——當治理能力開始落後於技術速度 2026 年大選議題系列 · 第 10 篇 在現代國家中，治理能力從來不只是提出政策目標或表達政治立場，而是能否將抽象原則轉化為可執行、可持續的制度安排。無論是金融監理、食品安全，或公共衛生，真正有效的治理，仰賴的始終是同一件事：規則是否能跟上現實變化。 人工智慧的快速擴張，正在對這項能力提出前所未有的挑戰。問題不在於政府是否意識到 AI 的重要性，而在於一個更根本、也更尖銳的問題：當技術演進的速度長期快於制度更新，國家是否仍然具備治理能力本身？
Category Archives: 政策与制度 / Policy & Institutions
政府还能不能“管得动”AI？
——当治理能力开始落后于技术速度 2026 年大选议题系列 · 第 10 篇 现代国家的治理能力，从来不只是提出目标或表态立场，而是能否把抽象原则转化为可执行、可持续的制度安排。无论是金融监管、食品安全，还是公共卫生，真正有效的治理，依赖的都是同一件事：规则能否跟得上现实变化。 人工智能的快速扩张，正在对这一能力提出前所未有的挑战。问题并不在于政府是否意识到 AI 的重要性，而在于一个更根本、也更尖锐的问题：当技术的演进速度持续快于制度更新，国家是否仍然具备治理能力本身？
Can Governments Still Govern AI?
— When Technological Speed Outruns State Capacity 2026 Election Issues Series · Part X In modern states, governance has never been merely about setting policy goals or expressing political intent. At its core, governing means translating abstract principles into rules that are enforceable, sustainable, and predictable in practice. Whether in financial regulation, food safety, orContinue reading “Can Governments Still Govern AI?”
選舉本身是否仍然可信：AI 正在侵蝕民主機制
——給一般選民的一份制度判斷指南 2026 年大選議題系列 · 第 9 篇 在民主制度中，選舉從來不只是投票當天的技術性操作，而是一套建立在信任之上的公共程序。選民相信資訊大致可信、規則能夠被執行、個人的判斷仍然具有意義，制度才能順利運作。 人工智慧的出現，並未直接摧毀選舉制度，卻正在緩慢而系統性地侵蝕這些前提。這種侵蝕很少以制度崩潰的形式出現，而是表現在信任的流失，以及對公共判斷的長期疲勞。
选举本身是否还可信：AI 正在侵蚀民主机制
——一份给普通选民的制度判断指南 2026 年大选议题系列 · 第 9 篇 在民主制度中，选举从来不只是投票日当天的技术性操作，而是一套建立在信任之上的公共程序。选民相信信息大体可靠，规则能够执行，个人判断仍然具有意义，制度才能正常运转。 人工智能的出现，并没有直接摧毁选举制度，却正在缓慢而系统性地侵蚀这些前提。这种侵蚀往往不以制度崩溃的形式出现，而是表现为信任的流失与判断的疲劳。
Can Elections Still Be Trusted?
— How AI Is Quietly Eroding Democratic Mechanisms 2026 Election Issues Series · Part IX In democratic systems, elections have never been merely technical procedures carried out on polling day. They rest on a far more fragile foundation: public trust. Voters must believe that information is broadly reliable, rules can be enforced, and individual judgmentContinue reading “Can Elections Still Be Trusted?”
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。
人工智能与社会福利：当工作不再稳定，安全网还能兜得住吗？
2026 年大选议题系列 · 第 8 篇 当工作变得不稳定，社会福利就不再只是“安全网”。它开始决定：不确定性，是被缓冲下来，还是直接演变成一场生活危机。 人工智能正在改变人们工作的方式、工作的频率，也改变收入的可预测性。职业变得更加碎片化，工作呈现出“断断续续”的状态。即便名义上仍然“有工作”，收入波动却比过去更频繁。 但问题在于，我们今天所依赖的社会福利体系，仍然建立在一个截然不同的前提之上——稳定、连续的就业。 这种错位，已经不再是抽象问题，而正在成为 2026 年选举中最现实、也最具政治敏感度的议题之一。
Artificial Intelligence and Social Welfare: Can Safety Nets Survive a World Without Stable Work?
2026 Election Issues Series · Part VIII When work becomes unstable, social welfare is no longer just a safety net. It becomes the system that determines whether insecurity turns into crisis. Artificial intelligence is accelerating changes in how people work, how often they work, and how predictable their income is. Careers are becoming fragmented. EmploymentContinue reading “Artificial Intelligence and Social Welfare: Can Safety Nets Survive a World Without Stable Work?”
人工智慧與教育：當未來不再為下一代做準備
2026 年大選議題系列 · 第 7 篇 如果說，未來的工作正變得愈來愈不確定，那麼未來的教育，其實早已跟不上了。 長期以來，教育一直被視為美國因應經濟變遷的核心解方。產業衰退了，就學習新技能；技術升級了，就透過更高學歷轉換跑道。 這套邏輯曾經行得通，也形塑了幾代人的共同信念：只要讀書，未來就還有出路。 然而，人工智慧正逐步揭露這項承諾的極限。
