多元宇宙地圖

什麼是社群備註(Community Notes)?

讓 X(前 Twitter)使用者替可能誤導人的貼文加上補充說明(備註)的機制。它不靠多數決:只有平常評分意見分歧的人一致評為「有幫助」的備註,才會顯示出來。

在社群媒體上看到不實或誤導的貼文時,該由誰來更正?公司刪文,會被說是「審查」;由專家判定,會被說是「偏頗」。交給使用者多數決,人多的陣營可能只會替對方的貼文加上警語。社群備註(Community Notes)對這個難題的回答是:「只顯示立場不同的人都一致認可的內容」。

一句話說明

這是在 X(前 Twitter)上,由使用者自己在可能誤導人的貼文下方加上「補充說明(備註)」的機制[1][2]。

備註不是靠多數決顯示的。只有平常評分意見分歧的人,一致評為「有幫助」的備註,才會顯示出來[1][2]。

舉例來說

鯨魚是不是哺乳類? 《Plurality》英文版 5-4 章的圖 5-4-A,是一則用可疑的理由主張「鯨魚不是哺乳類」的貼文畫面[3]。貼文下方加了一個「讀者補充了背景資訊」的框,附上出處,說明鯨魚為什麼是哺乳類[3]。

俄烏戰爭與新冠疫情(2022 年)。 根據日文維基百科,前身「Birdwatch」在 2021 年 1 月於美國由 1,000 名貢獻者開始試行[4]。2022 年 3 月俄羅斯入侵烏克蘭、同年 10 月的新冠錯誤資訊讓它擴散開來,2022 年 11 月改名為 Community Notes,並擴展到美國以外[4]。

日本在 2023 年 7 月正式開始[5]。一項分析附有 26,683 則日文備註之貼文的研究報告,「反疫苗」類和「撒錢」類的垃圾訊息特別顯眼[5]。

擴展到其他公司(2025 年)。 Meta 在 2025 年 1 月宣布,在美國停止外部的事實查核,改採社群備註的方式[6]。3 月 18 日起在 Facebook、Instagram、Threads 開始測試,一開始以 X 公開的演算法作為評分機制的基礎[6]。TikTok 也在 2025 年 4 月宣布試行「Footnotes」:過去評分意見分歧的許多人都認為同一則說明有幫助時,它就更容易顯示[7]。

運作方式

參與者要做的事

符合條件的 X 使用者,可以登記成為貢獻者[8]。根據以太坊創辦人維塔利克·布特林(Vitalik Buterin)2023 年的說明,條件是使用超過 6 個月、最近沒有違規,以及驗證過電話號碼[8]。

一開始只能替別人的備註評分。累積評分的紀錄之後,才能自己寫備註[8]。貢獻者看到備註時,要回答這則備註是否有幫助(英文介面的問題是 "Is this note helpful?"),選擇「是」「有點」「否」[9]。

一般使用者看到的,只有達到標準、被判定為「有幫助」的備註[3][9]。官方說明,決定顯示哪些備註的不是 X,而是大家;演算法任何人都能檢查,所有備註和評分每天公開[2]。

怎麼衡量「立場不同」

貢獻者的立場,不是用居住地、性別或自己申報的支持政黨來衡量,也不是用追蹤關係[10]。只看過去對哪些備註怎麼評分[10]。

對同樣的備註給出相似評分的人,被視為立場相近;評分不同的人,被視為立場不同[10]。如果平常評分分歧的人們,一致說同一則備註有幫助,那就是一個好的指標,表示它對不同立場的人都有幫助[10]。

背後的計算

根據官方指南,系統用下面這樣的式子來解釋評分(是 = 1、有點 = 0.5、否 = 0)[9]:

預測的評分 = 整體的寬鬆程度 + 評分者的寬鬆程度 + 備註本身的好壞 +(評分者的立場 × 備註的立場)

最後那個乘積,吸收掉「同一邊的人喜歡、另一邊的人討厭」的部分[9]。剩下的「備註本身的好壞」,就是不論立場、誰都喜歡的程度,這就是備註的分數[9]。

這個分數被設計成,如果沒有得到不同立場的人評分,就不會變大[9]。每則備註在累積到 5 則評分之前,都停留在「需要更多評分」。之後,分數在 0.40 以上,而且備註立場的偏向夠小(未滿 0.50)的備註,才會成為「有幫助」[9]。不過,同一份說明還設了下限:在立場為正的一側和為負的一側,各自的「有幫助」評分數減去「沒有幫助」評分數都要達到 10 以上(或 4 以上,且占全部評分的比率在 0.05 以上)[9]。也就是說,「5 則」只是第一階段的數字,要成為「有幫助」需要更多評分。Arjmandi-Lari 等人(2025)寫道,從 2025 年 3 月起,備註需要至少 10 則來自不同立場使用者的評分,才會被視為有幫助[11]。

布特林說明,在英語圈的資料中,「立場」這條軸幾乎和左右政治的對立一致[8]。但計算中沒有任何地方寫進左右的概念,它是從資料中自然浮現的[8]。

為什麼這樣設計

Birdwatch 的論文(2022 年)把這種挑選方式稱為「橋接式排序」(bridging-based ranking)[13]。根據論文,它的表現比用整體平均挑選更好,而看到顯示出來之備註的人,比較不會再轉發那則貼文[13]。

布特林總結,核心想法是:排除受一方陣營喝彩、被另一方厭惡的備註,挑出跨陣營都認可的備註[8]。

由 AI 寫備註(2025 年起)

X 公開了讓 AI 寫備註的介面(AI Note Writer API)[14]。AI 可以提出備註,但不能評分。要顯示哪些備註,由人類的評分決定,而這些評分也會回饋給 AI 學習[14]。

爭議與批評

在《Plurality》中的位置

《多元宇宙》在 5-4 章〈擴增審議〉的開頭介紹社群備註[12]。話題從一種擔憂開始:社交媒體「鞏固了現有的社會分化,形成『迴聲室效應』」[12]。書寫道,要以相反的意圖來設計這些系統,「在這方面最大規模的嘗試是 X(Twitter)社交媒體平臺上的『社群備註』(Community Notes,前身為 Birdwatch)系統」[12]。書說,這種方法「與多元宇宙理念契合,每週也已經接觸到數億人」[12]。

同一章的後半,書也描繪了未來的樣子[12]:「雖然該系統目前將整個平台上的所有意見,都排列在一道光譜上,但我們可以想像在平台上繪製出一系列的社群,並利用基於橋接的方法,不僅對備註進行優先排序,而且對首先需要關注的內容進行優先排序。」[12]

唐鳳(Audrey Tang)也在專欄中,舉這個機制為例:「能讓分裂的兩群人都認同的備註,就會作為平衡報導呈現出來,而非由點閱率掛帥。」[20]

相關文章: - 橋接——這個機制背後的「橋接」想法 - Polis——把同樣的想法用於討論的工具 - 擴增審議——書中談這個機制的章節 - 對社會有益的媒體——把橋接擴展到整個社群媒體的構想 - 跨越社會差異的協作——Plurality 定義的核心

延伸閱讀

  1. 《多元宇宙》5-4〈擴增審議〉(中文,書)— https://www.plurality.net/v/chapters/5-4/zh-tw/
  2. 唐鳳〈讓演算法變得善良〉(商業周刊專欄,2024,中文)— https://sayit.archive.tw/2024-07-11-%E5%95%86%E5%91%A8%E5%B0%88%E6%AC%84%E8%AE%93%E6%BC%94%E7%AE%97%E6%B3%95%E8%AE%8A%E5%BE%97%E5%96%84%E8%89%AF
  3. Community Notes Guide "Introduction"(英文,官方說明)— https://communitynotes.x.com/guide/en/about/introduction
  4. Community Notes Guide "Note ranking algorithm"(英文,演算法說明)— https://communitynotes.x.com/guide/en/under-the-hood/ranking-notes
  5. Vitalik Buterin, "What do I think about Community Notes?"(2023,英文,部落格)— https://vitalik.eth.limo/general/2023/08/16/communitynotes.html
  6. Wojcik 等人, "Birdwatch: Crowd Wisdom and Bridging Algorithms can Inform Understanding and Reduce the Spread of Misinformation"(2022,英文,論文)— https://arxiv.org/abs/2210.15723
  7. 社群備註官方指南「概要」(日文)— https://communitynotes.x.com/guide/ja/about/introduction

出處

  1. コミュニティノート公式ガイド「概要」(日文)— https://communitynotes.x.com/guide/ja/about/introduction [Apache-2.0]
  2. Community Notes Guide "Introduction" — https://communitynotes.x.com/guide/en/about/introduction [Apache-2.0]
  3. 《Plurality》英文版 5-4 "Augmented Deliberation",圖 5-4-A — https://www.plurality.net/v/chapters/5-4/eng/ [CC0]
  4. コミュニティノート(日文維基百科)— https://ja.wikipedia.org/wiki/コミュニティノート [CC BY-SA 4.0]
  5. 安本等人〈日本における Twitter コミュニティノートの利用状況〉(JSAI 2024,日文)— https://doi.org/10.11517/pjsai.JSAI2024.0_2I4OS1b03
  6. Meta, "Testing Begins for Community Notes on Facebook, Instagram and Threads"(2025)— https://about.fb.com/news/2025/03/testing-begins-community-notes-facebook-instagram-threads/
  7. TikTok, "Testing a new feature to enhance content on TikTok"(2025-04-16,Footnotes 的發表)— https://newsroom.tiktok.com/footnotes?lang=en
  8. Vitalik Buterin, "What do I think about Community Notes?"(2023-08-16)— https://vitalik.eth.limo/general/2023/08/16/communitynotes.html
  9. Community Notes Guide "Note ranking algorithm" — https://communitynotes.x.com/guide/en/under-the-hood/ranking-notes [Apache-2.0]
  10. Community Notes Guide "Diversity of perspectives" — https://communitynotes.x.com/guide/en/contributing/diversity-of-perspectives [Apache-2.0]
  11. Arjmandi-Lari 等人, "Threats to the sustainability of Community Notes on X"(2025-10-01)— https://arxiv.org/abs/2510.00650 [CC BY-SA 4.0]
  12. 《多元宇宙》5-4〈擴增審議〉— https://www.plurality.net/v/chapters/5-4/zh-tw/ [CC0]
  13. Wojcik 等人, "Birdwatch: Crowd Wisdom and Bridging Algorithms can Inform Understanding and Reduce the Spread of Misinformation"(2022)— https://arxiv.org/abs/2210.15723 [CC BY 4.0]
  14. Community Notes Guide "AI Note Writer API" — https://communitynotes.x.com/guide/en/api/overview [Apache-2.0]
  15. Chuai 等人, "Did the Roll-Out of Community Notes Reduce Engagement With Misinformation on X/Twitter?"(2023)— https://arxiv.org/abs/2307.07960
  16. Renault 等人, "Collaboratively adding context to social media posts reduces the sharing of false news"(2024)— https://arxiv.org/abs/2404.02803 [CC BY 4.0]
  17. Poynter, "Why Community Notes mostly fails to combat misinformation"(2023-06-30)— https://www.poynter.org/fact-checking/2023/why-twitters-community-notes-feature-mostly-fails-to-combat-misinformation/
  18. Bouchaud & Ramaciotti, "Community Notes undermoderate polarizing content by design creating risks in electoral processes"(2025)— https://arxiv.org/abs/2506.15168 [CC BY-NC-ND 4.0]
  19. Selvam 等人, "Gaming Consensus: Coordinated Manipulation in Crowdsourced Fact-Checking"(2026)— https://arxiv.org/abs/2607.01824 [CC BY 4.0]
  20. 唐鳳〈讓演算法變得善良〉(商業周刊專欄,2024-07-11)— https://sayit.archive.tw/2024-07-11-%E5%95%86%E5%91%A8%E5%B0%88%E6%AC%84%E8%AE%93%E6%BC%94%E7%AE%97%E6%B3%95%E8%AE%8A%E5%BE%97%E5%96%84%E8%89%AF [CC0]

歡迎回報文章錯誤或提出想知道的問題(「什麼是…?」)。送出的內容會成為公開的 issue。

回報本文錯誤 ・ 提問