【書摘】會拍馬屁的電腦,照樣奉承到你
【書摘】會拍馬屁的電腦,照樣奉承到你
2011.09.23 | 科技

 

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

 

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓