人工智慧與社會福利：當工作不再穩定，安全網還兜得住嗎？

2026 年大選議題系列 · 第 8 篇

當工作變得不穩定，社會福利就不再只是「安全網」。它開始決定：不確定性，是被緩衝下來，還是直接演變成一場生活危機。

人工智慧正在改變人們工作的方式、工作的頻率，也改變收入的可預測性。職涯變得更加碎片化，工作呈現出「斷斷續續」的狀態。即便名義上仍然「有工作」，收入波動卻比過去更頻繁。

但問題在於，我們今日所依賴的社會福利體系，仍然建立在一個截然不同的前提之上——穩定、連續的就業。

這種錯位，已不再是抽象問題，而正逐漸成為 2026 年選舉中最貼近生活、也最具政治敏感度的議題之一。

社會福利體系，是為「穩定工作時代」而設計的

美國大多數社會福利制度——無論是醫療保險、失業給付，或各類收入支持——本質上都源自上世紀中葉對工作的想像。

它們預設：人們長期受雇於同一單位；收入相對穩定；「有工作」與「失業」之間存在清楚界線。

而人工智慧，正逐一瓦解這些假設。

工作週期縮短，合約制、零工、平台型就業日益普遍；收入時有時無，卻往往達不到「失業」的認定標準。

結果是：福利體系最需要發揮作用的時候，反而最容易失靈。這並非因為個人不夠努力，而是因為他們已不再符合制度所理解的「典型狀態」。

為什麼「再培訓」不等於安全網

談到 AI 帶來的衝擊，政策討論中最常見的答案只有一個：再培訓。

學習新技能固然重要，但它並不是安全網，也無法取代安全網。

培訓課程無法支付房租；職業證照無法支付醫療帳單；「未來的機會」也解決不了眼前的斷供。

更重要的是，再培訓隱含一個前提：從一份工作轉換到下一份工作，應該是相對順暢的。

然而，AI 帶來的衝擊，往往並不順暢，也不按預期發生。技能很快過時，新職位卻遲遲未出現。

將「再培訓」視為收入保障的替代品，等同於把結構性變化的風險完全轉嫁給個人，卻不提供過渡期間的保護。

正是在這個落差中，焦慮逐漸累積，最終轉化為政治不滿。

從「保障機制」變成「羞辱測試」

當福利體系難以跟上現實變化時，最常見的回應是：透過更複雜的條件、審查與證明，來限制資源的發放。

原本用來保護人的制度，逐漸變成了審問人的過程。

資格標準愈來愈複雜；申請文件愈來愈繁瑣；等待時間不斷拉長；申請者不只要證明「需要幫助」，還必須證明「自己值得被幫助」。

在一個由 AI 塑造的、不穩定的就業環境中，這樣的設計，實質上讓社會福利變成一種道德篩選機制，而不再是社會保險。

帶來的後果，不只是行政效率低落，而且是尊嚴的流失。

對許多選民而言，問題已不再是「福利夠不夠多」，而是：這個制度，是把不穩定視為共同風險，還是個人失敗？

社會福利，其實是一種政治基礎設施

社會福利經常被視為預算項目或意識形態爭論的對象，但在現實中，它更像是一種政治基礎設施。

當經濟變化加速時，福利體系吸收衝擊，避免風險直接擊穿家庭與社區；當福利體系失靈，不穩定便會外溢成健康危機、住房問題與政治極化。

人工智慧，正在顯著加快這種風險累積的速度。

如果技術紅利被集中獲取，而經濟波動卻由個人獨自承擔，社會信任便會逐步被侵蝕。

真正的問題並不是：社會是否「負擔得起」福利改革，而是：社會是否承受得起不改革的代價。

選民正在提出的新問題

隨著 AI 對日常生活的影響愈來愈明顯，選民關心的問題也隨之轉變。

當工作不再連續，安全網還能正常運作嗎？
基本醫療與生活保障，是否仍應高度依附於就業狀態？
在技術變革加速的時代，經濟風險究竟該由誰來承擔？

這些問題，並非來自抽象理論，而是源自日常經驗：遲到的薪資、不穩定的排班，以及一個愈來愈「不像是為普通人設計」的制度。

考驗，其實已經開始

人工智慧尚未徹底動搖社會福利體系，但它已清楚揭露制度的裂縫。

一個為穩定工作所設計的系統，正被一個高度不穩定的經濟環境反覆測試。政府如何回應，將不只影響經濟結果，也攸關制度的正當性。

如果工作不再連續，福利就不能繼續以「穩定」為前提；如果風險是系統性的，保障就不能繼續被個人化。

社會福利，並不是 AI 討論的終點。它是技術變化真正轉化為政治現實的地方。

正如就業與教育一樣，社會福利，或許將成為判斷制度是否還能跟上未來的關鍵一關。

文｜語間