你好，數位社會（Digital Society）的學者們！

歡迎來到「系統（Systems）」這一章！在數位社會課程中，我們經常探討 AI、數據和社交媒體等宏大概念。但這些事物並非憑空存在——它們全是組織嚴密的結構。本章（概念 2.6）為你提供了一個關鍵的框架，或說是「鏡頭」，讓你分析所學的所有內容（演算法、網絡、媒體）實際上是如何共同運作的。

理解系統，就像是在學習數位世界的底層機制。一旦你看清了輸入（inputs）、過程（processes）和輸出（outputs），你就能開始針對控制權、影響力及道德倫理等議題，提出非常有深度的問題。讓我們開始吧！

1. 定義系統：基礎知識

什麼是系統？

簡單來說，系統是一組相互連結的元件，它們為了達成特定的目的或目標而協同運作。系統無處不在——你的汽車、消化系統，甚至議會民主制，全都是系統。

類比：自動販賣機系統

想像一台自動販賣機。這是基礎系統的一個完美例子：

  • 輸入（Input）： 你投入金錢並按下想買的零食按鈕。
  • 過程（Process）： 機器驗證付款，並運用機械零件將商品推下貨架。
  • 輸出（Output）： 零食掉進取物槽，你收到找零。
  • 目標（Goal）： 以金錢交換商品。

如果其中一部分發生故障（例如金錢感應器壞了），整個系統就無法達成目標。

系統的四個基本組成要素

要分析任何系統（無論數位或類比），請觀察這四個關鍵要素：

  1. 輸入（Inputs）： 進入系統的資源或數據（例如：用戶搜尋指令、傳感器讀數）。
  2. 過程（Processes）： 將輸入轉換為輸出的行動或轉化程序（例如：演算法、計算、決策邏輯）。
  3. 輸出（Outputs）： 系統產生的結果或後果（例如：搜尋結果、個人化廣告、交通燈顏色變換）。
  4. 回饋迴路（Feedback Loop）： 關於輸出的資訊會被回饋到輸入或過程中，用以調整未來的行為（例如：用戶點擊了某個搜尋結果，這會訓練演算法下次將該結果排名更高）。

記憶小撇步： 利用 I.P.O.F. 這個縮寫來記憶四個核心要素（Input 輸入、Process 過程、Output 輸出、Feedback 回饋）。

重點摘要： 一個系統不僅僅是其組成零件的總和；它是這些零件之間的「關係」，且全體朝向一個共同目標。回饋迴路在數位社會中尤為重要，因為它推動了持續的優化與變革。

2. 數位系統：核心結構

當我們在數位社會中談論系統時，我們聚焦於圍繞數位技術所構建的結構（課程內容：3.3 電腦、3.4 網絡）。這些系統利用自動化邏輯（3.2 演算法）處理海量數據（3.1），並不斷演變。

2.1 數位系統模型

數位系統採用基礎的 I.P.O.F. 模型，並將其應用於通訊、金融、醫療和政治等領域。

例子：社交媒體動態牆
  • 輸入： 你的瀏覽記錄、朋友們按讚的內容、你在貼文上停留的時間，以及當下時間（全部都是數據）。
  • 過程： 排名演算法（課程 3.2）決定哪些貼文最能讓你保持參與度。
  • 輸出： 為你精心篩選並呈現的內容牆。
  • 回饋迴路： 你的即時反應（按讚、分享或滑過）會被收集為新的輸入，瞬間調整下一篇貼文的處理過程。

2.2 超越技術層面：社會技術系統

如果這聽起來太過技術性，別擔心！至關重要的一點是：數位系統不只是硬體和軟體，它們是社會技術系統（Socio-Technical Systems）。

這意味著它們既包含技術元件（伺服器、程式碼），也包含人類元件（用戶、設計師、監管機構、法律、文化）。

  • 技術元件： 程式碼、硬體、演算法。
  • 社會元件： 人們如何使用該系統、系統所鼓勵的行為，以及管轄其使用的規則。

理解社會層面至關重要，因為設計師所做的選擇（過程）會對個人和社區產生現實世界的影響（情境 4.7 社會）。

你知道嗎？

數位系統的興起正在從根本上改變權力（Power）（概念 2.4）的行使方式。那些設計、擁有或控制主要系統（如搜尋引擎或 AI 平台）內過程（演算法）的人，對資訊流動和個人決策擁有巨大的影響力。

重點摘要： 數位系統的定義在於其對數據和演算法的依賴，且它們永遠是社會技術性的。當分析數位系統時，你必須考量相關的人、規則和文化，而不僅僅是技術本身。

3. 分析數位系統的特徵

數位系統具備一些特徵，使其比起傳統系統更為強大，但也可能帶來更多問題。

3.1 規模與影響範圍（Scale and Reach）

數位系統幾乎能瞬間以全球規模運作。想想全球支付處理系統或全球社交網絡（課程內容 3.4 網絡與互聯網）。

  • 含義： 系統初始設計中的一個小錯誤（或偏差）可能會在全球範圍內被複製數百萬甚至數十億次，導致巨大且廣泛的影響（概念 2.1 變革）。
  • 例子： 如果一個 AI 翻譯系統（3.6 人工智慧）顯示出性別偏見，這種偏見會立即透過所有用戶在全球範圍內延續下去。

3.2 複雜性與不透明性（Complexity and Opacity）

現代系統通常非常複雜，以至於連創作者都難以預測每一個結果。此外，許多系統（特別是專有演算法）是不透明的——這意味著其運作內幕對公眾或用戶是隱藏的。

  • 不透明性的挑戰： 如果我們不知道演算法為何做出某項決定（例如：拒絕貸款申請或標記特定內容），我們就很難要求系統負責或確保公平性（連結至 2.7 價值觀與倫理）。

3.3 邊界與互聯性（Boundaries and Interconnectivity）

邊界定義了什麼在系統內，什麼在系統外。然而，在數位世界中，系統很少是孤立的，它們通常高度互聯。

  • 例子： 你的運動追蹤器（一個系統）連接到你的手機（一個系統），手機連接到雲端伺服器（一個網絡系統），隨後可能與健康保險公司（一個企業系統）共享數據。
  • 風險： 高度互聯意味著系統容易發生連鎖故障（一個系統的故障導致連結系統隨之癱瘓），並引發跨組織邊界的數據外洩。
常見錯誤：

學生常誤將元件視為整個系統。電腦（3.3）是一個元件；演算法（3.2）是系統內的一個過程。而「系統」本身是為了達成功能性目標（如線上銀行、串流娛樂或醫療管理）而組織這些元件的結構。

快速複習：系統特徵

我們根據以下標準分析系統：

  • 規模： 它影響了多少人或數據點？
  • 複雜性/不透明性： 了解其內部運作的難度如何？
  • 互聯性： 它如何與其他系統（網絡、資料庫、人類組織）連結？

4. 將系統思考作為探究工具

在你的 IB 探究中，你可以運用「系統」概念來分析數位技術在現實世界中的影響與意義。

4.1 識別影響與干預

透過系統思考，你將焦點從「這項技術是什麼？」轉移到「這個結構化的輸入與過程集合如何改變世界？」

使用系統思考的逐步分析法：
  1. 定義系統及其目標：（例如：自動化交通管理系統的目標是減少擁堵。）
  2. 識別輸入與過程： 什麼數據餵養它？什麼演算法控制它？（例如：輸入是傳感器數據；過程是預測性 AI 模型。）
  3. 分析預期與非預期的輸出：
    • 預期： 交通流動速度加快。（正面的經濟情境 4.2）
    • 非預期： 系統學會優先處理富人居住的主要道路，無意中忽略了較不富裕街區的延誤。（負面的社會情境 4.7，倫理考量 2.7 價值觀）
  4. 檢視回饋迴路： 系統如何學習與演進？這個迴路是在強化正面結果，還是負面偏見？

4.2 系統思考與核心概念

「系統」概念是一個強大的整合工具，將所有事物連結在一起：

  • 系統與權力 (2.4)： 系統透過決定誰能獲得存取權、誰的數據被優先處理，以及誰控制回饋迴路來強化權力結構。（例子： 國家互聯網防火牆的系統邊界決定了誰有權存取特定資訊）。
  • 系統與價值觀/倫理 (2.7)： 建構在過程階段（演算法）中的設計選擇，正是設計師價值觀的體現。如果未對輸入數據或設計過程進行嚴格審查，系統可能會植入偏見。
  • 系統與空間 (2.5)： 數位系統定義了虛擬空間（如線上社群），但也大幅管理著實體空間（智慧城市、自動駕駛車輛 3.7）。

鼓勵的話： 每當你在數位社會中遇到複雜的現實問題——例如錯誤資訊的傳播或演算法偏見——試著將其拆解為 I.P.O.F. 模型。這個簡單的技巧能讓問題變得清晰，並幫助你找出可以在哪裡進行干預或提出解決方案（針對 HL 學生）！

重點摘要： 系統思考是一種分析工具。它幫助我們將複雜現象拆解為易於理解的元件（I.P.O.F.），從而讓我們能評估系統影響、識別內在偏見，並提出變革以達成更符合道德或公平的結果。