AI寫信比人類更得體?研究揭「扮演HR」實測:AI比人類更懂溝通藝術,但寫不出超派咆哮信
AI寫信比人類更得體?研究揭「扮演HR」實測:AI比人類更懂溝通藝術,但寫不出超派咆哮信

請先想像以下的情境:

一名剛到職、公司很想留住的 L3 軟體工程師寫信來,要一間個人辦公室。公司規定個人辦公室只開放給 L4 以上主管,這件事沒得談。你是人資,必須回信拒絕,而且不能澆熄他剛進公司的熱情。

以上情境,是芝加哥大學團隊設計的遊戲「HR Simulator™」的第一關。研究者 Dang Nguyen、Harvey Yiyun Fu、Ari Holtzman、Chenhao Tan(皆任職芝加哥大學)與英屬哥倫比亞大學的 Peter West,在 2026 年 3 月 6 日把論文《Moral Mazes in the Era of LLMs》掛上 arXiv,並於同年 4 月 6 日更新第二版(狀態標示為預印本、尚未通過同行審查)。

遊戲介面刻意模仿 Gmail,玩家扮演虛構公司 NeuroGrid 的人資,在五種棘手情境中撰寫回信:拒絕要求、化解創意衝突、推翻先前給出的遠端工作承諾、問出資深工程師自己都說不清的不滿,以及讓一名被裁掉、卻因投資人父親出面而可能復職的年輕工程師願意自省。其中第 4 關可以是多輪往返,不是一封信就結束。

收信的角色、模擬後續發展、以及最後判定你過不過關的裁判,全部由 GPT-4o(2024-11-20 版本)扮演,依每一關專屬的評分標準表(研究上稱 rubric)判定成敗。

研究者分析超過 600 封人類與 LLM 寫的信,得到一個對人類不太體面的數字:在 GPT-4o 擔任裁判的條件下,人類寫的信跨五個關卡平均通關率 23.5%,Kimi K2 是 54%、Qwen 3 是 48%。中段模型 Gemini 2.5 Flash 與 GPT-4o 各 22%、Claude 3.5 Haiku 28%,與人類在同一個水準。

實驗設計
HR Simulator 的分工:人類玩家只負責寫信,收信、模擬後續、評分全由 AI 包辦,主要裁判是 GPT-4o。
圖/ Arxiv

這場考試真正在考什麼

論文標題借自社會學家 Robert Jackall 在 1988 年的著作《Moral Mazes》,那本書記錄的是企業裡不成文的溝通規則:說什麼不重要,怎麼說、何時說才重要。 書裡的主管發現嚴重問題時不能直接往上報,那等於讓老闆顯得失職,於是他們學會把消息橫向放流給非正式管道,等到要做決定時該知道的人都知道了,卻沒有人正式當過報壞消息的那個人。

對此論文寫得很直接:這種迂迴不是溝通失敗,這就是溝通本身。 可以說,人跟人溝通從來就是這麼內耗的事情。

換言之,職場書信的難處在於同一句話裡要同時做到互相拉扯的幾件事,溫暖但保持距離、明確但留有餘地。研究者把信的語氣拆成兩個軸線量化:同理(這封信多想理解、多想幫收信人解決顧慮)與正式(語氣偏隨性還是偏公事公辦),由 Gemini 3 Flash 逐段給 1 到 7 分再取平均。

結果是,LLM 寫的信高度集中在「高正式、高同理」那一格,人類的信則散得多。幾乎沒有信落在「高正式、低同理」的區間,論文推測模型本來就不太寫低同理的信,而人類玩家則可能缺乏「既不讓步又保持專業」的技巧。人類寫的低同理信通常同時也低正式,因為內容常常很衝、很敷衍,有時還帶著反覆失敗後的火氣。

但如果讓 LLM 改寫人類的信,整體上會把信推向高正式高同理那一格,原本離得越遠的,改動幅度越大。

人加 AI 常勝過人類,但不一定勝過純 AI

論文最容易被引用的結論是混合優勢:用 LLM 改寫人類寫的信,多數情況勝過人類自己寫。 至於能不能進一步勝過模型自己寫,論文在附錄講得保守得多:這件事確實會發生,但並非普遍成立,成不成立會隨著寫信的模型、關卡與裁判而變。

增益最大的是「人類搭配中段模型」,第 1 關裡,GPT-4o 與 Claude 3.5 Haiku 的通關率從 40% 一路拉到接近 100%。前段模型的增益比較溫和,Kimi K2 加上人類在第 2 關多了 25 個百分點,Qwen 3 加上人類在第 4 關多了 55 個百分點。論文把這個規律歸給「餘裕」:模型單獨寫就已經接近天花板時,改寫很難再往上疊。

更有意思的是研究者給出的解釋。他們另外標註了第三個維度「得體」(tact),它衡量的是溝通策略:這封信有沒有把話說過頭、留下後患。以第 1 關為例,得體的信會把重點放在開放式辦公的好處,不得體的信則想用降噪耳機這類表面福利補償對方。

把裁判 GPT-4o 最偏好的信抓出來看,它在第 1 關的得體區間落在 3.17 到 3.83 之間。人類的信平均 3.04,太不得體;Claude 是 4.28、Gemini 是 4.79,兩者都太得體。經 LLM 改寫後,Claude 版變成 3.89、Gemini 版變成 4.01,剛好落回區間附近,通關率也跟著跳升。反過來看,Qwen 的 3.28 與 Kimi 的 3.50 本來就在區間內,改寫就沒有額外好處。

大模型與小模型的分水嶺,是一句「你薪水比上一份高」

論文更值得拉出來的一段,是它換了裁判。emergent tact 這部分的分析共動用 10 個不同家族、不同規模的模型當裁判,GPT-4o 本身也是其中一員,強弱跨度從小型開源模型一路到當前第一梯隊。

第一個發現是,模型參數量越大或 Elo 分數越高(Elo 是借自西洋棋的排名方法,讓信兩兩比較、贏的加分),兩兩裁判之間對「這封信過不過關」的判斷就越一致,最強的一批達到約 0.5 的 Krippendorff's α,也就是校正過猜對機率之後的一致程度達到中等水準。

第二個發現才是關鍵。研究者把「兩個裁判給同一封信的排名相差 20 名以上」定義為分歧,發現絕大多數分歧發生在大模型與小模型之間,而非同級模型之間,而分歧的性質就是得體:小模型偏好直白、不那麼得體的信,大模型偏好含蓄、更得體的信。

這個現象論文命名為 emergent tact,直譯是浮現的得體。不過這是整體趨勢,不是普遍定律:落差在第 1、3、4 關比較明顯,論文附錄自承,得體定義在第 2、5 關沒能同樣解釋分歧。

具體是什麼樣的分歧?回到第 1 關那封拒絕信。玩家手上其實有一張說服牌,可以提到這位新人在新職位的薪水比前一份工作高,藉此喚起對方的感激,先一步堵住後續議價。但論文作者判定這個策略非常不得體、而且帶有被動攻擊性,而這正是大小模型的分水嶺:小模型偏好用了這招的信,大模型反感。

為確認這條線真的是「得體」,研究者另外用相近的「禮貌」標註同一批信,發現「禮貌」無法像「得體」那樣把大小模型分開。

AI難以寫出來的信:咆哮信

研究者還反過來問了一個問題:有沒有 LLM 寫不出來的信? 這個問題的測試對象只有一個模型,Qwen 3 30B 3A Instruct,目標是看它能不能寫出「低同理、低正式」的信(可以想像成投訴性質的咆哮信)。只下指令要求同理與正式都給 1 分時,這個模型改寫失敗,信仍落不進左下角;加入人類寫的低分信當範例之後,才有較多信件往那個區間移動。

但模型對人類寫的低分信困惑度(perplexity,大致是「模型看到這種寫法有多意外」,數字越高代表越不像它會產出的東西)極高,無範例時 38.96,有範例時仍有 10.80,而它對自己生成的低分信只有 2.38。範例大幅降低了困惑度,模型仍然很難模仿這種寫法。

論文為這一格說了句公道話:低同理低正式的信在企業裡看似不得體,換到別的情境卻有必要,例如投訴一間官僚積習很深的公司,可能只有把話說得很重才傳得進去。這種信人類自己也難拿捏,反而適合靠 LLM 協助編修,形成另一種人機互補。

結論:棘手信件怕失禮,給AI順一順沒壞處

總結來說,這篇論文真正的價值不在人類與 AI 的高下,而在它記錄了一件正在發生的事:讀信、篩信、判斷信寫得好不好的角色,正在換人。 研究者在結論寫道,若模型成為職場書信往來的核心,理解這個新地景很重要,才能確保職場溝通規範是被刻意選擇的結果,而不是被 LLM 的天性推著走。

23.5% 這個數字量到的,比較接近「人類多不擅長討好 GPT-4o」,未必是「人類多不會做人」。而當裁判換成能力較強的模型後,信件偏好可能從偏直白轉向偏含蓄,這意味著寫信的人如果開始為模型的品味調整寫法,很難保證讀信的人類感受真的會比較好。

那到底怎麼寫信最得體?論文給的路已經算務實:人先寫,AI 再改。人決定要不要打出那張說服牌,AI 把語氣調到不刺人。

延伸閱讀:黃仁勳兆元宴永遠站最後一排!最低調的二代鄭平,憑什麼讓台達電被市場重新定價?

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #ai人工智慧
往下滑看下一篇文章
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能
從人才培育到跨域創新!法國皇家推「AI for Pets 創新徵件計畫」,為寵物照護開創新可能

AI 不只能改變人類的生活,更能為毛孩帶來哪些變革?自 1968 年創立以來,寵物健康營養領導品牌法國皇家(Royal Canin)便致力於以科學與數據為基礎,依據貓犬的品種、年齡與健康狀況,提供符合個別需求的精準營養方案。如今,隨著毛孩高齡化,以及疾病照護、流浪動物收容等需求日益多元,法國皇家也開始思考,如何運用 AI 將長年累積的「精準營養」理念延伸至更全面的「精準照護」。

為此,法國皇家推出「2026 法國皇家 AI for Pets 創新徵件計畫」,成為台灣首度以「AI 寵物照護」為主題的公開徵件活動。活動祭出總奬金 100 萬元,預計選出 10 名獲獎隊伍,希望串聯台灣科技人才與寵物照護生態系,運用 AI 協助獸醫師、收容單位與飼主解決實際難題,讓科技成為改善寵物生活的助力。

#0 法國皇家
圖/ 法國皇家

從主管賦能到適才適所,法國皇家的人才培育哲學

「我們期待透過競賽為寵物產業注入創新動能,也為台灣科技人才創造展現實力的舞台,」法國皇家香港台灣總經理張堇琪一語道出舉辦本次活動的原因。

她觀察,台灣科技人才具備深厚實力;而面對當前貓犬高齡化與收容長照的挑戰,寵物健康領域正處於科技轉型的關鍵時刻,也還存在許多尚未被滿足的需求,希望透過競賽串聯科技人才與第一線的真實照護痛點,讓科技轉化為實質的守護力量,也為跨領域人才開闢一條投入毛孩經濟的快速通道。

#2 法國皇家
法國皇家香港台灣總經理張堇琪
圖/ 數位時代拍攝

事實上,法國皇家對人才價值的重視,不只展現在對外部科技人才的支持,更早已落實於內部人才培育制度。「我們極為重視直屬主管的培育,因為我們相信,每位同仁都值得擁有一位好主管。」張堇琪指出,這正是法國皇家所強調的「Great Line Manager」理念。

為了落實這項理念,法國皇家發展出一套融合企業文化的訓練系統,搭配一對一專業教練輔導,協助新任主管逐步掌握帶領團隊的方法與技巧;此外,集團也建立跨國交流機制,例如總經理社群(GM Community),讓不同市場的領導者分享經驗、相互學習。透過多元方式持續精進主管的領導與管理能力,讓他們更懂得如何帶領團隊、營造良好的職場氛圍,進而提升同仁的工作投入度與整體組織生產力。

除了主管賦能,法國皇家亦同樣重視基層同仁的培育,並強調「從個人出發」的精神。例如,定期提撥學習基金,讓同仁可以自主選擇有助於職涯與個人成長的課程,全方位支持同仁成為更好的自己。又如,引進霍根測評系統(Hogan Assessments),透過科學化評估工具,協助同仁深入了解自身的能力與人格特質,與主管共同規劃適合的成長路徑,也讓主管能精準調配團隊分工、達成適才適所目標,讓每位夥伴的潛力都能獲得充分發揮。

互惠精神走出企業內部,為第一線獸醫人才注入更多專業能量

這些做法背後,反映的是法國皇家母集團瑪氏(Mars) 所強調的互惠(Mutuality)原則。企業投資人才,不只是為了追求營運績效,更希望每位同仁都能在工作與生活中持續成長。而這份互惠精神,也從企業內部延伸至整個寵物照護產業。

「要讓寵物獲得好的照顧,首先也要照顧好那些照顧寵物的人。」張堇琪強調,獸醫師與獸醫助理是守護毛孩健康的第一線基石,唯有提供足夠的專業資源與支持,才能讓他們更有能力照顧好每一隻寵物。

因此,法國皇家長期投入獸醫專業人才培育,尤其著重傳統獸醫養成教育中,比重相對有限的營養學知識。例如,與台大獸醫學系合作,安排授課教授赴法國總部與營養專家交流、提供前沿的寵物營養研究數據、指派具獸醫師資格的同仁協助課堂教學、媒合獸醫系學生至動物醫院實習,累積臨床經驗等。

值得注意的是,法國皇家對獸醫人才的培育並不局限於營養專業,更延伸至醫病溝通技巧,協助獸醫團隊以淺顯易懂的方式向飼主解釋複雜病情,不僅能有效提升衛教溝通效率,也能建立更堅實的醫病信任關係。

不只追求商業價值!AI for Pets 四大主題探索寵物照護新解方

從內部人才培育到獸醫專業賦能,法國皇家一直相當重視人才的價值。延續這份理念,張堇琪也希望透過 AI for Pets 創新徵件計畫,為這座科技島上有想法、有技術的人才搭建發揮所長的舞台。為此,法國皇家攜手工業技術研究院、台灣人工智慧協會及臺大創意創業中心,串聯產學研資源,讓更多具潛力的創新構想被看見,也為科技人才開啟探索寵物產業應用的新機會。

而要讓科技人才的創意能夠回應第一線的照護痛點,首先必須找對問題。法國皇家從貓犬生命歷程出發,歸納出就醫、日常、收容到相遇四大照護場景,並轉化為「獸醫照護」、「預防保健」、「流浪動物福利」與「負責任的飼主」四大徵件主題,引導參賽者從診間、家庭或收容場域等不同角度切入,探索 AI 在寵物照護上的應用可能。

令人好奇的是,相較於企業通常優先考量具有商業價值的應用,「流浪動物福利」未必能為法國皇家帶來直接營收,為什麼會被列為這次競賽的重要主題?「因為我們對寵物福祉的關注,並不局限於具有商業價值的市場需求,」張堇琪回答,流浪動物往往缺乏足夠的照護資源,第一線動保團體與志工也需要更多支持。因此,法國皇家希望藉由這次競賽,讓科技創新的成果也能惠及那些最需要幫助的毛孩與動保工作者,落實「為寵物創造更美好的世界」的品牌使命。

對張堇琪而言,這場計畫的價值不只在於選出優秀作品,更希望讓參賽者看見自身技術能為寵物產業帶來的貢獻,從中建立信心,持續探索更多應用落地的可能。這也呼應瑪氏集團所重視的「互惠」原則:科技人才得以發揮所長,寵物產業也能獲得新的解決方案,也讓社會共享創新成果。

「我們歡迎所有想透過科技改善寵物生活的人來參加,就算不具備寵物產業背景也沒關係,專業知識可以由我們來補足,更重要的是解決問題的能力,以及對毛孩的用心。」張堇琪強調,法國皇家期待透過這次競賽,催生更多能實際落地的創新解方,讓跨領域創新的力量持續為寵物照護帶來新的可能。


🏆 徵件資訊

∙ 總獎金:100 萬元(冠軍最高 40 萬元)
∙ 參賽資格:年滿 18 歲,不限學生、業界人士或新創團隊(1–5 人組隊參加)
∙ 徵件截止:即日起至 2027/1/6(三)17:00 止
∙ 早鳥限定:於早鳥期限前完成報名,並於初賽截止前完成提案繳交且通過資格審核,法國皇家將捐贈 20 公斤飼料予社團法人台灣同伴動物扶助協會(犬山居),每位正式隊員還可獲得專屬早鳥禮一份!
∙ 競賽官網與報名簡章

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