那在這個過程裡面，當然我就學到說，我如果想到什麼，我馬上發表出來，我不是收版稅，因為我收版稅放到我自己身上，那我在這一代，我就用掉了嘛。但是我若是把它捐出來的話，它能夠幫到很多其他地方的人。
所以對我來講，我給出多少，比我自己聚集多少要來得重要。
沒問題，謝謝老師。
沒有。但我在全世界，從我大概二十幾歲，我就到全世界很多很多的國家。
那個時候，有兩年的時間，我跑了非常多國家，那都是我網路上面認識的朋友。那我就去住他們家，然後就互相分享我們的生命經驗啊、故事啊什麼。
所以這很奇怪，他也不是網友，但是他也不能說是普通朋友，因為大部分時間都在網路上。比較像「族人」那種感覺。
對，它英文有一個字叫「Chosen Family」，就是你自己選你的族人是哪些人啊，好像一個大家庭，但是其實沒有任何血緣關係。但是你任何時候去任何城市，你都可以住他家，他們來臺灣也可以住你家，這種感覺。
老花眼，這個是有。
沒錯，我才剛動了手術，我現在看遠，可以看到 1.5，非常好，有點像遠視，看近看到 J1，就是這麼近小字都看得到，中間又很清楚，已經變成我出生以來沒有看這麼清楚過。這是新的雷射技術，它把兩隻眼睛度數差 150 度，把中間好像縫合起來，這個臺灣醫療很厲害。
對啊，瘦了 20 公斤，什麼問題都沒有了。
真的碰到真命天子，不是碰到 AI。謝謝老師，沒有問題。
當然和我個人的學習經驗有關。我在三個不同的幼稚園、六個不同的小學，唸了一年國中。等於每年都要換一個全新的環境，不像一般人是跟同一批人持續建立連結。必須在不熟悉，而且他們彼此已經很熟的情況下，重新建立關係。
這對我來說是很好的訓練。就算教科書一樣，換一個老師、換一群學生，看法都完全不同。我很小就習慣了跟不熟的人一起解決事情。這也可以稱為「弱連接」。
一個很大的原因是，過去的教育系統常常一對一競爭，比誰考卷寫得好、誰成績高就當班長。但真實世界裡如果一個人用標準答案能解決的事，早就解決了。
現實中，我們面對的狀況不是那樣，所以我很早發現大部分有趣的事情不可能靠一個人用標準答案解決。必須和立場不同、看法不同、受過不同訓練、甚至不同語言的人溝通。
溝通時，就要找出共同價值。現在新課綱稱之為「共好」，之前可能不叫這個，但找到共同價值能讓原本可能衝突或比較的人，變成比較建設性的關係。這也來自我的求學經驗。
是。以前強調媒體識讀或數位識讀，能完整吸收一篇文章或一本書，固然重要，但很多人即使背下來，也不代表能應用到社會。
素養（competence）的意思是，你不只接收資訊，也創造資訊；不只背下一本書，也會去比較不同來源，形成更立體的看法，就不會變成每個人都被困在自己的資訊泡泡裡。網路時代尤其如此，沒有這種能力，很容易每個人都被困住。
是。現在很強調自主決定方向，也透過 capstone 或 PBL 等方式，讓學生想對社會帶來什麼正向改變。有個專案、使命，就像先看到一個點，轉向就直接跑過去，不管原本的跑道。其他跑道的人也可能轉向同一目標，這樣就不再靠班級或科系決定，而是靠「一起完成某件事」。大學階段還有「大學社會責任」等概念，也是同樣意思。
現在看起來已經在進步，尤其兩年多前的 ICCS 國際評比，台灣在 15 歲青少年的人權、環境、社會參與度都拿第一，已經走了很長一段路，雖然還能更好。
那也很好，可以去問身邊的人。進大學會碰到不同背景的人，問問他們什麼對他們有意義，怎麼對社會、環境、自己或家庭有意義。參與別人的計畫，也是一種創造意義。不要侷限在「個人意義」，可以回到「共好」。如果自己還沒找到興趣，也可以看看別人正在做什麼。
可能有，但我也想幫年輕人說話。很多人感到的挫折，不是個人挫折，而是制度挫折。像我們線上連署平台，5000 人連署就要回應，最多連署的常常是 15、6 歲朋友，因為他們沒有「事情就該如此」的預設。看到不對勁，就去找資料、連署，像「早自習為何那麼早？」結果真的改變了規定，讓大家可以晚一點到校，這種成就感比他個人挫折更大。
通常我有好幾百個書籤和全文索引。因為我腦海像星座圖，關鍵字念出來時，我同時就在系統裡搜尋。念問題的十秒內，我花六七秒就能找到，看起來就像信手拈來。
我念時不打斷，所以腦裡沒有別的聲音。那時候意識就專注在搜尋，念只是像騎腳踏車一樣自動。
大約八歲被霸凌時，一開始很困惑，不知道為什麼有人會這樣做。如果沒有保持好奇心，就會陷入「他好壞、我好可憐」的狀態。但我保持好奇，想「為什麼會這樣」，於是去看皮亞傑、蒙特梭利、薩提爾等書，想了解為什麼小孩會有這些行為。
有。因為我先天性心臟病，可能睡著就不一定醒得來。我的自信結構是「我今天貢獻了什麼，明天即使醒不來還能留下」。但對很多小孩來說，他們沒有存在主義焦慮，他們的自信是來自跟別人的相對位置，成績第一跟第二對他差很多，但對我來說沒有差別。
對，不輕易接受標準答案。問老師或校長，他們有現成答案，但不代表背下來就能跟世界互動，得先消化。所以我會持續問「為什麼是這樣」「可不可以不是這樣」。
對，而且保持好奇的好處是，你跟別人互動時都是開放式問題，他也比較願意跟你分享。如果你已經有套標準答案，只問他「是不是這樣」，他只能回答「是」「不是」，人際互動很無趣。
我在 Project Liberty Institute 和 Jonathan（《失控的焦慮世代》作者）等同事都在回答這問題。以前大家看同一份報紙或同一則電視新聞，放下後可以討論。但現在如果演算法按偏好推送，大家看到的都不同，甚至毫無重疊，共同經驗消失，就造成吃飯各滑各的。要解決就必須重建共同經驗，知道家人朋友也在同一個體驗上。
實體世界可以如此，網路上也能透過共同創作維基百科、編地圖或一起玩 Roblox，但得是「共創」而非被動接收。若演算法只是推你想看的，這是反社會；若是幫你把創作和別人結合，就變親社會。
一方面是自律，也跟習慣有關。2009 年左右，我在 Socialtext 推出類似 Twitter、維基百科、共用試算表等企業協作工具，但發現只要用智慧型觸控螢幕、有推播功能、一次打開多個 App，就像「雞尾酒效應」，大腦會一直被拉走，形成注意力缺失感。
我很好奇為何我自己也變得像注意力缺失。後來 2010 年起，我透過精神分析等方式，了解其中機轉後，就不再受影響。現在我的手機還是灰階。這不是盲目自律，而是理解機轉並對應。
也不一定。企業要賺廣告錢，可是現在在 Facebook 或 YouTube，你很少看到詐騙廣告，因為我們通過法律，要求廣告主用數位簽章擔保，不再能用幾百萬個假帳號來投放。若平台不遵守，有人被騙 100 萬，平台就要賠 100 萬，這叫「外部成本內部化」，像空汙罰款一樣。目前全世界只有我們全面採用這套制度，這也是我在擔任數位發展部部長時和羅秉成政委、林右昌部長等提出的草案，送進立院，很快通過，因為大家都認為這是公害。
我常說，我是「with the people」不是「for the people」。不是幫大家做事，而是一起做事。很多挑戰，民間有人較早感受到，也有初步解方。公部門要做的，就是讓這些解方彼此連結、擴散。像總統盃黑客松，把地方、社區、大學成功的做法，一下就帶到全國。讓大家有共同認知，就比較不會覺得體制難以撼動。
台灣的自學制度不一定要「在家自學」。很多是團體或機構，類似一種比較自由的「學校」，不一定照課綱，而是依共同興趣。也可以去圖書館、數位集會中心、大學社會責任、社區大學等。很多地方都很歡迎從小就對社會做出正面貢獻的孩子。能貢獻就能建立信心。
對，只要保持好奇，不一定像我那樣對「為何被霸凌」好奇，他也可以對別的事情好奇，轉移注意力。
像我是一半「程式」一半「設計」。對機器的部分是程式，但對人的部分是設計。我的價值在設計、面對人的部分，文字發明前就存在了。程式那部分是文字發明後才有的，現在很多小幫手可以代勞。我們不能把「對機器」的部分當成自己的全部價值。不如把 AI 看成工具，真正在意的應該是「對人一起創造意義」。
對，現在什麼都可以設計，未來、社會、互動、策略等等。
我雖然想到就做，中間還會想：哪些是今天能做的？因為我小時候身體不好，十二歲開刀後才知道我還能再醒來。但前十二年已經形成一種習慣：我今天能完成什麼，就先做，睡前記下來。如果醒不來，剩下的別人也能接續。所以我做的事通常都是做不完的，需要別人一起來。
那兩年壯遊時，我發現網路上認識人雖然快，但在現實裡每個人背後都有故事。我就去聽他們的故事，像天上許多星星，壯遊讓我把星星串起來變成自己的星座。
對，就像一個「chosen family」，不是血緣，而是故事共享。可能比朋友還親，像是族人。
對，創造正向體驗。也不一定是茶，任何新的嗅覺或味覺都行。然後把對方的文字餵到語言模型裡，看看能不能用正向方式解讀，再把正面元素加進記憶。下次看到就只剩好感。
對，我先看裡面有沒有建設性的部分。如果找不到，也會好奇「為什麼沒有？」但就把它當語言材料來看。
我今天帶的是《說不完的故事》。我從小就很喜歡它，連英文名字 Audrey 也是跟這本書有關。它講到幻想國，你可以把它想成「書的世界」「哲學世界」或「AI 語言模型的世界」。
柏拉圖說，人就像在洞穴裡，只看到投射在洞壁上的影子，並不真正知道外面真實世界的樣貌。AI 像是在洞穴裡的第二層洞穴，由人類的描述（文本、影音、各種資料）所形成的「影子的影子」裡面——它並沒有直接擁有「真實世界」的感官經驗。
因為 AI 模型所能接觸到的素材，幾乎全都來自人類上傳至網路的文字、影片、聲音或圖像等——這些其實已經是人類對世界的「詮釋」或「二手、三手敘述」。對 AI 而言，這些大量資料就是它唯一的「世界」。它雖然能根據我們整理好的資料進行推論或產生新的語句，可是它所根據的，終究不是真實世界本身，而是「人類如何描述世界」的集合。
因此，AI 很容易陷入所謂的「幻覺」(hallucination)——也就是在它匯整或產生新內容時，並沒有真正驗證「那是不是和現實一致」。它只是在已知文字中找尋統計相關性或語義模式，進而衍生新的回答。若是題目牽涉到真實世界的物理狀態、時空條件或最新的事實，AI 就可能不小心「張冠李戴」或「杜撰」出其所謂的「答案」，因為它無法像人一樣透過「直接感官體驗」或「真實實驗」來判斷。
它到底哪些是「真」、哪些是「幻想」，常常需要人類再去對照現實或進行事實查證，才能確定。
我的英文名是 Audrey。在台灣說「龍鳳」時，鳳比較偏陰性，但「鳳凰」時，鳳又偏陽性，其實是非二元的字。它在日文念作「Ōdori」，跟 Audrey 發音相近。
哈囉。很高興第三次來到這個節目。
