美國《波士頓前鋒報》近期刊登專欄作家史蒂芬·摩爾（Stephen Moore）的評論文章，以 ChatGPT 作為「人工智慧裁判」，系統性檢驗美國前副總統高爾（Al Gore）於 2006 年出版的氣候經典著作《不願的真相》（An Inconvenient Truth）中的各項末日預言，結果發現多項預測在時程與幅度上皆嚴重失準。
根據 ChatGPT 的核驗結果，書中宣稱「吉力馬札羅山冰雪將於十年內消失」，實際上該山至今仍有冰雪覆蓋；書中預言「冰河國家公園的冰川將於 2020 年前後消失」，冰川至今依然存在；書中提及「海平面可能上升 20 英尺（約 6 公尺）」的說法，被 AI 判定為「戲劇性誤導」；至於「格陵蘭與南極西部冰蓋融化將引發災難性海平面上升」的預言，同樣未曾發生。
在颶風部分，原書預測「颶風將變得更劇烈且頻繁」，但 AI 指出現代觀測資料中並無強烈颶風數量穩定增加的趨勢；北極海冰部分，AI 則承認夏季海冰確有顯著減少，但並未如預言般完全消失。摩爾在結論中直言，全球已花費數兆美元對抗氣候變遷，但政策效果不彰，這套「氣候工業複合體」的本質，是持續以恐懼驅動政府控管與資金挹注。
這篇文章的本質，並非單純的科學辯論，而是一場典型的政治經濟學敘事之戰。高爾與其所代表的氣候行動陣營，其預測失準並非偶然，而是一場持續二十年的「制度化敘事套利」。這背後存在著深層的利益角力與結構性矛盾。
第一，氣候資金的工業複合體化。全球每年投入數兆美元於再生能源、碳交易與氣候調適，這些資金透過聯合國體系、綠能基金與非政府組織形成龐大利益鏈。當氣候威脅被持續放大，這些機構的預算正當性與話語權才能獲得保障。預測失準反而有利於「再投入更多資金」的訴求，形成自我強化的擴張迴圈。
第二，預測偏差的單向性。高爾與聯合國 IPCC 的預測並非隨機失準，而是系統性地朝向「更嚴重、更迫切」的方向傾斜。這種單向偏差顯示，預測模型並非純粹科學產出，而是受到敘事需求與政策目的影響。這與行為經濟學中「損失規避」與「可得性捷思」的偏誤一致，當決策者傾向放大極端情境，理性分析空間便被壓縮。
第三，能源轉型背後的產業重分配。化石燃料退場並非單純環境議題，而是全球產業秩序與財富的大規模重分配。新能源巨擘、電動車供應鏈、碳信用市場的崛起，本質上是將傳統能源資本的利潤轉移到新興綠色資本。批判氣候預言誇大，等同質疑這場資本遷徙的必要性，這正是輿論戰如此激烈的根源。
第四，政治光譜與話語權的極化。在美國兩極化政治下，質疑氣候變遷已成為保守派的政治正確，而捍衛氣候議程則是進步派的核心立場。摩爾身為前川普經濟顧問，其批評高爾的行為本身即帶有政治動員意圖，這場 AI 查核表面上是科學驗證，實際上是意識形態的延伸戰場。這也意味著，無論 AI 結論為何，雙方陣營皆會選取有利於己的數據進行二次詮釋。
這場由 AI 介入的氣候預言審查，並非孤立事件，而是預示了未來十年科學敘事權力結構的根本轉變。當 ChatGPT 等大型語言模型能夠即時比對二十年前的預測與今日的實況，傳統「專家權威」將遭遇前所未有的透明度挑戰。我們可以預見以下三種可能情境的發展軌跡。
面對氣候預言失準與 AI 查核崛起的多重變局，各方利益關係人應採取以下行動決策建議。
01 起因觸發：高爾《不願的真相》出版二十週年，作者藉 ChatGPT 系統性比對預測與實況，引發公眾對氣候預言準確度的全面質疑。
02 一階傳導：傳統媒體與社群平台大量轉載 AI 查核結果，氣候科學家的專家權威遭受透明度挑戰，IPCC 報告可信度面臨重估。
03 二階擴散：ESG 評級機構與綠能基金面臨估值修正壓力，漂綠風險（greenwashing）成為企業治理的重大訴訟風險來源。
04 三階外溢：各國淨零政策路線出現分歧，務實調適派與激進減排派的政治角力升級，全球能源貿易秩序進入重組期。
05 宏觀終局：AI 事實查核工具普及將催生「科學敘事民主化」新常態，未來所有跨國機構的預測都將處於公眾即時監督下運作。
因果網路圖譜 3 節點
可拖曳節點 · 點兩下開啟文章
美國防洪保險制度釀災難性悖論：聯邦政策反成海岸房屋崩塌推手
美國氣候政策長年以恐懼敘事驅動數兆美元支出，卻催生NFIP這類結構失能的防災體制，使聯邦洪水保險反成海岸崩塌的逆向誘因
印尼毀滅性野火重創紅毛猩猩家園：跨國救援與保育危機深度調查
氣候變遷懷疑論陣營以高爾預言失準為例，反向質疑氣候災難敘事的科學基礎，間接削弱包括印尼野火在內的極端天氣事件之政策回應與國際保育資金動員的正當性
印尼野火碳排超車巴西 與極端氣候新常態警訊
印尼野火碳排躍居全球首位，為對《不願的真相》預言失準論的反證案例之一，凸顯熱帶泥炭地碳釋放等特定區域氣候災難仍呈現加速惡化趨勢。