十、理論命題：AI 正在把「知識史」推向「知識生態」

本文接着要提出一個更具理論性的命題：AI 的跨語言能力在改變知識的社會分布、流通路徑與再生產機制。提高文化傳播效率已不是重點。如果以伯克的知識史作為理論基礎，可以將這一變化概括為五個層次：

六、從知識轉移到知識再生產：AI 改變的不只是「傳播」

若只把 AI 理解為知識傳播工具，仍然低估了它的影響。「知識再生產」是更值得關注的領域。所謂知識再生產，是某個知識進入新的文化環境後，它會被重新理解、重新分類、重新組合，最後產生新的知識。它不只是把既有知識從 A 地搬到 B 地。

例如：一套婆羅洲地方神話被翻譯成葡萄牙語之後，可能與巴西的民間神話產生比較；一種南洋飲食文化被轉譯成英文之後，可能進入全球設計與文化研究；一種地方性的生態經驗被重新整理後，可能成為當代影像創作的敘事資源。

AI…

另一些知識則停留在口述傳統、家庭記憶、地方習俗或身體技藝之中，因此經常被視為「民間經驗」而不是正式知識。這種差異不是因為後者必然比較不重要，而是因為它們缺少相同的制度化條件。

所謂「知識邊緣」，很多時候並不是知識內容本身位於邊緣，而是生產這些知識的社群位於制度與文化權力的邊緣。這也讓我們重新理解 AI 的跨語言能力。

當一個地方社群終於可以透過 AI 將自身經驗轉換成不同語言、進入不同知識網絡，它所改變的便不只是資訊取得權，而是知識分布本身。…

英國文化史學家彼得·伯克（Peter Burke）並不把「知識」理解成書本或學術知識，他關注的，是知識如何被生產、分類、制度化、傳播與控制，以及不同社會群體如何取得或失去知識。這與 AI 的跨語言能力，正好形成非常漂亮的對接。



先来回顧他的其中三部著作：

A Social History of Knowledge: From Gutenberg to Diderot（2000）：適合「知識的社會分布、中心／邊緣、制度、分類、控制與市場」。書中甚至直接設有 “Locating Knowledge: Centres and Peripheries” 及 “Classifying Knowledge” 等章節。…