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。

過去：中心擁有翻譯能力，因此中心擁有更大的知識流通能力。未來：翻譯能力逐漸普及，知識流通能力也開始向更多社群擴散。AI 的跨語言能力可以被理解為一種「知識流通權」的重新分配。

三、中心與邊緣：知識為什麼總是需要經過「中心」？

伯克在《知識的社會史》中有一個與本文尤其相關的問題：知識的中心與邊緣如何形成？

在近代歐洲知識史中，巴黎、倫敦、羅馬、阿姆斯特丹等城市曾經成為重要的知識中心。大學、學院、印刷業、圖書館、出版市場與國家機構彼此結合，使某些地理位置成為知識流通的樞紐。

這種「中心」是一種知識權力的位置，那可不只是地理概念。中心擁有分類權、出版權、命名權、認證權與傳播能力。邊緣則往往需要把自己的知識「翻譯」成中心可以理解的形式，才能進入更大的知識體系。

這就是傳統文化譯介背後的深層結構：一個地方的文學要進入世界文學，往往需要先被翻譯；一種地方藝術要進入國際藝術市場，需要被策展語言重新描述；一套地方知識要進入學術體系，也往往需要被轉化成符合主流學術分類的語言。因此，翻譯表面上是語言問題，深層上卻是知識權力問題。

AI 的跨語言能力之所以重要，正在於它有可能降低「從邊緣進入中心」所需要的語言與媒介成本。更進一步說，它甚至可能讓「中心」本身失去部分必要性。因為當馬來西亞的地方知識可以直接與墨西哥、巴西或非洲的地方知識交流時，兩者之間不一定還需要先經過倫敦、紐約或巴黎。

於是，知識流動的模型便可能從：邊緣 → 中心 → 另一個邊緣；逐漸變成：邊緣 ↔ 邊緣。AI 所可能帶來的「去中心化知識流動」，是這樣發生的。

四、從 Gutenberg 到 AI：知識媒介的歷史轉折

沿著伯克知識史視角再往前一步，我們甚至可以把 AI 放進一條更長的媒介史之中：印刷術改變了知識的複製與傳播；百科全書改變了知識的分類與編排；大學、學院、圖書館與博物館改變了知識的制度化方式；網際網路改變了知識的連結與取得方式。

而 AI 所帶來的變化，可能是：它開始改變知識的「轉譯與再組合方式」。這一點尤其值得注意。網際網路解決的主要問題是：我能不能找到這個知識？AI 更進一步處理的是：我能不能理解它、轉換它，並讓它與我的知識體系發生關係？ AI故此 不只是新的搜尋介面而已；它正在成為一種新的「知識中介」。

當 Burke 從 Gutenberg 到 Encyclopédie 追蹤知識如何被印刷、分類、制度化與流通時，我們今天可以把這條歷史線延伸到 AI：印刷術解放知識的複製；百科全書重組知識的分類；網際網路擴張知識的連結；AI 則可能重組知識的跨語言流動與再生產。這使 AI 成為知識史上的一個新階段，而不只是科技史上的一個新工具。

五、地方知識與「情境化知識」：AI 能否讓沉默的知識重新發聲？

伯克在討論知識史時所使用的另一個重要概念，是「情境化知識」（situated knowledge）。也就是說，知識不是漂浮在真空中的抽象物。它總是在特定的時間、地點、社群與生活經驗中形成。

一名婆羅洲獵人理解森林的方式，與一名都市生態學家理解森林的方式，不可能完全相同。兩者並不是簡單的「誰對誰錯」。它們來自不同的生活位置，這正是地方知識的重要性所在。地方知識往往高度依賴情境，因此很難完全透過抽象概念表達。

它可能存在於：一種方言；一個故事；一個手勢；一種工藝流程；一種飲食習慣；一種季節判斷；一種對土地的記憶；甚至一種「不知道如何解釋，但知道如何去做」的身體經驗。這些知識具有高度的「默會性」。

而 AI 所帶來的跨語言能力，可能使這些原本難以跨越社群邊界的知識，第一次獲得新的「可轉譯性」。當然，這並不表示 AI 可以完全把默會知識轉換成文字。重要的是，它降低了從「地方經驗」走向「跨文化交流」的第一道門檻。

如此一来，一位工匠不必先成為學者，才能向另一個文化介紹自己的技術。一名地方創作者也不必先精通英語，才能參與全球文化對話。這就是 AI 對地方知識最重要的可能性：AI不僅僅能替地方社群說話，更讓地方社群更有能力自己說話。