害怕想起來，更害怕無法走出傷痛──由電影《返校》談創傷心理學

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

「風聲鶴唳，草木皆兵」形容疑神疑鬼、驚恐不安，典故來自歷史上著名的「肥水之戰」。當時的慘烈狀況，前秦苻堅甚至可能出現與戰爭有關的創傷後壓力症候群 PTSD 的症狀。

根據《晉書·卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的記載，東晉時期野心勃勃的前秦苻堅意圖征服中原，東晉太元八年（前秦建元十九年）（西元 383 年），他率領龐大的八十萬大軍逼近肥水，準備進攻東晉。

東晉派出大將謝玄和謝石帶領八萬精兵抵抗。苻堅錯誤地認為東晉兵力不足，自以為佔有優勢，計劃迅速擊敗晉軍。然而未料到謝玄巧妙運用奇襲戰術，使苻堅損失了許多重要將領和士兵。

在肥水戰前，苻堅登上壽陽城觀察晉軍的情勢，卻發現晉軍部隊整齊有序，士氣高昂，戰鬥力十分強大。他遙望八公山，發現山上長滿無數草木，隨著風吹過，那些草木地晃動就像無數士兵在移動，於是他轉身對弟弟苻融說：「你看那山上，還有那麼多實力強大的軍隊，誰說晉軍很少呢？」這顯示出他內心的憂慮和恐慌，也是「草木皆兵」的由來。

後來苻堅的軍隊在淝水一戰中遭受重大失敗，苻融壯烈戰死；苻堅本人中箭受傷，只能率領殘兵拼命逃回北方。當他們逃亡的過程中，只要聽到風聲呼嘯、飛鶴的鳴叫聲，他們都以為晉軍仍然緊追不捨，他們日夜奔逃，飢寒交迫。然而，當他們最終回到北方時，龐大的百萬大軍已經損失了七八成。逃亡的過程他們疑神疑鬼，恐懼不安，也是成語「風聲鶴唳」的由來。

看不見的敵人——戰爭壓力造成的心理創傷

我們對於 PTSD 的了解，並非一朝一夕就在醫學上產生了共識，從誤解到了解，是數百萬歸來士兵們的真實體驗。

1914 年，第一次世界大戰發生的早期， 英國遠征軍（British Expeditionary Force）發現多達 10% 的英國軍官和 4% 的士兵在戰鬥後出現一些醫學上的症狀，包括耳鳴、健忘症、頭痛、頭暈、震顫和對噪音過敏，甚至有人表現出恐慌、恐懼、逃跑，或是嚴重到無法思考推理、睡眠、行走或說話。由於這些症狀和腦部神經直接受傷類似，當時被認為是一種因中樞神經受傷而導致的精神疾病，但奇怪的是那些士兵們的頭部其實並未發現任何的外傷。

1915 年，英國醫生查爾斯·邁爾斯（Charles Myers）首次在醫學期刊柳葉刀（The Lancet）使用「彈震症」（shellshock）一詞，用來形容因為爆震衝擊而造成生理以及心理受損的士兵。

第二次世界大戰（ 1939 年至 1945 年）後，隨著對士兵出現的壓力症狀有很多的認識，醫師的診斷上開始使用戰鬥反應壓力（Combat Stress Reaction (CSR)）取代彈震症。雖然比起彈震症有了更多的了解，但醫學界們對於該症狀的出現仍不清楚。

1955 年，越戰爆發，美國總共派出 270 萬人前往越南作戰，最後高達 70 萬人需要某種形式的心理治療。

戰爭後的第二次創傷

創傷後壓力症候群 PTSD 被發現以前，已遭受精神創傷的士兵們可能需要面對社會歧視所造成的二次傷害。當時由於對彈震症的成因了解極少，有士兵因此被指控逃兵以及懦弱被送上軍事法庭，甚至因此被處決。越戰後雖然試圖重新融入社區的遭受創傷的退伍軍人數量相當驚人，但他們既無法獲得適當的治療，也無法從退伍軍人管理局獲得殘疾撫卹金，導致美國產生極大的家庭以及社會問題，也催生許多描述退伍士兵因戰爭創傷導致無法正常回歸社會的經典影視作品，如電影《越戰獵鹿人 The Deer Hunter 》（1978），以及《第一滴血 First Blood 》（1982）。

創傷後壓力症候群 PTSD

在 1970 年代，臨床上醫師開始使用創傷後壓力症候群（posttraumatic stress disorder），簡稱 PTSD 一詞來診斷越戰回來的退伍軍人出現的症狀。一直到 1980 年代，美國精神學會（American Psychiatric Association）才將 PTSD 納入精神疾病診斷與統計手冊（Diagnostic and Statistical Manual of Mental Disorders, Third Edition (DSM-III)）。雖然 PTSD 被正式承認為精神疾病，但診斷上仍面臨許多挑戰。最大的困難就是 PTSD 的症狀與太多的精神疾病相似，如強迫症（Obsessive Compulsive Disorder）和廣泛性焦慮症（Generalized Anxiety Disorder）。這也使得 PTSD 的歸類和診斷需要不斷的精進修正，在 DSM-IV 時 PTSD 歸類在焦慮症（Anxiety Disorder）的範疇，但在最新版本的 DSM-V，PTSD 已經和焦慮症分開來，有著自己的分類——創傷及壓力相關疾患（Trauma- and Stressor-related Disorders）。這也有助於醫界以及學界提高對 PTSD 的重視，能更了解 PTSD 對神經的影響以及治療方式。

中醫如何治療受戰爭創傷的軍人

根據《晉書．卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的描述，苻堅和許多他隊伍中的士兵已經出現 PTSD 的症狀，但西方國家一直到西元 1970 年代才對 PTSD 有更多醫學上的見解，那究竟古代中國是如何治療那些精神上受到創傷的軍人們呢？

中國傳統醫學的奠基之作，也是現存最早的中醫理論經典著作——《黃帝內經》，成書於戰國至秦漢時期，並在東漢至隋唐時期經過多次的修訂和補充。PTSD 出現的症狀，可能接近中醫所說的「驚悸」、「健忘」、「情志病」的範疇。在《黃帝內經》中《素問》的《舉痛論》就記載「百病生於氣也，怒則氣上，喜則氣緩，悲則氣消，恐則氣下，寒則氣收，炅則氣泄，驚則氣亂，勞則氣耗，思則氣結」，說明人的七情（喜、怒、憂、思、悲、恐、驚）傷人先造成氣的變化﹐然後才有各式疾病的產生。七情分別屬於五臟（心、肝、脾、肺、腎），以喜、怒、思、悲、恐為代表，稱為五志。五志與五臟的對應關係為心志為喜，肝志為怒，脾志為思，肺志為憂（悲），腎志為恐，所以說怒傷肝、思傷脾、喜傷心、憂傷肺、恐傷腎。

雖然 PTSD 涵蓋中醫許多症狀的描述，但古代中國並未有明確文獻指出治療的方式，透過現代醫學診斷以及中醫的結合，有研究認為 PTSD 最可能是熱、火或體虛引起的心神失調；肝氣鬱結；及腎虛。次要的模式是長期肝氣鬱結（肝主脾胃、肝火、痰火、痰濕和心火）以及心、腎和脾器官系統體質缺陷的結果（Sinclair-Lian et al., 2006）。如此治療上就可以根據中醫師的評估來進行各臟器的調節。

結論

我們能從許多經典文學和改編真實歷史事件的影視作品認識到戰爭的殘酷，但這遠遠比不上親身面臨戰場上的恐怖和帶來的創傷。戰爭奪取無數人的性命，存活者面臨的巨大的壓力也將改變一個人的一生。

• 草木皆兵 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵 [出現頻次較低的參考成語表] – 成語檢視 – 教育部《成語典》2020 [基礎版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵_百度百科 (baidu.hk)
• Combat stress reaction – Wikipedia
• Shell shock – Wikipedia
• Post-traumatic stress disorder – Wikipedia
• 臺北市政府衛生局社區心理衛生中心-專題文章-認識創傷後壓力症候群 (gov.taipei)
• How Veterans Created PTSD – JSTOR Daily
• 圓扶原中醫診所 – 創傷後壓力症候群(Post-Traumatic stress disorder, 簡稱PTSD)… (facebook.com)
• 中醫基礎/七情 – A+醫學百科 (a-hospital.com)
• 五志（中醫術語）_百度百科 (baidu.hk)
• Airiti Library華藝線上圖書館_創傷後壓力症候群的情節記憶缺損與中醫治療
• Developing a traditional chinese medicine diagnostic structure for post-traumatic stress disorder – PubMed (nih.gov)

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜何光塵
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

勇敢與體制碰撞，卻在靈魂刻下傷痕

社運抗爭、維護人權的聲張，經常在民主社會發展歷程中刻下清晰的傷痕節點。每一場正面衝撞威權體制的社會運動，皆是由一張張充滿勇氣的臉孔譜成，但在運動結束後，有些抗爭者孤絕地忍受身心創痛。中央研究院「研之有物」專訪院內民族學研究所彭仁郁副研究員，同時也是「帶傷前行——社運抗爭者的創傷療癒可能」策展人，談談她如何深入帶傷者的心靈地景、探究療癒 / 遇的可能路徑。

走入中研院民族所博物館「帶傷前行——社運抗爭者的創傷療癒可能」特展現場，展場中迴盪著社運抗爭者「退回服貿」的吶喊聲，這段定時播放的錄音引導人們在聽覺感官上貼近事件現場情境，以察覺抗爭中「人的狀態」。

這些人是誰？他們到底經歷了什麼？

本次特展由中研院民族所彭仁郁副研究員策畫，展覽內容取材自 2014 年 3 月 18 日爆發的 318 公民運動，抗爭現場發生了臺灣解嚴以來最激烈的鎮壓事件。

最嚴重的鎮壓發生在佔領行政院行動的當晚，3 月 23 日晚上至 3 月 24 日凌晨（簡稱 323-324），鎮暴警察動用盾牌、警棍、水砲車攻擊手無寸鐵的靜坐群眾。多數抗爭者是出生在 80、90 年代的年輕人，在過往的生命經驗中從未遇過這樣的場景，一位抗爭者驚魂未定地說「雖然沒有死人，可是很震撼！」

這群經歷警察暴力鎮壓的抗爭者，她／他們生命各層面受到的衝擊，並未隨著社運退場、「出關播種、遍地開花」而結束，許多人在鎮壓行動中身心劇烈受創。心理的衝擊源自想像和現實之間的巨大落差，人們第一次感受到「警棍打在身上的劇痛」、「水砲車的劇烈衝擊會讓脊椎神經受損」。

有些人在之後數年持續進行身體的治療和復健，更多人長期面對原生家庭、人際關係、社會關係中，回憶、經歷與現實日常的矛盾。這些經驗並非單純以「創傷後壓力症候群 （PTSD）」類型化診斷就足以理解。

事實上，創傷的樣貌從來不是單一的。

因此，彭仁郁在展覽中呈現 7+n 位社運抗爭者的主體經驗，訴說有著幽微差異的創傷多重樣貌，反映出有別於主流精神醫學標準化、診斷化、病理化、去脈絡化的心理創傷觀點，並提出對照與批判。

另一方面，展覽更以社運抗爭者的受創主體經驗作為論述主軸和敘事起點，試圖探問從鉅觀視角出發、跨越時空地域的弔詭：在每一場人民對抗不義政權的行動中，掌權者皆以法之名施暴；反抗者卻為了捍衛更高層次的律法，置自身於險境。

反抗者不僅需面對來自國家的暴力，還需忍受周遭親友的不諒解、社會大眾的異樣眼光。在內外在分崩離析的孤絕裡，社運抗爭者又該如何找到療癒的可能？

聆聽帶傷者的記憶，與之同行

318 公民運動發生前後，一位紀錄片導演積極記錄社運歷程，實際接觸這群年齡介於 18 至 35 歲的年輕人。記錄過程中，導演敏銳地察覺，有人出現不斷哭泣、失眠、易受驚嚇等創傷反應，一幕幕社運現場的衝突場景會反覆入侵腦海。

於是這位導演找上研究心理創傷療癒的彭仁郁，希望為這群人提供協助與支持。與這群年輕人接觸、討論後，彭仁郁決定以團體帶領者、同行者、療癒者的角色，共同進行了數次團體對話，聆聽彼此的創傷主體經驗。由於團體成員都參與過佔領行政院行動，因此命名為「323-324 同儕團體」。

同儕團體成員分享的內容，啟發了彭仁郁進行「歷史創傷記憶的世代傳承、身分認同與社會實踐」研究計畫，試圖探索當代社運抗爭與政治創傷歷史記憶之間，是否存在某種象徵傳承。與不同背景 318 社運抗爭者的深度交流，成為這項研究的重要基礎。

研究成果涵攝了精神分析理論與社會心理真實的辯證，例如 318 公民運動成功佔領的立法院，意外成為哲學家 Michel Foucault 所說的「異托邦」，或是英國精神分析學家 Donald Winnicott 提出的：一個暫時寄託所有理想願景和創造力的「過渡空間」。

但過渡空間畢竟是過渡，雖然在社會運動現場，抗爭者得以按下日常生活的暫停鍵，辯論未被深入討論過的社會議題。運動結束後，卻往往帶著未竟的願景、夥伴關係的衝突和撕裂、自身存在意義的質疑、面對集體情境的問號，或者身體的傷，回到恍如隔世的日常。

放下專業身分，與受害者並行

323-324 同儕團體進行的出發點，正是透過精神分析聆聽方法，站在「同為人」的位置，創造受創主體發話（enunciation）的「療癒 / 遇」空間。

彭仁郁憶起在法國進行田野研究期間，申請參與法國民間成立的「國際亂倫受害者協會」（AIVI）與受害者並肩工作的經驗。申請加入時，該團體以非常嚴謹的書面、面談過程確保她「不是以專業工作者的身分，而是以成員的角色參與」。

這個親身歷程讓她深刻體會到，身為同行者的「療癒 / 遇」與身為專家進行「治療」的差別。

事實上，亂倫受害者的創傷樣貌相當多元，每一位受害者的主體經驗都有細微差異，如果只以精神疾病診斷標準來看待，細微的創傷主體經驗經常在逐項「症狀」打勾的過程中，受到遮蔽和忽略。許多嚴重而未被看見的創傷就這樣被診斷為憂鬱症、焦慮症、邊緣型人格等疾患。

尤其是社運抗爭者在運動結束後，面臨了主體經驗上的巨大斷裂。社會運動的現場震撼與日常生活彷彿是兩個世界。一位同儕團體成員表示：「我回到生活，遇到弱勢、遇到信仰、教會，我發現這個世界上有非常多人，他們其實是兩個世界，我沒有辦法平衡。所以我現在覺得我有處在逃避的狀態。」

正因如此，在 323-324 同儕團體中，即便身為有多年臨床和學術訓練的精神分析師，彭仁郁依然選擇以一個「人」的身分，放下專業角色，以自身經驗與因社運而受創的主體同在，並在其中探索受創者自身所處，卻未必能看見的心靈地景。

並不是非 A 即 B ——非二元的創傷經驗

彭仁郁提到，對於「帶傷的主體經驗」，我們的想像經常掉入二元對立。「帶傷的人可能同時有 A 和 B 兩面，有一面很溫暖，另一面很黑暗。」

另一種二元想像是，一方面覺得如果沒有傷就是沒事，所以如果我沒事就不需要幫助；有事的人才需要幫助，所以有事的人是軟弱的。這樣的二元想像不只出現在帶傷者身上，也會出現在他周圍的人身上。

實際上，受傷的人不一定是軟弱的受害者。受傷的人也可以是倖存者、倡議者。而倡議者、社會運動者可能也會帶傷。

彭仁郁提出「帶傷前行」的概念，正是因為這樣僵固的一刀切二元想像，無論出現在社會群體面對帶傷者的態度，或是帶傷者看待自己內在感受的態度，都創造出「一直跟自己打架」的狀態。

帶傷前行的同時，可以知道自己的傷而不否認傷的存在，讓療癒與行動可以並存，是展覽希望帶給眾人的思考向度。

看見抗爭者的傷痕與足跡

走進「帶傷前行」展覽的三大展區，第一展區「傷痕密碼」在大片玻璃櫥窗上若隱若現 11 組數字：318、228、64、928、323-324……分別代表國內外 11 場著名的社會運動。

站在巨大的玻璃櫥窗前，觀看一個個數字密碼，就像從鉅觀的視角窺見改變歷史的社會運動，以及國家暴力烙下的集體印記拼圖。觀看陳設在玻璃櫥窗後的歷史照片，則像是記憶一般有著距離感，無法伸手觸及，卻又清晰可見。

第二展區「反叛的想像共同體」則以 7 座展台訴說 7 位 318 公民運動抗爭者的故事。每位抗爭者皆以難以辨識身分的匿名代號呈現，展台上的文字以第一人稱方式陳述，並附上一件令敘事主角印象深刻的物件。

這 7 個年齡介在 20 至 30 歲之間的社運抗爭者，有靠打工養活自己的大學生、不同領域背景的研究生、前職業軍人、原住民等不同身分。閱讀展台上的第一人稱自述，如同走入每一個人的人生，了解一個人走上街頭的原因、抗爭過程中遭遇的困境，以及運動結束後，抗爭如何在日常生活中延續。

回憶時光機——在不同時空下與創傷者交流

第三展區以「再整合、再詮釋的療癒可能性」為主題，設計了一處名為「療遇時光機」的空間，外圍以柔軟布幔圍繞，內部擺設軟骨頭座椅，前方放置三台卡匣式隨身聽。你可以坐進這個舒適隱密的空間、戴上耳機，聆聽模擬 323-324 同儕團體聚會的錄音。

這是一個透過傾聽讓主體發話的時空，邀請觀眾靜下心來聆聽這段長達 73 分鐘的錄音，彷彿在一個安全的時空容器裡，成為 323-324 同儕團體的一員。在同儕團體交流的過程中，每位成員既是闡述獨特受創經驗的個體，也透過不同觀點的分享和互相扶持成為團體的共同建構者。

在彭仁郁的陪伴下，每位社運抗爭者述說他們在原生家庭、求學過程、抗爭現場及社運結束後的感官經驗及創傷記憶，講到激動處的聲調起伏、恐懼啜泣帶著情緒渲染力，讓人彷彿身歷其境，深刻感受社運創傷者的心靈地景。

例如有多位成員眼見同伴被警察攻擊，自己卻無能為力，甚至毫髮無傷的脫身，內心充滿無盡的愧疚。面對自責不能保護他人者，成員們肯定他在社運過程中的關懷與付出，引導他轉向思考，其實錯不在己，真正造成傷害的是扭曲的國家體制。

透過展覽帶領觀眾回顧與理解

步出展場前，身旁的牆面上貼著許多觀眾留下的觀展感想，當中包含對整起事件的反思、個人經驗的分享，或是想與這群社運抗爭者說的話。這是彭仁郁對來訪者的邀請，透過收集眾人的反饋，一起創造更多交互敘事和理解的可能。

彭仁郁更計畫在 2024 年、也就是 318 公民運動滿十週年之際，綜合呈現觀眾的反饋，並計畫邀請詩人、歌手或劇團一起透過創作，帶大家回顧十年前那段血淚交織的街頭歲月。

訪談的最後，我們請教彭仁郁老師，有哪一句話適合送給帶傷前行者？「別再跟自己打架了。」對於帶傷者的同理與不捨盡在其中。