社群禁令不只是在管孩子

禁令的問題，不只在「該不該禁」

來源：Hard Fork〈Social Media Bans Don’t Always Work. What's Next?〉，YouTube 發布日期為 2026 年 7 月 10 日。本文整理主持人與受訪者的討論；節目中的政策判斷、研究解讀與預測均應回到原始資料檢查，不當成已獨立驗證的結論。觀看原始節目。

節目從各地限制未成年人使用社群媒體的政策出發。主持人的重點不是把年齡門檻當成一個按鈕：即使政策目標是減少傷害，平台如何驗證年齡、孩子如何繞過限制、家庭與學校能否提供替代的連結，都會決定效果。

因此，政策爭論至少有兩層。第一層是規範：誰應承擔保護未成年人的責任。第二層是執行：制度是否真的改變使用行為，而非只把使用轉往較難看見的地方。

AI welfare：先承認不確定，再決定怎麼研究

節目後段邀請紐約大學的 Jeff Sebo 討論 AI welfare：如果未來的 AI 系統可能具有某種主觀經驗，人類是否應該提早研究它們可能受到的傷害？這不是主張現有模型已經有意識，而是把「不知道」變成一個需要研究、而不是可以忽略的狀態。

討論把兩件常被混在一起的問題分開：模型能否模仿痛苦的語言，與模型是否真的有任何值得道德考量的經驗。前者已經可見；後者沒有定論。若要把這個議題帶進實務，核心不是替模型宣布人格，而是建立能被反駁、被更新的研究方法。

工具越方便，驗證越不能外包

最後的 Tool Time 談到團隊正在使用的新工具。這段和前兩個議題有一條共同線：人們會把越來越多判斷交給平台與模型。方便不是錯，但當系統替你過濾資訊、決定互動規則或生成答案時，使用者仍要知道自己能問什麼、改什麼、不同意什麼。

對政策制定者、產品團隊與使用者而言，較好的起點不是先選擇「全面禁止」或「全面擁抱」，而是把目標、證據、風險與申訴路徑擺在同一張桌上。