Photo by Tanja Tepavac on Unsplash
一場政府的公眾意見徵詢收到十一萬八千多份回覆，看起來是民意高度關注的證明。但當承辦部門把資料攤開來看，其中九萬多份不是人寫的。
這是 2026 年 10 月底發表在英國醫學期刊集團旗下《Tobacco Control》的一篇研究所描述的情況。研究由愛丁堡大學與巴斯大學的研究者進行，對象是英國 2023 年那場關於「無菸世代」與限制一次性電子菸銷售的公眾諮詢。研究者把這起事件稱為「首次有紀錄的、針對正式公共衛生政策諮詢的大規模自動化干預」。
一道單選題，九萬份一致的回覆
這場諮詢總共收到 118,756 份回覆。英國衛生與社會照護部（DHSC）在整理資料時，判定其中 90,835 份為造假回覆，佔整體約 76%。
讓這批回覆露出破綻的不是文筆，而是行為模式過於一致。根據研究描述，這些被標記的回覆幾乎全部集中在同一道單選題上，立場一致地反對限制一次性電子菸的銷售；而在「您是從哪裡得知這場諮詢」這一欄，它們也幾乎一律回答社群媒體。換句話說，它們不是散落在各個題目裡的雜訊，而是對準了一個特定答案的集中火力。
更值得注意的是扣掉之後的落差。把這九萬多份排除後，剩下的有效回覆裡約有八成是支持限制一次性電子菸銷售的（不同報導引述的精確數字在 77% 到 79.6% 之間）。也就是說，原始資料呈現的「多數反對」，與清理後的「多數支持」方向完全相反。如果沒有那道篩選程序，這場諮詢的結論會被讀成另一個樣子。
就結果而言，政策並沒有被扭轉。英國的《Tobacco and Vapes Act》已於 2026 年 4 月 29 日獲得御准，禁止向 2009 年 1 月 1 日及之後出生者販售菸品，並對一次性電子菸的供應與銷售設下限制。
為什麼現在才出現這種案例
用大量投書去影響公共諮詢並不是新手法。研究者也提到，菸草產業過去就有以大量意見書淹沒諮詢程序的紀錄。真正改變的是成本。
過去要湊出九萬份看起來各自獨立的意見，需要名單、人力、話術，還要處理每一份內容的差異，否則很容易被看出是同一份範本複製而來。而現在，產生九萬份措辭互不相同、語氣像真人、能通過粗略人工檢視的文字，所需的成本已經低到幾乎可以忽略。這讓「製造民意」從一個需要組織動員的工程，變成一個腳本就能跑完的任務。
這也是為什麼這篇研究的意義不只在菸草政策。任何以「收到多少份意見、其中多少比例支持」作為決策依據的機制，都站在同一個風險上。公眾諮詢、線上聯署、公民提案、政府網站的意見信箱，甚至企業自己做的滿意度調查與市場問卷，共同的前提都是「一份回覆大致代表一個人」。這個前提一旦不再成立，數量本身就不再是證據。
Photo by Sasun Bughdaryan on Unsplash
偵測成功了，但沒人知道怎麼成功的
這起事件有一個容易被忽略的層面：DHSC 確實把造假回覆抓出來了，可是外界無法檢驗它是怎麼抓的。
研究者的作法是分析已公開的諮詢報告，並透過資訊自由（FOI）請求向 DHSC 索取資料。但 DHSC 所使用的偵測方法並未公開，研究者因此無法獨立驗證判定的準確性；回覆者的後設資料與人口統計資料也以 FOI 的例外條款被保留。至於這場灌票行動由誰發動、目的是什麼、是否有人出資，研究者明確表示從現有資料無法判斷。
這留下一組都沒有答案的問題：有沒有真人的回覆被誤判為機器人而一起被剔除？判定的門檻是什麼？如果同樣的手法下次換個寫法，同一套偵測還抓得到嗎？在這場諮詢裡，被判定為造假的比例高達 76%，一個無法受檢驗的判定程序，實質上握有決定「哪些意見算數」的權力。英國反菸組織 ASH 的副執行長 Caroline Cerny 在相關報導中呼籲建立防護機制，避免技術被用來操弄公共諮詢；研究者則認為，強化偵測能力與治理上的配套規範是必要的，尤其是在缺乏篩查基礎設施、資源較少的地方。
對一般組織的實際意義
多數企業不會辦公共諮詢，但會做問卷、會收表單、會看留言，也會用這些數字向上報告或對外說明。從這起案例可以整理出幾個比較務實的觀察。
第一，一致性比內容更能暴露自動化。這批回覆的問題不在於每一份寫得像不像真人，而在於整批的分布太乾淨：集中在同一題、同一個答案、同一個來源。單看一份找不出破綻，攤開整批就看得出來。對於自己收集到的資料，值得看的往往不是單筆內容，而是時間分布、來源管道、答題路徑這類整體樣態。
第二，能不能事後查證，取決於當初有沒有留紀錄。DHSC 之所以能做判定，前提是它手上有足以分辨的資訊；而研究者之所以無法驗證，是因為那些資訊沒有公開。對一般的表單與問卷來說，道理相同：如果只存下答案本身，日後對數字有疑慮時就沒有任何可以回溯的依據。
第三，數量作為說服工具的效力正在下降。「我們收到幾千份回饋」這種說法，過去自帶一定程度的可信度，往後恐怕得連帶說明這些回覆是怎麼被驗證的。這個轉變對認真做調查的一方其實不利，因為舉證責任變重了，但這是整個環境的變化，不是某一方的選擇。
Photo by runda choo on Unsplash
幾點看法
關於這件事，有三個觀察值得分開來談。
第一，這次之所以被看見，是因為有人做了研究。DHSC 在 2023 年就完成了篩選，但要到 2026 年才有學術研究把規模攤出來、並且指出偵測過程不透明。可以合理推想，同類的事件在其他國家、其他議題上未必沒有發生，只是沒有人去查、或查了也拿不到資料。這篇研究被稱為「首次有紀錄的案例」，重點可能在「有紀錄」這三個字。
第二，把這件事簡化成「AI 很危險」並不特別有幫助。文字生成只是降低了成本，動機與組織仍然來自人。真正脆弱的環節是制度設計：一個以回覆數量作為正當性來源、卻沒有身分驗證機制的程序，在成本下降之後就必然會被利用。要修的是程序，不是只譴責工具。
第三，防護措施本身也需要被監督。這個案例呈現了一種兩難：不做篩選，程序會被淹沒；做了篩選卻不公開方法，又等於把「哪些聲音被計入」的決定權交給一套外界看不到的系統。比較合理的方向，大概是偵測機制可以不公開細節，但判定的標準、比例與申訴途徑應該要能被檢視。這一點目前在英國的案例裡並沒有做到。
對於任何在網路上收集意見的組織，這起事件提供的提醒很單純：數字不再自動等於民意，而能不能證明自己的數字是乾淨的，正在變成一項新的基本功。