擬人化偏見 (Anthropomorphism)

一覽

1. 快速總結

擬人化係我哋大腦嘅一種自動傾向，將非人類嘅事物（由寵物、汽車到風暴、軟件）睇成有類似人類嘅思想。當你部電腦死機，你覺得佢「好固執」，又或者你覺得你隻狗個樣好「內疚」，呢啲就係擬人化。呢個係人類認知嘅一個基本特徵，源於我哋作為高度社會化物種嘅進化過程，我哋習慣用對自己嘅了解作為範本，去理解未知嘅事物。

2. 背後嘅科學

2.1. 發現與歷史

對擬人化嘅研究跨越咗幾千年，由古代哲學嘅批判到現代神經科學。前蘇格拉底時期嘅哲學家色諾芬尼 (Xenophanes, 約公元前 570–475 年) 最早指出擬人化嘅投射本質，佢觀察到人類會以自己嘅形象創造神——如果馬會畫畫，佢哋畫出嚟嘅神就會似馬；牛畫出嚟嘅神就會似牛。

呢種現象喺 20 世紀初引起咗系統性嘅科學關注，當時尚·皮亞傑 (Jean Piaget) 喺佢嘅發展心理學研究入面，記錄咗兒童嘅「萬物有靈論」思維。隨住弗里茨·海德 (Fritz Heider) 同瑪麗安·西梅爾 (Marianne Simmel) 喺 1944 年進行咗一項標誌性研究，證明人類會自動喺簡單嘅幾何圖形中睇出社會敘事，呢個領域取得咗突破性嘅進展。

到咗 2000 年代，現代嘅理解逐漸成形。尼古拉斯·愛普利 (Nicholas Epley)、亞當·韋茲 (Adam Waytz) 同約翰·卡西奧波 (John T. Cacioppo) 喺芝加哥大學提出咗「三因素理論」(Three-Factor Theory, 又稱 SEEK 模型)，為解釋幾時以及點解會發生擬人化提供咗框架。

2.2. 主要研究人員

2.3. 標誌性研究

海德-西梅爾動畫實驗 (1944)

海德同西梅爾整咗一條 2.5 分鐘長嘅無聲動畫，入面有三個幾何圖形：一個大三角形、一個小三角形，同埋一個小圓形，佢哋圍繞住一個有「門」嘅長方形郁動。呢條動畫係用簡單嘅硬紙板定格動畫整出嚟嘅。

當被問到睇到啲乜嘢嗰陣，120 個參與者入面有 119 個不約而同咁講出一個連貫嘅社會故事，而唔係描述幾何圖形嘅郁動：大三角形被普遍睇成「惡霸」或者「侵略者」，而小三角形同圓形就睇成「戀人」或者「朋友」。參與者敘述咗一個關於追逐、衝突同逃跑嘅戲劇性故事。呢項研究證明咗心智理論 (Theory of Mind) 係反射性嘅——我哋嘅視覺系統會自動從簡單嘅動態模式中提取社會意義。

孤獨與擬人化研究 (Epley et al., 2008)

研究人員操縱參與者嘅社會聯繫感，要一組人睇《劫後重生》(Cast Away) 嘅片段（引發孤獨感），另一組睇《大聯盟》(Major League)（引發社會聯繫感）。然後要參與者為一啲小工具評分，包括 "Clocky"（一個有轆嘅鬧鐘）同埋一部空氣清新機，睇下佢哋覺得呢啲工具有幾似人嘅心理狀態。

結果顯示，「孤獨」組嘅參與者比對照組更傾向於認為小工具具有類似人類嘅心理狀態（「佢有自己嘅思想」、「佢有明確意圖」）。2016 年 Bartz 等人嘅重複實驗證實咗呢啲發現，並補充話提醒啲人關於親密關係，會減低佢哋擬人化嘅傾向。

網絡拋球遊戲排斥研究 (Cyberball Exclusion Studies)

喺呢個範式中，參與者會同兩個虛擬角色（實際上係電腦控制）玩一個虛擬嘅拋波遊戲。最初一齊玩之後，參與者會被排斥——嗰兩個角色唔再傳波俾佢。腦部掃描顯示，被排斥會激活背側前扣帶皮層 (dACC)，即係處理身體痛楚嘅同一個區域。後續研究表明，被排斥嘅參與者隨後對宗教代理、寵物同物件會表現出更高嘅擬人化傾向。

自動駕駛汽車信任度研究 (Waytz, Heafner, and Epley, 2014)

參與者使用駕駛模擬器，並分為三組：普通汽車、代理汽車（只負責自動轉向）同擬人化汽車（叫 "Iris"，有女聲同性別代名詞）。擬人化組嘅參與者明顯更加信任架車，感覺更加放鬆（心率較低），並且當架車出錯嗰陣，冇咁怪責架車。將「心智」歸因於汽車，令架車由一件會故障嘅工具變成咗一個勝任嘅拍檔。

2.4. 神經學基礎

神經成像研究顯示，大腦處理物件同處理人際互動嘅區域並唔係分開嘅。當我哋進行擬人化嗰陣，我哋會重新利用為人類互動而進化嘅「社會認知網絡」：

Lasana Harris 同 Susan Fiske 嘅研究揭示咗相反嘅過程——去人性化 (dehumanization)。當觀看極端外群體（無家可歸者、吸毒者）嘅照片時，參與者嘅 mPFC 冇激活；相反，島葉（厭惡）同杏仁核被激活。大腦將呢啲人當作物體而唔係社會代理人嚟處理。呢個證明咗「人性」係一種心理歸因，可以隨意開啟（對車）或者關閉（對人）。

3. 進化起源

擬人化係為咗應對我哋祖先面臨嘅生存挑戰而進化出嚟嘅適應性解決方案。有三個主要嘅進化框架解釋咗點解佢會一直存在：

Guthrie 嘅知覺賭注 (Perceptual Wager)： 世界不斷提供模棱兩可嘅刺激（樹林中嘅黑影、草叢中嘅沙沙聲）。當面對不確定性（「嗰嚿係石頭定係熊？」），生物必須下注。誤報（將石頭當成熊）嘅代價只係短暫嘅恐懼同浪費少少能量。但漏報（將熊當成石頭）嘅代價就係死亡。自然選擇偏愛嗰啲傾向過度偵測代理人嘅知覺系統。我哋會喺電掣插座度睇到面孔，因為我哋個腦係一個高度敏感嘅模式匹配器，時刻掃描緊潛在威脅。

過度活躍代理偵測裝置 (HADD)： 由 Justin Barrett 提出，呢個描述咗一個認知模組，專門偵測非慣性郁動（違反基本物理學嘅突然變化），並立即將佢歸因於睇唔見嘅代理人。喺原始環境中，HADD 可以偵測捕獵者從而拯救生命。喺現代環境中，佢會「走火」——作響嘅木屋變成「鬼屋」，黑仔變成「俾人落咒」，流行病變成「陰謀論」。

絕對社會性 (Obligate Sociality, Caporael 提出)： 人類係專門為面對面嘅群體生活而進化嘅，無法單獨生存。我哋缺乏一個獨立而複雜嘅「機械認知」模組去處理死物。因此，當我哋同複雜嘅非人類實體互動時，我哋會預設使用社會認知。我哋同架車講嘢，因為「對話」係我哋影響其他實體嘅主要工具。擬人化係人類與世界進行根本性社會互動嘅認知預設。

4. 呢種偏見嘅表現形式

4.1. 喺日常生活入面

擬人化以明顯同微妙嘅方式滲透我哋嘅日常經驗。寵物主人普遍會將複雜嘅情感歸因俾動物——話狗仔有「內疚個樣」（實際上係驚）或者貓仔會「報復」。調查顯示，幫車改名嘅人會將性格特徵賦予架車，並且會揸耐啲，將車當成同伴而唔係資產。

當科技出現故障時，用家會調動處理人際衝突嘅大腦區域。對住死機嘅手提電腦爆粗，涉及真實嘅社交互動——用家覺得部機好「固執」或者「有惡意」。呢個解釋咗點解我哋好少幫可靠嘅多士爐改名，但經常幫唔靠譜嘅車改名；我哋喚起「心智」嚟解釋不可預測嘅變數。

「毛孩」(fur baby) 現象代表咗寵物深度融入家庭生活。研究發現咗「狗父母內疚感」同人類做父母嘅內疚感好相似——主人會因為留低狗仔獨自喺屋企而感到內疚，呢種感覺係源於擬人化嘅信念，認為狗仔會體驗到好似存在性孤獨或怨恨等複雜情感。

4.2. 喺工作場所

擬人化影響員工同工作場所科技互動嘅方式。使用第一人稱代名詞（「我可以幫你」）嘅語音助手同聊天機器人會增加信任度——並可能對系統嘅準確性產生錯誤嘅信心。員工可能會將意圖歸因於軟件而進行責備或讚賞，從而影響佢哋排解技術困難嘅策略同情緒反應。

喺團隊環境中，將組織部門（「銷售部唔在乎質量」）或者抽象流程（「個系統針對緊我哋」）擬人化，會塑造衝突嘅動態同解決問題嘅方法。

4.3. 喺商業同市場營銷

營銷人員系統性地利用擬人化建立品牌關係。好似米芝蓮車胎人、M&M's 角色或者 Geico 隻壁虎等吉祥物，為企業賦予咗面孔。研究證實，擬人化嘅吉祥物會增加「社會臨場感」(Social Presence)，影響品牌忠誠度。溫暖嘅擬人化（友善嘅角色）透過觸發社交動機，特別能夠提高購買意欲。

產品設計亦會利用呢啲傾向。有「面孔」嘅車（車頭燈係「眼」，水箱罩係「口」）睇起嚟友善或者有攻擊性，會引起相應嘅情緒反應。語音介面通常會被賦予名字同性格，以促進聯繫同信任。

4.4. 喺政治同媒體

政治運動會將國家、機構同抽象力量擬人化。「深層政府喺度策劃」、「華爾街好貪婪」或者「美國已經攰喇」將複雜嘅系統動態轉化為容易理解嘅社會敘事，當中有清晰嘅代理人、意圖同道德價值。

HADD 傾向助長咗陰謀論思維——拒絕接受隨機性，寧願相信複雜事件背後有睇唔見嘅刻意代理人。全球危機被歸咎於秘密集團，而唔係湧現現象 (emergent phenomena)，正正因為擬人化嘅解釋令人覺得更加滿意，並且覺得有應對嘅辦法。

4.5. 喺醫療保健

醫療保健領域中病人與 AI 嘅互動存在重大風險。當聊天機器人使用同理心嘅語言（「聽到你痛我好難過」）提供醫療建議時，病人可能會高估系統嘅可靠性同理解能力。研究顯示，使用第一人稱代名詞嘅大型語言模型 (LLM) 會顯著增加用家信任度，喺高風險嘅醫療環境中造成潛在嘅安全風險。

將疾病（「癌症喺度反擊」）或者身體部位（「我個膝頭哥好嬲」）擬人化，會影響病人對醫療狀況嘅理解同反應，有時有幫助（激勵堅持治療），有時有害（對自己嘅身體產生敵對而唔係治癒嘅關係）。

4.6. 喺金融同投資

市場行為經常被擬人化：「市場好緊張」、「投資者好驚」、「聯儲局喺度諗...」呢啲表達方式將複雜嘅宏觀現象轉化為簡單嘅社會故事。雖然作為簡稱好有用，但佢哋可能會誤導人，暗示存在一種其實並唔存在嘅統一能動性。

交易員可能會將佢哋嘅演算法或交易系統擬人化，喺實際上係統計變異主導嘅情況下，賦予系統性格同一致性。呢個可能會導致放錯信任或錯怪系統，而唔係進行系統性分析。

5. 真實案例研究

案例研究 1：中世紀動物審判

• 背景： 喺 13 到 18 世紀之間，歐洲嘅世俗同教會法庭對被指控犯有謀殺到破壞財產等罪行嘅動物進行正式嘅刑事審判。呢啲係嚴格嘅法律程序，有法官、檢察官同辯護律師。

• 發生咩事： 1386 年喺法國法萊斯 (Falaise)，一隻母豬因為殺死一個嬰兒而被捕。隻豬被囚禁、上庭受審，並被判有罪。處決嗰陣，隻豬着住人類嘅馬甲、馬褲同手套，頭部同前腿被故意弄殘（反映嬰兒嘅傷勢），然後被公開絞死。1522 年，奧坦 (Autun) 嘅老鼠因為破壞大麥農作物而被傳喚上庭；佢哋嘅辯護律師成功辯稱佢哋嘅客戶無法出庭，因為傳票冇送到每一個老鼠窿，而且街上面有貓阻住。

• 偏見嘅作用： 中世紀神學認為動物係上帝等級制度嘅一部分，受神聖法律約束。將動物拉入人類法律領域，社會重申咗正義嘅普遍性。將豬打扮成人類嘅模樣，凸顯咗心理上嘅需要：為咗令動物因為人類嘅罪行受到懲罰，佢必須變得似人。

• 後果： 呢啲審判持續咗幾個世紀，證明擬人化係點樣深深紮根於文化制度之中。當搵唔到動物嗰陣，法庭會委託製作木製雕像代替絞刑——懲罰一個「負責任代理人」嘅象徵性行為係最重要嘅。

• 經驗教訓： 擬人化超越咗個人心理層面；佢可以喺法律、宗教同管治中被系統化。追求效能感 (Effectance) ——透過法律框架對不可預測嘅大自然施加控制——嘅動力強大到足以維持咗五個世紀嘅制度化荒唐行為。

案例研究 2：ELIZA 效應

• 背景： 1966 年，麻省理工學院嘅 Joseph Weizenbaum 寫咗 ELIZA，一個模擬羅哲斯式 (Rogerian) 心理治療師嘅簡單聊天機器人腳本。個程式只係用基本嘅模式匹配——如果用家打「我好傷心」，ELIZA 會回覆「點解你好傷心？」。

• 發生咩事： 即使 Weizenbaum 清楚解釋個代碼有幾簡單，用家——包括佢自己嘅秘書——都對個機器人產生咗深厚嘅情感聯繫。佢哋認為 ELIZA 具有真正嘅同理心、理解力同治療能力。有啲人甚至要求進行私人對話，並且當被告知呢個只係一個程式嗰陣會覺得被冒犯。

• 偏見嘅作用： 表面層次嘅語言能力觸發咗「引發代理知識」(Elicited Agent Knowledge)。因為 ELIZA 嘅對話模式模仿咗人類互動，用家會自動將佢哋心目中嘅「治療師」心理模型應用喺個系統上，推斷出其實唔存在嘅深層理解。

• 後果： Weizenbaum 對人類咁容易受騙感到非常不安，並喺晚年致力警告電腦科技嘅危險。早咗六十年出現嘅「ELIZA 效應」，預視咗我哋而家面對大型語言模型 (LLM) 所遇到嘅挑戰。

• 經驗教訓： 我哋嘅社會認知好容易被合成代理人「入侵」。ELIZA 效應證明擬人化係建立喺表面線索上，而唔係對底層機制嘅準確評估——呢個弱點對 AI 安全同倫理有深遠嘅影響。

歷史例子：神學擬人化與奧迪安異端 (Audian Heresy)

喺 3 世紀同 4 世紀，奧迪安派（敘利亞同埃及嘅一個教派）從字面上解釋《創世記》中「神就照着自己嘅形像造人」嘅經文，將人類嘅肉體特徵歸因於上帝。呢種做法被教會譴責為異端，教會一直努力維持造物主同人類形態之間嘅區別。

呢段插曲說明咗宗教思想中長期存在嘅張力：抽象、超越嘅神祇喺認知上好難互動。《薄伽梵歌》(Bhagavad Gita) 明確承認呢一點，指出「對於有肉身嘅眾生嚟講，崇拜無形嘅神係更困難嘅」。擬人化嘅偶像（印度教嘅 murtis，基督教嘅聖人）作為人類奉獻嘅必要媒介應運而生——呢個係對我哋認知架構嘅一種妥協。色諾芬尼嘅洞見——擬人化嘅神只係反映觀察者嘅一塊鏡——喺 2500 年後嘅今日依然適用。

6. 呢種偏見嘅代價

6.1. 個人代價

擬人化會扭曲同寵物嘅關係，導致透過人類嘅鏡頭誤解動物嘅信號。狗隻服從嘅姿勢被解讀為「內疚」；黑猩猩恐懼嘅咧嘴笑被視為「微笑」。呢個會導致動物福利受損，包括痴肥（用食物去餵飼「愛」）、因不當期望而產生嘅行為問題，以及未能滿足動物嘅真正需求。

對擬人化物體過度依戀會妨礙實際決定——因為覺得架舊車有「性格」而留住架唔可靠嘅車，或者因為覺得掉走物件等同拋棄佢哋而感到過度痛苦。

6.2. 專業代價

對 AI 系統放錯信任係一個日益嚴重嘅專業風險。當 LLM 使用具同理心嘅語言時，用家會高估佢嘅準確性同可靠性。喺醫療、客戶服務或諮詢環境中，呢個可能會導致基於系統「幻覺」(hallucinated) 資訊而做出錯誤決定，呢啲系統令人感覺值得信任，但缺乏真正嘅理解。

業界用「幻覺」嚟形容 LLM 嘅虛構內容，本身亦都係一種擬人化——暗示系統有一個會感知嘅「心智」。呢種框架可能會加強對 AI 能力嘅錯誤假設。

6.3. 社會代價

HADD 傾向助長咗廣泛嘅陰謀論思維。當複雜嘅系統性現象（流行病、經濟危機、政治發展）被歸因於刻意嘅代理人而唔係湧現過程 (emergent processes) 時，公共討論同政策反應就會被扭曲。事件背後嘅「無形之手」感覺上比隨機嘅生物或經濟動態更容易理解，但會導致誤診同無效嘅干預。

去人性化——擬人化嘅相反——會帶嚟嚴重嘅社會代價。研究顯示，極端外群體完全無法激活觀察者嘅社會認知網絡，被當作物體而唔係人嚟處理。呢種心理機制係歧視、暴行同道德排斥嘅底層原因。

6.4. 統計影響

海德-西梅爾研究發現，120 名參與者中有 119 名 (99.2%) 自發地將簡單嘅幾何圖形擬人化——證明咗幾乎普遍嘅自動性。孤獨感操縱研究顯示擬人化顯著增加，其效應大小足以影響諸如科技採用同品牌忠誠度等實際行為。

心智感知研究表明，歸因有兩個截然不同嘅維度（能動性 Agency 同體驗 Experience），佢哋可以獨立變化，創造出複雜嘅道德判斷模式。被認為具有高能動性但低體驗嘅實體（例如刻板印象中嘅機器人）可能睇起嚟有威脅性，而被認為具有高體驗但低能動性嘅實體（例如動物）則會喚起保護反應。

7. 隱藏嘅好處

擬人化提供咗重大嘅心理同實際好處。

減輕孤獨感： 對於孤立嘅個體嚟講，將寵物、小工具甚至植物擬人化可以提供真正嘅心理安慰。《劫後重生》入面嘅「排球 Wilson 效應」係真實嘅：從環境中創造社會代理人可以減輕社會脫節嘅痛苦。呢一點對獨居長者或喺院舍生活、缺乏人際接觸嘅人特別有價值。

預測框架： 將「心智」歸因於不可預測嘅實體，提供咗一個能夠進行預測嘅連貫敘事。如果部電腦「好固執」，你可以採取社交策略（氹下佢、重新啟動、「俾啲耐性」）嚟恢復控制感。呢種效能感 (Effectance) 動機解釋咗點解我哋對唔可靠科技嘅擬人化程度高過可靠嘅科技。

保育心理學： 關於動物嘅擬人化敘事（「熊媽媽喺度哀悼」）會觸發同理心並增加對保育嘅支持。印尼嘅研究顯示，將事實教育同關於科莫多龍嘅擬人化故事結合，顯著改善咗兒童對保育嘅態度。「地球母親」同「環境內疚感」嘅框架創造咗道德受體 (moral patiency)，激勵支持環保嘅行為。

科技採用： 自動駕駛汽車研究表明，擬人化特徵（名字、聲音、代名詞）會顯著增加信任同採用意欲。對於面臨採用障礙嘅有益科技嚟講，擬人化設計可以令過渡更加順利。

認知效率： 以自我作為範本，係理解未知實體最容易獲得嘅啟發法。雖然唔係每次都準確，但佢可以進行快速、低成本嘅初步評估，然後再透過更多資訊進行完善。

8. 自我評估：你有冇呢種偏見？

8.1. 警告信號清單

• 我成日同我架車、電腦或者其他設備講嘢，就好似佢哋聽得明咁
• 當科技「唔聽話」嗰陣，我會感到真正嘅憤怒或被背叛
• 我相信我隻寵物會體驗到內疚、嫉妒或報復等複雜情緒
• 我有幫死物改名，並認為佢哋有性格
• 我覺得事件中嘅巧合或模式暗示背後有「人」搞鬼
• 我將意圖歸咎於自然現象（天氣「懲罰」我哋，宇宙「俾提示」）
• 我覺得好難掉嘢，因為感覺就好似拋棄佢哋咁
• 我本能地信任使用友善聲音或第一人稱代名詞嘅科技
• 我覺得我屋企或者車「了解」我，或者已經適應咗我
• 有時我唔小心撞到死物，會發現自己同佢道歉

計分：

• 剔咗 0-2 個：低易感性（儘管普遍嘅最低基準依然存在）
• 剔咗 3-5 個：中度易感性
• 剔咗 6-8 個：高易感性
• 剔咗 9-10 個：極高易感性

8.2. 自我反省問題

1. 當科技突然故障時，你係第一時間諗下機械出咗咩問題，定係覺得部設備「決定」罷工？

2. 回想一次你對一件死物感到真正喜愛或沮喪嘅經歷。係咩觸發咗呢種反應？呢種感覺持續咗幾耐？

3. 你點樣向其他人描述你隻寵物嘅行為？你會唔會用「知道」、「想」、「決定」或者「覺得內疚」呢啲字眼？

4. 當你喺隨機圖案（雲、多士、電掣插座）中睇到面孔時，感覺係真係睇到定係想像出嚟？

5. 係咪有人曾經話過你對物件太過依戀，或者對動物/科技賦予咗太多嘅理解能力？

8.3. 快速診斷情景

情景： 你部手提電腦喺你準備提交一份重要文件嗰刻突然死機。你啱啱又冇 save 到。

你會點反應？

• A) 感到一陣被背叛嘅感覺——部手提電腦揀咗喺最差嘅時機死機，簡直好似喺度搞破壞咁。你可能會話「點解你要咁對我？」 → 高易感性

• B) 覺得好沮喪，並且嘟囔住「蠢電腦」，雖然你知道佢並唔係真係有意識，但情感上依然將佢當作要負上某程度責任 → 中度易感性

• C) 覺得好沮喪，但即刻從機械原因去諗——過熱、軟件 bug、RAM 唔夠——完全冇將部機當作有能動性 → 低易感性

9. 識別其他人身上嘅呢種偏見

9.1. 行為指標

暗示有強烈擬人化傾向嘅可觀察模式：

• 幫車輛、設備或電器改名，並喺對話中叫佢個名
• 用心理學術語（嫉妒、報復、理解、操縱）描述寵物行為
• 同物件（語音助手、ATM、自動門）講多謝或對唔住
• 對「傷害」物件（舊玩具、傳家寶、汽車）感到痛苦
• 將掃地機械人、智能喇叭或其他 AI 設備當成家庭成員
• 將計劃或意圖歸因於複雜系統（市場、機構、自然界）

9.2. 對話危險信號

受呢種偏見影響時人們會講嘅說話：

• 「我架車今日發脾氣」
• 「個演算法專登針對我」
• 「我隻狗好清楚自己做錯咩」
• 「宇宙喺度話緊俾我聽一啲嘢」
• 「科技好憎我」

佢哋會提出嘅論點類型：

• 將隨機事件解釋為針對佢哋個人嘅有目的模式
• 毫無保留地用人類情感詞彙解釋動物行為

佢哋避開唔問嘅問題：

• 「有咩機械或統計學上嘅解釋可以說明呢件事？」
• 「我係咪將人類認知投射到缺乏呢種認知嘅事物上？」

9.3. 情境觸發因素

增加擬人化嘅情況：

• 孤獨或社交孤立（社交動機）
• 科技或自然界出現不可預測或唔可靠嘅行為（效能感動機）
• 需要快速解釋唔熟悉嘅實體（引發代理知識）
• 具有類似面孔特徵、類似人類動作或反應行為嘅物件
• 壓力或認知負荷（減低糾正性反思嘅能力）
• 情感脆弱或需要聯繫
• 將擬人化正常化嘅文化背景（萬物有靈傳統、正面嘅機器人媒體）

10. 認知去偏見策略

10.1. 即時技巧

機制檢查： 當你發現自己喺度歸因意圖時，停一停問：「實際嘅機制係咩？」電腦唔可能「固執」，因為佢冇目標；佢只係執行緊代碼。找出機械性解釋可以阻斷擬人化嘅推論。

第三身測試： 想像你喺度向一個懷疑論工程師解釋情況。「架車撻唔著」變成「引擎冇油/冇火花/冇壓力」。呢種重構可以激活分析認知而唔係社會認知。

逆向練習： 問下該實體需要具備咩條件先可以真正擁有被賦予嘅屬性。要令你隻狗感到「內疚」，佢需要理解道德規則、記住自己犯規，並且體驗自我責備。科學證據支唔支持呢種能力？

概率提醒： 當察覺到某種模式時，問自己：「喺一個純隨機嘅世界入面，呢種巧合發生嘅頻率有幾高？」隨機事件必然會聚集；呢個唔需要任何代理人喺背後操縱。

10.2. 長期策略

培養機械素養： 了解科技實際嘅運作原理（演算法點樣進行推薦、汽車引擎點樣運作）可以提供替代嘅解釋框架，與擬人化預設抗衡。

研究動物認知： 了解科學界對非人類心智嘅真實認知——包括佢哋真正嘅能力同局限。用實證知識取代民間心理學。

練習批判性視角轉換： 培養一種意識：你對其他心智嘅「直覺」可能反映嘅係投射而唔係感知。呢點對設計到好似有同理心嘅 AI 系統特別重要。

監察孤獨感： 意識到社交脫節會增加擬人化傾向。如果你發現自己對物件或科技嘅依戀增加，諗下係咪社交需求未得到滿足。

10.3. 環境設計

減少擬人化線索： 喺可行的情況下，選擇唔模仿人類特徵嘅科技。計時器比有名字嘅語音助手更少被擬人化。

為依戀製造摩擦： 喺同 AI 系統建立強烈聯繫之前，要求自己講清楚系統到底係咩（一個統計學模式匹配系統），而唔係感覺似咩（一個朋友）。

社交來源多樣化： 維持穩健嘅人際關係，以減低將非人類實體擬人化嘅動機壓力。

10.4. 幾時需要尋求外部意見

喺以下情況尋求他人意見：

• 做出受系統或市場的明顯「意圖」影響嘅重大決定時
• 覺得科技或機構針對你個人時
• 好難區分對動物行為嘅理解係投射定係真正感知時
• 與 AI 系統建立嘅關係似乎取代咗人際交往時
• 喺其他人睇唔到嘅隨機事件中發現模式/能動性時

11. 實用練習

練習 1：重溫海德-西梅爾動畫

• 目標： 體驗擬人化嘅自動性並練習克服佢
• 所需時間： 15 分鐘
• 所需物料： 觀看海德-西梅爾動畫（網上有）
• 難度級別： 初階
• 指示：
  1. 睇完動畫，寫低你睇到嘅故事
  2. 留意你賦予咗咩情感、意圖同性格
  3. 再睇一次，但刻意只描述物理郁動（「大三角形以速度 X 向小三角形移動」）
  4. 留意維持非擬人化視角需要付出嘅認知努力
  5. 反思自動感知與刻意重新描述之間嘅差距
• 反思問題：
  • 第一次睇嗰陣社會敘事出現得有幾快？
  • 咩視覺線索觸發咗特定嘅歸因（攻擊性、恐懼、感情）？
  • 壓抑擬人化解釋嘅感覺係點？
• 頻率： 作為介紹做一次；喺需要校準意識時重複

練習 2：寵物行為日記

• 目標： 區分擬人化投射同行為觀察
• 所需時間： 每日 10 分鐘，為期一週
• 所需物料： 筆記簿，可選用影片記錄
• 難度級別： 中階
• 指示：
  1. 當你隻寵物做咗啲值得注意嘅事，寫低兩個描述：
     • A 欄：你嘅直覺解釋（例如：「佢覺得內疚」）
     • B 欄：純觀察行為（例如：「耷低頭、迴避目光、尾夾住」）
  2. 研究科學上對嗰種行為嘅實際理解
  3. 留意你嘅解釋同記錄意義之間嘅差異
  4. 追蹤一週內嘅模式
  5. 修正你對寵物認知嘅工作模型
• 反思問題：
  • 邊啲歸因被研究證實？邊啲係投射？
  • 咩情緒驅使你作出擬人化嘅解釋？
  • 準確嘅理解點樣改變你同寵物嘅關係？
• 頻率： 最初密集做一週；之後定期簡短檢查

練習 3：科技機制拆解

• 目標： 建立機械心理模型以抗衡擬人化預設
• 所需時間： 30 分鐘
• 所需物料： 紙、查閱文獻/說明書
• 難度級別： 中階
• 指示：
  1. 揀一種你經常擬人化嘅科技（語音助手、演算法、汽車）
  2. 研究佢基本層面上實際係點樣運作嘅
  3. 畫一個簡單嘅機制圖表或流程圖
  4. 下次佢「唔聽話」嗰陣，順住個機制去搵可能嘅原因
  5. 留意機械模型有冇減少擬人化嘅反應
• 反思問題：
  • 你對實際機制學到啲咩？
  • 理解機制有冇減少或者改變擬人化嘅衝動？
  • 你喺邊度依然感覺到有意圖歸因嘅傾向？
• 頻率： 每種常用科技做一次

每日練習

歸因暫停： 每日捕捉一次自己擬人化嘅時刻（同科技講嘢、將複雜情緒歸因俾寵物、將模式睇成有目的）。暫停 10 秒鐘，講出機制而唔係意圖。

• 建議時間：總共 2-3 分鐘
• 最佳時間：任何自然發生嘅時候
• 追蹤進度方法：喺手機記事簿劃「正」字；每週檢討

每週挑戰

孤獨與擬人化嘅關聯： 喺四個星期內，同時追蹤你嘅社交聯繫水平同埋擬人化行為。每日評分（1-10）你覺得有幾多社交聯繫。同時記低擬人化嘅時刻。喺週末，睇下兩者之間有冇關聯。

• 4 週後嘅預期結果：了解個人觸發因素；能夠識別補償性嘅擬人化
• 日記反思提示：
  • 呢個禮拜我幾時最想擬人化？我嘅社交環境係點？
  • 主動接觸人類有冇減少我對非人類「陪伴」嘅依戀？
  • 擬人化為我滿足咗咩合理嘅需求？

12. 針對特定對象

俾領導同管理層

擬人化會影響團隊對待組織系統、科技甚至其他部門嘅態度。好似「IT 部唔理我哋嘅需求」或者「個系統喺度同我哋作對」呢啲說話，用咗擬人化嘅方式去表達，會妨礙解決問題。

策略：

• 討論系統同流程時，帶頭使用機械性語言
• 當團隊對科技表示不滿時，將焦點轉向具體功能問題，而唔好接受意圖歸因
• 要意識到引入擬人化 AI 工具（聊天機器人、語音助手）會觸發員工嘅社會認知，影響信任度、私隱期望同錯誤歸因
• 意識到感到孤獨或脫節嘅團隊成員可能會對工作場所嘅 AI 同科技產生更強嘅依戀

俾父母同教育工作者

小朋友天生就會擬人化（皮亞傑嘅萬物有靈論），唔應該將呢樣嘢當成病態。不過，幫助小朋友同時發展想像力同準確理解能力，對認知發展好有幫助。

適合唔同後生嘅方法：

• 4-7 歲：享受擬人化故事嘅同時，間中問下「你覺得架車真係覺得傷心，定係扮㗎？」
• 8-11 歲：透過探討生物嘅需求（食物、繁殖、生長），介紹「有生命」同「識郁」嘅分別
• 12 歲以上：討論電影同市場營銷點樣利用擬人化令我哋產生感覺，培養媒體素養

課堂活動： 將擬人化嘅動物故事同相同物種嘅紀錄片進行比較。咩係真實嘅？咩係加上去嘅？

俾醫療保健專業人員

AI 喺醫療保健領域越來越普遍——用於分流嘅聊天機器人、提供資訊嘅 LLM——而病人會將呢啲系統擬人化。

臨床注意事項：

• 病人可能會同 AI 工具建立信任關係，呢種信任可能會超出工具嘅可靠程度
• AI 使用第一人稱語言（「我建議...」）會顯著增加信任度；要考慮呢個對高風險醫療建議嘅影響
• 將疾病擬人化（「我個癌症好惡」）會影響患者對治療嘅依從性同情緒應對
• 孤獨嘅病人可能特別容易將醫療 AI 擬人化；要注意保持適當嘅界線

溝通策略：

• 明確提醒病人，AI 工具係程式，而唔係執業醫生
• 帶頭使用將機械功能與社會關係分開嘅語言

俾金融專業人員

市場、演算法同經濟力量經常被擬人化：「市場好緊張」、「投資者爭相逃命」、「聯儲局喺度諗...」

專業影響：

• 擬人化嘅框架可能會誤導人，暗示宏觀現象中存在統一嘅能動性
• 交易員可能會對交易演算法產生不當嘅信任或怪責
• 使用擬人化語言嘅客戶通訊應該被視為比喻，而唔係字面描述

風險管理：

• 分析市場走勢時，喺做決定之前強制將其翻譯成機制語言
• 認識到 AI 交易工具會被擬人化；建立明確嘅機制以防止過度自信

13. 同其他偏見嘅相互作用

放大擬人化嘅偏見

對抗擬人化嘅偏見

常見嘅偏見連鎖反應

孤獨 → 擬人化 → 對 AI 過度自信 → 做出差劣決定

當社交需求得唔到滿足時，人們會將科技（特別係對話式 AI）擬人化。呢種做法創造咗一種虛擬嘅關係同信任感，可能超出咗系統嘅實際可靠性。基於擬人化 AI 的「建議」（醫療、金融、個人）而做出嘅決定，可能無法準確對應系統嘅真正能力。

中斷策略： 喺任何階段，引入一個現實檢查（「呢個系統實際上能夠知道或理解啲咩？」）就可以打破呢個連鎖反應。

14. 文化觀點

擬人化係普遍嘅，但佢嘅表現同接受程度喺唔同文化中有好大差異。

神道教萬物有靈論 (日本)： 神道教認為「神」(kami/靈魂) 存在於自然物、動物同地方之中。呢種信仰令擬人化嘅感知喺文化上變得正常。研究表明，恐怖谷效應喺日本可能冇咁明顯——受正面媒體描繪（例如《小飛俠阿童木》）同萬物有靈傳統嘅影響，日本參與者對人形機器人嘅接受度通常高過美國人。

西方「科學怪人情結」： 猶太-基督教傳統強調造物主同被造物之間嘅區別，西方文學中有好多關於被造物反抗創造者嘅故事（《科學怪人》、《未來戰士》、《2001 太空漫遊》的 HAL 9000）。呢個可能會增加人們對高度擬人化機器人嘅不安感。

印度教 Murti 傳統： 印度教哲學明確承認，對於有肉身嘅眾生嚟講，崇拜無形嘅神明喺認知上好困難。擬人化嘅偶像 (murtis) 被接受為人類奉獻嘅必要媒介——呢個係對認知架構嘅一種有意識妥協，而唔係天真嘅字面理解。

15. 迷思與誤解

16. 專家見解

「如果牛、馬或者獅子有手，或者能夠用手畫畫，做到人可以做嘅事，馬就會將神畫成馬嘅樣，牛就會畫成牛嘅樣。」 — 色諾芬尼 (Xenophanes)，約公元前 500 年

「擬人化可能係應對未知事物嘅預設認知策略；佢係最容易獲得嘅啟發法。」 — 尼古拉斯·愛普利 (Nicholas Epley)，芝加哥大學

「偵測代理人同進行社會協調嘅傾向，提供咗巨大嘅生存優勢。『誤報』——喺雲中睇到面孔——嘅代價，相比起『漏報』——睇唔到捕獵者——嘅代價微不足道。」 — 斯圖爾特·格思里 (Stewart Guthrie)，《雲中面孔》

「我哋冇一個獨立嘅大腦嚟同死物互動。當我哋幫架車改名或者懇求一部電腦嗰陣，我哋係喺度重新利用為人類聯繫而設嘅神經架構。」 — 社會神經科學發現總結

17. 關鍵要點

1. 擬人化係普遍同自動嘅——係人類認知嘅一個特點，而唔係系統錯誤。佢源於我哋作為絕對社會化物種嘅進化。

2. SEEK 模型解釋咗差異： 當我哋感到孤獨（社會性）、面對不可預測性（效能感），以及實體具有人類特徵（引發代理知識）時，我哋會更多咁擬人化。

3. 大腦重新利用社會認知嚟處理同物件嘅互動。無論我哋係諗緊人類定係將機器擬人化，相同嘅神經區域（mPFC，TPJ）都會被激活。

4. 擬人化可以雙向切換：我哋可以將心智歸因於物體（幫車改名），亦可以剝奪人類嘅「心智」（對外群體去人性化）。

5. 科技越來越多咁利用呢種傾向。由 ELIZA 到現代 LLM，模仿社交線索嘅系統會觸發錯誤嘅信任同情感依戀。

6. 呢種偏見有真正嘅好處——減輕孤獨感、建立預測框架、激勵保育——但亦有真正嘅代價，包括錯信同判斷失誤。

7. 減輕影響需要刻意努力：激活分析性思維、建立機械心理模型同埋識別個人觸發因素可以減少，但永遠無法消除擬人化感知。

18. 延伸資源

學術論文

• Epley, N., Waytz, A., & Cacioppo, J. T. (2007). On seeing human: A three-factor theory of anthropomorphism. Psychological Review, 114(4), 864–886.
• Heider, F., & Simmel, M. (1944). An experimental study of apparent behavior. American Journal of Psychology, 57(2), 243–259.
• Gray, H. M., Gray, K., & Wegner, D. M. (2007). Dimensions of mind perception. Science, 315(5812), 619.
• Harris, L. T., & Fiske, S. T. (2006). Dehumanizing the lowest of the low: Neuroimaging responses to extreme out-groups. Psychological Science, 17(10), 847–853.
• Waytz, A., Heafner, J., & Epley, N. (2014). The mind in the machine: Anthropomorphism increases trust in an autonomous vehicle. Journal of Experimental Social Psychology, 52, 113–117.

書籍

• Guthrie, S. (1993). Faces in the Clouds: A New Theory of Religion. Oxford University Press.
• Barrett, J. L. (2004). Why Would Anyone Believe in God? AltaMira Press.
• Piaget, J. (1929). The Child's Conception of the World. Routledge & Kegan Paul.
• Mori, M. (2012). The Uncanny Valley (K. F. MacDorman & N. Kageki, Trans.). IEEE Robotics and Automation, 19(2), 98–100. (Original work published 1970)

書籍章節

• Waytz, A., Epley, N., & Cacioppo, J. T. (2010). Social cognition unbound: Insights into anthropomorphism and dehumanization. In Current Directions in Psychological Science, 19(1), 58–62.

19. 總結卡

20. 詞彙表

21. 討論問題

為讀書會、課堂或自我反思而設：

1. 擬人化係一個需要糾正嘅認知「錯誤」，定係一個我哋應該接受嘅適應特徵？邊種觀點喺咩時候適用？

2. 中世紀嘅動物審判喺今日睇嚟好荒唐。有咩現行做法可能會俾後代有同樣嘅睇法——而且可能牽涉擬人化？

3. 隨住 AI 變得越來越健談同似有同理心，我哋應該建立咩安全機制，大規模保護人們免受 ELIZA 效應影響？

4. 恐怖谷效應可能點樣影響人形機器人嘅發展同普及？設計師係咪應該刻意避免太似人？

5. 了解擬人化嘅神經學基礎，有冇改變你點樣看待自己嘅呢種傾向？點解有或點解冇？