為什麼寧願自己亂來，也不願看一下說明書？──2018 搞笑諾貝爾文學獎

本文由 Amway 委託，泛科學企劃執行。

到底怎樣才算是「乾淨」？這不是什麼靈魂拷問，而是一個價值上億的商業命題。

在半導體產業的無塵室中，「乾淨」的定義極其殘酷：一粒肉眼看不見的灰塵，就足以讓造價數百萬美元的晶圓直接報廢。空氣品質的好壞，甚至能成為台積電（TSMC）決定是否在當地設廠的關鍵性指標。回到你的家中，雖然不需要生產精密晶片，但我們呼吸系統中的肺泡同樣精密，卻長期暴露在充滿 PM2.5、病毒以及各種揮發性氣體的環境中。為了守護健康，你可能還要付費購買「乾淨的空氣」來用。

因此，空氣議題早已超越單純的環保範疇，成為同時影響國家經濟與個人健康的重要問題。

很多人可能沒想到，無論是家用的空氣清淨機，還是造價動輒百億的頂尖晶圓廠，它們對抗污染的核心武器並非什麼複雜的雷射防護罩，而是同一件看起來平凡無奇的東西：一片外觀像紙一樣的 HEPA 濾網。但你真的相信，就憑這層厚度不到幾公分的板子，能擋住那些足以毀滅精密晶片、滲透人體細胞的「奈米級刺客」嗎？

這片大家都聽過的 HEPA 濾網，裡面到底是什麼？

首先，我們必須打破一個直覺上的誤解：HEPA 濾網（High Efficiency Particulate Air filter）在本質上其實並不是一張「網」。

細懸浮微粒 PM2.5，是指粒徑在 2.5 微米以下的污染物，它們能穿過呼吸道直達肺泡，並穿過血管引發全身性發炎。但這只是基本，在工廠與汽車尾氣中，還存在粒徑僅有 1 微米的 PM1，甚至是小於 0.1 微米的「超細懸浮微粒」（UFP，即 PM0.1）。 UFP 不僅能輕易進入血液，甚至能繞過血腦屏障（BBB），進入大腦與胎盤，其破壞力十分可怕。

如果 HEPA 濾網像水槽濾網或麵粉篩一樣，單靠孔目大小來「過濾」粒子，那麼為了攔截奈米微粒，濾網的孔目只能無限縮小到幾乎不透氣的程度。更別說在台積電或 Intel 的製程工程師眼裡，一般人認為的「乾淨」，在工程師眼裡簡直像沙塵暴一樣。對於線寬僅有 2 奈米或 3 奈米（相當於頭髮直徑萬分之一）的晶片而言，空氣中一顆微小的塵埃，就是一顆足以毀滅世界的隕石。

因此，傳統的過濾思維並非治本之道，我們需要的是原理截然不同的過濾方案。這套技術的雛形，最早可追溯至二戰時期的「曼哈頓計畫」。

HEPA 的前身，誕生於曼哈頓計畫！

1940 年代，製造濃縮鈾是發展原子彈的關鍵。然而，若將排氣直接排向大氣，會導致致命的放射性微粒擴散。負責解決這問題的是 1932 年諾貝爾化學獎得主歐文·朗繆爾（Irving Langmuir），他是薄膜和表面吸附現象的專家。他開發了「絕對過濾器」（Absolute Filter），其內部並非有孔的篩網，而是石綿纖維。

有趣的來了，如果把過濾器放到顯微鏡下，你會發現纖維之間的空隙，其實比某些被攔截的粒子還要大。那為什麼粒子穿不過去呢？這是因為在奈米尺度下，物理規則與宏觀世界完全不同。極微小的粒子在空氣中飛行時，並非走直線，而是會受到空氣分子撞擊，而產生「布朗運動」（Brownian Motion），像個醉漢一樣東倒西歪。

當粒子通過由緻密纖維構成的混亂迷宮時，布朗運動會迫使它們不斷轉彎、移動，最終撞擊到帶有靜電的纖維上。這時，靜電的吸附力會讓纖維就像蜘蛛網般死死黏住微粒。那些狂亂移動的奈米刺客，就這樣被永久禁錮迷宮中。

現在最常見的 HEPA 材料，是硼矽酸鹽玻璃纖維。

現代 HEPA 濾網最常見的核心材料為硼矽酸鹽玻璃纖維。這些玻璃纖維的直徑通常介於 0.5 至 2 微米之間，它們在濾網內隨機交織，像是一座茂密「黑森林」。微粒進入這片森林後，並非僅僅面對一層薄紙，而是得穿越一個具有厚度且排列混亂的纖維層，微粒極有可能在布朗運動的影響下撞擊並黏附在某根玻璃絲上。

除此之外，HEPA 濾網在外觀上還有一個極具辨識度的特徵，那就是像手風琴般的摺紙結構。濾材會被反覆摺疊、摺成手風琴的形狀，中間則用鋁箔或特殊的防潮紙進行結構支撐，目的是增加表面積。這不僅為了捕獲更多微粒，而是要「降低過濾風速」。這聽起來可能有點反直覺：過濾不是越快越好嗎？

其實，這與物理學中的流速控制有關。想像一條水管，如果你捏住出口，水流會變得湍急；若將出口放開並擴大，雖然總出水量不變，但出水處的流速會變得緩慢。對於 HEPA 濾網而言，當表面積越大，單位面積所需承載的空氣量就越少，空氣穿透濾網的速度也就越低。

低流速代表微粒停留在濾網內的時間也更久，增加被捕捉的機會。此外，越大的表面積也為 HEPA 濾網帶來了高「容塵量」，延長了使用壽命，這正是它能夠稱霸空氣清淨領域多年的主因。

然而，即便都叫做 HEPA 高效率空氣微粒子過濾網 (High Efficiency Particulate Air filter)，但每個 HEPA 的成分與結構還是會不一樣。例如 安麗逸新空氣清淨機 SKY ，其標榜「可過濾粒徑最小至 0.0024 微米」的污染物，去除率高達 99.99%。

0.0024 微米是什麼概念？塵蟎、花粉、皮屑或黴菌孢子，大小約在 2 至 200 微米；細懸浮微粒  PM2.5 大小約 2.5 微米，細菌也大概這麼大。最小的其實是粒徑小於 0.1 微米的「超細懸浮微粒」，大多數的病毒（如流感、新冠病毒）都落在此區間。對安麗逸新 的HEPA濾網來說，基本上通通都是可被攔截的榜上名單。

在過敏防護上，它更獲得英國過敏協會（Allergy UK）認證，能有效處理 19 大類、102 種過敏原，濾除空氣中超過 300 種氣態與固態污染物。

然而，同樣的過濾邏輯一旦進入半導體無塵室，就必須換一條更為嚴苛的技術路線。因為硼矽酸鹽玻璃纖維對晶圓來說有個致命傷，就是「硼 (Boron)」。

在半導體製程中，硼是常見的 P 型摻雜物，用來精準改變矽晶圓的電性。如果濾網有任何微小的破損、老化或化學侵蝕，進而釋放出極微量的硼離子，就可能直接污染晶圓，改變其導電特性，導致晶片報廢。

此外，無塵室要求的是比 HEPA 更極致的 ULPA（超低穿透率空氣濾網） 等級的潔淨度。ULPA 的標準通常要求對 0.12 微米 的粒子達到 99.999% 甚至 99.9999% 的超高攔截率。在奈米級的競爭中，任何多穿透的一顆微塵，都代表著一筆不小的經濟損失。

為了解決「硼」的問題並追求極限的過濾效率，材料學家搬出了塑膠界的王者，PTFE 也鐵氟龍。鐵氟龍不僅耐酸鹼、耐腐蝕，還能透過拉伸製成直徑僅 0.05 至 0.1 微米 的極細纖維，其細度遠勝玻璃纖維。雖然 PTFE 耐化學腐蝕，但它既昂貴且物理上也很脆弱，安裝時若不小心稍微觸碰，數萬元的濾網就可能報銷。因此，你只會在晶圓廠而非一般家庭環境看到它。

即便如此，在空氣濾淨系統中，還有一樣是無塵室和你家空氣清淨器上面都有的另一張濾網，就是活性碳濾網。

活性碳如何從物理攔截跨越到分子吸附？

好不容易將微塵擋在門外時，危機卻還沒有解除。因為空氣中還隱藏著另一類更難纏的大魔王：AMC（氣態分子污染物）。

HEPA 或 ULPA 這類物理濾網雖然能攔截固體微粒，但面對氣態分子時，就像是用網球拍想撈起水一樣徒勞。這些氣態分子如同「幽靈」一般，能輕易穿過物理濾網的縫隙，其中包括氮氧化物、二氧化硫，以及來自人體的氨氣與各種揮發性有機物（VOCs）。

為了對付這些幽靈，我們必須在物理防線之外，加裝一道「化學濾網」。

這道防線的核心就是我們熟知的活性碳。但這與烤肉用的木炭不同，這裡使用的是經過特殊改造的「浸漬處理（Impregnation）」活性碳。材料科學家會根據敵人的不同性質，在活性碳上添加不同的化學藥劑：

• 酸鹼中和：對付氮氧化物、二氧化硫等酸性氣體，會在活性碳上添加碳酸鉀、氫氧化鉀等鹼性藥劑，透過酸鹼中和反應將有害氣體轉化為固體鹽類。反之，如果添加了磷酸、檸檬酸等酸性藥劑，就能中和空氣中的氨氣等鹼類。
• 物理吸附與凡德瓦力：對於最麻煩的有機揮發物（VOCs，如甲醛、甲苯），因為它們不具酸鹼性，科學家會精密調控活性碳的孔徑大小，利用龐大的「比表面積」與分子間的吸引力（凡德瓦力），像海綿吸水般將特定的有機分子牢牢鎖在孔隙中。

空氣濾淨的終極邏輯：物理與化學防線的雙重合圍

在晶圓廠這種對空氣品質斤斤計較的極端環境，活性碳的運用並非「亂槍打鳥」，而是一場極其精密的對戰策略。

工程師會根據不同製程區域的空氣分析報告，像玩 RPG 遊戲時根據怪物屬性更換裝備一樣——「打火屬性怪要穿防火裝，打冰屬性則換上防寒裝」。在最關鍵的黃光微影區（Photolithography），晶圓最怕的是人體呼出的氨氣，此時便會配置經過酸性藥劑處理的活性碳進行精準中和；而在蝕刻區（Etching），若偵測到酸性廢氣，則會改用鹼性配方的濾網。這種「對症下藥」的客製化邏輯，是確保晶片良率的唯一準則。

而在你的家中，雖然我們無法像晶圓廠那樣天天進行空氣成分分析，但你的肺部同樣需要這種等級的保護。安麗逸新空氣清淨機 SKY 的設計邏輯，正是將這種工業級的精密防護帶入家庭。它不僅擁有前述的高規 HEPA 濾網，更搭載了獲得美國專利的活性碳氣味濾網。

關於活性碳，科學界有個關鍵指標：「比表面積（Specific Surface Area）」。活性碳的孔隙越多、表面積越大，其吸附能力就越強。逸新氣味濾網選用高品質椰殼製成的活性碳，並經過高溫與蒸氣的特殊活化處理，打造出多孔且極致高密度的結構。

這片濾網內的活性碳配重達 1,020 克，但其展開後的總吸附表面積竟然高達 1,260,000 平方公尺——這是一個令人難以想像的數字，相當於 10.5 個台北大巨蛋 的面積。這種超高的比表面積，是市面上常見濾網的百倍之多。更重要的是，它還添加了雙重觸媒技術，能特別針對甲醛、戴奧辛、臭氧以及各種細微的異味分子進行捕捉。這道專利塗層防線，能將你從裝潢家具散發的有機揮發氣體，或是路邊繁忙車流的廢氣中拯救出來，成為全家人的專屬空氣守護者。

總結來說，無論是造價百億的半導體無塵室，還是守護家人的空氣清淨機，其背後的科學邏輯如出一轍：「物理濾網攔截微粒，化學濾網捕捉氣體」。只有當這兩道防線同時運作，空氣才稱得上是真正的「乾淨」。

進一步了解商品：https://shop.amway.com.tw/products/2071?navigationType=brand&

「這段時間，我們一直納悶控制的方法在哪裡……」
「沒想到就是我們自己。」

——《人生複本》 Blake Crouch

有沒有注意自己的日常用語會跟自己經常接觸的朋友們越趨接近？像是辦公室有人開始講：「是在哈囉？」身旁會也越來越多人在不經意間說出：「是在哈囉？」我們跟某個朋友聊天時，如果對方原本都沒有在用貼圖，但是突然有一天他/她開始用了貼圖，我們也開始跟著用貼圖來回應對方。

用語上的一致性 （lexical alignment / lexical entrainment）能夠讓人跟人之間距離更靠近，增加彼此的信任感。不僅在語言上，行為上一致性（姿勢、動作等）也能在兩個溝通越來越順暢的人們身上觀察到，而且人們在沒有察覺的情況下，對於那些語言與行為跟自己一致的人也展現較多好感。

語言一致性的涵蓋範圍廣泛，包含用詞選擇、腔調、語速，甚至是修辭結構。

舉例來說，當我們在跟朋友描述自己所在的位置時：「我在地下室一樓」此時，對方比較有可能回應「我在地下室二樓」，而不是「我在 B2」。

但人與人之間對話時的用語一致性跟語音助理設計有什麼關係呢？

無論與人或電腦對話，我們都會配合對方的用語

我們可以透過瞭解人跟電腦對話的時候，是否也會出現這樣的用語一致性。在這個實驗當中，研究者們會讓使用者分別跟三個不同的角色語音對話對話，分別是：

• 真人
• 較舊版本的電腦
• 較新版本的電腦

而且使用者們會明確地被告知即將對話者的身分。如果是舊版電腦，就會看到一個螢幕開機畫面上寫著是 1987 年的作業系統版本；如果對話的是新版電腦，就會在螢幕上看到 2003 年的作業系統版本。

接著，請使用者在實驗過程中分別跟三個不同的角色互相看著圖片描述一個物品，例如：看一張電燈的圖片。不過「電燈」的另一個稱呼也可以是「檯燈」，這時候研究者就讓他們輪流向對方說出照片裡的物品，進而讓研究者們分析使用者會不會因為對方用了某個詞彙，後續再看到同樣的圖片時也用同樣的詞彙。

結果發現，是的！使用者不但會配合另一個人的用詞方式，也會配合電腦的用詞。

即便使用者知道自己在跟電腦對話，當電腦一直用固定的詞彙描述圖中物品時，使用者的描述用詞也會配合電腦，就如同配合人一樣，用同樣的詞彙來描述物品。

但是這種用同樣詞彙的配合程度不同，當使用者知道自己在跟一個舊版本的電腦對話時，配合的程度就高於最新版本的電腦或是人類。也就是說，當我們知道電腦可能「比較笨」的時候，我們就更容易去配合它的用語。而這個效果透過很表面的知覺操弄就可以做到，就像實驗中讓使用者看到不同版本作業系統就會達到配合程度不同的效果。

不只用詞，在句子結構上也會配合語音助理

除了看字彙選擇是不是會有一致性，研究者們也發現當請使用者分別跟另一個真人、另一個發出機器音的語音助理、另一個擬人聲的語音助理對話，無論和誰對話，使用者自己的句子結構都會有配合對方的傾向。

研究者們邀請使用者向三個不同的角色互相描述圖片中的畫面，從中我們可以發現兩個不同的描述方式：

• 左圖：「大明給小王一張卡片」＝「大明把卡片給小王」；
• 右圖：「一個藍色的圓圈」＝「一個圓圈是藍色的」。

接著讓使用者分別跟三個角色輪流描述多長不同的圖片給對方聽。結果發現，如果對方一直用「A 把（物品）給 B」或是「形容詞 + 名詞」這種結構來描述圖片的話，自己後續描述圖片的方式也會趨向這個方式。

所以，無論跟自己對話的是人，或是機器音的語音助理，還是擬人聲的語音助理都有同樣的效果。

利用人們「一致性」本能，互動設計讓語音助理更好用

從我們與語音助理的互動經驗中可以發現，只要語音助理無法辨識我們說出來的內容，就無法給出符合期待的回應，所以自然語言處理（Natural language processing, NLP）的專家們持續發展語音辨識的技術。然而在新技術尚未推出之前，我們其實可以從人機互動的角度來修正語音助理的設計。

以本次回顧的系列研究的結論來說，人會隨著溝通對象而改變語言使用習慣，包含用語、句構。尤其當人認為電腦越不聰明時，配合程度越強。因此，設計師們不妨根據現有技術，先讓語音助理講出一些簡單的句子結構來開啟對話，再引導使用者也使用相似的簡單結構來回覆，而不是一定要專注在設計出能夠進行複雜對話的語音助理。

例如：當我們透過 Hey, bot 喚醒語音助理後，先讓語音助理說出：「嗨，下指令」這個簡單的句子結構，進而引導使用者說出：「好，播音樂」。

從系統設計角度來看，這麼做能在一開始就讓使用者在不知不覺中說出系統比較容易辨識的指令。就像我們在跟小小孩對話的時候，當他對我們說：「我要車車～」的時候，自己也會很自然的回應：「車車給你～」。

如此一來，使用者就不會因語音助理辨識錯誤而太失望了，不是嗎？

延伸閱讀

• 語音助理在不同情境下的設計考量
• 我們應該要設計「對話」還是設計「系統回應」？

感謝沈奕超、張元嘉提供編輯建議

參考資料

1. Cowan, B. R., Branigan, H. P., Obregón, M., Bugis, E., & Beale, R. (2015). Voice anthropomorphism, interlocutor modeling and alignment effects on syntactic choices in human-computer dialogue. International Journal of Human-Computer Studies, 83, 27-42.
2. Branigan, H. P., Pickering, M. J., Pearson, J., McLean, J. F., & Brown, A. (2011). The role of beliefs in lexical alignment: Evidence from dialogs with humans and computers. Cognition, 121(1), 41-57.

如果你拿著某樣產品，不停地問別人要怎麼使用，美國人有可能會回答你：RTFM (Read the F××king Manual)，翻譯成台灣的用語則是：「啊你不會自己看說明書喔？」。

但 2018 搞笑諾貝爾文學獎的得獎者卻告訴我們：不想看說明書是人之常情，這不單是使用者的問題，產品設計者也有責任，沒事不要做那麼多複雜的功能啊！大家根本很少在用！

大部分的人都不看說明書　也不使用產品所有功能

得獎者是澳洲昆士蘭科技大學的 Alethea Blackler 等人，他們因為論文「人生苦短，不該花更多時間看說明書 (Life Is Too Short to RTFM)：使用者和說明書及產品累贅功能之間的關係」而獲頒獎項。

他們想知道大家到底會不會看產品說明書、會不會使用產品的所有功能，於是用了 7 年的時間蒐集了 170 份問卷，再搭配 6 個月的使用者日記與訪談，做了質化與量化的研究分析，證實了以下幾個現象：

1. 只有 25% 的人會看產品說明書，並使用產品所有的功能。
2. 看說明書會引起人的煩惱和負面情緒。
3. 年輕人比年紀大的人還不喜歡看說明書。
4. 教育程度越高的人越不喜歡看說明書。
5. 男性比女性有可能會看使用說明書和使用產品所有功能，但兩者適應新產品所需的時間和正確使用率沒有差異。
6. 大家買東西的時候，喜歡選擇功能比較多的那一種，但使用後就會嫌那些功能複雜而無用。

綜觀以上六個研究結果可以發現，似乎問題都出在使用者身上，明明使用說明書就擺在那裏，翻一翻就可以找到解答，為什麼大家寧可自己亂按或是問別人（然後被嫌棄），也不想看說明書？

為什麼大家不看說明書？

答案很簡單，因為很麻煩阿！

2001 年的一項研究發現，人們在閱讀說明書時，常常會越看心情越差，因為他們要花很多時間才能找到解答，就算找到了，也有可能因為資訊量不足而無法獲得幫助。有些說明書甚至會假設使用者知道某些事情，但事實上他們根本不了解，所以越看越疑惑。不只紙本的說明書會為使用者帶來困擾，一些電腦、網路上的使用說明或輔助工具也是如此，像是經典的 Office 小幫手，大眼迴紋針 (Clippy) 就是因為被使用者嫌棄而慘遭淘汰的產物。

然而，就算說明書寫得很詳盡、整體架構也很清晰，大家還是不太喜歡看它們，因為比起密密麻麻的白紙黑字，人們還是比較願意相信實際行動的結果；只有在不論如何實驗都無法正確操作的情況下，才會勉勉強強地打開說明書，抓到了關鍵資訊後，又繼續埋首亂按。「為了實作而閱讀」(Read to do) 這種不直覺的任務對成人來說是很麻煩的。

那麼，為什麼年輕人 （25 歲以下）會比較不喜歡看說明書？研究認為，因為他們強烈的好奇心使他們更願意嘗試自己摸索未知的產品。另一方面，老年人會比中年人更依賴文字的說明書，因為他們對現代推陳出新的產品較為不熟悉，技術的吸收能力也比較差。

論文也指出，教育程度較高的人越不會閱讀說明書，因為他們對自己的知識水平及新事物的吸收能力有較強的信心，所以偏好自己動手探索產品功能；但他們使用到的產品功能卻也比較少，這是因為他們為了節省時間，只選擇使用最有效益的產品功能。

產品功能越多越划算？

除了說明書與使用者之間的關係，Alethea Blackler 等人將產品的累贅功能作為此篇研究的另一個重點。隨著軟、硬體等產品不斷更新或推出新型號，如果設計者沒有考慮產品功能的效益與多寡，就可能會造成產品功能過多、介面設計越來越複雜的情況。

但事實上，產品功能越來越多，消費者也有部分責任，因為大家選購產品時，老是喜歡選擇功能較多的那一種，而設計者為了迎合市場需求，常常增添許多無用的功能，曾有學者用「產品功能戰」來形容這樣的現象。以 App 商店為例，許多應用程式都喜歡列出長長的功能清單，以博得消費者的青睞。

儘管買東西時，大部分的人偏好選擇功能看似較強大的款式，但在實際使用後，卻又覺得產品太複雜，只好拿起手邊的說明書尋求解答（心中順便給了產品差評），然後在用過某些產品功能後，才會真正發覺它們有多雞肋（心中對產品的評價更低了）。當產品功能越多，使用者使用某項功能的機率就越低，也會認為那項功能越沒用，這是研究者歸納出的現象。

打破框架吧！說明書和產品功能該怎麼設計？

在結論中，研究者強調，說明書和產品功能的使用有很大的關聯，如果完全沒有說明書的幫助，使用者很難了解產品的所有功能，但若是產品功能太多，介面設計不貼近人性，同時說明書又架構混亂或是資訊不足，就會讓使用者對產品越來越不耐煩。

他們給說明書設計者一些建議：說明書的設計最好能夠打破紙本說明書或是網路說明書的概念，舉例來說，影片或動畫就是很好的呈現方式，因為它們可以自然地融入網站或廣告之中，不易讓使用者感到厭煩。另外一點，因為每個年齡層偏好的說明書形式都不太一樣，所以可以讓多種說明書的版本並行。

而關於產品功能的設計，研究者解釋到，他們不認為產品設計師要避免設計多功能的產品，也不是建議廣告上不能強調產品的多項功能，而是要找到適當的平衡點，讓產品的每項功能都有其效用。

他們也提到，產品功能過多的情況近年來有得到改善，因為部分消費已經者開始意識到並不是產品功能越多就越有價值，重要的是產品功能的效益；而產品設計者也注意到這樣的現象，所以開始仔細考慮每項產品功能是否會改善使用者體驗。

只有在產品貼近使用者需求的情況下，才能讓買賣雙方都皆大歡喜，而如果未來的產品都能朝這個目標邁進，我們也不用為產品功能而煩惱啦！畢竟人生苦短，不該花更多時間看說明書！

資料來源：

1. Alethea L Blackler, Rafael Gomez, Vesna Popovic, M Helen Thompson; Life Is Too Short to RTFM: How Users Relate to Documentation and Excess Features in Consumer Products, Interacting with Computers, Volume 28, Issue 1, 1 January 2016, Pages 27–46
2. The 28th First Annual Ig Nobel Prize Ceremony (2018)

• 作者：楊期蘭

路人：「聽起來就是在設計 APP 啦～」

同系的朋友：「好像是在做網路通訊吧，還是多媒體那種，常常需要找人來試用他們的系統。」

社會科學專家：「人機互動真的有在讀理論嗎？我看實驗都做得不是很嚴謹欸，人的行為很複雜，不是幾行數字就可以解釋清楚的。」

資訊領域專家：「人機互動做的東西感覺我們都做過了啊，而且技術都很成熟也商品化了，再說你們的研究方法怎麼樣本數都這麼少？沒有大數據支持、資料處理方式看起來也是靠人力沒有自動化？怎麼不用自然語言處理技術處理訪談資料？樣本這麼少或根本沒有數字很難讓人相信你們的結果欸。」

當身邊有在做「人機互動研究」的人時，大家會不會有類似的疑惑？好奇他們到底在做什麼？

而自己就是在做「人機互動研究」的人，多少會被問到類似的問題：「人機互動到底是在做什麼？」特別是當對方來自某個學科背景，在聽完人機互動研究後經常因為覺得學科間部份重疊性而帶著自己的有色眼鏡來評斷人機互動研究。

這次要透過上、下兩篇，用面對 20 種不同背景的聽眾來解釋人機互動在做什麼，一方面為好奇的讀者們解惑；另一方面想跟同為人機互動研究的讀者們一起討論到底怎麼向不同類型聽眾溝通比較合適。

在上集，我們已經先從生活會遇到的對象解釋起；這篇下集會從面對不同學科背景的朋友開始解釋：人機互動是什麼？

11.  對正要選系的高中生：

目前在台灣的大學部跟研究所都還沒有一個系所稱作人機互動學系，但是因為人機互動是一個沒有領域分界的學科知識（但是有一套專屬的研究方法論），所以在任何科系裡都有可能將某一個科系的學理知識或方法論挪用到人機互動的研究上。

人機互動顧名思義有包含人的部分跟機器、系統的部分，因此在無論你/妳對人感興趣或對電腦比較感興趣，只要選的科系能夠讓你/妳對這兩個其中一個有很深入了解，未來都很有機會直接把所學跟人機互動研究結合在一起。

12. 對人文藝術背景的朋友：

人機互動是去探究科技如何對人類產生不同層面的影響，像是如何透過科技來進行藝術創作，進而引發人去反思；如何將文本數位化讓使用者有更多不同於以往的新互動，產生新的閱讀、欣賞體驗；如何運用科技作為媒介來輔助創作者創作、分享作品、擴大與欣賞者的互動等，都會有人機互動的成分在其中。

13. 對自然科學背景的朋友：

人機互動是一門運用科學研究方法了解人類如何使用電子系統的學科。人機互動跟自然科學相同地方在於兩個學科都會提出研究問題、提出假說、進行實驗，最後得到不同於以往的新發現來回答研究問題，透過可被重複驗證的方式來了解某個現象，這個現象在自然科學領域就是「自然現象」，而在人機互動領域就是人類行為如何受系統影響，或是系統的什麼新設計幫助了人類。而不同於自然科學之處在於人機互動研究對象是「人與機器」的這個組合，而自然科學則是研究自然界的純物質。

14. 對生物醫學背景的朋友：

人機互動與生物醫學領域部分相同之處在於研究對象都是人，而人機互動領域除了了解人以外，多加入了設計系統的部分。就應用層面來說，了解醫護人員、生醫專家如何在緊急繁忙醫療現場使用生醫系統或是醫院內部資訊系統，並透過科技來輔助醫療行為進行、如何設計好的溝通媒介來促進醫病之間溝通等，就是部分人機互動研究在解決的事。

最近為了找到對抗新冠病毒的疫苗，除了生物醫學科學家之外，群眾外包也被視為其中一個嘗試找到新型蛋白質結構的方式，透過遊戲化的互動設計，讓不同觀點的群眾可以投入共同解決科學領域難解的問題，突破一些專家盲點。怎麼設計一個好的群眾外包機制來讓公民參與科學，也是人機互動領域的一個研究主題之一。

15. 對社會科學背景的朋友：

人機互動與社會科學領域部分相似之處在於我們都以人當作研究對象，也同樣會根據不同研究問題分別透過微觀與鉅觀角度來分析人類行為。「人」是人機互動領域的主角，因此人機互動借用了許多社會科學長期對於人類行為了解所建立的理論，藉此引導系統設計的方向，像是心理學對於個體的認知優勢與限制的理論、傳播學對於人際溝通時語言行為使用的了解、社會學對於個體與社會結構如何相互影響的理論、人類學告訴我們不同文化下人類形成的不同慣習等，這些對於人類社會豐富的了解都是人機互動研究需要的基礎。

人機互動研究想達到的目標之一就是去了解：當人與科技互動時，人類會有什麼新的行為發生、會如何被賦能；同時並提出科技對人類社會可能帶來的利與弊，藉此引導政策制定方向或科技系統設計方向。

16. 對工程背景的朋友：

人機互動是了解人如何使用機械或電子系統的學科，與工程領域相似的地方在於兩者都需要先定義問題，並設計出能解決問題的最佳系統；不同之處在於人機互動在系統設計的環節中多把「使用者」納入設計考量，所以在評斷系統效能的時候，除了比較不同系統之間的表現 (performance) ，也同時需要評量使用者使用系統的表現。

17. 對資訊背景的朋友：

人機互動是一門了解人怎麼跟資訊系統互動的學科，與電腦科學相同的地方在於兩者都是為了解決一個問題設計出一套最佳的演算法或是資訊系統，並且用量化方法來比較不同算法或是系統的效能；不同之處在於人機互動研究者在設計演算法與資訊系統需要將使用資訊系統的人也納入設計考量中，因此在比較系統效能時，除了透過「數字」比較系統效能外，也會有部分不能數值化的比較參數，原因在於使用系統的使用者包含了「可被數值化」與「不可被數值化」的部分，可被數值化的部分就跟資訊系統的評量方式一樣，可以透過比較數字大小看出差異，但不可被數值化的部分就需要透過其他研究方法來了解，也就是「質化」分析方式，才能告訴我們資訊系統對人產生了什麼影響、背後隱含的意義是什麼。

18. 對設計背景的朋友：

人機互動就是在透過科技解決問題的學科，與設計領域相同之處在於兩者都是透過「設計」某個實體或虛擬的東西來解決問題，設計學門的設計範疇非常多元廣泛，但人機互動則是將目標放在設計「人與科技物之間的互動」的範疇內。

19. 對做使用者經驗 (UX) 的朋友：

人機互動是了解使用者如何跟各種不同的科技物、數位系統或網路互動的學門。使用者經驗研究涵蓋的範圍很豐富多元，只要有人的地方就會產生經驗，而這些經驗不一定需要在有科技物的情況下發生，像是人在傳統市場採購的經驗、人們在某個場所共同經歷一個活動的經驗等，使用者經驗可以包含使用科技物的經驗也可以不包含；而人機互動與使用者經驗重疊的部分在於人機互動也需要了解人的經驗，但不同之處在於它是企圖了解：人如何使用科技物、人際關係怎麼被科技物影響、科技如何影響人等，解決問題的範疇是在「人與科技物互動」之中。

20. 對其他也是在做人機互動的朋友：

人機互動廣義來說就是人與運算系統的互動，但在人機互動研究的大傘下又有許多不同的子主題，詳細請參考，不同子領域有各自著重的研究貢獻，有些著重於新奇的互動設計、有些則將重點放在系統設計、而又有一些是把重點放在了解這些使用社群科技系統下的人們或是特殊情境。每個子主題的共通點就是包含了「人」與「運算系統」這兩個成分。對筆者而言，科技在人機互動中扮演的角色是「賦能」 (empower) 而非取代人類，科技設計目的是為了讓人完成原本做不到的事、產生原本無法實現的人際交流，使得人在物理上、心理上都比以往更有能量。

你/妳的定義是什麼？

看完了 20 種不同的人機互動解釋，可以看出無論解釋的對象是誰，

人機互動共通的內涵就是去了解並設計人與機器之間的互動機制。

人機互動的定義絕對不是只有這些，根據不同對象的需求、談話的目的，就會有不同的定義，而且不同背景的人即便看到同一個詞彙，解讀跟思考方向都不同。就像「人工智慧」這個詞，有人看到後想的是數學模型、有人是演算法、有人是應用情境、有人是倫理議題，無論從哪個角度看都有其道理，但若想展開討論，我們需要確認雙方都是在對某個詞彙有同樣定義情況下討論，否則就只能各說各話、耍耍嘴皮子。

人機互動因為研究主題包含「人」與「科技」，因此除了自己發展出屬於這個學門的理論外，也會奠基於其他學門不斷累積的知識，像是社會科學對人的認識、工程科學科學在電腦科學技術的發展，相互融合來產出人機互動的研究成果。不同學門在主題選擇上、方法上、研究結果上多少會有重疊的部分，學門的定義到底該涵蓋那些概念，最後還是回歸到某個所屬的科學社群共同想解決的問題是什麼。

定義是由人建構出來的，不同科學社群想解決的問題不同，定義跟切入點就會有所不同，這些定義也可能隨著時空背景推移跟著調整，找 10 個在做人機互動的研究者來分享，也很有可能會產出 10 個不同的版本。一個詞彙的定義很多元，端看我們想跟誰說、目的是什麼。

各位讀者同意這（上）、（下）兩篇提到的人機互動解釋嗎？同意的話，有什麼想補充嗎？不同意的話，覺得哪裡可以更好？找機會跟我們交流討論吧！

延伸閱讀：

到底什麼是人機互動？二十種向朋友解釋人機互動是什麼的說法（上）【親友篇】

• 感謝沈奕超、張元嘉、陳美伶、黃振瑋、王邦任提供編輯建議

本文轉載自人機共生你我它，原文為〈【科系篇】到底什麼是人機互動？二十種向朋友解釋人機互動是什麼的說法（下）〉