真相協商是什麼？探討認知差異下的對話與理解挑戰

欸，我們是怎麼開始「相信」Google給的第一個答案的？

我不知道你有沒有過這種感覺，但有時候我會突然懷念以前「找資料」的方式。對，就是那個還要自己動腦的年代。你可能會開個五、六個分頁，標題一個個看，然後像偵探一樣拼湊出「嗯，這個來源好像比較可信」的結論。

那過程...說真的，不完美，但很有用。你不只是在找資訊，你其實是在學怎麼「判斷」資訊。但現在呢？答案直接就貼在最上面，一個框框，漂漂亮亮的。

我們好像不再需要去「瀏覽」資訊了，我們變成在跟它「談判」。這是我最近一直在想的一件事，搜尋這件事，已經變成一場關於「真實」的談判。而且，你知道嗎，任何談判的結果，重點從來不只是講了什麼，更重要的是...它是「怎麼被呈現」的。

剛好最近讀到一個快被遺忘的理論，來自一個叫哈羅德·伊尼斯 (Harold Innis) 的人，他幾十年前的想法，沒想到 perfectly 解釋了為什麼我們現在會陷入這種跟 AI 答案「協商真實性」的窘境。

一句話結論

搜尋引擎從「幫你找資料的工具」變成「直接給你答案的權威」，這徹底改變了我們建立信任的方式，品牌如果還在玩以前的 SEO 關鍵字遊戲，很快就會發現沒人相信你了。

為什麼「傳遞方式」比內容還重要？

OK，所以這位伊尼斯先生，他在大概...嗯，20 世紀中吧，他就在研究一個蠻酷的問題：為什麼有些知識可以流傳好幾個世紀，有些卻一下子就消失了？他的答案超簡單，卻又很有道理：因為資訊的「傳遞媒介」本身就帶有偏見。

不過他講的「媒體偏誤」(Media Bias)，跟你我想的政治立場那種不一樣。他指的是一種「結構性」的偏誤。每種媒介——石頭、紙、廣播、甚至是現在的 AI——天生就會讓「真實」往某個方向傾斜。

他把媒介分成兩大類，我覺得這個分類到現在還是超實用：

時間偏誤 vs. 空間偏誤的媒體

這聽起來有點學術，但其實很好懂。你想想看，在石頭上刻字，跟用 LINE 傳訊息，這兩件事的「感覺」就完全不同。

特性	時間偏誤的媒體 (Time-biased)	空間偏誤的媒體 (Space-biased)
主要目標	讓資訊「跨越世代」。就是要流傳千年，給孫子的孫子看。	讓資訊「跨越距離」。現在、立刻、馬上讓另一邊的人知道！
感覺像是...	在石碑上刻字、口述歷史、蓋一座紀念碑。很慢、很重、很莊嚴。	報紙、廣播、Email、社群貼文...還有，現在的 AI 答案。超快、超輕、超容易複製。
犯錯的代價	高到嚇死人。你想想，字刻上石頭就改不掉了耶，你敢亂寫嗎？	幾乎是零。廣播講錯了，明天道歉就好。AI 答錯了...嗯，它下一秒就換個答案給你了。
培養出的文化	重視記憶、傳統、和穩定。所有事都慢慢來，想清楚再做。	重視速度、擴張、和當下。求新求變，昨天的事就是舊聞。

伊尼斯當時就很擔心，如果一個文明太過於偏向「空間偏誤」，也就是瘋狂追求速度和擴散，那「記憶」就會成為犧牲品。當速度變成唯一目標，所有的「摩擦力」——像是查證、思考、辯論——都會消失。

當這些摩擦力消失，信念就形成的太輕易了。這就有點恐怖了。

人們會開始相信一些事情，但卻想不起來當初為什麼相信。資訊滿天飛，每個人好像什麼都懂一點，但沒有一件事是懂得到足以產生堅定的信念、信任，或甚至是深刻的記憶。這...是不是聽起來很像我們現在的日常？

那個「零摩擦力」的答案引擎

所以，伊尼斯的理論告訴我們，每種媒介都透過「設定犯錯的成本」來影響真實。在石頭上刻錯字的成本太高了，所以你會謹慎。但現在的「答案引擎」——也就是 Google 的 AI Overviews 或 PerplexityAI 這些東西——完全把這個公式顛倒過來了。

它們快、免費、隨時都在，而且用一種絕對自信的語氣說話...但同時，它們幾乎不為自己說的話負任何責任。這就是我們現在生活的這個傳遞系統所帶來的偏誤：它產生的答案「看起來」像真理，卻可以被無止盡地、悄悄地修改。

這種矛盾非常重要。這不只是一個技術問題，這是一個哲學問題。

過去，我們判斷一個資訊該不該信，會有很多線索。報紙頭版的標題暗示了事件的緊急性；廣播員沉穩的聲音帶來權威感；就算是一篇部落格文章，你也能感覺到背後作者的風格和立場。但 AI 答案把這些線索全都剝光了，它給你一個乾淨、漂浮在所有資訊之上、沒有出處、沒有情緒的段落。

所以「談判」的比喻才這麼貼切。我們不再是去比較和驗證不同的說法了，我們是在對「系統呈現答案的方式」做出反應。如果它看起來排版整齊、文法通順、很有自信...我們就信了。這過程幾乎沒有摩擦力。

品牌方搞錯重點了，問題不是內容是「脈絡」

說到這個，很多品牌或內容創作者，我自己覺得，他們完全搞錯了挑戰的核心。大家以為挑戰是「產量」。發更多文章、PO 更多文、想辦法讓更多頁面被排名。

但真正的挑戰早就不是內容了，而是「脈絡」(Context)。

大部分公司還在玩那個舊遊戲...追逐反向連結、調整關鍵字、大量生產頁面去滿足那個「排名連結」而不是「解決問題」的舊演算法。這招以前有用，那是因為品牌還能控制整個敘事。你可以寫一些官腔官調、小心翼翼、但其實什麼都沒說的公關稿。在那個時代，你這樣做看起來很謹慎。

p>但在今天這個「答案優先」的世界，你再這樣做，看起來就很像在迴避問題。

更有趣的是，你寫的那些內容，不管多好，都會被 AI 撕碎、重組、然後斷章取義地呈現出來。這就產生了一個弔詭的現象：信任感，現在發生在你的內容「下游」非常遠的地方。讀者是在看完那個被 AI 拆解過的摘要後，才「感知」到你值不值得信賴。就算你原文寫得百分之百正確，你也可能看起來完全不可信。

實作指引：所以我們現在到底該怎麼辦？

如果搜尋已經是一場談判，那品牌就不能再用老方法上談判桌了。單純為了發布而發布，並不會讓你更可信。反而，我認為有幾個方向更值得思考。

1. 擁抱「不完美」但完整的答案

我花很多時間在看金融服務業的內容。大部分銀行寫文章，都是為了導流到自己的產品。例如，一篇標題是「Z世代的退稅款該怎麼用？」的文章，如果裡面每個建議都巧妙地把你引導去開他們家的活存帳戶，那你就已經輸了。

不是因為你的產品不好，而是因為你的「答案」不完整。一個真正有幫助的答案，應該要包含所有選項——即使其中一些選項對你沒直接好處。例如，誠實地告訴他，一部分可以存起來（用你家的帳戶不錯），一部分可以考慮投資 ETF（即使你家沒賣），一部分甚至可以花掉去旅行、投資自己。

這種願意提供「完整脈絡」的態度，才能在內容被 AI 摘要後，還能殘留下一絲絲的信任感。

2. 強化「經驗」的信號

AI 很會總結「事實」，但它很難模仿「經驗」。你的內容需要充滿只有第一手經驗才能提供的細節。與其說「選擇一個好的相機很重要」，不如說「我上次在黃昏的河邊，因為相機的 ISO 不夠高，錯過了那隻翠鳥最美的瞬間，從那之後我才知道高 ISO 在低光環境下的重要性」。

p>這種帶有個人感受、失敗經驗、具體場景的內容，更難被 AI 摘要，也更能直接與讀者建立連結。

3. 在地化的思考與比較

你知道嗎，伊尼斯是加拿大學者，他從宏觀的歷史角度看資訊流動。但其實這問題，我們在台灣感受可能更深。你看從 LINE 上面每天傳的那些健康謠言，到選舉前的各種資訊戰... 像是「台灣媒體觀察教育基金會」這樣的單位一直在提倡媒體識讀能力，但伊尼斯的理論點出一個更麻煩的問題：當資訊的「傳遞成本」和「犯錯成本」都趨近於零，我們的大腦會不會也跟著「懶得思考」了？

這不只是分辨假新聞，這是我們整個認知習慣的改變。所以，當我們在提供資訊時，或許可以多做一步，例如比較美國 FDA 的建議和台灣衛福部的指引有何不同，解釋背後的法規或民情差異。這種「跨情境的脈絡」是 AI 目前還很難做到的，也是建立權威感的好方法。