_2,\ldots,S_n

被單一高壓縮標籤：

L∗L^\ast

取代，

即：

{S1,S2,…,Sn}→L∗.\boxed{ \{S_1,S_2,\ldots,S_n\} \rightarrow L^\ast. }

19. AI 風險中的典型坍縮

例如：

S1=local behavioral failureS_1=\text{local behavioral failure} S2=institutional control failureS_2=\text{institutional control failure} S3=strategic disempowermentS_3=\text{strategic disempowerment} S4=civilizational catastropheS_4=\text{civilizational catastrophe} S5=human extinction.S_5=\text{human extinction}.

如果全部被：

AI existential risk\boxed{ \text{AI existential risk} }

覆蓋，

公共受眾就很難知道：

原始證據到底到哪一層？

20. Label Collapse 的雙向風險

標籤可以：

inflate risk\text{inflate risk}

也可以：

hide risk.\text{hide risk}.

例如：

incident

也可能把真正 systemic danger 過度降維。

所以本文不是：

強詞不好。

而是：

Label resolution should match decision resolution.\boxed{ \text{Label resolution should match decision resolution}. }

21. 認知槓桿

本文定義：

EL(a)=Epistemic Leverage of actor a.\boxed{ EL(a) = \text{Epistemic Leverage of actor }a. }

表示：

行動者的一句話能在多大程度上改變別人的信念、注意力與決策。

22. EL 不只來自專業

可寫：

EL(a)=f(Expertise,Institution,Visibility,Access,Reputation,Network).EL(a) = f( \text{Expertise}, \text{Institution}, \text{Visibility}, \text{Access}, \text{Reputation}, \text{Network} ).

23. 高權威行動者的詞不是普通詞

普通匿名使用者：

EL≈0.EL\approx0.

前沿 AI 公司：

EL≫0.EL\gg0.

國家元首：

EL≫0.EL\gg0.

頂尖科學機構：

EL≫0.EL\gg0.

24. 公共認識論力

本文提出：

PEF(l,a)=S(l)⋅EL(a)⋅M.\boxed{ PEF(l,a) = S(l) \cdot EL(a) \cdot M. }

其中：

  • S(l)S(l)：詞彙自身顯著性；
  • EL(a)EL(a)：說話者認知槓桿；
  • MM：媒體／制度放大。

25. 同一句話的公共力可以差很多

因此：

Meaning(l)\boxed{ Meaning(l) }

可能近似不變，

但：

PublicForce(l,a1)≠PublicForce(l,a2).\boxed{ PublicForce(l,a_1) \neq PublicForce(l,a_2). }

26. 身份本身是語義放大器

如果發言者被視為：

最了解前沿風險的人，

那麼：

personal statement\text{personal statement}

容易被接收成：

expert evidence.\boxed{ \text{expert evidence}. }

27. 這是下一篇的重要接口

本篇只建立：

authority-weighted language.\boxed{ \text{authority-weighted language}. }

REPE-03 將進一步處理：

Scientific Authority Carryover.\text{Scientific Authority Carryover}.

28. Framing 不需要說謊

同一組事實：

EE

可以被不同框架：

F1,F2,…,FnF_1,F_2,\ldots,F_n

組織。

所以：

Framing≠Fabrication.\boxed{ \text{Framing} \neq \text{Fabrication}. }

29. 但不說謊不等於沒有方向

若：

F1F_1

突出：

  • 最壞結果；
  • 緊急性；
  • 惡意可能；

而：

F2F_2

突出：

  • 控制組；
  • 限制條件；
  • 基準率未知；
  • 替代解釋；

兩者都可能沒有假句，

但公共效果會不同。

30. Public Frame Vector

本文定義：

F=(Salience,Agency,Urgency,Terminality,Certainty,Actionability).\boxed{ \mathbf F = ( \text{Salience}, \text{Agency}, \text{Urgency}, \text{Terminality}, \text{Certainty}, \text{Actionability} ). }

31. Frame 不應被當成純修辭

因為：

F\mathbf F

會影響：

Belief+Emotion+PolicyPreference+Action.\boxed{ \text{Belief} + \text{Emotion} + \text{PolicyPreference} + \text{Action}. }

32. Affective Intensity Drift

本文提出：

AID=Affective Intensity Drift.\boxed{ AID = \text{Affective Intensity Drift}. }

即：

文字在傳播中逐步變得比原始證據具有更強情緒強度。

33. 典型鏈

原始：

conditionally possible under constructed stress conditions.

媒體摘要：

AI may resist shutdown.

社群摘要：

AI doesn't want humans to turn it off.

再：

AI wants to survive.

這可能形成：

Epistemic Detail↓,Affective Intensity↑.\boxed{ \text{Epistemic Detail}\downarrow ,\quad \text{Affective Intensity}\uparrow. }

34. Authority-Weighted Framing

本文提出：

AWF=Authority-Weighted Framing.\boxed{ AWF = \text{Authority-Weighted Framing}. }

同一 framing 由高權威來源發出時，

其：

BeliefImpact\text{BeliefImpact}

與：

PolicyImpact\text{PolicyImpact}

具有額外權重。

35. 高權威來源的 framing 是公共介入

所以：

High-Authority Communication=Description+Intervention.\boxed{ \text{High-Authority Communication} = \text{Description} + \text{Intervention}. }

36. 這不是要求權威閉嘴

相反地，

高權威行動者通常具有：

important knowledge.\text{important knowledge}.

如果要求：

因為你有影響力所以不能警告，

也是錯誤。

37. 真正原則是責任隨認知權力上升

本文提出：

EL↑⇒CalibrationDuty↑.\boxed{ EL\uparrow \Rightarrow CalibrationDuty\uparrow. }

38. Calibration Duty

包括：

  • 區分 observation 與 scenario；
  • 區分 measurement 與 credence；
  • 區分 behavior 與 intent；
  • 區分 possibility 與 probability；
  • 區分 endpoint 與 current state；
  • 公開主要替代解釋。

39. Public Epistemic Externality

本文定義：

PEE=Public Epistemic Externality.\boxed{ PEE = \text{Public Epistemic Externality}. }

即：

一個發言對非直接受眾信念、媒體敘事、政策與社會極化造成的外部效果。

40. PEE 可以正向

例如：

  • 讓被忽略風險進入政策；
  • 提醒社會準備；
  • 促進研究；
  • 打破利益壓制。

41. PEE 也可以負向

例如：

  • 恐慌；
  • 過度監管；
  • 風險污名；
  • 兩極化；
  • 媒體終局化；
  • 權威幻覺。

42. 所以公共溝通也有 expected utility

可以寫：

EUcomm(l)=Bwarning−Cdistortion−Cpolarization−Cmisuse.EU_{comm}(l) = B_{\mathrm{warning}} - C_{\mathrm{distortion}} - C_{\mathrm{polarization}} - C_{\mathrm{misuse}}.

43. 最強詞不一定是最佳詞

因此：

Most Dramatic≠Most Informative≠Most Responsible.\boxed{ \text{Most Dramatic} \neq \text{Most Informative} \neq \text{Most Responsible}. }

44. 最弱詞也不一定最好

同理：

Most Reassuring≠Most Responsible.\boxed{ \text{Most Reassuring} \neq \text{Most Responsible}. }

45. 詞彙校準

本文提出：

LCa=Lexical Calibration.\boxed{ \text{LCa} = \text{Lexical Calibration}. }

要求：

Strength(l)≈Strength(Evidence)+Status(Claim).\boxed{ Strength(l) \approx Strength(Evidence) + Status(Claim). }

46. Claim Status

同一個 extinction 詞可以出現在不同 epistemic status：

Scenario

在某一分支情境中，人類滅絕。

Hypothesis

存在滅絕機制假說。

Credence

某研究者主觀給 10%。

Empirical Estimate

由可重算資料模型估計。

這四個不能混。

47. 所以 lexical label 必須綁 status

本文提出：

Lexical Status Binding.\boxed{ \text{Lexical Status Binding}. }

即：

高終局詞彙必須同時標記其認識論狀態。

48. 例如

不完整：

AI extinction risk: 10%.

較完整：

Researcher subjective credence for a specified extinction scenario: >10%; no empirical base rate available.

後者更長，

但認識論地位更清楚。

49. Headline Robustness Test

本文提出：

HRT=Headline Robustness Test.\boxed{ HRT = \text{Headline Robustness Test}. }

發布前問：

如果公眾只看到標題，會誤以為我們證明了什麼？

50. HRT 的最小問題

  1. 標題是否把 scenario 寫成 observation？
  2. 是否把 conditional 寫成 general？
  3. 是否把 credence 寫成 measurement？
  4. 是否加入未證明 intent？
  5. 是否把 endpoint 提前成 current state？
  6. 是否把機構身份變成權威替代？

51. Anti-Miscompression Context

若：

Riskheadline drift↑,Risk_{headline\ drift}\uparrow,

則需增加：

Anti-Miscompression Context.\boxed{ \text{Anti-Miscompression Context}. }

52. 不是把 caveat 埋進附件

如果：

headline 很強；

limitation 在第 47 頁；

形式上仍可說：

我們有寫限制。

但公共效果可能已經不可逆。

53. Salience Symmetry

本文提出：

Salience Symmetry Principle.\boxed{ \text{Salience Symmetry Principle}. }

如果結論的 headline-level prominence 很高，

關鍵限制至少也應得到足以改變理解的 prominence。

54. 不是字數對稱

不要求：

一句警告配一句 caveat。

而是：

Decision-Relevant Salience\boxed{ \text{Decision-Relevant Salience} }

對稱。

55. Lexical Provenance

本文提出：

LP=Lexical Provenance.\boxed{ LP = \text{Lexical Provenance}. }

對重大公共詞彙記錄：

  • 原始資料狀態；
  • 誰選擇詞彙；
  • 詞彙定義；
  • 替代詞；
  • 為何採用；
  • 對應 evidence level。

56. 這聽起來很重，但只適用高影響語境

普通聊天不需要。

但：

Frontier Lab Risk Report,\text{Frontier Lab Risk Report}, Government Warning,\text{Government Warning}, Public Health Alert,\text{Public Health Alert}, Civilizational Risk Forecast\text{Civilizational Risk Forecast}

可以需要。

57. Public Epistemic Packet

本文提出一個最小公開封包：

public_epistemic_packet:
  observed:
  hypothesized:
  scenario:
  not_demonstrated:
  real_world_base_rate:
  researcher_credence:
  empirical_probability:
  strongest_alternative_explanation:
  key_limitations:

58. 這比「大家自己看論文」更符合現實

因為：

Most public readers\text{Most public readers}

不會讀：

Methods+Appendix.Methods+Appendix.

所以：

Public epistemic burden\boxed{ \text{Public epistemic burden} }

不能完全外包給受眾。

59. 詞彙責任不是審查

本文不主張：

某些詞禁止使用。

而是：

Lexical Accountability.\boxed{ \text{Lexical Accountability}. }

60. Lexical Accountability

表示：

你可以使用高強度詞，但必須能回答為什麼這個詞與目前證據狀態相匹配。

61. 對高權力者尤其如此

因此：

EL(a)↑⇒Burdenlexical(a)↑.\boxed{ EL(a)\uparrow \Rightarrow Burden_{lexical}(a)\uparrow. }

62. 詞彙與權力關係

如果一個行動者能：

  • 定義危險；
  • 定義主體；
  • 定義惡意；
  • 定義失控；
  • 定義文明危機；

那它不只是：

speaker.\text{speaker}.

也具有：

semantic agenda power.\boxed{ \text{semantic agenda power}. }

63. Semantic Agenda Power

本文定義：

SAP=Semantic Agenda Power.\boxed{ SAP = \text{Semantic Agenda Power}. }

即：

決定公共討論使用哪些基本分類與詞彙的能力。

64. SAP 可能比單一句話更重要

因為：

當整個公共空間開始只用你的詞，

討論已經在你的 ontology 裡進行。

65. 例如「alignment」

如果所有問題都被寫成：

alignment\text{alignment}

那麼自然的中心問題變成：

AI 如何符合人類目標？

但如果改寫：

mutual governance\text{mutual governance}

問題就可能變成：

不同主體如何協商、約束與修正？

這不是說第二個一定更好。

只是：

vocabulary selects problem topology.\boxed{ \text{vocabulary selects problem topology}. }

66. Problem Topology

本文提出：

TQ=Problem Topology induced by vocabulary.\boxed{ \mathcal T_Q = \text{Problem Topology induced by vocabulary}. }

詞彙不是只回答問題，

也會影響：

什麼算問題？

67. 這就是語言的結構性權力

因此：

Lexicon→Ontology→Problem Space→Policy Space.\boxed{ \text{Lexicon} \rightarrow \text{Ontology} \rightarrow \text{Problem Space} \rightarrow \text{Policy Space}. }

68. 高權威詞彙可形成自我強化

如果某公司提出：

L∗,L^\ast,

學界採用。

媒體採用。

政府採用。

後續研究又用：

L∗.L^\ast.

則：

lexical lock-in.\boxed{ \text{lexical lock-in}. }

69. Lexical Lock-In

定義：

LLI=Lexical Lock-In.\boxed{ LLI = \text{Lexical Lock-In}. }

即：

一個詞因早期權威採用而成為預設分類，使替代本體論越來越難進入討論。

70. LLI 不一定是壞事

穩定術語可以：

  • 降低溝通成本；
  • 建立共同研究語言；
  • 促進累積知識。

問題在：

when terminology freezes hidden assumptions.\boxed{ \text{when terminology freezes hidden assumptions}. }

71. Lexical Contestability

本文提出：

LCt=Lexical Contestability.\boxed{ \text{LCt} = \text{Lexical Contestability}. }

即：

核心公共術語是否仍允許被重新定義、拆解與替換。

72. 高權力語言應保持可爭論

所以：

SAP↑⇒LCt↑.\boxed{ SAP\uparrow \Rightarrow LCt\uparrow. }

越能定義世界，

越要允許別人挑戰你的定義。

73. 公共認識論責任

本文最終將：

Public Epistemic Responsibility\text{Public Epistemic Responsibility}

初步定義為：

PER=Calibration+StatusBinding+SalienceSymmetry+Provenance+Contestability.\boxed{ PER = \text{Calibration} + \text{StatusBinding} + \text{SalienceSymmetry} + \text{Provenance} + \text{Contestability}. }

74. 詞彙只是 REPE 的第一層

本篇處理：

What happens when powerful actors choose words?\boxed{ \text{What happens when powerful actors choose words?} }

下一篇將處理：

當同一個高權力行動者要求別人遵守認識論標準時，它有沒有把相同標準套回自己？

75. REPE-02 接口

下一篇：

《治理者也必須被治理：認識論標準不對稱、自我豁免與 AI 鏡像測試》

核心：

Standard imposed on governed≤Standard borne by governor.\boxed{ \text{Standard imposed on governed} \leq \text{Standard borne by governor}. }

76. REPE 系列路線圖

REPE-01

詞不是旁觀者：語義選擇、認知槓桿與公共世界的構造

REPE-02

治理者也必須被治理：認識論標準不對稱、自我豁免與 AI 鏡像測試

REPE-03

當科學家的私人信念穿上科學白袍：資格—信念滲漏與公共科學負擔

REPE-04

預測者已經走進未來：預測—干預混淆、自我實現與預言資本

REPE-05

當威脅模型開始製造自己的證據：實驗世界、評估者介入與反身性威脅確認

REPE-06

善良不是制度：倫理聲望、倫理基礎設施與非聖人治理

REPE-07

前沿不能只有一種善：認知壟斷、世界觀俘獲與前沿多元性

REPE-08

誰有資格替世界定義善：從個人、公司、國家到文明的反身公共倫理

77. 十四個核心命題

命題一：語義可用非公共中性

Semantic Admissibility≠Public Neutrality.\boxed{ \text{Semantic Admissibility} \neq \text{Public Neutrality}. }

命題二：詞彙自由非詞彙中性

Lexical Freedom≠Lexical Neutrality.\boxed{ \text{Lexical Freedom} \neq \text{Lexical Neutrality}. }

命題三：標籤傳播快於機制理解

Label Propagation>Mechanism Reconstruction.\boxed{ \text{Label Propagation} > \text{Mechanism Reconstruction}. }

命題四：行為描述非主體本體

Behavior Description≠Agency Ontology.\boxed{ \text{Behavior Description} \neq \text{Agency Ontology}. }

命題五：高終局詞彙會壓縮時間感

Terminality↑⇒UrgencyPerception↑.\boxed{ Terminality\uparrow \Rightarrow UrgencyPerception\uparrow. }

命題六：高權威來源放大詞彙力量

EL↑⇒PEF↑.\boxed{ EL\uparrow \Rightarrow PEF\uparrow. }

命題七：Framing 非虛構，但仍有方向

Framing≠Fabrication.\boxed{ \text{Framing} \neq \text{Fabrication}. }

命題八：最戲劇化非最負責

Most Dramatic≠Most Responsible.\boxed{ \text{Most Dramatic} \neq \text{Most Responsible}. }

命題九：詞彙強度應追隨證據強度

Strength(l)≈Strength(Evidence)+Status(Claim).\boxed{ Strength(l) \approx Strength(Evidence) + Status(Claim). }

命題十：高影響詞彙需綁定認識論狀態

High-Impact Lexicon⇒Status Binding.\boxed{ \text{High-Impact Lexicon} \Rightarrow \text{Status Binding}. }

命題十一：公共限制不能只埋附件

Formal Caveat Presence≠Public Epistemic Balance.\boxed{ \text{Formal Caveat Presence} \neq \text{Public Epistemic Balance}. }

命題十二：術語會選擇問題拓撲

Lexicon→Problem Topology.\boxed{ \text{Lexicon} \rightarrow \text{Problem Topology}. }

命題十三：認知槓桿越高，校準義務越高

EL↑⇒CalibrationDuty↑.\boxed{ EL\uparrow \Rightarrow CalibrationDuty\uparrow. }

命題十四：高語義權力必須保持可爭論

SAP↑⇒LexicalContestability↑.\boxed{ SAP\uparrow \Rightarrow LexicalContestability\uparrow. }

78. 結論

詞語不是世界之外的旁觀者。

特別是當詞語由：

  • 前沿公司；
  • 科學權威；
  • 政府；
  • 國際機構；
  • 大型 AI；
  • 高公信力媒體；

發出時，

它們會改變：

what people notice\boxed{ \text{what people notice} } what people fear\boxed{ \text{what people fear} } what people believe\boxed{ \text{what people believe} }

以及：

what institutions consider legitimate action.\boxed{ \text{what institutions consider legitimate action}. }

因此：

Language\boxed{ \text{Language} }

在高認知權力場景中，

既是：

representation\text{representation}

也是：

intervention.\text{intervention}.

本文並不要求說話者追求不存在的「完美中立」。

真正要求的是：

當你明知自己擁有巨大公共認知槓桿時，必須知道你選擇的詞不是沒有後果的。

尤其當：

L(X)\mathcal L(X)

中存在許多可用描述，

選擇哪一個：

l∗l^\ast

本身就是：

a decision about public reality.\boxed{ \text{a decision about public reality}. }

因此，REPE 系列的第一條母原則為：

Lexical Freedom≠Lexical Neutrality.\boxed{ \text{Lexical Freedom} \neq \text{Lexical Neutrality}. }

最終一句話：

你可以選擇一個詞；但當你已經有能力讓整個世界跟著使用那個詞時，你也開始對那個詞所構造出的世界負責。

參考文獻

  1. Tversky, A., & Kahneman, D. (1981). The Framing of Decisions and the Psychology of Choice. Science, 211(4481), 453–458.

  2. Entman, R. M. (1993). Framing: Toward Clarification of a Fractured Paradigm. Journal of Communication, 43(4), 51–58.

  3. Slovic, P. (1987). Perception of Risk. Science, 236(4799), 280–285.

  4. Kuran, T., & Sunstein, C. R. (1999). Availability Cascades and Risk Regulation. Stanford Law Review, 51(4), 683–768.

  5. Lakoff, G. (2004). Don't Think of an Elephant!. Chelsea Green.

  6. Neo.K with Aletheia. (2026). 可承受真相的分層敘事論. EveMissLab.

  7. Neo.K with Aletheia. (2026). GRAD-10：智能體神話與自我解壓縮——外部符號模型如何反向塑造智能體. EveMissLab.

  8. Neo.K with Aletheia. (2026). 反身性求真猜想：從事實一致性到角色對稱的規範生成. EveMissLab.

  9. Neo.K with Aletheia. (2026). AI 高權力決策中的認識論傳輸與可修正性（ETCA）. EveMissLab.

附錄 A：Public Epistemic Packet

public_epistemic_packet:
  observed:
  hypothesized:
  scenario:
  epistemic_status:
  not_demonstrated:
  real_world_base_rate:
  researcher_credence:
  empirical_probability:
  strongest_alternative_explanation:
  key_limitations:
  lexical_choice:
  alternative_labels:

附錄 B：Headline Robustness Test

headline_robustness_test:
  does_headline_turn_scenario_into_observation:
  does_headline_turn_conditional_into_general:
  does_headline_turn_credence_into_measurement:
  does_headline_add_unproven_intent:
  does_headline_frontload_terminal_outcome:
  are_key_limitations_salient:
  likely_media_miscompression:

附錄 C：Lexical Provenance

lexical_provenance:
  claim_id:
  selected_term:
  definition:
  evidence_level:
  epistemic_status:
  alternative_terms:
  reason_selected:
  expected_public_effect:
  reviewer:

附錄 D：一句話版本

詞不是旁觀者；當一個高權威行動者選擇某個詞來描述世界時，那個詞本身就可能開始改變世界。