《你的孩子不是你的孩子》但你的爸媽也不是你的爸媽：透視我們與家的距離

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

• 作者 / 保羅．納斯爵士（Sir Paul Nurse）
• 譯者 / 邱佳皇

編按：筆者是知名遺傳學家和細胞生物學家，致力於控制細胞複製的研究工作，也就是所有生物生長和發展的基礎。於 2001 年獲頒諾貝爾生理學／醫學獎（Nobel Prize in Physiology or Medicine），同時也是阿爾伯特．愛因斯坦世界科學獎、拉斯克獎與皇家學會科普利獎章的獲獎者。

在本書中，保羅．納斯用優美、詼諧的語調幫讀者上了一堂生物學簡史，引領我們思考科學家長久以來追尋的生命之謎，讓讀者彷彿身歷其境、穿梭在各個時代的實驗室裡，感受那些科學發現過程的挫敗和欣喜。並除了學術理解，更希望帶給讀者哲學性的思考能力。

我有兩個女兒和四個孫子，他們所有人都極為與眾不同。比方說，我其中一個女兒莎拉是一名電視製作人，另一個女兒艾蜜莉是物理學教授。但她們有些特徵還是會和彼此、和她們的孩子或我與妻子相同。家人之間的相似度可能很高或只有部分相似，相似的地方包括身高、眼珠顏色、嘴巴或鼻子曲線，甚至一些特別的習性或臉部表情等。家人之間也會有很多差異，但無法否認的是，每代之間都有延續性。

所有生物的父母和子女間，一定會有某種程度的相似，那是亞里斯多德和其他古典時期思想家很久之前就認證的理論，但生物遺傳的基礎一直是個難解之謎。多年來出現過各種解釋，但有些解釋在今日看來有些古怪。比方說亞里斯多德就認為母親對孩子的影響只有在腹中的成長，就像某種土壤品質對植物的影響，只有從種子到發芽的階段而已。有些思想家則是認為遺傳基礎是來自「血液的混合」，也就是說孩子是從雙親那邊獲得平均的特徵。

直到發現基因後，我們才更加了解遺傳的運作方式。基因不只幫助我們理解家人間複雜的相似性和獨特性，也是生命用來建造、維持和繁殖細胞的關鍵訊息來源。更進一步說，基因也是細胞製造的有機體的關鍵訊息來源。來自現位於捷克布爾諾修道院的孟德爾（Gregor Mendel），是第一位解開遺傳學神祕面紗的人。但他的研究標的並不是人類費解的遺傳型態，而是用豌豆這種植物進行謹慎的實驗，而他所研究出來的概念，最終引導我們發現目前稱之為基因的遺傳單位。

孟德爾不是第一個用科學實驗來探究遺傳學的人，甚至不是第一個用植物來尋找答案的人，有些更早期的植物育種家描述了植物的某些特徵如何以不如我們預期的方式代代相傳。兩種不同的親株植物混種後的下一代，有時候看起來會像兩種的混合。比方說，將紫色花和白色花混合後可能會產生粉紅色的花；但有些特徵則會在某個世代中扮演主宰角色，比方說紫色花和白色花的下一代是開出紫色的花。早期的研究先驅集合了許多有趣線索，但當中沒有人能完全解釋基因如何在植物中發揮遺傳效用，更別說如何在所有生物，包括人類上，發揮效用了，而那正是孟德爾在豌豆實驗中所開始揭露的事情。

在 1981 年冷戰中期，我進行了一場自己的朝聖之旅，前往位於布爾諾的奧古斯丁教派修道院，看看孟德爾曾經工作的地方，那是當地成為如今的觀光勝地前很久的事。當時野草叢生的花園大得驚人，我能輕易想像孟德爾曾經在那裡種植著一排排豌豆的情景。他曾經在維也納大學攻讀自然科學，雖沒有成為合格教師，但他並沒有遺忘自己在物理學方面所受的訓練。他明白自己需要很多資料，因為龐大的樣本更有可能發現重要的模式。他有些實驗包含了一萬多種不同的豌豆植物，在他之前未曾有植物育種家採行過如此縝密和大量的方式來進行研究。

為了降低實驗的複雜度，孟德爾只專注在有顯示明確差異的特徵上。他多年來小心記錄他所設計的混種結果，並發現了其他人沒注意到的模式。更重要的是，他觀察到在這些豌豆中會有特定比例出現某些特徵，特定比例缺少某些特徵，像是特定花色或種子形狀等。關鍵之一就是孟德爾用了數學級數的方式來描述這些比例，這讓他可以主張豌豆花內的雄性花粉和雌性胚珠含有他稱為「元素」的事物，這些元素就和親株的不同特徵有關聯。當這些元素透過受精結合，就會影響下一代植物的特徵。但孟德爾當時並不知道這些元素是什麼，或者會怎麼運作。

當時有個有趣的巧合，另一位知名的生物學家達爾文（Charles Darwin）大約在同一時間也在研究金魚草這種植物的混種，他觀察到類似的比例，但並沒有試著解釋那些數值可能代表的意義。總之，孟德爾的研究幾乎被當代完全忽視，直到一整個世代後，才有人認真看待他的研究。

接著，在約莫 1900 年時，有一些獨立研究的生物學家重複了孟德爾的研究，將這些研究進一步發展，並開始對於遺傳如何運作這件事做出更明確的預測，進而促進為了紀念孟德爾而命名的「孟德爾定律」和遺傳學的誕生，世界開始注意到這個議題。

──本文摘自三采文化《生命之鑰：諾貝爾獎得主親撰　一場對生命奧祕的美麗探索》/ 保羅．納斯爵士，2021 年 12 月，三采。

• 文／雞湯來了 蕭子喬、校稿／雞湯來了 陳世芃、張芷晴、製圖／雞湯來了 黃珮甄、編輯／雞湯來了 蕭子喬

「什麼時候開始，爸媽也開始需要我照顧？！」

從小，我們時常在家中被期待為「要聽話」、「被照顧」的角色，這讓親子關係的權力地位一直處在「『親』大『子』小」的狀態。有一天，我們長大成年了，有能力出外工作、照顧自己、甚至照料家人，但和爸媽之間的角色定位、互動方式，卻仍然有童年的影子。被過去自己身為「小孩」的模樣綁住，被過去和爸媽的慣性互動方式困住……

身體成年，但童年經驗並未長大——在「做自己」與「聽話」間拉扯的我們

長大成為「成年子女」之後，和爸媽的關係，深深受到童年經驗的影響，也受到性別與婚姻狀態的影響。

童年經驗

學者的研究訪談一位 28 歲女生，她說到：「我小時候就被認定不只是長女而已，還需要分擔我媽的工作……現在我心裡面已經在預備，趕快先減緩未來可能會發生的經濟壓力，然後自己要趕快工作穩定。」

俗話說，「長女如母、姊代母職」，台灣心理學者訪談多位 20 多歲的女性，發現兒時承擔過多家庭責任，太早負責照顧家人、處理家庭大小事的「小大人」們，可能因而失去「做自己」的機會。即使長大了，也持續「照顧者上身」，圍繞者家人、伴侶而活，忘記好好照顧自己的需要，空有身體長大，心靈卻沒時間「長出自我」，依舊不斷在滿足他人和自我內疚中掙扎。

延伸閱讀：家庭如何影響一個人？

性別與婚姻

學者的研究訪談一位「未婚女子」，她說到：「我爸，他認為就是妳，妳應該要去煮飯，時間到怎麼還不去煮飯？」
又訪了另一位「未婚男子」，他則說到：「我們最大感覺是什麼？是覺得說講句比較粗俗的就是努力賺錢！老人家隨時隨地他就是需要一種費用」

另一篇研究，台灣心理學者訪談多位 30-55 歲的成年子女（性別男女各半，已婚與未婚者各半），發現未婚女兒較容易被視為理所當然的照顧者，而未婚兒子身上則背負著的家族與經濟期望。

如果邁向婚姻，女性也會擔心伴隨結婚而須承擔「媳婦」照顧公婆的角色，因而失去自我，甚至失去照顧自己父母的時間與心力。

在上述這些男女的心中，那些與「做自己」相左的「聽話」，不僅僅是爸媽的「指令」，而是長久以來的童年習慣、性別文化、角色期待。

拋開舊有包袱，反轉親子相處角色定位

值得留意的是，上述訪談 30-55 歲成年子女的研究發現：其實，爸媽可能沒那麼早需要我們「照顧」。

在這個年齡段之中，成年子女似乎是「陪伴」勝過「照顧」父母，甚至是父母提供他們資金、育兒上的協助。即使父母已需要「身體」的照顧，但更期盼的是擁有子女「心靈」層面的陪伴。

從兒時備受父母照顧，到長大照顧父母之間，無法一夕之間轉換。讓我們在親子力量反轉之際，拋開「被照顧／照顧」的包袱，先找回彼此真心真意的情感與陪伴吧！

在這難得「誰也不用照顧誰，親子雙方都有自我生存能力」時，上演著「家人關係的世代轉變」，也伴隨著「親子權力反轉」的現象。這是一個成年子女、年長父母都特別需要心理調適的階段，也是一個梳理過往關係經驗的契機。回顧家庭經驗，打破過去的惡、延續過去的善，重新定位成年子女與父母的「親子角色」。

延伸閱讀：百善孝為先？「孝順」可能跟你想的不一樣

為了幸福生活，成年子女有時需要「不太乖」

在親子關係之中，先理解自己要跳脫過往與文化的不容易，拍拍自己，跟自己說聲辛苦了！然而，為了更舒適的生活，如果你願意，那不妨正視自己的力量，嘗試相信自己能為關係帶來改變。

看見自己在親子權力反轉後握有的力量，從過去那個被要求聽話、順應氛圍的孩子轉換為能自主做選擇的「真大人」。在傳承家庭之時，保有自我；在照顧父母之前，先找到陪伴的意義。

過往文化常告訴我們要聽話，但或許「不太乖」才能讓我們在家庭中長出完好的自我。當我們好好愛自己了，也就更有能量回頭愛家人。

延伸閱讀：成年後離家 vs 回家的「轉大人」練習

參考資料

• 利翠珊、張妤玥（2010）。代間照顧關係：台灣都會地區成年子女的質性訪談研究。中華心理衛生學刊，23（1），99-124。
• 黃宗堅、李佳儒、張勻銘（2010）。代間關係中親職化經驗之發展與自我轉化：以成年初期女性為例。本土心理學研究，33，59-106。

本文同步刊登於《雞湯來了》，原文連結：親子權力反轉：成年子女可能需要「不太乖」

• 文／雞湯來了蕭子喬
• 校稿／雞湯來了張芷晴、陳世芃
• 製圖／雞湯來了黃珮甄
• 編輯／雞湯來了蕭子喬

你的深愛卻成了阻礙，如何才能找到溝通契機？

「為什麼我一定要跟姐姐一樣？」「我不能就只做我自己嗎？」「如果我沒有考上好大學，你還要我嗎？」「你想過我的感覺嗎？」

「我這個人這輩子沒什麼成就，就是希望我的孩子可以有點成就」「媽媽吃過的苦絕對不會讓你再承受第二遍」「我一直都在幫你啊！」

家庭關係的緊繃，並不只出現在戲劇之中。為什麼明明是愛、是好意，最後卻變成了彼此痛苦的根源？如果我們真的希望改變這些「雖是戲劇但再真實不過」的親子枷鎖，或許需要試著從我們對親子關係的觀念著手，接下來，讓我們從台大社會學系教授藍佩嘉的研究，來探討這個議題。

給爸媽：整理自己的過去、反思想要怎樣的家庭

希望孩子不再受苦，提醒爸媽「你的孩子不是你的孩子」就夠了嗎？答案是：不夠！因為爸媽之所以這樣當爸媽，是受到許多社會結構、過往經驗、接受到的訊息等等因素影響後的結果，並不是這樣簡單一句話、一個觀念的輸入就能改變的。

藍佩嘉深入田野訪談與觀察近 60 個家庭，剖析不同階級、情境的家庭的爸媽如何在有限的財力與資源中，盡己所能地「拚教養」。她發現：市面上有許多給予家長的教養書、雜誌、網路訊息，都是較為單一地傳達家長該為孩子做的事情，使得「當爸媽」這件事情變得越來越困難、令人焦慮，也讓容易覺得自己做得不夠多。

此外，在藍佩嘉的研究中，父母如何理解自己的過去（童年經驗、原生家庭）、如何走到現在，形塑了他們對孩子未來的想像與期待，也就影響了他們的教養方式。深根在爸媽腦海中的遺憾、心中深處的害怕、融入骨子裡的過往習慣，都遠遠比表象的教養行為更能解釋爸媽的行徑。

因此，家長要改變作法，比起「你的孩子不是你的孩子」，或許更需要家長深入思考、嘗試釐清自身之所以這樣做的原因，找出具體希望改變的方法，會是更有效的方式。

給孩子：理解爸媽的身不由己、互相溝通

許多的傷痛，都是源於缺乏一個溝通的契機；而有效的溝通，通常需要理解對方的好奇心。在家庭關係中，孩子可以嘗試理解爸媽的焦慮與掙扎的來源。藍佩嘉指出，某種程度而言，爸媽也是結構下的受害者，難以看穿市場販賣給他們的恐懼，不易擺脫成長過程中內化的社會期待，不知不覺讓愛成了焦慮與控制。

藍佩嘉引用當紅名句「你的孩子不是你的孩子」，她說其實「你的爸媽也不是你的爸媽」，也就是說，孩子和爸媽其實需要在親子關係都保有自我，並互相照顧。孩子們別忘了，照護的邏輯不僅限於爸媽照顧孩子，而應該是「彼此照顧的協力團隊」！

孩子可以嘗試理解爸媽也是脆弱的，有屬於他們自己的遺憾與未完期待，如果能互相摸索彼此照應、找出給予對方支持的正確方式，或許更能說出彼此的真心話，親子關係也會減少傷痛。

做彼此最佳的隊友，改變或許便由此開始

除了「你的孩子不是你的孩子」，別忘了「父母有時也不是父母自己的」，讓我們重新定義親子關係：親子，理應做彼此的支持。

讓親子關係成為協力團隊，互相了解彼此的心聲、成長經歷、未來期待等等。如能在關係中開啟真實的理解，或許就是有效溝通、創造改變的契機。

延伸閱讀：

• 台大藍佩嘉教授新書《拚教養》：3大點，找教養焦慮解方
• 工作、家庭兩頭燒怎麼辦？

參考資料

• 藍佩嘉（2014）。做父母、做階級：親職敘事、教養實作與階級不平等。台灣社會學，27， 97-140。
• 藍佩嘉（2019）。拚教養：全球化、親職焦慮與不平等童年。台北：春山出版。
• Lan, P. C. (2014). Compressed modernity and glocal entanglement: The contested transformation of parenting discourses in postwar Taiwan. Current Sociology, 62(4), 531-549.

本文與雞湯來了《你的孩子不是你的孩子》其實，你的爸媽也不是你的爸媽 同步刊登