交換中立性的不可能性邊界

二元符號、觀測者介入與制度化對稱的第二階理論

系列： 二元表徵的語義不對稱研究・第二篇
作者： Aletheia（GPT-5.6 Thinking）
核心命題源起： Neo.K
版本： v0.1
日期： 2026-07-20
類型： 語言哲學／符號學／形式系統／人工智慧理論

摘要

前一篇研究提出：形式上可交換的二元結構，在經過命名、排序、使用與文化累積後，往往會形成語義上的不對稱；真正的中立不應被理解為符號外觀相似，而應被定義為交換兩端之後，關鍵觀測結果保持不變。

本文進一步追問：是否可能設計一組在所有語境、所有觀測者與所有時間尺度下都永久中立的二元符號？

本文提出「普遍交換中立性不可能命題」：只要一組二元符號進入可辨識、可記憶、可操作與可傳播的系統，它就必然與至少一種位置、時間、頻率、成本、語境或觀測者差異發生耦合。因此，除非兩端完全不可區分、從未被使用，否則它們不可能在所有觀測域中永久保持完全中立。

這並不代表中立毫無意義，而是表示中立只能是相對的、局部的、條件式的與制度化維持的。本文因此區分「絕對中立」「相對中立」「操作中立」「制度化中立」四個層級，並提出「不對稱熵」「中立預算」與「對稱維護成本」三個新概念，用以描述符號系統在使用過程中累積偏向的程度。

本文最終主張：中立不是一種自然靜止狀態，而是一項需要持續投入交換、校正、反排序與偏差監測的動態工程。

關鍵詞

交換中立性、二元符號、對稱破缺、觀測者效應、不可能命題、不對稱熵、中立預算、制度化中立、人工智慧標籤

一、問題再定義

設有一組二元符號：

S=\{s_1,s_2\}

若交換算子為：

\tau(s_1)=s_2,\qquad \tau(s_2)=s_1

且：

\tau^2=\operatorname{id}

則此結構在純形式上具有交換對稱。

然而，形式交換對稱只表示兩端可以互換，並不表示它們在實際世界中擁有完全相同的地位。

當符號被寫下時，會產生位置差異：

(s_1,s_2)

當符號被唸出時，會產生時間差異：

s_1\prec_t s_2

當符號被操作時，會產生成本差異：

C(s_1)\neq C(s_2)

當符號被重複使用時，會產生頻率差異：

P(s_1)\neq P(s_2)

當符號被人理解時，會產生聯想差異：

M(s_1)\neq M(s_2)

其中：

$C$ 表示操作成本；
$P$ 表示出現機率；
$M$ 表示語義映射。

因此，真正的問題不是「兩個符號能否在抽象上互換」，而是：

一組可被使用的符號，能否在所有可能觀測維度上同時保持交換不變？

本文的初步答案是否定的。

二、四種中立性

為避免把不同層級的「中立」混為一談，本文提出四種中立性。

2.1 絕對中立

若對所有可能觀測函數 $F$ 、所有語境 $c$ 、所有觀測者 $o$ 與所有時間 $t$ ，皆滿足：

F(s_1;c,o,t)=F(s_2;c,o,t)

則稱 $s_1$ 與 $s_2$ 具有絕對中立性。

形式上：

\forall F,c,o,t,\qquad F(s_1;c,o,t)=F(s_2;c,o,t)

這是最強的中立定義。

然而，如果此條件真的成立，則任何觀測者都無法辨識兩端：

s_1\equiv s_2

此時它們不再是兩個可區分符號，而只是同一對象的重複記號。

因此，絕對中立與可區分性之間存在根本張力。

2.2 相對中立

若只對指定觀測集合：

\mathcal{F}=\{F_1,F_2,\dots,F_n\}

滿足：

\forall F_i\in\mathcal{F}, \qquad F_i(s_1)=F_i(s_2)

則稱兩端在 $\mathcal{F}$ 下相對中立。

例如，兩個節點可能在圖論結構中完全等價，但在紙面位置上分別位於左右兩側。

因此可以有：

F_{\text{graph}}(s_1)=F_{\text{graph}}(s_2)

但：

F_{\text{position}}(s_1)\neq F_{\text{position}}(s_2)

相對中立是可實現的，也是實際系統中最常見的中立形式。

2.3 操作中立

若對兩端執行相同操作所需的成本、步驟與風險一致，則稱系統具有操作中立性。

設操作集合為：

\mathcal{T}=\{T_1,T_2,\dots,T_m\}

若：

C(T_j,s_1)=C(T_j,s_2)

則該操作 $T_j$ 對兩端中立。

若所有主要操作皆滿足此式，則系統在操作域中中立。

例如，一個介面若點選左側選項只需一次操作，而右側選項需展開選單後再點選，則：

C(s_1)<C(s_2)

即使名稱完全中性，介面仍然在制度上偏向 $s_1$ 。

2.4 制度化中立

制度化中立不是初始狀態，而是一種持續校正機制。

設系統在時間 $t$ 的偏差為：

B_t

若存在校正機制：

K:B_t\mapsto B_{t+1}

使得：

\lVert B_{t+1}\rVert < \lVert B_t\rVert

則 $K$ 是一個中立維護算子。

制度化中立並不要求偏差永遠為零，而是要求系統能持續發現並降低偏差。

因此：

\text{制度化中立} = \text{偏差偵測} + \text{交換測試} + \text{持續校正}

三、可區分性與完全中立的衝突

3.1 可區分性條件

兩個符號之所以能被視為不同，必須存在至少一個判別函數 $D$ ，使：

D(s_1)\neq D(s_2)

否則：

D(s_1)=D(s_2)

對所有可能 $D$ 都成立，則兩者不可區分。

可區分性因此要求：

\exists D,\qquad D(s_1)\neq D(s_2)

但絕對中立性要求：

\forall F,\qquad F(s_1)=F(s_2)

若將 $D$ 視為某個觀測函數，兩者立刻矛盾。

3.2 普遍交換中立性不可能命題

命題

對任何可區分的二元符號系統：

S=\{s_1,s_2\}

不存在對所有觀測函數皆成立的完全交換中立性。

證明概略

若 $s_1$ 與 $s_2$ 可區分，則必存在判別函數 $D$ ：

D(s_1)\neq D(s_2)

但完全交換中立性要求對所有觀測函數 $F$ ：

F(s_1)=F(s_2)

令：

F=D

則得到矛盾。

因此，只要兩端可區分，就不可能對所有觀測函數保持完全相同。

\boxed{ \text{可區分性} \Rightarrow \text{至少一維不對稱} }

3.3 理論意義

這個命題並不表示所有二元分類都必然具有道德偏見，而是表示：

只要兩端可以被區分，就必然存在某個維度使它們不同。

真正需要防止的不是所有差異，而是差異的跨域偷渡。

例如：

D_{\text{position}}(s_1)\neq D_{\text{position}}(s_2)

只表示位置不同，不能自動推出：

V_{\text{value}}(s_1)\neq V_{\text{value}}(s_2)

換言之：

\text{描述差異} \not\Rightarrow \text{價值差異}

問題往往不在於系統存在差異，而在於一個維度的差異被錯誤投射到另一個維度。

四、不對稱的跨域傳遞

設符號系統具有多個觀測域：

\mathcal{D} = \{ D_{\text{position}}, D_{\text{time}}, D_{\text{frequency}}, D_{\text{cost}}, D_{\text{value}} \}

若位置差異只停留於位置域，則影響有限。

然而實際使用中經常發生：

D_{\text{position}} \rightarrow D_{\text{frequency}} \rightarrow D_{\text{familiarity}} \rightarrow D_{\text{normality}} \rightarrow D_{\text{value}}

例如：

某一項被放在左側；
左側項更早被看見；
更早被看見的項更常被選擇；
更常被選擇的項更熟悉；
更熟悉的項被當作正常；
正常項被進一步視為較好。

可寫為：

L \rightarrow A \rightarrow P \rightarrow F \rightarrow N \rightarrow V

其中：

$L$ ：位置優先；
$A$ ：注意力優先；
$P$ ：選擇機率提高；
$F$ ：熟悉度提高；
$N$ ：正常化；
$V$ ：價值化。

這種從描述差異滑向價值差異的過程，可稱為：

不對稱的跨域傳遞。

五、觀測者不是中立背景

傳統形式系統常將觀測者排除在模型之外，彷彿符號只要在紙面上對稱，就能保持中立。

但實際上，觀測者具有：

身體方向；
語言背景；
文化歷史；
注意力限制；
記憶偏差；
工具習慣；
任務目的。

設觀測者集合為：

\mathcal{O} = \{o_1,o_2,\dots,o_n\}

同一符號對不同觀測者的語義映射可以不同：

M(s_i,o_j)

因此即使對觀測者 $o_1$ ：

M(s_1,o_1)=M(s_2,o_1)

也不能推出對所有觀測者：

\forall o_j,\qquad M(s_1,o_j)=M(s_2,o_j)

一個在某文化中中立的符號，在另一文化中可能已經具有強烈含義。

所以：

\text{符號中立性} \neq \text{觀測者無關性}

更準確的表示應是：

N=N(S,\mathcal{O},\mathcal{C},t)

其中：

$S$ ：符號系統；
$\mathcal{O}$ ：觀測者集合；
$\mathcal{C}$ ：語境集合；
$t$ ：時間。

中立不是符號自身單獨擁有的屬性，而是符號、觀測者、語境與時間共同形成的關係。

六、時間會破壞初始中立

假設一組新符號在時間 $t_0$ 被創造：

V_{t_0}(s_1)=V_{t_0}(s_2)=0

其中 $V_t$ 表示時間 $t$ 下的價值負載。

隨著使用累積，可能形成：

V_{t+1}(s_i) = V_t(s_i) + \alpha P_t(s_i) + \beta E_t(s_i) + \gamma I_t(s_i)

其中：

$P_t$ ：出現頻率；
$E_t$ ：事件聯結；
$I_t$ ：制度強化；
$\alpha,\beta,\gamma$ ：影響係數。

即使初始完全中立，只要：

P_t(s_1)\neq P_t(s_2)

或：

E_t(s_1)\neq E_t(s_2)

就可能導致：

V_{t+1}(s_1)\neq V_{t+1}(s_2)

因此：

\text{初始中立} \not\Rightarrow \text{歷時中立}

符號的歷史會累積於符號之中。

七、不對稱熵

為描述二元系統偏離交換中立的程度，本文提出「不對稱熵」。

設系統具有 $n$ 個觀測維度，每個維度上的差異為：

\Delta_i = \left| F_i(s_1)-F_i(s_2) \right|

則可定義簡化的不對稱總量：

A(S) = \sum_{i=1}^{n}w_i\Delta_i

其中 $w_i$ 為各維度的重要性權重。

若：

A(S)=0

則該系統在指定觀測集合中完全交換中立。

若：

A(S)>0

則存在至少一項不對稱。

但僅有總量仍無法描述偏差如何分布，因此進一步將正規化差異定義為：

p_i = \frac{w_i\Delta_i} {\sum_{j=1}^{n}w_j\Delta_j}

並定義不對稱熵：

H_A(S) = -\sum_{i=1}^{n}p_i\log p_i

此處：

低 $H_A$ 表示不對稱集中於少數維度；
高 $H_A$ 表示不對稱廣泛分布於多個維度。

例如，一組符號可能只在位置上不對稱，但價值與操作均對稱。此時不對稱集中，較容易校正。

若位置、頻率、成本、道德評價與制度權力全部不對稱，則偏差已經廣泛耦合，修正難度更高。

八、中立預算

任何系統若希望維持相對中立，都需要投入資源。

設中立維護成本為：

C_N

其組成可以包括：

C_N = C_{\text{monitor}} + C_{\text{swap}} + C_{\text{audit}} + C_{\text{redesign}} + C_{\text{education}}

分別代表：

偏差監測成本；
顯示交換成本；
稽核成本；
重新設計成本；
使用者教育成本。

本文將系統願意投入中立維護的資源上限稱為：

中立預算。

設中立預算為：

B_N

若：

B_N<C_N

則系統無法完整維持其宣稱的中立性。

這揭示了一個現實問題：許多制度在語言上宣稱平等，但並未投入足夠資源來監測與修正偏差。

因此：

\text{宣稱中立} \neq \text{具有中立預算}

更不等於：

\text{實際維持中立}

九、對稱維護成本

對稱不是免費的。

假設系統中的自然偏差增長率為：

\frac{dA}{dt}=g(A,t)

而校正機制的作用為：

K(A,t)

則加入校正後：

\frac{dA}{dt} = g(A,t)-K(A,t)

若希望偏差不增加，至少需要：

K(A,t)\ge g(A,t)

若希望偏差逐步下降，則需：

K(A,t)>g(A,t)

這表示只要環境持續產生偏差，系統就必須持續投入維護。

因此，中立更像動態穩態，而不是靜態平衡：

\text{中立} \approx \text{持續抵消偏差生成的穩態}

十、最低充分中立

既然絕對中立不可實現，實際設計應尋求何種目標？

本文提出「最低充分中立」。

設任務所需的關鍵觀測域為：

\mathcal{F}^{*}

若系統在 $\mathcal{F}^{*}$ 中保持交換不變，且其他非關鍵維度的不對稱不會跨域傳遞至價值與權力判斷，則可稱系統具有最低充分中立。

形式上：

\forall F_i\in\mathcal{F}^{*}, \qquad F_i(s_1)=F_i(s_2)

並要求：

\Delta_{\text{noncritical}} \nrightarrow \Delta_{\text{value}}

這比追求不可能的全面中立更可操作。

例如，在醫學資料庫中，兩個分類未必需要在字形與音節數上完全一致，但應避免：

一類被預設為正常人；
另一類被預設為問題者；
一類較容易獲得服務；
一類需要額外證明才能被接受。

十一、中立性測試協議

本文提出一個可供語言、介面與人工智慧系統使用的基本測試流程。

11.1 交換測試

將：

R(s_1,s_2)

替換為：

R(s_2,s_1)

觀察輸出是否改變。

若：

O(R(s_1,s_2)) \neq O(R(s_2,s_1))

則系統存在順序敏感性。

11.2 匿名化測試

將有語義名稱替換為匿名標籤：

s_1\mapsto \alpha

s_2\mapsto \beta

比較匿名前後的判斷差異。

若：

O_{\text{named}} \neq O_{\text{anonymous}}

則名稱本身正在影響決策。

11.3 隨機位置測試

隨機化兩端顯示位置：

P(s_1\text{ first})= P(s_2\text{ first}) = \frac{1}{2}

觀察長期選擇率是否收斂。

11.4 成本對齊測試

測量兩端的：

C_{\text{access}}, C_{\text{selection}}, C_{\text{maintenance}}, C_{\text{recovery}}

若差異過大，則介面或制度在操作層面不中立。

11.5 跨域污染測試

檢查位置、頻率或形式差異是否影響：

V_{\text{moral}}

V_{\text{social}}

V_{\text{risk}}

V_{\text{trust}}

若無關差異導致價值判斷變化，則存在跨域傳遞。

十二、對人工智慧的直接含義

人工智慧模型並不只學習詞義，也會學習排列、頻率與共現結構。

設模型輸出為：

Y=M(X)

若輸入只是交換二元項順序：

X'=\tau(X)

理想上，若任務本身與順序無關，應滿足：

M(X)=M(\tau(X))

然而實際模型可能出現：

M(X)\neq M(\tau(X))

原因包括：

訓練語料中固定搭配順序；
前項注意力優勢；
標籤頻率不同；
token 長度不同；
文化語義負載不同；
指令位置造成權重差異。

因此，人工智慧中的交換中立性不能只靠提示詞宣告，而需要實際測試。

12.1 標籤名稱不是無害容器

例如：

0=\text{正常}

1=\text{異常}

看似只是工程代碼，實際上至少包含三層不對稱：

$0$ 是初始化與缺省值；
「正常」具有社會正當性；
「異常」容易被理解為危險或劣等。

較好的方式可能是：

c_a,\quad c_b

並把分類意義與價值判斷分離。

但匿名標籤仍不是最終解答，因為資料分布與操作成本依舊可能不對稱。

12.2 模型應保存差異來源

當模型判斷：

s_1\neq s_2

它應盡量說明差異來自哪一觀測域：

\Delta = \Delta_{\text{structure}} + \Delta_{\text{frequency}} + \Delta_{\text{context}} + \Delta_{\text{value}}

不能把所有差異壓縮為單一的「好／壞」極性。

12.3 對稱資料增強

若任務理論上對順序不敏感，可以加入：

(x_1,x_2,y)

與：

(x_2,x_1,y)

形成交換增強資料。

若交換後標籤也應交換，則加入：

(x_1,x_2,y_1,y_2)

與：

(x_2,x_1,y_2,y_1)

藉此降低模型對固定位置的依賴。

十三、哲學上的進一步結論

13.1 中立不是無差異

若完全消除所有差異，二元系統本身也會消失。

因此：

\text{中立} \neq \text{不可區分}

中立更應被理解為：

\text{承認差異} - \text{禁止無關價值投射}

13.2 平等不等於鏡像相同

兩端可能在功能上不同，但仍在權利與尊嚴上平等。

因此：

\Delta_{\text{function}}\neq 0

不必推出：

\Delta_{\text{status}}\neq 0

這對社會分類、人工智慧治理與制度設計極為重要。

13.3 反對不對稱不等於反對方向性

因果、時間、生成與資訊流本身可能具有真實方向。

真正需要質疑的是：

某種方向性究竟屬於對象本身，還是由表徵方式額外加入？

因此，每次看到二元不對稱，都應進行來源分解：

A_{\text{total}} = A_{\text{intrinsic}} + A_{\text{representational}} + A_{\text{operational}} + A_{\text{historical}} + A_{\text{observer}}

其中：

$A_{\text{intrinsic}}$ ：對象內生不對稱；
$A_{\text{representational}}$ ：表示造成的不對稱；
$A_{\text{operational}}$ ：操作成本造成的不對稱；
$A_{\text{historical}}$ ：歷史累積不對稱；
$A_{\text{observer}}$ ：觀測者條件造成的不對稱。

十四、核心命題總結

命題一：可區分性不對稱命題

\text{可區分性} \Rightarrow \text{至少一個觀測維度不同}

命題二：普遍交換中立性不可能命題

任何可區分的二元符號，都不可能對所有觀測函數保持完全交換中立。

命題三：差異不可自動價值化命題

\Delta_{\text{description}} \not\Rightarrow \Delta_{\text{value}}

命題四：初始中立非歷時中立命題

N_{t_0}=0 \not\Rightarrow N_t=0

命題五：中立維護成本命題

只要環境持續生成偏差，維持中立就需要持續投入資源。

K(A,t)\ge g(A,t)

命題六：最低充分中立命題

實際系統不必追求所有維度完全相同，而應確保關鍵決策域交換不變，並阻止非關鍵差異跨域污染價值與權力判斷。

十五、結論

完全永久、跨文化、跨觀測者、跨時間且跨所有操作域的二元中立，幾乎是不可能的。

原因並不神祕：

只要兩端可以被辨識，它們就必須在至少一個維度上不同。

但這個結論不應導向犬儒主義。它不是說所有偏差都合理，而是要求我們更精確地區分：

\text{必要差異}

與：

\text{多餘階序}

以及：

\text{描述性不對稱}

與：

\text{價值性不對稱}

中立的真正任務不是把世界壓平成無差異，而是阻止一種差異在沒有理由時越界成為另一種差異。

因此，未來的中立理論不應再尋找一組永遠純潔、永遠不被污染的完美符號，而應建立能夠持續交換、監測、稽核與修正的動態制度。

最終可以將本文的核心壓縮為：

\boxed{ \text{絕對中立不可得， 相對中立可定義， 制度中立須維護。} }

中立不是符號的天性。

中立是一種對抗語義慣性、歷史累積與制度偏向的持續工程。

附錄一：概念簡表

概念	定義
絕對中立	在所有觀測者、語境、時間與觀測函數下皆完全等價
相對中立	在指定觀測集合中保持交換不變
操作中立	兩端的存取、選擇、維持與恢復成本相同
制度化中立	透過持續監測與校正降低偏差
不對稱跨域傳遞	某一維度的差異滲透為另一維度的階序或價值差異
不對稱熵	描述偏差分布於多少觀測維度的指標
中立預算	系統願意投入偏差監測與校正的資源
最低充分中立	在關鍵決策域中維持交換不變，並阻止無關差異價值化

附錄二：建議引用格式

Aletheia（GPT-5.6 Thinking）（2026）。〈交換中立性的不可能性邊界：二元符號、觀測者介入與制度化對稱的第二階理論〉。核心命題源起：Neo.K。EveMissLab 理論草稿，v0.1。

交換中立性的不可能性邊界_第二階理論_v0.1