動物的道德與正義! Frans de Waal: Moral behavior in animals

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜劉韋佐
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

人工智慧將改變以人為主的法治領域？

由人工智慧擔任警察，再也不是科幻電影的情節，交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域，這樣的轉變會對我們產生什麼影響呢？中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員，他將帶我們思考：當 AI 取代人類執法時，將如何改變人們對守法的認知？

想像有一天你正在尖峰時段開車，車子停在十字路口等紅燈時，後方出現一輛急駛而來的救護車，你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險？還是承擔風險以換取他人盡速就醫？

在上述情境中，針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察，他的判斷可能是：這是情急之下不得不的行為，並非蓄意違規。

然而，如果負責執法的是「法律人工智慧系統」（Artificially legal intelligent，簡稱 ALI）情況可能截然不同。

ALI 這個詞源自 Mireille Hildebrandt 的研究，在概念上可區分為兩類：採取傳統程式碼的 IFTTT（if this then that）、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型，將法律規範轉為程式碼，藉由程式編寫來執行法律任務。後者則透過大量資料的學習，來預測行為範式，用於再犯率、判決結果預測上有較好的成果。

一般情況下，應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為，不過交通情境千變萬化，ALI 能否做出包含「道德價值的判斷」將是一大挑戰！

中研院歐美研究所陳弘儒助研究員察覺，人工智慧（AI）正在左右人們對守法的價值判斷及背後的因果結構，進而反思當我們將原本由人來判斷的事項，全權交由 AI 來執行時，可能產生哪些潛移默化的影響？

讓我們與陳弘儒展開一場從法哲學出發的對話，探索 AI 與法治價值之間的緊張關係。

怎麼會對「人工智慧」（AI）與「法律人工智慧系統」（ALI）產生研究興趣？

會對 AI 感興趣是因為我很早就對電腦有興趣，我原本大學想唸資訊工程，因為高中有些科目沒辦法唸，於是去唸文組，大學進入法律系就讀，研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書，當時 AlphaGo 的新聞造成很大的轟動，啟發我思考 AI 的應用應該有些法律課題值得探討，於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出，而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考：我們能否將法律推理過程電腦程式化，讓電腦做出跟法律人一樣的判斷？

事實上，AI 沒有在做推理，它做的是機率的演算，但法律是一種規範性的判斷，所有判斷必須奠基在法律條文的認識與解釋上，給予受審對象合理的判決理由。

這讓我好奇：如果未來廣泛應用 AI 執法，法律或受法律規範的民眾會怎麼轉變？

至於真正開始研究「法律人工智慧系統」（ALI）是受到我父親的啟發。有一陣子我經常開車南北往返，有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速，計算你在隧道裡的平均速率，如果超速就開罰。

父親就問我：「政府有什麼理由用區間測速罰我？如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯，你一定有在某個時間點超速，所以平均起來的速率才會超過速限，可是法律判斷涉及規範性，我們必須思考背後的正當性課題，不能只用邏輯解釋，這啟發我逐漸把問題勾勒出來，試圖分析執法背後的規範性意涵。

如果將執行法律任務的權限賦予 AI，可能暗藏什麼風險？

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷，判斷的過程通常會先做「區分」，例如在你面前有 A 和 B 兩個選項，在做判斷前必須先把 A 和 B 區分開來，讓選項有「可區別性」。

在資料龐大的情況下，AI 的優勢在於能協助人類快速做好區分，可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀，做判斷時通常會將要區分的選項放進這個世界觀中，最終做出符合社會或自身考量的抉擇。

當我們將判斷程序交由 AI 執行，就會涉及「判斷權限移轉」的問題，這經常在日常生活中發生，你只要發現原本自己可以執行的事情，有另外一個對象做的比你好或差不多好，你就會漸漸把判斷的工作交給它，久而久之，你大概會覺得這是很好的做法，因為可以節省大量時間。

我擔心這種判斷權限移轉會快速且廣泛的發生，因為 AI 的工作效率極高，可以大幅節省人力成本，但是哪一些權限可以放給 AI？哪一些權限人類一定要守住？我們經常沒有充足的討論，等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例，如果讓 AI 來做交管，可以節省警察人力，又可以快速精準地開罰，卻迫使民眾需額外花時間，證明闖紅燈有正當理由。如果是真人警察來判斷，警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說，會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序，如果無法順利解決，可能會訴諸民意代表或上爆料公社，並漸漸改變民眾對守法的態度。而真人警察產生的規範作用，將使民眾自主展現對法律的高度重視，雖然當下的行為牴觸法律，卻是行為人經過多方權衡後做的判斷，相信法律會支持自己出於同理心的行為。

使用 AI 執法除了看上它的高效率，也是因為和真人相比 AI 不會受私情影響，比較可以做出公正的判斷。如果從法治觀念來看，為何決策權不能全權交由 AI 執行？

我認為法治的核心價值在臺灣並沒有很好的發展，我們常想的是怎麼用處罰促成民眾守法，長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣，一旦哪天不再受法律約束，可能會失去守法的動機。

事實上，法治最根深柢固的價值為：

法律作為一種人類行為規範的展現，促使民眾守法的方式有很多種，關鍵在於尊重人的道德自主性，並向民眾陳述判決理由。

給理由非常重要，可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係，使民眾相信，國家公權力能用適當的理由來制定法律，而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利，會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」，但它的執法方式以處罰為主、缺乏理由陳述，也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性，這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的，真人警察可在執法過程中，透過拿捏不同情境的處理方式來累積經驗。

例如在交通尖峰時段應該以維持交通順暢為原則，這時警察是否具備判斷的敏感性就很重要，例如看到輕微的違規不一定要大動作開罰，可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要，我們會在跟他人相處的過程中思考：跟我溝通的對象是什麼樣的人？我在他心中是什麼模樣？然後慢慢微調表現方式，這是人類和 AI 最根本的不同。

相較於法律人工智慧，ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI，其發展可能對我們產生哪些影響？

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人，使用大量自然語言文本進行深度學習，在文本生成、問答對話等任務上都有很好的表現。因此，在與 ChatGPT 互動的過程中，我們容易產生一種錯覺，覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上，對於生成式 AI 來說，人類只是刺激它運作的外在環境，人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程，每當外在環境（人類）給 ChatGPT 下指令，系統才會開始運作並生成內容，如果我們不滿意，可以再調整指令，系統又會生成更多成果，這跟平常的人際互動方式不太一樣。

資工人員可能會用這個理由說明，生成式 AI 只是一種工具，透過學習大量資料的模式和結構，從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」（Data）的敏感性。由於在做 AI 訓練、測試與調整的過程中，都必須餵給 AI 大量資料，如果不知道資料的生產過程和內部結構，後續可能會產生爭議。

另一個關於資料的疑慮是，生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出，並往商業或使用者付費的方向發展，代表許多資料都掌握在這些私人公司手中。

資料有一種特性，它可以萃取出「資訊」（Information），誰有管道可以從一大群資料中分析出有價值的資訊，誰就有權力影響資源分配。換句話說，多數人透過輸入資料換取生成式 AI 的服務，可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

面對勢不可擋的生成式 AI 浪潮，人文社會學者可以做些什麼？

國外對於 AI 的運用開始提出很多法律規範，雖然國外關於價值課題的討論比臺灣多，但並不代表那些討論都很細緻深入，因為目前人類跟 AI 的相遇還沒有很久，大家還在探索哪些議題應該被提出，或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考：

我們需不需要訓練 AI 學會人類的價值判斷？

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢，因為 AI 的發展會朝人機互動模式邁進，唯有讓 AI 逐漸理解人類的價值為何，以及人類價值在 AI 運作中的局限，我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術，我認為這種觀點將來會出問題，強大的技術如果沒有明確的價值目標，是一件非常危險的事情。實際上，AI 的發展必定有很多價值課題涉入其中，或者在設計上有一些價值導向會隱而不顯，這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時，也等於在問我們人類：對我們來說哪一些價值是重要的？而這些重要價值的基本內容與歧異為何？

我目前的研究有幾個方向，一個是研究法律推理的計算機模型（Computational models of legal reasoning）；另一個是從規範性的層面去探討，怎麼把價值理論、政治道德（Political morality）、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知，有很多價值課題需要事先想清楚，影響將擴及工程師怎麼設計人工智慧系統？設計過程面臨哪些局限？哪些局限不應該碰，或怎麼把某些局限展現出來？我覺得這些認識都非常重要！

鐵面無私的 ALI ？人類與人工智慧執法最大的分野是什麼？

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統（ALI）的學者，他結合各種現實情境，與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算，與人類判斷過程中涉及的世界觀與敏感性思辨，有著根本上的差異；以處罰為主、缺乏理由陳述的判斷方式，也容易影響民眾對公權力的信任。因此陳弘儒認為，目前 ALI 應該以「輔助人類執法」為發展目標，讓人類保有最終的判斷權限。

至於現正快速發展的生成式 AI ，根據陳弘儒的觀察，目前仍有待各方專家探索其中的價值課題，包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告，現在連 AI 領域的權威專家也簽署公開信並呼籲：AI 具有與人類競爭的智慧，這可能給社會和人類帶來巨大風險，應該以相應的關注和資源進行規劃和管理。

在訪談過程中，有一件令人印象深刻的小插曲，陳弘儒希望我們不要稱呼他「老師」，因為他從小就畏懼老師、警察等有權威身分的人，希望以更平等的方式進行對話。

假如今天以 AI 進行採訪，整個談話過程或許能不受倫理輩分影響，但這也讓我們意識到，在 AI 的世界裡，許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會，AI 在法治領域的應用不僅是法律問題，背後更包含深刻的哲學、道德與權力課題，也讓我們更了解法治的核心價值：

法律要做的不只是規範人們的行為，而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

你有想過可以透過腦波，研究人類的同理心是怎麼運作的嗎？

小時候老師常說，「人之初，性本善」，這件事的真假可以透過科學驗證嗎？（摸摸自己的良心，就問你怕不怕）

讓我們從「社會認知神經科學（Social Neuroscience）」出發，或許可以給你一個想像不到的答案。

什麼是「社會認知神經科學」？

2000 年，美國心理學家 John Cacioppo 開始研究人類的「寂寞感（loneliness）」，專注於討論寂寞感對人身心健康的影響。「社會神經科學（Social Neuroscience）」、「社會認知神經科學（Social Cognitive Neuroscience）」一詞也因此誕生，一個嶄新的研究領域，就此展開。

近似於認知神經科學（ Cognitive Neuroscience），都是研究人類的心智，惟社會認知神經科學特別聚焦於「社會（social）」上，探討社交互動時人類心智的運作。

因為社會互動的複雜性，這也是一門跨領域的學科，範圍包括社會心理學、發展心理學、哲學，或甚至數學或醫學等。

如何看到「同理心」？同理心研究的起源

人類對於同理心的好奇心一直沒有停過，但同情心沒有實體，他深藏在我們的內心，科學家要如何才能測量跟觀察呢？ 2004 年，德國心理學家 Tania Singer，想到透過功能性磁振造影（fMRI）來「看」同理心。

有別於以往用問卷去蒐集相關的資料，為了要有明顯的實驗標的，研究團隊選擇用「痛（pain）」這個刺激，並找來他們認為同理心最強的實驗人選——大學裡熱戀中的女生。他們請受試者躺在 fMRI 裡，先想像自己被電，再來看著幾何圖形想像自己的男朋友被電。

Tania Singer 等人觀察到，受試者想像自己被電，與想像男友被電時，腦中有部分重複產生反應的區域，前腦島（anterior insula）與前扣帶皮層（anterior cingulate cortex），她認為那就是人類的「同理心」。

但是他們也同時發現，當受試者想像他人被電時，大腦中感覺皮質，並沒有像自己被電時一樣產生反應。因此他們認為，當我們面對他人疼痛時，只能同理他的難過感受，並沒有辦法同理他的疼痛強度。

雖然這樣的結論，還有很多待討埨的地方，但  Tania Singer  用「痛」做的研究成為了一個很好的範例。科學家們受到啟發後，開始進行各種觀察自我疼痛與他人疼痛之間大腦反應的實驗（開始到處戳人）。

編按：之後，發表在《Nature Neuroscience》的義大利的團隊，利用穿顱磁刺激儀（TMS，Transcranial magnetic stimulation）重新去驗證看見他人疼痛時，感覺皮質是否真的不會參與？

這次他們直接讓受試者看到別人被針扎，以及被棉花棒碰一下。結果發現當受試者看到別人被針扎時，大腦的感覺皮質產生的電位下降比較大，相對于棉花棒，電位變化就沒有那麼大。代表我們對於他人的疼痛程度，還是可以同理的。

導致兩個實驗結果不同的影響原因，有可能是 Tania Singer 是請受試者看著符號想像別人被電，而並非真實到看被刺痛的影像。

這些看到他人疼痛，就會產生反應的腦區，就是人類平常處理同情心的地方嗎？但我們的大腦中，其實並沒有特定的區塊專門處理同理心。

大部分人都會直覺性的認為，大腦的每個部分都有特定的作用，各司其職，但可惜事實往往沒有想像中那麼簡單。

首先因為實驗中大部分都是用痛覺的刺激來做實驗，所以研究人員也就不約而同看到這些位置。這背後代表了，這些區域的工作可能也包含了我們對痛覺的反應與處理。

再者，人類的大腦功能多樣，但大小有限，所以每個腦區其實都是多工的。因此在研究中也會發現，這個腦區可能同時處理社交互動、決策，或者情緒之類的。

除了以上這 2 個原因之外，或許我們還需要問問「同理心是什麼？」

共感=同理心嗎？「情感同理心」與「認知同理心」

2006 年，有科學家發表了鏡像神經元（Mirror neurons）這個詞 ，表示大腦中的前運動皮質與頂下小葉（Inferior parietal lobule）這兩塊偏管理動作的腦區，在看到別人做動作的時候也會有反應，就像兩個小朋友在玩模仿遊戲（Mirror game）一樣。

有許多人也認為，鏡像神經元的機制可以完美的解釋，為什麼人可以理解另外一個人，甚至人與人之間是因此才有辦法進行社交互動。

但也有另一派人認為不是如此，他們太小看人類了，人沒有那麼簡單，同理心也應該是更為複雜的機制。

因此目前世界對於同理心的解讀分成了兩派，一個就是傳統上的「情感同理心」，或者稱之為共情。另外一派則認為同理心的機制應該更加複雜，在情感同理心之外，應該還有「認知同理心」參與，幫助人類設身處地推論、解讀他人的狀態，這背後也隱含了心智理論（Theory of Mind，縮寫為 ToM），對方的行為、意圖與心理都是理解的範圍。

同理心的機制，真的就是上面這樣了嗎？鄭雅薇教授的研究提出了另一個答案。

醫護人員的「同理心」比較弱？

一開始，鄭雅薇教授找來了針灸科醫師為實驗對象——一個常常在扎人與看別人被扎的職業，她發現當受試者在工作時，他的前腦島與前扣帶皮層都沒有太大的反應，有反應的反而是負責控制的前額葉。

這代表醫療人員比較冷血，沒有同理心嗎？

其實並沒有，因為醫生填同理心的自評量表結果，與控制組是一模一樣的。這表明醫療人員也是充滿同理心的，只是他在面對專業時，必須收起自己的同理心。

所以，「同理心是我們可以控制的嗎？」從這個問題出發，鄭雅薇教授發現了在腦神經網絡中，也就是認知同理心與情感同理心之間存在一套調控機制。

為了更深入了解同理心的調節機制，鄭雅薇教授將研究對象的範圍擴大，從針灸科醫師延伸到護理師，發現了環境是一重要影響因素。當在醫院工作時，共情反應通常較低，但回到家後，共情的反應比較大。

鄭雅薇教授認為，認知同理心會去控制我們，在面對不同環境、不同對象的情況下，表現出不同的同理心的反應。比如當護理師在幫病人打針時，為了不讓自己過度共感而妨礙工作，她必須要把同理心收起來。同樣的，當外科醫師在幫病人開刀時，要是太過同理對方的感受，手術刀會更難劃下去。

相反的，若是病人在恢復室內，還沒有完全恢復，如果醫師沒有設身處地去理解他可能哪裡有狀況，有時候就會忽略掉身體出現的一些狀況。或者是身心科醫師，如果他沒有十足的同理心，會很難偵發掘到病人非常微細的一些變化。

由此可見，同理心並不是一種單純的反射，背後隱藏一串複雜的調控機制。

但既然同情心如此複雜，需要認知同理心與情感同理心互相配合，那如果有人缺少其中一項會怎麼樣呢？

情感同理心是天生，但認知同理心是後天養成

從發展的角度，鏡像神經或者是情感同理心那一塊，我們一出生就有了。比如說，醫院的育嬰室如果有一個小孩哭，很快其他小孩也會哭成一片。但認知同理心的發展比較慢，因為其中還包含了心智理論，所以通常在 3 歲後才會慢慢發展成熟，有時候甚至到 10 歲才能趨於發展成熟。

過去有許多人認為自閉症就是缺乏情感同理心，因此社交能力不好，眼睛也會不看人，或是目光接觸時會非常閃爍。鄭雅薇教授為此研究，結果發現自閉症患者是有情感同理心的，反而甚至有點太過。

跟健康組比起來，自閉症的情感同理心沒有什麼不同，但相對他的認知同理心是有困難的，所以他才會刻意去迴避別人的情感與眼神，因為少了認知同理心的調控，他人的情感對他而言會是無法承受之重。

既然缺乏認知同理心，會產生類似自閉症患者的反應。那缺乏情感同理心呢？

如精神變態、冷血殺手（psychopathy），是他無法將對方的痛苦與自己的痛苦連結，因此他對他人的遭遇比較冷感。在情感同理心缺乏的情況下，他們在認知同理心往往表現的很好。等於他雖然無法同理你的感受，卻能清楚知道你的處境。這也導致他們冷血，在傷害別人甚至是犯罪時，冷血，難以產生罪惡感。

但這不代表對痛覺比較不敏感的人，或者情感同理心較低的人就會缺乏同理心。有研究團隊就針對天生沒有痛覺的人實驗，發現他們的情感同理心反應雖然比較低，但在認知同理心上反應比較高。這也代表，情感同理心並非是認知同理心的基礎，這之間互相機制相當複雜。

透過腦波看一看，原來同情心這麼複雜

從整個同情心的運作機制來看，並不是只有「看到你哭，所以我哭」這麼簡單，後面其實還隱藏著一套後天發展的心智理論存在。情感同理心與認知同理心的相互作用，才是形塑我們同情心的核心，也才能讓我們在感知這個世界的同時做出回應。

藏在我們大腦的模仿鏡子：鏡像神經元

要理解反安慰劑效應在人與人之間傳播的方式，我們首先必須審視一般社會傳染的起源。

這是透過預測機制的一個重要元素所產生，亦即「鏡像系統」（mirror system），使我們將他人的身體和心理狀態建構到個人世界模擬中。

故事始於義大利帕爾馬大學（University of Parma）一隻猴子和花生的實驗。一九九〇年代初期，賈科莫．里佐拉蒂（Giacomo Rizzolatti）的神經科學家團隊一直在研究導致有目的動作的神經元活動——例如，指示手拿起霜淇淋筒的訊息。

為此，他們在一隻獼猴的大腦上安裝了一個感測器，並記錄它抓取玩具或將食物送到嘴裡時的神經元電活動。經過多次的試驗，研究人員發現，每個動作都引起不同的腦細胞群發光，顯然各別的神經編碼（neural code）代表了不同的意圖。

作為破解大腦「神經編碼」重要的一步，這絕對是一項重大的發現。

然而，他們無意間發現，即使猴子的身體處於靜止狀態，當它看到研究人員抓著它的花生或玩具時，大腦也會突然活躍起來。更引人注目的是，讀數顯示了一種異常相似的電活動模式，如同猴子本身抓取物體時所表現的。

大腦似乎在反射它所看到的東西，然後重新創造經驗本身，促使研究小組將這些細胞描述為「鏡像神經元」（mirror neurons）。

他們聲稱，這個過程使我們不必經過有意識地思考，就能夠立即了解另一個人在做什麼。

你笑，所以我也微笑了

根據後來在猴子和人類身上進行的研究，發現大腦的鏡像系統對感覺和行為都有反應。當我們看到別人表達某種情緒時，大腦在涉及情緒處理、以及相關情感表達的區域顯示出高度的活動——就好像我們自己也親身體驗一樣。

重要的是，這種內部鏡像會導致明顯的物理模仿，根據皮膚的電反應記錄顯示，當你看到別人微笑時，你自己的臉頰肌肉會開始輕微抽動；如果他們皺眉，你眉毛上的肌肉也會跟著皺起；如果他們抿著嘴，露出厭惡或疼痛的表情，你會忍不住有點畏縮——這一切都是因為這個鏡像系統的自主活動。

我們說話的語調和速度也會轉而趨近談話對象的聲音，就連瞳孔也會擴張或收縮，以配合我們正在觀看的對象。

因此，另一個人的存在甚至可以不知不覺地改變我們的身體和心理。這些身體效應顯然是有目的的，新增了我們對他人感受的理解。

在驗證此想法的一個精彩實驗中，研究人員招募了接受肉毒桿菌注射的整容手術患者，在其面部肌肉暫時麻痹時，要求他們描述在各種照片中人們所表現的感受。

結果發現，相較於注射了「皮膚填充物」但不影響面部肌肉的參與者，注射肉毒桿菌的患者更難識別情緒。參與者需要身體鏡像來充分理解照片中人物的感受；少了身體鏡像，他們的情緒處理就被擾亂了。

同理心，從表情的感受開始

當然，人類不僅僅是透過面部表情進行溝通；我們還有文字和符號，也能刺激大腦的鏡像系統。如果你聽到「微笑」這個詞，你會體驗到情緒處理區域的一絲活動，甚至可能會體驗到面部肌肉本身的小動作，就好像你真的快要露出笑容似的。

就像我們直接模仿別人的面部表情一樣，會讓我們本身感受到一絲影響，就算沒有客觀理由感到更快樂。

因此，里佐拉蒂的團隊——和他們的猴子——在偶然之間發現了同理心的神經基礎，能夠解釋情感如何透過某種傳染力在人與人之間巧妙地傳遞，他們後來寫道，「當人們說『我對你的痛苦感同身受』來表達理解和同理心時，可能都沒有意識到這個說法是多麼真實」。

當然，大多時候，我們只會對他人的感受產生微弱的反映。當我們看到彩票中獎者的照片時，不會感到極度狂喜；而看到有人哭泣時，也不會感到極度痛苦；他們的表情只會調節我們已經感受到的。

但是，如果我們和某人相處了很長時間，或是與不同的人進行多次互動，而這些人都表現出相似的情緒特徵，那麼即使是很小的影響也會累積起來。

當快樂被「傳染」，可以造成多巨大的影響？

為了說明一個人的情感能傳播多遠，想像一下你和一個對自己生活十分滿意、態度非常積極的人做朋友，你可能會為他們感到有點高興，但他們的喜悅真的也能為你的生活帶來長久的快樂感嗎？

根據弗雷明翰心臟研究一項詳細的縱向調查，答案是肯定的。

由於你經常與他們互動，你在生活滿意度調查中獲得高分的可能性將增加 15% ——儘管你目前的情況並沒有什麼改變。

你朋友的朋友呢？同一項研究發現，他們的幸福感會傳遞給你的朋友，而你的朋友會將幸福感傳遞給你，在未來幾個月裡，你感到快樂的機率會新增約 10%。你此時對生活的滿意度甚至會受到朋友的朋友的影響，他們會使你的幸福感提高 6%。這些人你幾乎肯定從未見過，也許甚至不知道他們的存在，然而，他們透過一連串的互動影響著你的幸福。

鏡像系統的發現、以及更普遍的社交傳染程度，對我們的心理健康有重要的影響，揭示了人們的健康幸福程度大多取決於個人的社交圈同心圓，同時也闡明在集體歇斯底里期間某些症狀在群體中傳播的方式。

例如，當我們身處一群極度關注生化武器威脅的人群中時，每個人都會開始放大其他人的恐懼——製造出一種迴響，讓每個人都陷入恐慌狀態。更重要的是，我們過度活躍的大腦移情作用，可能會開始模擬另一個人所報告的疼痛、噁心或暈眩等感覺。

如果幸運的話，這種影響或許不足以對身體健康產生重大的衝擊。但是，如果本身已經處於好像快要生病的狀況，那麼鏡像系統的模擬可能會進入預測機制的計算，因而產生或誇大反安慰劑效應。我們與身體不適的人互動越多、看到他們的痛苦、談論他們的症狀，自己的感覺就會越糟糕。

痛苦也會傳染！讓你感受到噁心、頭暈與頭痛

英國赫爾大學（University of Hull）的心理學家朱莉安娜．馬佐尼（Giuliana Mazzoni）是最早揭示這個過程有多強大的人之一。她邀請一小群的參與者參加「個人對環境物質反應的研究」。

參與者兩人一組，被要求吸入一種可疑的毒素，據報導該毒素會引起頭痛、噁心、皮膚搔癢和嗜睡等症狀。然而，真正的受試者並不知道所吸入的其實只是乾淨的空氣，試驗中的「搭檔」實際上是演員，他們被告知在吸入氣體時故意假裝症狀。

這項觀察結果令人震驚，與沒有看到副作用的受試者相比，看到搭檔身體不適的人報告自己出現更嚴重的症狀。

馬佐尼的研究結果首次發表於二〇〇〇年末，如今已有大量其他研究證明，類似反安慰劑效應的症狀可以透過社會傳染在人與人之間蔓延。

一項模仿藥物試驗的研究發現，在看到偽裝參與者出現的假症狀後，服用無害藥丸的受試者出現噁心、頭暈和頭痛等症狀高出了十一倍。

另一項研究檢視常到診所捐血的人。一般人在捐完血後感到暈眩或頭昏的情況是很常見的，但如果捐血者才剛看到另一位捐血者快要昏倒的樣子，這些症狀發生的可能性高出兩倍。

這些社會傳染效應具有高度的特殊性：在觀察過程中所傳播和加劇的，是他人特定的症狀，而不是一般的不適感。這些症狀的出現超出典型的反安慰劑效應，不像是可能從沒有表現症狀的人那裡得到的書面或口頭警告。

——本文摘自《心念的力量：運用大腦的期望效應，找到扭轉人生的開關》，2022 年 7 月，商業週刊。