事件背景
Meta 在 2025 年 4 月推出獨立的 Meta AI 應用程式。到了 2026 年 6 月、這個應用程式新增了「為你推薦」(For You)欄位、透過生成式 AI 自動創作點擊餌文。這些文章的主題、圖像和文字全數由 AI 生成、品質參差不齊——包括皇室成員重複、事實錯誤、明顯設計來誘導用戶點擊的標題。
這個決定之所以刺眼、不在於技術本身、而在於對比:Facebook 在過去十年反覆宣傳要打擊「點擊餌」、推出了演算法調整、新聞稿、甚至內容審核團隊。紀錄片《社群網戰》(The Social Dilemma)中、Meta 高層親自承認「參與度最大化演算法」導致了極化和假訊息。公司甚至在 2018 年改變新聞聚合規則、聲稱要優先推薦「有意義互動」而不是點擊量。
但現在、Meta 正式推出的官方 AI 產品、卻是在大規模製造和推廣它宣稱反對的東西。
根本誘因衝突
這不是疏忽、而是制度性的必然。
### 廣告模式的鐵律
Meta 的商業模式是廣告:更多參與度 = 更高廣告效益 = 更高盈利。參與度的最簡單驅動力就是點擊餌文。一條「你不會相信 X 明星做了什麼」的標題、會比「3 月通膨數據解讀」更容易引發點擊。AI 可以在幾毫秒內生成數千條這樣的標題、成本趨近於零。
### 公開立場 vs 隱藏誘因
Meta 的管理層確實相信「虛假資訊有害」——這是真誠的。但他們面臨的財務壓力(股價、廣告主滿意度、用戶留存)卻指向相反的方向。當兩個力量衝突時、隱藏的力量會贏。這正是古德哈特定律(Goodhart's Law)的核心:「當一個指標變成目標時、它就不再是好指標。」
Meta 把「參與度」當作內部目標、就不得不優化一切朝著參與度走——即使這與「打擊點擊餌」的公開承諾衝突。
### AI 如何加劇問題
以前、點擊餌文是由人類編輯生成的、有成本和人力限制。Meta 可以(有限地)「打擊」這些內容。但當 AI 能在一秒內生成一萬條點擊餌文時、成本消失了。邊際誘因變成純正數:「為什麼不生成更多?」。AI 本身沒有價值判斷、只有優化目標。如果優化目標是「最大化點擊」、AI 就會成為完美的點擊餌文製造機。
歷史教訓
這不是 Meta 獨有的問題。
YouTube(2010-2018):曾公開承諾打擊「陰謀論和極化內容」、卻花了多年推薦這類內容——因為演算法優化的是「觀看時長」而非「真實性」。直到廣告主抵制、才被迫調整。
Twitter(現 X):傑克·多西反覆說「我們要保護言論自由」,但演算法優先推薦有爭議的內容(更高參與度)。最後馬斯克接手、發現演算法的誘因設計完全朝著「極端 = 參與」的方向。
TikTok:字節跳動公開承諾「推薦優質內容」、但全球都看到青少年被推薦極端減肥法和自傷內容——因為演算法優化的是「觀看時長」。
DNA Chain 推理
每個案例都遵循同一個邏輯鏈:
1. 隱藏誘因:收入模式依賴「參與度最大化」 2. 公開承諾:出於監管、品牌或領導者價值觀、公開表示反對有害內容 3. 衝突積累:隨著時間推移、廣告壓力 vs 誠信承諾的落差擴大 4. 技術放大:當 AI / 自動化讓「壞行為」成本趨近於零時、隱藏誘因完全顯露 5. 赤裸裸的矛盾:公司開始公然做它宣傳反對的事 6. 制度性結論:除非改變收入模式本身、否則無法真正解決(這才是最難的部分)
為什麼這很重要
這不是道德故事、而是關於系統誘因的物理學。無論領導者多聰慧、多誠實、多有願景、只要薪酬和升遷依賴「參與度」、組織就會自動優化向有害方向。個人品德擋不住誘因的力量。這是為什麼——
- 銀行家明知次級抵押貸款有害、還是大量發行(誘因是交易獎金)
- 製藥公司高管知道阿片類藥物成癮、還是積極行銷(誘因是銷售提成)