為什麼比起數據，人們更容易相信個案？

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

數十年來，多數心理學家和新興的行為經濟學家在可控制的實驗情境中，不斷研究人類的決策過程。這些研究結果不僅動搖關於人類理性的基本假設，甚至迫使大家用一種截然不同的觀點來思考人類行為。

例如，心理學家已經藉由無數個實驗證明，人的選擇和行為會受到特定字詞、聲音等刺激的「促發」（priming）所影響。受試者若在實驗中念到「老」和「虛弱」等字詞，他們離開實驗室在走廊上行走的速度就會變慢。在酒坊裡，如果店家播放的背景音樂是德國音樂，消費者更有可能購買德國葡萄酒，如果是法國音樂，則會傾向購買法國葡萄酒。受訪者在填寫跟運動飲料有關的調查問卷時，如果是用綠色的筆，則更可能會選擇開特力運動飲料（Gatorade）。購物網站的背景圖案如果是蓬鬆的白雲，網路購物者更有可能選擇昂貴、舒適的沙發，如果背景圖案是錢幣，則購物者傾向買較硬、較便宜的沙發。

我們的反應也可能被無關的數字給影響。有一項實驗，要求參與葡萄酒拍賣會的人在競價之前寫下自己社會保險號碼的末兩位數字。儘管數字基本上是隨機的，且絕對與買家對酒的估價無關，但研究人員發現數字越大，買家就更願意出價。心理學家稱這種現象為「錨定效應」。不論是估計非洲聯盟的會員國數量，或是我們認為合理的小費或捐款金額，都可能受到錨定效應的影響。

事實上，當慈善機構的募款單上附有「建議」捐款金額，或帳單上預先寫出小費的比率，你都該懷疑這是利用錨定效應技巧，因為提出一個較高的金額，其實是在錨定你對「公平」的初步估計。就算你覺得 25％ 的小費似乎太高了，所以調降你的估計值，但最後給出去的小費或許還是高於沒有被暗示時的金額。

改變情境呈現的方式也可能強烈影響個人偏好。比方說，在同一個賭局，如果強調輸錢的可能性，就會讓人傾向規避風險，但如果強調贏錢的可能性，則會造成相反的結果。更讓人困惑的是，加入第三種選項，竟然可以逆轉一個人對先前兩種選項的偏好。

舉例來說，A 是一款品質好、價錢昂貴的相機，B 是品質較差，但較便宜的相機。光這樣看可能很難比較與選擇。但假設如下圖所示，加入第三個選項 C1，雖然品質差不多，但顯然比 A 貴。這時要選擇 A 或是 C1 就變得很明確了。三者中選擇 A 的占大多數，這似乎非常合理。但假設加入的第三個選項是價錢跟 B 差不多，但品質較差的 C2，那大家又會如何選擇？這種情況當然會選擇 B。換句話說，即使選項 A 和 B 都沒有改變，只要加入一個不同的選項，就能夠有效逆轉對 A 和 B 的偏好。更奇怪的是，決策者永遠都不會選擇引起偏好逆轉的第三個選項。

心理學家藉由研究這一系列非理性的行為發現，提取或回憶不同類型訊息時，其難易度通常會影響人類的決策與判斷。以搭飛機為例，與其他任何致命因素相比，人們通常會高估死於恐怖攻擊的可能性。因為人們對恐怖攻擊的印象非常鮮明，即便它發生的機率明顯低於任何其他事故。

還有一個矛盾的情況，當人們被要求回憶自己果斷行動的經驗時，通常會認為自己沒那麼果斷。並不是因為這個問題和他們對自己的看法有衝突，而是因為回想的時候很費力。相較於真實情形，人們也傾向於認為自己現在的行為、信念都跟過去差不多。

此外，在閱讀一份手寫聲明稿時，如果字體容易閱讀，或者之前曾經看過，那這份聲明就會更容易被取信。就算人們上次看這份聲明時，已經明確知道那是假的，結果依然如此。

最後，人們消化新訊息的方式，往往會增強他們既有的想法。某種程度上，這是因為我們偏愛注意「更能證實自己既有信念」的訊息，並忽略不符合自己信念的訊息。

另一方面，我們對於那些不符合自己信念的訊息，也傾向加以質疑或嚴格檢查。這兩種密切相關的傾向，分別稱作「確認偏誤」（confirmation bias）和「動機性推論」（motivated reasoning），會嚴重阻礙我們解決爭端的能力。從家事上的小分歧，到北愛爾蘭或以巴衝突都深受其害。在這些爭端當中，各持己見的雙方看待的明明是同一套「事實」，但對實情的印象卻完全不同。

即便是在科學領域，確認偏誤與動機性推論也時常扮演有害的角色。基本上，科學家應該遵循基於證據的真相，即使該證據與自己既有的信念或理論相抵觸，但是更多時候，科學家反而質疑證據。

結果正如量子力學創始者馬克斯．普朗克（Max Planck）的至理名言：「一個新的科學真理之所以能勝出，不是因為它說服了反對者，讓那些人接受——而是因為反對者死光了。」

——本文摘自《超越直覺》，2024 年 01 月，一起來出版，未經同意請勿轉載。

你通常如何做決定？

使用潛意識思考理論，為複雜的問題做出正確的決定；不想讓自己後悔，就積極把握任何的機會。

做比較不重要的決策時，我總覺得考慮所有利弊是有益的，不過，做重要的決策時⋯⋯則應該由潛意識、大腦內的某處決定。 ——佛洛伊德

想像老闆告訴你，他覺得你們辦公室看起來沒什麼藝術氣息，想請你幫他買一幅看來要價不斐的現代藝術印刷品來妝點牆面。你穿上外套，開車去藝廊，發現他們只剩次頁所示的四幅印刷品。你如何做決定？

一種可能是根據老闆的個性、公司的形象、目前辦公室的裝潢，思考每幅畫作的利弊。又或者，你可以相信直覺，挑選你「覺得」適合的作品。你也可以根據最近的研究， 依賴不同的技巧，幫你做出更好的決策。

什麼是「潛意識思考理論」？

幾年前，心理學家狄克斯特霍斯與柴格．凡歐登（Zeger van Olden）用同樣的海報挑選流程，做了一個特別的實驗。

在研究中，他們請受測者進實驗室裡看五張海報，用三種技巧中的一種幫他們挑選最喜歡的一張；他們請第一組研究每張海報約一分半鐘，列出他們喜歡與不喜歡每一張的主因，仔細分析他們的想法，再挑選最喜歡的那張。他們叫第二組大略看一下海報後，就從五張裡挑出最喜歡的一張。他們讓第三組迅速瞄過海報，請他們花五分鐘解困難的字謎，然後再讓受測者迅速瞄一次海報，之後就做決定。

做完決策後，他們請所有受測者評估他們喜歡五張海報的程度。

每個人都做了選擇與評估後，實驗者做出前所未有的慷慨決定，把每個人最喜歡的那張海報當成禮物送給受測者，以感謝他們參與研究。等每個人拿著禮物準備離開實驗室時，實驗者不經意地向每個人要電話，宣稱萬一資料儲存有問題或是需要重做實驗時，可以聯絡他們。

假設你參與研究，研究人員又告訴你，因為怕硬碟出問題， 需要你的電話，這表示他們一定在打什麼主意。最有可能的情況是，實驗還沒結束，未來他們會打電話給你。打電話的形式可能有好幾種，你的電話可能半夜響起，市調員問你願不願意參與有關肥皂的調查；又或者，你可能接到一通電話，那人聲稱自己是你長期失聯的朋友，問你想不想見面；也有可能，就像本例中發生的，研究團隊打電話來問好，問你還喜歡那張海報嗎。

實驗完後一個月，研究人員聯絡受測者，問他們對海報的滿意度，要多少錢才願意割愛出售。當初在實驗室裡剛選好海報時，仔細思考過每幅海報的利弊才做決定的人，都確定他們做了正確的選擇，事實上，他們比另外兩組的人還要確定。不過，一個月後，情況完全不同了。花時間解字謎後才選海報的人反而最滿意他們的選擇，他們要求的割愛價格也比其他兩組高出許多。

你可能會主張，這類研究做的選擇不像我們真實生活做的選擇那麼複雜。事實上，研究人員做了很多實驗，他們一再獲得同樣的奇怪效果。不管是決定租哪間公寓、買哪輛車、或是投資哪檔股票——先看過選擇，然後忙著動腦處理困難的問題，之後再做決定，往往可以做出比較好的決策。

為什麼會這樣？狄克斯特霍斯與凡歐登認為，這和掌握潛意識的力量有關。當你必須從差別不大的選擇中做決定時，大腦意識很擅長用理性、清醒的方式研判情況，做出最佳選擇。

不過， 大腦同一時間能思索的事實與數字量有限，所以事情一複雜，大腦意識就不是那麼靈通了，它不會觀看全局，只鎖定最明顯的要素。相反的，潛意識比較擅長處理生活中常見的複雜決策。給它一點時間，它就會慢慢地考慮所有因素，最後做出比較平衡的決定。狄克斯特霍斯與凡歐登為這種效果所做的解釋，就是所謂的「潛意識思考理論」（Unconscious Thought Theory）。

這理論主張，做複雜的決策時應該尋求中庸之道，為一個議題想太多或是太快做決定時，結果一樣糟。重點在於知道需要決定什麼，然後轉移你的大腦意識，讓潛意識來思考。怎麼做才能讓潛意識思考這個問題呢？就像我們在提升創意那個單元裡看到的，有一種技巧是讓大腦意識忙著處理其他困難的事，例如解字謎或每隔三倒數數字。

在做重要的決定前先解字謎，當然不是確保你不會反悔的唯一方法。事實上，根據其他的研究，還有一種更快的方法可以讓你不會反悔。

真的有讓人不後悔的方法嗎？

康乃爾大學的湯瑪斯．季洛維奇（Thomas Gilovich）研究後悔心理已經超過十年，他的研究結果相當耐人尋味。他的研究大多是叫人回顧人生並說出他們最大的遺憾。約 75% 的受訪者後悔沒做某件事，前三名分別是在學校不夠用功、沒有把握某個重要機會、沒有多陪陪親人與朋友。相反的，只有 25% 的人後悔做了某件事，例如入錯行、嫁錯郎（娶錯人）、或是在錯誤的時間點有了孩子。

不過這裡有個問題，要看已發生的事有什麼負面後果比較容易。你選錯行，所以你陷在討厭的工作裡動彈不得。你很年輕時就有小孩，所以無法隨性地和朋友出遊。你和不適合的人結婚， 經常爭吵。負面後果是已知的，後悔的程度雖大，畢竟還是有限。

但是，如果事情沒發生過，情況就完全不同了。突然間，可能的正面效益近乎無限大，如果你當初接下那份工作，會發生什麼事？如果你當初勇敢約心儀的對象，或是在校時多念點書，會發生什麼事？在這些情況下，你的後悔程度只受想像力的限制而已。

季洛維奇的有趣研究也驗證了十七世紀美國詩人惠蒂爾的一番話，惠蒂爾說：「在言語或筆墨所能表達的悲傷話語中，最可悲的莫過於：『要是⋯⋯就好了！』」

——本文摘自《怪咖心理學之 59 秒的練習，靠表情、姿勢和小動作，輕鬆翻轉工作與人生！、社區裡的用藥悲劇與重生》，2023 年 4 月，漫遊者文化出版，未經同意請勿轉載。

社會中總會有許多來來去去的科學議題，從基改、食安到能源議題，每一個都能看到正反兩方戰到天荒地老。一方總是主要訴諸理性／科學／數據，另一方則是走感性／案例／經驗的路線。

這類的爭議總是來來去去，理性方每每準備好詳盡的數據與論述來回應，感性方則是以打動人心的故事來說服大眾。一兩則個案並不能代表什麼，大範圍的抽樣才有可信度才對啊。很多理性方的人不懂，明明證據都擺在眼前，為何就是有那麼多人不願意接受。

在指責他人沒知識或不理性之前，或許可以先瞭解一些心理學，知己知彼才能百戰百勝。直接講結論就是，人天生傾向於接受個案而不是數據。

不管數據說什麼，個案就是能說服你

有個實驗很有意思，研究找了 317 位大學生，聲稱研發了一個新藥，要請他們評估願不願意使用這個藥物。告知方法會說明這個藥物的成功率經臨床測試的成功率是多少（90%, 70%, 50%, 30%），同時也會講一位個案接受藥物後的情況，個案情況有成功也有失敗也有不確定。個案的說明內容大致如下：

1. 個案情況良好：小強使用這個藥物後成效良好，病毒都被清除了，醫師認為病情不會再復發。治療完一個月後情況良好。
2. 個案情況不佳：小強使用這個藥物後成效不好，病毒並沒有完全被清除，醫師認為病情還在持續。治療完一個月後小強失明了且失去行走的能力。
3. 個案情況不確定：小強不確定使用藥物的選擇是不是對的，醫生也無法確定病毒是否都被清除了，同時也不肯定病情是否還會持續。治療完一個月後小強的情況時好時壞。

每位都會閱讀到關於此藥物的成功率以及一位個案使用的情況。為了避免先後順序的影響，有一半的人會先被告知成功率後再知道個案，另一半的人則相反。理論上要不要服藥應該著重於藥物的成功率，畢竟這是經過臨床驗證來的，個案因為只有一個很難做得準。

但是結果發現：

同樣是告知有 90% 成功率的藥物，後面加上失敗的案例的話，人們接受的程度就會由 88% 銳減為 39%，相當驚人的差異。而更有意思的是，同樣是告知成功率只有 30%，若加上一個失敗的案例，那麼接受程度只有 7%，但若是加上成功案例的話，接受程度會爆增到 78%！

我把兩個比較極端的例子獨立出來：

• 90% 成功率+失敗案例 = 39% 接受度
• 30% 成功率+成功案例 = 78% 接受度

看到上表數據就知道，個案的成功與否影響接受度非常大啊！幾乎是只要有成功個案就很容易接受、個案失敗就很難接受。

這樣數據派根本就是全面潰敗啊，雖然可以打臉打得很爽，但就是不容易說服人接受。

為什麼會這樣呢？我們來假想一個情況：

如果要你對一個不識字、不懂統計學概念的人談這件事，是講個案比較容易，還是讓他理解數據比較容易？

當然是前者。可以這樣說，對於他人的經歷的理解幾乎是每人都能作到，這或許是生物本能之一。然而對數據的解讀與理解卻是需要後天學習的，沒學過統計學就無法理解薪資平均數並不是指有一半的人有這樣的收入。所以說理解個案比理解數據容易多了，當然也更快。

別讓天性騙了你：透過學習成為有理性的人

常看到的推銷、電視購物、廣告，就很常訴諸這種個案效果，不需要名人，只要找出一兩位個案站出來，說他用了這個產品多久就產生神奇的效果。對產品有疑慮的人一看了成功個案後，很容易就被說服而購買，這也是消費心理學的絕妙手法之一啊。

所以在電視購物、網路看到某個產品多厲害多厲害，要打電話或刷卡之前，請先想想：這效果是個案還是大部分人都會有用呢？千萬別因個案就以為自己也適用。也請記得廠商肯定有高人指點，知道透過成功個案會比較讓人接受，因此你可千萬別上當啊。

另如果是要筆戰，身為理性的一方，就該瞭解到要說服大眾光端出數據肯定是不夠的，得要雙管齊下、理性與感性同時並進才能獲得最佳效果。

心理學有非常多的例子來說明人有太多不理性的決策模式，之後有機會再一一跟大家介紹。那既然人生來就有不理性的決策，那是不是就沒救了呢？對心理學家而言，辭典裡是沒有「沒救了」這三個字的。固然天性影響行為甚大，但後天學習才是決定人最終將會是什麼姿態的關鍵。

天性的影響正說明我們必須對科學素養的培養非常在意又認真，因為唯有透過後天學習來增強理性的部份，才能夠盡量做出相對合理的決策，才有資格自稱為理性的人。

研究出處

• Freymuth, A. K., & Ronan, G. F. (2004). Modeling patient decision-making: the role of base-rate and anecdotal information. Journal of Clinical Psychology in Medical Settings, 11(3), 211-216.

編按：身處在這越來越複雜世界，面對這麼多複雜議題，要做出合理的決策如此不容易，到底該怎麼辦呢？

這時你就需要科學思辨力！

【科學思辨力：現代人都需要的生存演算法】能幫助學生與每個人，建立自己的邏輯、跨過複雜議題討論的門檻、提升資訊選擇、處理與溝通的能力，成為更能面對未來變化的公民。

還等什麼，快點上車吧：http://bit.ly/2KQgEPx