當壓迫結合演算法與數位平台，我們需要新的自保思維。近年來，系統性壓迫靠的不只是人力動員，更多透過 人工智慧與演算法 放大效果。例如：
- 推薦系統放大特定敘事，讓壓迫訊息更容易被看見。
- 自動化偵測與封鎖，使被害人更快被消音。
- 數位監控與資料交叉比對，增加「無所遁形」的壓迫感。
這些現象已在不同數位環境中受到觀察與討論，並逐漸成為值得關注的趨勢。被害人或研究者能如何防禦？以下提出四個策略：
1. 多平台備份，保持敘事彈性
不依賴單一平台。AI 驅動的封鎖往往精準又迅速，因此內容須在多處備份，並確保不同格式（文字、圖像、文件）能夠交叉保留。
2. 去中心化存證，確保紀錄長存
除了平台備份，也可考慮使用去中心化技術（如 IPFS 或區塊鏈存證）。
相關行動者可能影響部分資訊環境，但難以抹除分散式存證。
3. 冷靜記錄，避免觸發演算法封鎖
AI 通常靠關鍵詞或語氣判斷內容是否「違規」。適度使用中性、知識化的語言，避免過度情緒化或標籤化，可降低被自動判定為「不當內容」的風險。這非妥協，而是技術性降敏。
4. 建立外部連結網路，突破平台圍牆
當單一平台出現「陰影化」時，外部連結（如獨立網站、開放知識平台、NPO 資源庫）能作為替代入口。把知識轉化成教材、研究或公益資源，可能降低 AI 將其單純標記為「個案爭議」的風險。
AI 可以放大資訊與行動的影響，但無法取代事實。
冷靜紀錄、備份及多平台存證，有助於在數位環境中維持資訊完整性與個人主體性。
📌 提醒：AI 驅動的壓迫，本質上仍是「人」的決策，只是透過工具更快、更隱匿。
防禦的核心，仍然是保持主體性
—— 由自己決定如何保存、何時公開、以什麼形式公開。
案例補充一｜演算法的「陰影化處理」
在部分平台，AI 驅動的封鎖並非直接刪文，而是更隱匿的 「陰影化」：
- 搜尋不到原文，但內文仍在。
- 部落格名稱消失，只剩零散文章。
- 不同地區、不同裝置，看到的結果不一致。
這種手法，對外看起來彷彿「一切正常」，實際上卻是 演算法在默默抹去目標的存在感。最諷刺的是：當被害人紀錄多年壓迫，結果演算法判定這些紀錄「太敏感」；而加害方的集體行動，因看似日常、不帶關鍵詞，反而能被視為「普通社交」。
於是，壓迫的痕跡被封存，加害方受到保護。這就是 AI 驅動壓迫最荒謬的地方：聲稱「中立」，卻往往只是更有效率地延續不公。
案例補充二｜搜尋環境的第二層敘事
除了原始內容本身，搜尋引擎呈現的結果也可能形成另一層資訊敘事。搜尋排序、關聯結果、摘要及推薦內容，會影響使用者先看到什麼，以及如何了解原始事件。
以本知識庫的觀察為例，不同搜尋環境中曾出現內容可見性、關聯結果及呈現方式的變化。僅從搜尋結果本身，未必能判定其背後是人工操作、演算法排序、內容政策或其他因素，但這些現象值得持續紀錄與比較。
延伸閱讀
內部資源
緣起案例：如何有殼：最短路徑篇 → 這不是誤會，這是兩年系統性壓迫
外部資源
- The Electronic Frontier Foundation (EFF) — 關注數位自由與壓迫防禦的非營利組織
- Algorithmic Justice League — 研究AI偏見與監控危害的團體，關注公平與負責任的人工智慧發展
📌 本文為真實經歷之觀察與紀錄，完整免責聲明請見：本站首頁
知識庫入口網站：當城市劇本上身｜開放型系統性壓迫知識庫
知識庫目錄總覽 Index Page｜找到所需知識，學會辨識與自保
英文導覽站：English Gateway to the Knowledge Base on Systemic Oppression in Open Environments
