在被篩選的世界如何選擇看見、相信什麼？3個小動作，不被AI推著走

2026 年的二月，OECD 正式結合媒體素養與 AI 素養，提出 PISA 2029 媒體與 AI 素養 (MAIL) 評量框架，MAIL 把我們面對的問題拆成三個互相關聯的面向：作者與受眾、訊息與意義、表徵與現實。期待學生能在數位內容、媒體平台與 AI 系統中有效、合乎倫理且負責任地參與。本文將對焦在最日常、也最容易被忽略的那一段：推薦與排序如何決定我反覆看見什麼，提出三個生活小動作把判斷的權力拿回來。

一支「醫師講解影片」在某個群組或社群貼文裡快速轉傳，背景是醫院的診間，白袍、名牌、冷靜的語氣、乾淨的畫面，字幕以「研究指出」、「專家建議」作為背書。這些「看起來很專業」的元素，不僅是資訊呈現，也是為受眾設計的相信方式。 

AI 假醫生的訊息。本圖為 AI 生成

問題在於，影片裡的「醫師」不一定是真的醫師，內容可能來自剪接拼貼，甚至前後矛盾。面對這種影片，我們第一個反應常常是：都是 AI。這個反應是直覺且正確的，產出成本下降，假訊息更容易被做得像真的。

但更精確地說，多數 AI 內容是人機協作。有人設計它的受眾、語氣與動員方式；所以越像真的越該能交代來源與脈絡。然而這仍只解釋了「內容怎麼被做出來」。真正決定它為何會被送到我們眼前、還一再出現的，往往是分發端的推薦與排序。

為什麼我們願意被篩選？因為它真的很方便

想像我們在購物平台輸入關鍵字，系統立刻推送相似商品；看完一支影片，下一支推薦常常正中口味；搜尋引擎輸入幾個字，結果比自己慢慢翻資料更快抵達答案。

這些便利是真實的，它降低我們的資訊成本，讓我們不用每一次都從零開始探索世界。篩選的本意是節省時間、減少摩擦、提高效率。也正因為它有效，我們更容易忽略當篩選成為日常，「我們會看見什麼」的前提就已經被默默確定了。

我們以為在看世界，其實在看「讓我們停下來的內容」

很多人以為熱門代表重要、排行代表共識、搜尋結果代表正確。系統用我們的點擊、停留、按讚、分享、留言、看完與否，去找「更能讓我們停下來」，然後把那類內容優先推到眼前。

行為被記錄 → 我們被歸類 → 相似內容被回推。本圖為 AI 生成

被回推的內容常常立場相似、語氣相似、情緒相似，甚至連敵我框架都相似。世界因此變得越來越一致、越來越可預測。在這種節奏裡，最容易發生的一個誤會是把曝光當成共識。

• 「我一直看到」→「大家都在談」
• 「大家都在談」→「這就是主流」

判斷外包才是焦慮的核心

當推薦與排序決定我們先看什麼、推薦決定我們接著看什麼、情緒決定我們想轉傳什麼，焦慮來自我們把判斷的位置交出去了。

• 我們用曝光頻率決定重要性
• 我們用推播節奏理解世界
• 我們用情緒動員決定要不要轉傳
• 我們把不同意見更容易看成敵意，而不是差異

更實際的做法，是在日常裡把判斷位置慢慢拿回來，不求立刻辨真偽，先別那麼容易被推著走。

三個小動作：不求立刻辨真偽，先別那麼容易被推著走

做法1｜讓系統「沒那麼懂我們」：刻意干擾分類

目的：降低推薦與排序的影響力，讓推播的封閉性出現鬆動。

觸發點：出現「首頁越來越像、內容越來越單一」，或某一種立場/語氣連續幾天都在眼前時。

30 秒做法：刻意點兩個平常不會點的來源或關鍵字；在不同主題之間跳一下，不讓行為太一致。

做到算成功：推薦開始出現「不那麼像我」的內容＝分類鬆動。

刻意干擾演算法的判斷。本圖為 AI 生成

推薦與排序能穩定推播相似內容，來自它對使用者行為的高度一致性。當我們開始主動搜尋不同立場的關鍵字、點擊平時不會接觸的來源，或在多個主題之間切換，系統的分類就不那麼穩定，讓推播不再那麼侷限與封閉。

做法2｜延後反應：在「被推播」與「立刻反應」之間插入空白

目的：阻斷情緒動員，把反應權從推播節奏拿回來。

觸發點：出現「立刻想轉傳／立刻想罵／立刻想站隊」的衝動，或看到「快轉給家人」「不能只有我看到」這種動員語氣時。

30 秒做法：先不回、不轉傳，改問一句：「為什麼是我看到這則？」

做到算成功：我不是「立刻」反應，而是「想過再做」＝節奏回到我手上。

插入空白讓情緒不容易蔓延。本圖為 AI 生成

訊息之所以容易發揮影響力，往往靠即時情緒動員：憤怒、焦慮、認同感，迅速轉化為轉傳與站隊。插入空白不是要求我們立刻辨別對錯，而是先暫停回應，用理解的節奏替代情緒，推薦與排序對我們的主導性就會下降。

做法3｜重新校正「看見」：把它改寫成「系統推播給我們」

目的：拆解誤認共識，分清楚曝光頻率與社會共識的差距。

觸發點：腦中冒出「大家都在談」「怎麼到處都是」「這應該是主流」時。

30 秒做法：用另一個入口看同樣的議題：不同帳號、不同社群、無痕模式、或另一個平台。

做到算成功：在群組回覆時，把「快速轉傳」改成「你也可以用無痕搜一次對照看看」。

重新校正我們看見的世界。本圖為 AI 生成

生活中反覆出現的內容，很容易讓人誤以為代表多數人的看法。如果我們能把「最近一直看到」這個感受，轉換成「這是系統持續推播給我的」，並主動從不同管道對照比較，就更容易辨清眼前看到的，究竟是真實的社會現象，還是平台分發的結果？這樣的做法，讓我們在被篩選的世界裡，提供了一個新的可能性。

被篩選的世界不會停，但我們可以把判斷的權力留下來

三招讓判斷回到我們的手上。本圖為 AI 生成

當我們理解自己所接觸的世界，本就經過層層篩選，焦慮不再是資訊失控的恐懼，而是提醒我們更具體地問：

• 哪些內容被強化了？
• 哪些聲音被忽略了？
• 我們是否仍保留調整視角的空間？

藉由我們有意識的理解，自己如何被分類、被推送，又在何時做出反應，判斷的位置就會慢慢回到我們手上。

被篩選的世界不會停，但我們不必把選擇的權力交出去。

參考資料

OECD. (2026). First draft of the PISA 2029 Media and Artificial Intelligence Literacy (MAIL) assessment framework. OECD.