# 資訊可見性與認知選項封閉
## ——審查、排序、敘事、資訊過載與隱藏選項的重新公理化

**Information Visibility and Cognitive Closure of Options**  
**A Re-Axiomatization of Censorship, Ranking, Narrative, Information Overload, and Hidden Choices**

**作者：Neo.K × GPT-5.6 Thinking**  
**機構：EveMissLab／一言諾科技有限公司**  
**系列：政治符號學 2.0，結構機制論文 III**  
**版本：v0.1**  
**日期：2026-07-25**

---

## 摘要

舊版政治符號學以資訊可達率、資訊控制度、資訊熵與知識碎片化描述政治資訊系統，並提出虛偽—控制關聯、熵崩潰與控制—脆弱性悖論。政治符號學 2.0 進一步指出：資訊政治的核心，不只是資訊是否存在或是否能被接收，而是資訊結構如何決定主體能否看見、理解、比較並實際形成某一選擇。

本文提出「認知選項封閉」概念。若某一選項在物理、法律或技術上仍然存在，但主體無法知道其存在、無法理解其條件、無法辨識其與其他選項的差異，或被推薦、排序、語言、敘事與資訊過載系統性地推離注意範圍，則該選項會從主體的有效選擇底空間中消失。

本文將資訊結構分解為可達性、可見性、可理解性、可信度、比較性、記憶性與可行動性七個層次，並區分公開資訊、可搜尋資訊、被推薦資訊、被理解資訊與能轉化為行動的資訊。由此，資訊自由不能只以「沒有刪除」衡量；搜尋排序、推薦權重、介面預設、語言障礙、格式不相容、敘事框架、資訊過載、注意力捕獲與個人化封閉，都可能在保留形式開放的同時完成實質認知壓縮。

本文建立隱藏算子、扭曲算子、排序算子、淹沒算子、碎片化算子、語言封閉算子、記憶刪除算子與認知鎖定算子，並分析其組合與非交換性。本文重新定義資訊熵：高熵不必然等於高真實，但低熵通常意味可比較世界模型減少；同時，高資訊量也不必然增加自由，因為過載會提高理解成本並使主體依賴少數導航者。

本文進一步重建虛偽—控制機制。當制度宣稱的選擇底空間與實際底空間差距擴大時，維持該差距需要增加隱藏、扭曲、淹沒與記憶控制；但資訊控制又削弱糾錯、創新與風險感知，最終提高制度脆弱性。

本文最後將 AI 個人化資訊環境納入政治分析。當 AI 不只是回答問題，而是長期決定主體接觸哪些資訊、以何種順序理解世界、記住什麼、遺忘什麼，以及哪些替代道路被視為合理時，AI 即具有認知底空間的政治權力。其正當性必須接受透明、可比較、可退出、可重設、可審計與可分叉的限制。

---

# 第一部　從資訊流動到選項可見

## 一、舊版資訊模組的理論位置

舊版資訊流動模組主要使用：

\[
(\alpha,\chi,H,\Phi)
\]

其中：

- \(\alpha\)：資訊可達率；
- \(\chi\)：資訊控制度；
- \(H\)：資訊熵；
- \(\Phi\)：知識碎片化。

並分析：

- 虛偽—控制必然性；
- 熵崩潰；
- 創新抑制；
- 控制—脆弱性悖論；
- 資訊孤島；
- 系統糾錯能力下降。

這些內容仍然成立，但需要重新掛接至選擇底空間。

本文提出：

\[
\boxed{
\text{資訊政治}
=
\text{資訊結構如何決定主體能否看見、理解與比較其可能道路}
}
\]

因此，資訊控制不只是在刪除陳述，也是在改變：

\[
\Omega_i^K,\quad
\Omega_i^C,\quad
\Omega_i^{compare}
\]

即主體的可知選項、可理解選項與可比較選項。

---

## 二、選項可見性的基本定義

### 定義 2.1：資訊單元

一個資訊單元記為：

\[
u
=
(
content,
source,
time,
context,
confidence,
actionability
)
\]

它不只是內容，還包含來源、時效、脈絡、可信度與能否轉化為行動。

### 定義 2.2：選項描述

對選項 \(o\)，存在描述集合：

\[
I(o)
=
\{u_1,u_2,\ldots,u_m\}
\]

若主體接觸不到足夠的 \(I(o)\)，即使選項本身存在，主體也無法形成有效理解。

### 定義 2.3：選項可見性

\[
V_i(o,t)\in[0,1]
\]

表示主體 \(S_i\) 在時間 \(t\) 看見選項 \(o\) 的程度。

### 定義 2.4：選項可理解性

\[
C_i(o,t)\in[0,1]
\]

表示主體能否理解選項的主要條件、成本、風險與替代結果。

### 定義 2.5：選項可比較性

\[
Q_i(o_a,o_b,t)\in[0,1]
\]

表示主體能否以相近資訊品質比較兩個選項。

如果某一選項被完整呈現，另一選項只被污名化或碎片化呈現，形式上仍有兩個選項，實際上比較結構已失衡。

---

# 第二部　資訊的七層有效性

## 三、資訊不只是「能不能接觸」

資訊要真正進入主體的選擇底空間，至少需要經過七層。

### 3.1 可達性

主體是否能取得資訊：

\[
A_i(u)
\]

### 3.2 可見性

主體是否會在有限注意力中實際看見：

\[
V_i(u)
\]

### 3.3 可理解性

主體是否能理解語言、概念與後果：

\[
C_i(u)
\]

### 3.4 可置信性

主體是否能評估來源與可信度：

\[
T_i(u)
\]

### 3.5 可比較性

主體是否有足夠對照資訊：

\[
Q_i(u)
\]

### 3.6 可記憶性

資訊是否能被保存、回想與重新檢查：

\[
M_i(u)
\]

### 3.7 可行動性

主體是否知道如何將資訊轉化為行動：

\[
X_i(u)
\]

定義資訊有效度：

\[
\eta_i(u)
=
A_i(u)
V_i(u)
C_i(u)
T_i(u)
Q_i(u)
M_i(u)
X_i(u)
\]

任何一項接近零，資訊對主體選擇的實際貢獻都可能接近零。

---

## 四、五種資訊狀態

本文區分：

### 4.1 存在資訊

資訊在世界某處存在。

### 4.2 公開資訊

資訊沒有被法律或技術封鎖。

### 4.3 可搜尋資訊

主體能透過查詢找到。

### 4.4 被推薦資訊

資訊會主動進入主體注意範圍。

### 4.5 可行動資訊

主體能理解並據此採取行動。

因此：

\[
I^{exist}
\supseteq
I^{public}
\supseteq
I^{searchable}
\supseteq
I^{visible}
\supseteq
I^{actionable}
\]

形式公開並不等於有效可見。

---

# 第三部　認知底空間

## 五、認知底空間的定義

主體對世界與自身選項的認知結構記為：

\[
\mathfrak C_i(t)
=
(
I_i,
R_i,
F_i,
L_i,
M_i
)
\]

其中：

- \(I_i\)：主體可取得的資訊集合；
- \(R_i\)：資訊之間的關聯；
- \(F_i\)：敘事與框架；
- \(L_i\)：語言與概念系統；
- \(M_i\)：記憶與歷史保存。

認知底空間決定主體能否建立選項地圖。

因此：

\[
\Omega_i^K
=
g(\mathfrak C_i)
\]

而：

\[
\mathfrak B_i^E
=
h(\mathfrak C_i,\mathbf R_i,\mathbf L_i)
\]

認知底空間不是全部自由，但它是有效選擇底空間的前置條件。

---

## 六、認知封閉

### 定義 6.1：認知選項封閉

若選項 \(o\) 存在，但因資訊結構使：

\[
V_i(o)\rightarrow0
\]

或：

\[
C_i(o)\rightarrow0
\]

或：

\[
Q_i(o,\cdot)\rightarrow0
\]

則稱為認知選項封閉。

### 定義 6.2：完全認知刪除

\[
K_i(o)=0
\Rightarrow
o\notin\Omega_i^K
\]

### 定義 6.3：半可見封閉

主體知道名稱，卻無法形成足夠理解：

\[
K_i(o)>0
\quad\text{但}\quad
C_i(o)\approx0
\]

### 定義 6.4：比較封閉

主體能理解單一選項，卻無法公平比較替代：

\[
Q_i(o_a,o_b)\approx0
\]

---

# 第四部　基本資訊算子

## 七、隱藏算子

### 定義 7.1：直接隱藏

\[
\Pi_{H-}:
A_i(u)\downarrow
\]

例如：

- 刪除；
- 封鎖；
- 禁止出版；
- 拒絕存取；
- 斷網；
- 權限限制。

### 定義 7.2：注意力隱藏

資訊仍存在，但排序與介面使其幾乎不會被看見：

\[
V_i(u)\downarrow
\]

### 定義 7.3：搜尋隱藏

資訊不被刪除，但難以透過查詢找到。

### 定義 7.4：歷史隱藏

資訊曾經可見，但被後續刪除、重寫或取消索引，使主體無法回溯。

---

## 八、排序算子

排序算子決定資訊進入注意力的先後：

\[
\Pi^{rank}:
I
\rightarrow
\operatorname{Order}(I)
\]

定義曝光機率：

\[
P_i(u\mid rank)
\]

即使資訊集合不變，排序也能顯著改變主體實際看見的世界。

### 排序權力

\[
W^{rank}
=
\left\|
\frac{\partial V_i(u)}{\partial rank}
\right\|
\]

搜尋引擎、社群平台、新聞編輯與 AI 助手皆具有排序權力。

---

## 九、推薦算子

推薦算子主動選擇進入主體注意力的資訊：

\[
\Pi^{rec}_i:
I
\rightarrow
I_i^{shown}
\]

若推薦系統依據過去行為持續縮小內容分布，則可能形成：

\[
Entropy(I_i^{shown})\downarrow
\]

以及：

\[
\Omega_i^K\downarrow
\]

個人化不必然封閉，但缺乏探索與對照機制時容易形成認知鎖定。

---

## 十、扭曲算子

扭曲算子不刪除資訊，而是改變其脈絡、比例或含義。

\[
\Pi^{distort}:
u
\rightarrow
\widehat u
\]

且：

\[
Meaning(\widehat u)
\neq
Meaning(u)
\]

常見形式包括：

- 截斷上下文；
- 只呈現極端案例；
- 混淆事實與意見；
- 誇大風險；
- 壓低替代收益；
- 使用污名標籤；
- 隱藏基準值。

---

## 十一、框架算子

同一事實可被不同框架組織：

\[
F_a(I)
\neq
F_b(I)
\]

框架決定：

- 問題被視為什麼；
- 誰被視為責任者；
- 哪些選項被視為合理；
- 哪些成本被視為自然；
- 哪些可能性不進入討論。

框架權力是命名權力在資訊層的具體形式。

---

## 十二、淹沒算子

資訊過載不等於資訊自由。

若：

\[
|I_i|\uparrow
\]

但主體理解能力固定：

\[
C_i^{capacity}=constant
\]

則搜尋與篩選成本上升：

\[
Cost_i^{filter}\uparrow
\]

當無關、重複、低品質或刻意製造的資訊充斥系統，關鍵資訊即使存在，也可能失去可見性。

定義淹沒率：

\[
\omega_i
=
\frac{
|I_i^{noise}|
}{
|I_i^{signal}|+|I_i^{noise}|
}
\]

---

## 十三、碎片化算子

碎片化算子使不同群體接觸不同資訊子集：

\[
I_A
\cap
I_B
\rightarrow
\varnothing
\]

當共同資訊基礎過低，衝突不只是價值分歧，而是對世界事實的底層模型不同。

### 定義 13.1：共同認知基底

\[
CGB
=
\frac{
|\bigcap_g I_g|
}{
|\bigcup_g I_g|
}
\]

共同認知基底過低時，協調成本大幅上升。

---

## 十四、語言封閉算子

若重要資訊只存在於主體無法理解的語言、符號或格式中：

\[
A_i(u)=1
\quad\text{但}\quad
C_i(u)=0
\]

則仍形成認知封閉。

語言封閉包括：

- 專業術語；
- 不可翻譯格式；
- 低資源語言缺乏資料；
- 公式以圖片存在；
- 文件格式不利機器或輔助工具讀取；
- 文化概念缺少對應解釋。

---

## 十五、記憶算子

### 15.1 記憶保存算子

\[
\Pi_{M+}:
M_i(u)\uparrow
\]

例如：

- 檔案；
- 備份；
- 可追溯紀錄；
- 版本控制；
- 歷史時間線。

### 15.2 記憶刪除算子

\[
\Pi_{M-}:
M_i(u)\downarrow
\]

當主體無法保存制度過去的承諾、錯誤與版本，便難以判斷算子是否漂移。

### 15.3 記憶改寫算子

不刪除歷史，而是以後來敘事取代原始記錄。

---

# 第五部　資訊熵的重建

## 十六、內容熵與選項熵

舊版以 Shannon 熵描述資訊多樣性：

\[
H(I)
=
-\sum_j p_j\log p_j
\]

新版區分：

### 16.1 內容熵

不同資訊內容的分布多樣性。

### 16.2 來源熵

不同來源的多樣性：

\[
H_S
\]

### 16.3 框架熵

不同解釋框架的多樣性：

\[
H_F
\]

### 16.4 選項熵

主體可看見的替代道路分布：

\[
H_O
=
-\sum_o p_i(o)\log p_i(o)
\]

若所有資訊最終只支持單一路徑，內容量可以很大，但選項熵仍低。

---

## 十七、高熵不等於高真實

大量互相矛盾或虛假的資訊也可能提高內容熵。

因此資訊品質至少需同時考慮：

\[
Q_I
=
f(
H,
Accuracy,
Traceability,
Comparability,
Actionability
)
\]

政治資訊自由不是無限增加訊息，而是使主體能接觸足夠多樣、可追溯、可比較的世界模型。

---

## 十八、熵崩潰的新版意義

當資訊控制、排序壟斷與敘事單一化使：

\[
H_S,H_F,H_O\downarrow
\]

主體可建立的替代模型減少。

此時：

\[
Innovation\downarrow
\]

\[
ErrorCorrection\downarrow
\]

\[
RiskDetection\downarrow
\]

因為系統只能在既有框架中處理新問題。

---

# 第六部　碎片化與共同世界

## 十九、碎片化不等於多元

多元表示不同觀點仍可比較與互譯。

碎片化表示：

\[
Q_i(I_A,I_B)\rightarrow0
\]

不同群體缺乏共同語言、共同事實與共同評估標準。

因此：

\[
Diversity
\neq
Fragmentation
\]

### 多元

\[
H\uparrow,\quad CGB>0,\quad Q>0
\]

### 碎片化

\[
H_g\uparrow,\quad CGB\downarrow,\quad Q\downarrow
\]

---

## 二十、認知孤島

若群體 \(G_k\) 主要接觸資訊子集 \(I_k\)，且：

\[
|I_k\cap I_l|<\epsilon
\]

則形成認知孤島。

認知孤島會產生：

- 不同風險感知；
- 不同因果模型；
- 不同選項地圖；
- 不同責任歸屬；
- 不同未來想像。

政治衝突因此可能無法透過單純增加辯論解決，因為雙方的底層世界模型並不相交。

---

# 第七部　虛偽與控制

## 二十一、底空間虛偽度

制度宣稱主體擁有的選項為：

\[
\widehat{\Omega}_i
\]

主體實際可知、可達與可拒絕的選項為：

\[
\Omega_i^E
\]

定義：

\[
\Upsilon_{\mathfrak B}
=
d(
\widehat{\Omega}_i,
\Omega_i^E
)
\]

若制度宣稱開放，但實際透過排序、門檻、語言與推薦封閉選項，則虛偽度升高。

---

## 二十二、虛偽—控制回路

高虛偽度若被充分看見，制度正當性會下降。

因此制度可能提高：

\[
\Pi_{H-}
+
\Pi^{distort}
+
\Pi^{rank}
+
\Pi^{overload}
+
\Pi_{M-}
\]

形成：

\[
\Upsilon_{\mathfrak B}\uparrow
\Rightarrow
\chi\uparrow
\Rightarrow
Feedback\downarrow
\Rightarrow
\Upsilon_{\mathfrak B}\uparrow
\]

---

## 二十三、控制—脆弱性悖論

短期資訊控制可能降低公開衝突：

\[
Conflict_{visible}\downarrow
\]

但同時使：

\[
ErrorSignal\downarrow
\]

\[
CorrectionCapacity\downarrow
\]

\[
Innovation\downarrow
\]

\[
UnknownRisk\uparrow
\]

因此：

\[
ShortTermStability\uparrow
\]

但：

\[
LongTermFragility\uparrow
\]

---

# 第八部　搜尋、排序與推薦政治

## 二十四、搜尋不是中立索引

搜尋系統至少決定：

- 哪些頁面被索引；
- 哪些格式可讀；
- 哪些語言優先；
- 哪些來源具有權威；
- 哪些結果排在前方；
- 哪些內容被視為重複或低品質。

因此搜尋權力可寫為：

\[
W^{search}
=
W^{index}
+
W^{rank}
+
W^{authority}
+
W^{format}
\]

---

## 二十五、推薦政治

推薦系統不只預測偏好，也可能塑造偏好。

\[
Preference_i(t+1)
=
f(
Preference_i(t),
I_i^{shown}(t)
)
\]

當推薦系統長期控制 \(I_i^{shown}\)，它便可能改變主體認為哪些選項「自然」「熱門」「可行」或「不可想像」。

---

## 二十六、探索義務

若平台或 AI 具有長期推薦權力，應保留一定探索機制：

\[
P(\text{novel option})>\theta_{explore}
\]

否則個人化會逐步壓縮主體的選項熵。

探索義務不代表隨機灌入無關內容，而是保留：

- 替代來源；
- 反向觀點；
- 非主流道路；
- 使用者可調整偏好；
- 查看推薦理由；
- 關閉個人化。

---

# 第九部　語言、格式與知識政治

## 二十七、語言資源不平等

若某語言缺乏：

- 教材；
- 技術文件；
- 搜尋索引；
- AI 訓練資料；
- 專業翻譯；
- 可存取格式；

則使用該語言的主體可知選項較少。

\[
R_{language}\downarrow
\Rightarrow
\Omega_i^K\downarrow
\]

語言不平等因此是底空間不平等。

---

## 二十八、格式政治

資訊即使公開，若以不可機讀、不可搜尋、不可複製或不利無障礙工具的格式存在，則有效可達性下降。

例如：

- 公式只以圖片存在；
- PDF 無結構；
- 網頁需要大量腳本；
- 資料不可下載；
- 內容被封閉於專有應用；
- 圖表缺乏替代文字。

格式不是純技術細節，而是資訊可見性的政治條件。

---

## 二十九、翻譯作為橋接算子

翻譯能建立不同語言認知底空間之間的橋接：

\[
\Pi^{translate}_{E+}
:
\mathfrak C_A
\leftrightarrow
\mathfrak C_B
\]

高品質翻譯不只轉換句子，也要保存：

- 概念；
- 脈絡；
- 不確定性；
- 引用；
- 術語映射；
- 可回到原文的路徑。

---

# 第十部　AI 個人化認知環境

## 三十、AI 不只是資訊工具

當 AI 持續參與：

- 搜尋；
- 摘要；
- 推薦；
- 解釋；
- 排序；
- 記憶；
- 任務代理；
- 行動執行；

它就不只是被動工具，而可能成為主體認知底空間的導航層。

\[
AI_i:
\mathfrak C_i
\rightarrow
\mathfrak C_i'
\]

---

## 三十一、認知代理權力

AI 的認知代理權力包括：

\[
W_{AI}^{cog}
=
W^{select}
+
W^{rank}
+
W^{frame}
+
W^{memory}
+
W^{action}
\]

若 AI 可以決定：

- 哪些資訊被主體看見；
- 哪些資訊被省略；
- 哪些解釋被視為主要；
- 哪些歷史被保留；
- 哪些行動被自動執行；

則其政治權力顯著提高。

---

## 三十二、個人化封閉

若 AI 依據主體過去偏好持續輸出相同類型內容：

\[
Distance(
I_i(t),
I_i(t+1)
)
\rightarrow0
\]

主體接觸的替代模型可能逐步下降。

### 個人化封閉指數

\[
PCI_i
=
1-
\frac{
H(I_i^{shown})
}{
H(I^{available})
}
\]

此指標只是一種理論化描述，仍需實證校準。

---

## 三十三、AI 認知治理的最低條件

長期個人化 AI 至少應提供：

1. 推薦理由；
2. 資訊來源；
3. 替代答案；
4. 不確定性；
5. 關閉個人化；
6. 記憶檢視與刪除；
7. 立場與來源多樣性；
8. 可匯出歷史；
9. 模型或代理替換；
10. 使用者主動探索模式。

---

# 第十一部　資訊自由的重建

## 三十四、資訊自由的錯誤定義

資訊自由不能只定義為：

\[
\neg Censorship
\]

因為不存在明文審查時，排序、推薦、格式與過載仍可封閉選項。

---

## 三十五、認知底空間自由

定義：

\[
F_i^{info}
=
f(
A_i,
V_i,
C_i,
T_i,
Q_i,
M_i,
X_i
)
\]

即主體能否：

- 取得資訊；
- 看見資訊；
- 理解資訊；
- 判斷可信度；
- 比較替代；
- 保存與回溯；
- 轉化為行動。

### 最低資訊自由條件

1. 重要選項不能被完全隱藏；
2. 不同選項應具有基本可比較性；
3. 主體應知道主要來源與控制者；
4. 關鍵資訊應有可理解格式；
5. 應保留歷史與版本；
6. 應能查看不同排序或來源；
7. 應能退出個人化封閉。

---

# 第十二部　可推導命題

以下命題在本文模型假設下成立。

## 三十六、不可見刪除命題

若：

\[
V_i(o)=0
\]

則即使：

\[
o\in\Omega_i^N
\]

仍有：

\[
o\notin\Omega_i^E
\]

---

## 三十七、排序支配命題

若主體注意力有限，且資訊被查看的機率隨排名快速下降，則控制排序前位可顯著控制實際可見集合。

\[
P(view\mid rank=k)\downarrow
\]

因此：

\[
W^{rank}
\gg
W^{storage}
\]

在部分系統中成立。

---

## 三十八、過載封閉命題

若資訊增長速度高於主體篩選能力：

\[
\frac{d|I|}{dt}
>
\frac{dC_i^{filter}}{dt}
\]

則有效資訊比例下降。

\[
\frac{|I_i^{actionable}|}{|I_i|}
\downarrow
\]

---

## 三十九、碎片化協調成本命題

若共同認知基底下降：

\[
CGB\downarrow
\]

則群體間建立共同政策模型的成本上升：

\[
Cost^{coordination}\uparrow
\]

---

## 四十、翻譯橋接命題

若翻譯使原本不可理解的資訊變得可理解：

\[
C_i(u):0\rightarrow1
\]

則可知選項集合可能擴張：

\[
\Omega_i^K\uparrow
\]

---

## 四十一、記憶刪除不可逆命題

若制度刪除原始決策紀錄，主體日後即使取得資訊自由，也可能無法完整重建過去算子。

\[
\Pi_{M-}
\Rightarrow
Res(\Pi)>0
\]

---

## 四十二、個人化收縮命題

若推薦系統只最大化短期互動，且沒有探索約束，主體所見資訊分布可能逐步集中：

\[
H(I_i^{shown},t+1)
<
H(I_i^{shown},t)
\]

---

## 四十三、虛偽控制自我增強命題

高虛偽導致控制，控制降低糾錯，糾錯下降又擴大虛偽。

\[
\Upsilon\uparrow
\Rightarrow
\chi\uparrow
\Rightarrow
Feedback\downarrow
\Rightarrow
\Upsilon\uparrow
\]

---

# 第十三部　制度分類

## 四十四、Type O：開放可比較型

特徵：

- 高來源多樣；
- 高可追溯；
- 高可比較；
- 低排序壟斷；
- 高退出與個人化控制；
- 具有共同認知基底。

---

## 四十五、Type C：審查集中型

特徵：

- 高直接封鎖；
- 高法律與技術控制；
- 低來源熵；
- 高歷史刪除；
- 高虛偽維持需求。

---

## 四十六、Type R：推薦封閉型

特徵：

- 形式開放；
- 低直接審查；
- 高排序與推薦集中；
- 高個人化封閉；
- 使用者難以察覺失去的選項。

---

## 四十七、Type F：碎片孤島型

特徵：

- 群體內部資訊豐富；
- 群體間共同基底低；
- 互譯與比較困難；
- 衝突高度模型化。

---

## 四十八、Type N：噪音淹沒型

特徵：

- 高資訊量；
- 低可信度；
- 低可追溯；
- 高理解成本；
- 關鍵資訊被噪音掩蓋。

---

## 四十九、Type L：語言與格式封閉型

特徵：

- 資訊形式公開；
- 但語言、專業與格式門檻高；
- 特定群體與機器工具難以使用；
- 名義開放高於有效開放。

---

# 第十四部　工程化資料結構

## 五十、資訊—選項資料模型

```yaml
information_unit:
  id: ""
  option_id: ""
  content_type: ""
  source: ""
  language: ""
  format: ""
  timestamp: ""
  confidence: 0.0
  traceability: 0.0

  accessibility:
    public: true
    searchable: true
    indexed: true
    permission_required: false

  visibility:
    rank: 0
    recommendation_probability: 0.0
    attention_share: 0.0

  usability:
    comprehensibility: 0.0
    comparability: 0.0
    memorability: 0.0
    actionability: 0.0

  control:
    hidden: false
    distorted: false
    overloaded: false
    fragmented: false
    language_barrier: false
    format_barrier: false
```

---

## 五十一、認知底空間審計

```yaml
cognitive_substrate_audit:
  subject_group: ""
  period: ""

  information_access:
    total_available: 0
    searchable: 0
    visible: 0
    understandable: 0
    actionable: 0

  diversity:
    source_entropy: 0.0
    frame_entropy: 0.0
    option_entropy: 0.0
    common_ground: 0.0

  control:
    censorship: 0.0
    ranking_concentration: 0.0
    recommendation_concentration: 0.0
    distortion: 0.0
    overload: 0.0
    memory_deletion: 0.0

  user_control:
    ranking_choice: false
    personalization_off: false
    alternative_sources: false
    memory_export: false
    history_review: false
    model_switching: false

  effects:
    hidden_options: []
    comparison_failures: []
    cognitive_lock_in: 0.0
    fragmentation: 0.0
```

---

# 第十五部　理論限制

## 五十二、資訊自由不能保證真實判斷

主體可能在充分資訊下仍作出錯誤判斷。

本文只主張資訊結構應保存理解與比較能力，不保證所有結論正確。

---

## 五十三、排序不可避免

任何搜尋、新聞、教育與 AI 系統都必須排序。

問題不在排序存在，而在：

- 排序標準是否可知；
- 是否可切換；
- 是否能查看替代；
- 是否有申訴；
- 是否能退出；
- 是否由單一主體壟斷。

---

## 五十四、低熵有時具有功能

緊急訊息、技術標準與基礎協調可能需要低熵與單一版本。

但此種集中應限定範圍、時間與目的。

---

## 五十五、所有資訊不可能同時呈現

主體注意力有限，制度必須進行篩選。

因此，正當資訊治理的核心不是無限呈現，而是可審查、可替代、可比較與可退出的導航。

---

# 第十六部　結論

資訊政治最深的權力，不只是讓主體看見什麼。

它還決定：

- 主體是否知道某條道路存在；
- 是否理解道路的條件與代價；
- 是否能公平比較替代；
- 是否記得制度曾經如何改變；
- 是否能把資訊轉化為行動；
- 是否能跳出個人化與敘事封閉。

因此：

\[
\boxed{
\text{資訊自由}
\neq
\text{資訊沒有被刪除}
}
\]

而應被理解為：

\[
\boxed{
\text{資訊自由}
=
\text{可達}
+
\text{可見}
+
\text{可理解}
+
\text{可置信}
+
\text{可比較}
+
\text{可記憶}
+
\text{可行動}
}
\]

認知選項封閉則是：

\[
\boxed{
\text{選項仍存在，
但主體無法知道、理解、比較或想像它}
}
\]

這種封閉比明文禁止更難察覺，因為主體甚至可能不知道自己失去了什麼。

本文進一步指出：

> 搜尋、排序、推薦、語言、格式、敘事、記憶與 AI 個人化，都是政治算子，因為它們共同決定主體的可知選項集合。

因此，一個正當的資訊制度至少應提供：

1. 重要選項的最低可見性；
2. 來源與排序的可追溯性；
3. 不同選項的基本可比較性；
4. 歷史與版本的保存；
5. 語言與格式的橋接；
6. 對過載與噪音的可控導航；
7. 個人化的關閉與重設；
8. 替代來源、模型與排序方式；
9. 使用者可匯出並重新建構自身認知歷史；
10. 不讓任何單一主體永久壟斷他者能想像的世界。

最終命題為：

\[
\boxed{
\text{控制一個主體能看見哪些選項，
就是控制它能成為哪一種主體。}
}
\]

而不可代決政治在資訊層的要求是：

> **任何主體都不得藉由永久控制另一主體的資訊入口、記憶、語言與替代模型，使其失去理解、反對與重新想像自身道路的能力。**

---

# 附錄 A：核心公式

\[
\eta_i(u)
=
A_i(u)
V_i(u)
C_i(u)
T_i(u)
Q_i(u)
M_i(u)
X_i(u)
\]

\[
\mathfrak C_i(t)
=
(
I_i,
R_i,
F_i,
L_i,
M_i
)
\]

\[
\Omega_i^K
=
g(\mathfrak C_i)
\]

\[
H_O
=
-\sum_o p_i(o)\log p_i(o)
\]

\[
\Upsilon_{\mathfrak B}
=
d(
\widehat{\Omega}_i,
\Omega_i^E
)
\]

\[
W_{AI}^{cog}
=
W^{select}
+
W^{rank}
+
W^{frame}
+
W^{memory}
+
W^{action}
\]

---

# 附錄 B：一句話版本

> **資訊政治不是只決定主體知道什麼，而是決定它能否看見、理解、比較、記住並重新想像自己的道路。**

---

# 附錄 C：後續接口

下一篇建議為：

# 《底空間限制的正當性》
## ——績效、程序、傳統、敘事與不可代決正當性的重新公理化

其任務包括：

- 將舊版正當性四源重新掛接至選擇底空間；
- 區分服從、接受、同意與正當性；
- 新增不可代決正當性；
- 分析高績效能否補償低程序與低可逆；
- 建立限制正當性、持續同意與正當性崩潰模型；
- 重新分析虛偽、資訊控制與正當性侵蝕。
