Shoshana Zuboff 為什麼說平台正在販賣未來？從監控資本主義看 AI 如何預測與引導人類行為

Shoshana Zuboff 為什麼說平台正在販賣未來？從監控資本主義看 AI 如何預測與引導人類行為

Shoshana Zuboff 最重要的提醒是，數位平台的問題不只在於它們蒐集了很多資料，而在於資料被拿去做什麼。當日常行為被轉成可交易的預測訊號，平台不只是理解使用者，也會開始設計介面、推薦、通知與廣告，試圖讓未來行為變得更容易被預測、被引導，甚至被出售。

她稱這種邏輯為「監控資本主義」。這不是把所有網路服務都說成陰謀，而是要求人看見一種商業模式如何把人類經驗變成資料原料，把預測變成商品，把行為塑造變成收益來源。生成式 AI 讓這條路徑更複雜：系統不只知道你可能點什麼，也能主動替你說話、安排選項、生成答案與改寫注意力。

實體索引｜Shoshana Zuboff為什麼說平台正在販賣未來？從監控資本主義看AI如何預測與引導人類行為

• AI 與社會治理實體：Shoshana Zuboff為什麼說平台正在販賣未來？從監控資本主義看AI如何預測與引導人類行為；核對研究者、模型、資料、礦產、勞動、平台、評分、搜尋、公共服務、受影響群體與制度。
• 原文錨點：Shoshana Zuboff 最重要的提醒是，數位平台的問題不只在於它們蒐集了很多資料，而在於資料被拿去做什麼。當日常行為被轉成可交易的預測訊號，平台不只是理解使用者，也會開始設計介面、推薦、通知與廣告，試圖讓未來行為變得更容易被預測、被引導，甚至被出售。 編輯插圖：計算、回饋與制度設計如何彼此連動。 她稱這種邏輯為「監控資本主義」。這不是把所有網路服務都說成陰謀，而是要求人看見一種商業模式如何把人類經驗變成資料原料，把預測變成商品，把行為塑造變成收益來源。生成式 AI 讓
• 權力脈絡：把資料攫取、資源開採、勞動、分類、評分、預測、正當程序、申訴與歧視後果分開，說明 AI 如何嵌入社會。
• 編輯界線：區分技術設計、公司商業模式、制度責任與研究批判，不把單一分數、搜尋結果或模型輸出寫成中立事實。

快速抓住這篇文章

• Shoshana Zuboff 是哈佛商學院 Charles Edward Wilson 教授榮休，長期研究科技、工作、資本主義與人類自主性。
• 她在《The Age of Surveillance Capitalism》中提出「監控資本主義」，描述數位企業如何將人類經驗轉換為行為資料與預測產品。
• 問題不只在個資是否外洩，也在資料是否被用來預測、排序、定價、推薦與引導行為。
• 同意條款無法獨自處理平台與使用者間的權力不對稱，因為人很難理解資料如何跨服務流動、被推論與被再利用。
• AI 治理需要的不只是隱私設定，還包括資料用途邊界、行為操弄限制、可拒絕性、外部監督與對人類自主性的保護。

背景與核心脈絡

Shoshana Zuboff 是研究工作、資訊科技與資本主義變遷的學者，曾任哈佛商學院 Charles Edward Wilson Professor of Business Administration，現為教授榮休。她早期在《In the Age of the Smart Machine》中討論電腦化如何改變工作與權力，後來在《The Age of Surveillance Capitalism》中把視野推向平台經濟、資料提取與行為預測。

《The Age of Surveillance Capitalism》於 2019 年由 PublicAffairs 出版。書中最具影響力的主張是：部分數位商業模式不再只靠販售產品或服務獲利，而是把使用者活動、互動、位置、偏好與日常痕跡轉成可分析資料，再將對未來行為的預測能力帶進新的商業市場。

這個框架之所以重要，是因為它讓隱私討論不再只停在「資料有沒有被偷走」。Zuboff 要問的是：誰能單方面決定哪些經驗被資料化？誰可以從中產生推論？誰把預測能力賣給他人？又有誰能在看不見這些流程的情況下，真正選擇不參與？

監控資本主義的關鍵不是觀看，而是把觀看變成預測商品

人們談監控時，通常先想到有人正在看你。但 Zuboff 的分析更接近商業邏輯：資料被蒐集後，真正的價值不只在於知道你做了什麼，而在於推測你接下來可能做什麼。你會買什麼、點什麼、停留多久、是否改變選擇、什麼時候最容易回應，這些都可能被轉成預測訊號。

當預測能力成為收益來源，平台就不只需要觀察，也會有動機影響環境。通知、推薦、預設值、排序、價格、介面節奏與內容分發，都可能被設計成讓特定行為更容易出現。這未必每次都出於惡意，但它會讓服務與操弄之間的界線變得模糊。

這正好延伸 Cass Sunstein 對數位推力 的討論。Sunstein 關心選擇架構如何影響決定；Zuboff 則提醒，當選擇架構與大量行為資料、持續實驗和商業預測綁在一起時，它不再只是介面設計，而可能成為一種新型權力。

真正需要警覺的，不只是有人知道你是誰，而是有人能把對你的預測能力變成一門持續獲利的生意。

同意條款為什麼不足以處理平台與使用者的不對稱

平台常以同意條款作為資料使用的法律基礎：使用者註冊、點選同意，就表示接受服務條件。但 Zuboff 的觀點提醒，同意形式不一定等於真正的理解與選擇。大多數人無法掌握資料會如何跨服務串接、被保留多久、與哪些推論模型結合，或在未來被如何再利用。

更重要的是，使用者通常沒有真正對等的談判能力。當某些平台成為工作、社交、資訊、支付與教育的重要入口時，「不同意就不要用」並不是完全自由的選項。你可能不是在選擇一個方便的服務，而是在決定是否退出某個已經嵌入日常生活的基礎設施。

這種不對稱和 Frank Pasquale 的黑箱社會 互相呼應。人被要求提供資料、接受排序與預測，但掌握系統的一方不必充分說明用途、推論與責任。條款可以提供形式合法性，卻未必能提供實質控制權。

從推薦到生成：AI讓行為預測開始變成行為代辦

過去的平台主要透過廣告、排序與推薦影響使用者。生成式 AI 則增加了新的層次：系統可以替人寫信、整理資訊、比較選項、生成購物建議、安排工作流程，甚至主動提出下一步。這讓 AI 不只是在預測你想做什麼，也可能開始協助你完成什麼。

這種便利當然很有價值，但也讓自主性的問題變得更複雜。當系統逐步接手搜尋、閱讀、記憶、撰寫與選擇，人是否仍能看見有哪些選項被排除了？是否知道建議來自什麼商業關係、資料來源與模型目標？能否拒絕被持續個人化與引導？

這裡可以連到 Safiya Umoja Noble 對搜尋排序 的分析。搜尋已經會安排什麼先被看見；AI 摘要與代理型工具更進一步，可能直接把多個來源壓縮成一個答案，甚至替人採取下一步行動。資訊可見性與行為引導因此越來越難被分開。

Zuboff的核心焦慮：人類自主性會不會被逐步外包

Zuboff 的批判不是反對科技幫助人，而是擔心人類經驗被單方面轉化為可被預測、調整與交易的對象。當系統愈來愈了解什麼會讓人停留、購買、焦慮、回應或改變決定，商業誘因就可能從「提供更好服務」移向「更有效影響行為」。

自主性不是每個人都必須完全脫離工具，而是人仍能知道自己正在被影響、仍有拒絕與改變的空間，也能在重要選擇上保有反思而非只跟著系統的能力。若個人化與便利讓人逐漸失去看見替代方案的機會，選擇看似增加，實際上可能變得更窄。

這與 Joseph Weizenbaum 對人機判斷邊界的提醒相通：系統可以輔助人，但不應因為它更快、更流暢，就被默認擁有替人決定或替人塑造生活的權力。

監控資本主義的盲點：不能把所有資料使用都縮成同一種權力

Zuboff 的框架很有穿透力，但也需要避免過度延伸。並非每一種資料使用、個人化功能或推薦系統都具有相同程度的操弄與傷害。醫療研究、無障礙服務、個人化學習與防詐工具，可能在適當限制、同意與監督下提供真實公共價值。

真正的分界不在於「有沒有使用資料」，而在於資料用途是否清楚、是否超出合理期待、是否可拒絕、是否用來影響高風險決定、是否存在外部監督，以及受影響者能否取得救濟。把所有資料使用都視為相同威脅，會讓治理失去精準度；把所有便利都視為無害，則會讓權力關係消失在介面背後。

這也與 Danielle Citron 對數位尊嚴與救濟 的方向一致。技術治理不只需要批判，也需要把權利、理由、修正與可行替代路徑做進制度。

對台灣讀者來說，真正該問的是資料能不能只用在原本承諾的地方

台灣使用者每天透過電商、社群、支付、地圖、影音、外送與 AI 助手留下大量數位足跡。便利不必然是問題，但越多服務彼此串接、越多資料被用來推論未來行為，越需要追問用途邊界：這些資料是否只被用於提供你主動要求的服務？是否被拿去做額外分析、定價、廣告或風險判斷？是否有容易操作的拒絕與刪除選項？

對企業與平台而言，值得建立的不是更長的條款，而是更清楚的資料承諾：哪些資料不蒐集、哪些資料不出售、哪些推論不做、哪些高風險用途必須取得額外同意、哪些自動化建議一定保留人類退出權。信任不是從使用者交出更多資料開始，而是從平台願意少拿一點不必要資料開始。

若把監控資本主義放進更完整的 AI 供應鏈來看，Nick Couldry 會追問生活何以被預設為可提取的資料資源，Kate Crawford 則讓人看見資料背後的礦產、能源與勞動；這也提醒我們，行為預測的代價不只落在螢幕上的使用者，還分布在整條基礎設施與供應鏈之中。

讀者常問

Shoshana Zuboff是誰？

Shoshana Zuboff 是研究科技、工作與資本主義的學者，曾任哈佛商學院 Charles Edward Wilson Professor of Business Administration，現為教授榮休。她著有《In the Age of the Smart Machine》與《The Age of Surveillance Capitalism》，以監控資本主義概念廣受討論。

什麼是監控資本主義？

監控資本主義是 Zuboff 用來描述一種資料商業邏輯的概念：企業把使用者日常經驗轉成行為資料，從中產生預測產品並用於商業交易。重點不只是資料蒐集，而是對人類未來行為的預測與引導如何成為收益來源。

監控資本主義和廣告有什麼關係？

廣告是最常見的應用之一，但概念不只限於廣告。當資料被用來預測、排序、定價、推薦、風險評分或設計行為引導時，都可能具有監控資本主義的特徵。關鍵在於企業是否將人的經驗單方面轉成可交易的預測能力。

AI會讓監控資本主義更嚴重嗎？

AI 可能讓資料推論、個人化、推薦與自動化代理更強，但是否加深監控取決於資料用途、商業模式、是否可拒絕、是否有監督與法律限制。AI 本身不必然等於監控資本主義，但它可能提高把日常行為轉成預測與引導工具的能力。

使用者可以怎麼降低被過度追蹤的風險？

可以定期檢查權限、關閉非必要追蹤、區分工作與私人帳號、避免把敏感資料交給不清楚用途的服務，並優先使用能清楚說明資料用途與提供刪除選項的產品。但個人設定無法取代制度治理，平台仍需要受到用途限制、審計與問責。

收尾

Shoshana Zuboff 的核心提醒，是不要把資料經濟只理解成一場關於隱私的小爭論。

當人類行為被持續轉化為預測與引導的對象，真正需要守住的是自主性：人是否仍知道自己正在被影響，是否能拒絕不必要的資料利用，是否還能在重要選擇上保有不被商業系統預先安排的空間。

參考資料

• Shoshana Zuboff，《The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power》，PublicAffairs，2019。
• Shoshana Zuboff，《In the Age of the Smart Machine: The Future of Work and Power》，Basic Books，1988。
• Shoshana Zuboff，〈Big Other: Surveillance Capitalism and the Prospects of an Information Civilization〉，《Journal of Information Technology》，2015。
• Nick Couldry、Ulises A. Mejias，《The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism》，Stanford University Press，2019。
• Frank Pasquale，《The Black Box Society》，Harvard University Press，2015。