被「已讀慢回」惹怒了嗎？冷靜點，可能是聊天軟體惹的禍

本文與 BRITA 合作，泛科學企劃執行。

你確定你喝的水真的乾淨嗎？

如果你回到兩百年前，試圖喝一口當時世界上最大城市的飲用水，可能會立刻放下杯子——那水的顏色帶點黃褐，氣味刺鼻，甚至還飄著肉眼可見的雜質。十九世紀倫敦泰晤士河的水，被戲稱為「流動的污水」，當時的人們雖然知道水不乾淨，但卻無力改變，導致霍亂和傷寒等疾病肆虐。

幸運的是，現代自來水處理系統已經讓我們喝不到這種「肉眼可見」的污染物，但問題可還沒徹底解決。面對 21 世紀的飲水挑戰，哪些技術真正有效？

濾水技術：從霍亂危機到高效濾芯

19 世紀的歐洲因為城市人口膨脹與工業發展，面臨了前所未有的水污染挑戰。當時多數城市的供水系統仍然依賴河流、湖泊，甚至未經處理的地下水，導致傳染病肆虐。

1854 年，英國醫生約翰·斯諾（John Snow）透過流行病學調查，發現倫敦某口公共水井與霍亂爆發直接相關，這是歷史上首次確立「飲水與疾病傳播的關聯」。這項發現徹底改變了各國政府對供水系統的態度，促使公衛政策改革，加速了濾水與消毒技術的發展。到了 20 世紀初，英國、美國等國開始在自來水中加入氯消毒，成功降低霍亂、傷寒等水媒傳染病的發生率，這一技術迅速普及，成為現代供水安全的基石。    

 19 世紀末的台灣同樣深受傳染病困擾，尤其是鼠疫肆虐。1895 年割讓給日本後，惡劣的衛生條件成為殖民政府最棘手的問題之一。1896 年，後藤新平出任民政長官，他本人曾參與東京自來水與下水道系統的規劃建設，對公共衛生系統有深厚理解。為改善台灣水源與防疫問題，他邀請了曾參與東京水道工程的英籍技師 W.K. 巴爾頓（William Kinnimond Burton） 來台，規劃現代化的供水設施。在雙方合作下，台灣陸續建立起結合過濾、消毒、儲水與送水功能的設施。到 1917 年，全台已有 16 座現代水廠，有效改善公共衛生，為台灣城市化奠定關鍵基礎。

進入 20 世紀，人們已經可以喝到看起來乾淨的水，但問題真的解決了嗎？ 科學家如今發現，水裡仍然可能殘留奈米塑膠、重金屬、農藥、藥物代謝物，甚至微量的內分泌干擾物，這些看不見、嚐不出的隱形污染，正在成為21世紀的飲水挑戰。也因此，濾水技術迎來了一波科技革新，活性碳吸附、離子交換樹脂、微濾、逆滲透（RO）等技術相繼問世，各有其專長：

• 活性碳吸附：去除氯氣、異味與部分有機污染物

• 離子交換樹脂：軟化水質，去除鈣鎂離子，減少水垢

• 微濾技術、逆滲透（RO）技術：攔截細菌與部分微生物，過濾重金屬與污染物等

這些技術相互搭配，能夠大幅提升飲水安全，然而，無論技術如何進步，濾芯始終是濾水設備的核心。一個設計優良的濾芯，決定了水質能否真正被淨化，而現代濾水器的競爭，正是圍繞著「如何打造更高效、更耐用、更智能的濾芯」展開的。於是，最關鍵的問題就在於到底該如何確保濾芯的效能？

濾芯的壽命與更換頻率：濾水效能的關鍵時刻濾芯，雖然是濾水器中看不見的內部構件，卻是決定水質純淨度的核心。以德國濾水品牌 BRITA 為例，其濾芯技術結合椰殼活性碳和離子交換樹脂，能有效去除水中的氯、除草劑、殺蟲劑及藥物殘留等化學物質，並過濾鉛、銅等重金屬，同時軟化水質，提升口感。

然而，隨著市場需求的增長，非原廠濾芯也悄然湧現，這不僅影響濾水效果，更可能帶來健康風險。據消費者反映，同一網路賣場內便可輕易購得真假 BRITA 濾芯，顯示問題日益嚴重。為確保飲水安全，建議消費者僅在實體官方授權通路或網路官方直營旗艦店購買濾芯，避免誤用來路不明的濾芯產品讓自己的身體當過濾器。

辨識濾芯其實並不難——正品 BRITA 濾芯的紙盒下方應有「台灣碧然德」的進口商貼紙，正面則可看到 BRITA 商標，以及「4週換放芯喝」的標誌。塑膠袋外包裝上同樣印有 BRITA 商標。濾芯本體的上方會有兩個浮雕的 BRITA 字樣，並且沒有拉環設計，底部則標示著創新科技過濾結構。購買時仔細留意這些細節，才能確保濾芯發揮最佳過濾效果，讓每一口水都能保證潔淨安全。

不過，即便是正品濾芯，其效能也非永久不變。隨著使用時間增加，濾芯的孔隙會逐漸被污染物堵塞，導致過濾效果減弱，濾水速度也可能變慢。而且，濾芯在拆封後便接觸到空氣，潮濕的環境可能會成為細菌滋生的溫床。如果長期不更換濾芯，不僅會影響過濾效能，還可能讓積累的微小污染物反過來影響水質，形成「過濾器悖論」（Filter Paradox）：本應淨化水質的裝置，反而成為污染源。為此，BRITA 建議每四週更換一次濾芯，以維持穩定的濾水效果。

為了解決使用者容易忽略更換時機的問題，BRITA 推出了三大智慧提醒機制，確保濾芯不會因過期使用而影響水質：

1. Memo 或 LED 智慧濾芯指示燈：即時監測濾芯狀況，顯示剩餘效能，讓使用者掌握最佳更換時間。

2. QR Code 掃碼電子日曆提醒：掃描包裝外盒上的 QR Code 記錄濾芯的使用時間，自動提醒何時該更換，減少遺漏。

3. LINE 官方帳號自動通知：透過 LINE 推送更換提醒，確保用戶不會因忙碌而錯過更換時機。

在濾水技術日新月異的今天，濾芯已不僅僅是過濾裝置，更是智慧監控的一部分。如何挑選最適合自己需求的濾水設備，成為了健康生活的關鍵。

濾水技術：不僅是進步，更是守護未來

人類對潔淨飲用水的追求，從未停止。19世紀，隨著城市化與工業化發展，水污染問題加劇並引發霍亂等疾病，促使濾水技術迅速發展。20世紀，氯消毒技術普及，進一步保障了水質安全。隨著科技進步，現代濾水技術透過活性碳、離子交換等技術，去除水中的污染物，讓每一口水更加潔淨與安全。

今天，消費者不再單純依賴公共供水系統，而是能根據自身需求選擇適合的濾水設備。例如，BRITA 提供的「純淨全效型濾芯」與「去水垢專家濾芯」可針對不同需求，從去除餘氯、過濾重金屬到改善水質硬度等問題，去水垢專家濾芯的去水垢能力較純淨全效型濾芯提升50%，並通過 SGS 檢測，通過國家標準水質檢測「可生飲」，讓消費者能安心直飲。

然而，隨著環境污染問題的加劇，真正的挑戰在於如何減少水污染，並確保每個人都能擁有乾淨水源。科技不僅是解決問題的工具，更應該成為守護未來的承諾。濾水器不僅是家用設備，它象徵著人類與自然的對話，提醒我們水的純淨不僅是技術的勝利，更是社會的責任和對未來世代的承諾。

*符合濾(淨)水器飲用水水質檢測技術規範所列9項「金屬元素」及15項「揮發性有機物」測試
*僅限使用合格自來水源，且住宅之儲水設備至少每6-12個月標準清洗且無受汙染之虞

「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.

• 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）〉