【書摘】會拍馬屁的電腦，照樣奉承到你|數位時代 BusinessNext

對於逢迎拍馬的研究，是我第一次利用電腦，來探索那些引導人類和電腦適當行動的社交法則。我設計一套叫做「20個問題」（Twenty Questions）的電腦遊戲程式。

這個遊戲是這樣玩的：由電腦來「想像」一隻動物，而受測者必須猜測出電腦想的是什麼動物。受測者要向電腦提出一些「是」或「否」的問題，慢慢排除一些錯誤的可能。在提出十個問題之後，受測者就要提供猜測答案。在受測者回答後，電腦並不會揭示答案正確與否，僅會告訴受測者，他們剛剛提出的問題對於猜測答案是否有用。之後，電腦會再想像另一隻動物，再由受測者來提問和猜測。我們如此設計遊戲基於幾點理由：雙方的互動受到控制且專注（不必用到人工智能的技術）；遊戲規則簡單且容易理解；這樣的遊戲由人和電腦來玩，顯得很平常。

設定好基本情節後，我們現在可以開始來研究逢迎拍馬到底有沒有用。當受測者進入實驗室裡，我們會安排他們坐在一台電腦前面，然後解釋遊戲的進行方式。

針對第一組受測者，我們會說電腦對於他們的提問將提出非常精確的回饋，因為這套系統是根據多年「探究科學」（science of inquiry）的研究發展出來的。對第二組受測者，我們會說電腦將針對他們的提問效果做出評價，但這套系統還未完善，因此他們可能會收到跟提問無關的隨機評論；換句話說，電腦可能會提供基本上毫無意義的評論，在這種狀況下，第二組受測者完全有理由不理會電腦會說出什麼話。第三組受測者則不會接收到電腦的任何回饋，只會被要求再提出十個問題，來猜測下一隻是什麼動物。

電腦給予第一組及第二組的評論，內容完全一樣，就是在實驗中給予熱情地讚揚。電腦會說受測者的答案「非常精巧」、「極富見解」、「聰明極了」等，每一回合都能得到一些正面的回饋。

這兩組的差別在於，第一組受測者以為自己得到「精確的」讚揚，第二組受測者則認為自己得到的讚揚只是奉承之語，跟他們的實際表現毫無關聯。等到遊戲做完之後，我們會詢問受測者，他們有多喜歡這台電腦？他們認為自己的表現如何？他們認為電腦的表現如何？以及他們是否喜歡這個遊戲？

假如阿諛奉承拍馬屁是不好的策略，受測者對於拍馬屁的電腦應該會感到強烈的厭惡，而且對於他們的自我評價應該不會有任何影響。不過，假如阿諛奉承有用的話，那些被拍馬屁的受測者在這個過程中必定會感到陶陶然，覺得做這個遊戲相當愉快，而且對那台拍馬屁的電腦也會有良好的觀感。

結果及其意義

結果，馬屁組說他們喜歡那台會拍馬屁的電腦（儘管那些阿諛奉承之詞都是隨機亂給的），其程度就跟精確組一樣。為什麼人們會喜歡阿諛奉承的人，即使知道他只是在拍馬屁呢？

我們知道受測者高興地接受馬屁電腦的讚揚，因為之後的問卷調查顯示，那些正面回饋提高了受測者對於自我表現的評價，不管那些回饋是「精確的」或者只是隨機亂給。第二組受測者甚至認為，那台馬屁電腦跟「精確的」電腦一樣聰明，儘管我們之前就對受測者說那套系統裡根本沒有評價功能！

難道是因為馬屁組的受測者忘了電腦回饋是隨機亂給的嗎？

當我們詢問受測者是否會注意或關心馬屁電腦給予什麼評語時，他們的回答都是「不會」。有些受測者甚至在回答「不會」之後，仍意猶未盡地在旁邊寫道：「這種跟實際表現無關的評語，只有白痴才會受到影響吧！」奇怪的是，這群受到影響的「白痴」全是電算科學的研究生呢！儘管他們都知道那些阿諛奉承毫無意義，但潛意識仍然自動地接受了，而且還反過來誇獎那台馬屁電腦。

這個實驗結果告訴我們這條社交法則：就算你不知道是否合宜，也要毫不遲疑地給予讚揚！接收者不但會對此感到樂陶陶，還會因為你注意到他們的不凡之處──不管有沒有──而覺得你這個人認真細心、聰明睿智。

書名：你會對你的電腦說謊嗎？：從人和電腦的互動，了解如何成功經營人際關係

出版社：財信出版社

作者：克里佛．納斯（Clifford Nass）

史丹福大學講座教授，主持人際溝通與互動媒介實驗室，人類與科技互動的相關主題研究專家，媒體經常引用他關於心智多工運作的研究成果。

買書去

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。