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】

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

如果把癌細胞比喻成身體裡的頭號通緝犯，那誰來負責逮捕？

許多人第一時間想到的，可能是化療、放療這些外來的「賞金獵人」。但其實，我們體內早就駐紮著一支最強的警察部隊「免疫系統」。

既然「免疫系統」的警力這麼堅強，為什麼癌症還是屢屢得逞？關鍵就在於：癌細胞是偽裝高手。有的會偽造「良民證」，騙過免疫系統的菁英部隊；更厲害的，甚至能直接掛上「免查通行證」，讓負責巡邏的免疫細胞直接視而不見，大搖大擺地溜過。

過去，免疫檢查點抑制劑的問世，為癌症治療帶來突破性的進展，成功撕下癌細胞的偽裝，也讓不少患者重燃希望。不過，目前在某些癌症中，反應率仍只有兩到三成，顯示這條路還有優化的空間。

今天，我們要來聊的，就是科學家如何另闢蹊徑，找出那些連「通緝令」都發不出去的癌細胞。這個全新的免疫策略，會是破解癌症偽裝的新關鍵嗎？

免疫療法登場：從殺敵一千到精準出擊

在回答問題之前，我們先從人類對抗癌症的「治療演變」說起。

最早的「傳統化療」，就像威力強大的「七傷拳」，殺傷力高，但不分敵我，往往是殺敵一千、自損八百，副作用極大。接著出現的「標靶藥物」，則像能精準出招的「一陽指」，能直接點中癌細胞的「穴位」，大幅減少對健康細胞的傷害，副作用也小多了。但麻煩的是，癌細胞很會突變，用藥一段時間就容易產生抗藥性，這套點穴功夫也就漸漸失靈。

直到這個世紀，人類才終於領悟到：最強的武功，是驅動體內的「原力」，也就是「重新喚醒免疫系統」來對付癌症。這場關鍵轉折，也開啟了「癌症免疫療法」的新時代。

你可能不知道，就算在健康狀態下，平均每天還是會產生數千個癌細胞。而我們之所以安然無恙，全靠體內那套日夜巡邏的「免疫監測 (immunosurveillance)」機制，看到癌細胞就立刻清除。但，癌細胞之所以難纏，就在於它會發展出各種「免疫逃脫」策略。

免疫系統中，有一批受過嚴格訓練的菁英，叫做「T細胞」，他們是執行最終擊殺任務的霹靂小組。狡猾的癌細胞為了躲過追殺，會在自己身上掛出一張「偽良民證」，這個偽裝的學名，「程序性細胞死亡蛋白配體-1 (programmed death-ligand 1, PD-L1) 」，縮寫PD-L1。

當T細胞來盤查時，T細胞身上帶有一個具備煞車功能的「讀卡機」，叫做「程序性細胞死亡蛋白受體-1 (programmed cell death protein 1, PD-1) 」，簡稱 PD-1。當癌細胞的 PD-L1 跟 T細胞的 PD-1 對上時，就等於是在說：「嘿，自己人啦！別查我」，也就是腫瘤癌細胞會表現很多可抑制免疫 T 細胞活性的分子，這些分子能通過免疫 T 細胞的檢查哨，等於是通知免疫系統無需攻擊的訊號，因此 T 細胞就真的會被唬住，轉身離開且放棄攻擊。

這種免疫系統控制的樞紐機制就稱為「免疫檢查點 （immune checkpoints）」。而我們熟知的「免疫檢查點抑制劑」，作用就像是把那張「偽良民證」直接撕掉的藥物。良民證一失效，T細胞就能識破騙局、發現這是大壞蛋，重新發動攻擊！

目前免疫療法已成為晚期癌症患者心目中最後一根救命稻草，理由是他們的體能可能無法負荷化療帶來的副作用；標靶藥物雖然有效，不過在用藥一段期間後，終究會出現抗藥性；而「免疫檢查點抑制劑」卻有機會讓癌症獲得長期的控制。

由於免疫檢查點抑制劑是借著免疫系統的刀來殺死腫瘤，所以有著毒性較低並且治療耐受性較佳的優勢。對免疫檢查點抑制劑有治療反應的患者，也能獲得比起化療更長的存活期，以及較好的生活品質。

不過，儘管免疫檢查點抑制劑改寫了治癌戰局，這些年下來，卻仍有些問題。

CD47來救？揭開癌細胞的「免死金牌」機制

「免疫檢查點抑制劑」雖然帶來治療突破，但還是有不少挑戰。

首先，是藥費昂貴。 雖然在台灣，健保於 2019 年後已有條件給付，但對多數人仍是沉重負擔。 第二，也是最關鍵的，單獨使用時，它的治療反應率並不高。在許多情況下，大約只有 2成到3成的患者有效。

換句話說，仍有七到八成的患者可能看不到預期的效果，而且治療反應又比較慢，必須等 2 至 3 個月才能看出端倪。對患者來說，這種「沒把握、又得等」的療程，心理壓力自然不小。

為什麼會這樣？很簡單，因為這個方法的前提是，癌細胞得用「偽良民證」這一招才有效。但如果癌細胞根本不屑玩這一套呢？

想像一下，整套免疫系統抓壞人的流程，其實是這樣運作的：當癌細胞自然死亡，或被初步攻擊後，會留下些許「屍塊渣渣」——也就是抗原。這時，體內負責巡邏兼清理的「巨噬細胞」就會出動，把這些渣渣撿起來、分析特徵。比方說，它發現犯人都戴著一頂「大草帽」。

接著，巨噬細胞會把這個特徵，發布成「通緝令」，交給其他免疫細胞，並進一步訓練剛剛提到的菁英霹靂小組─T細胞。T細胞學會辨認「大草帽」，就能出發去精準獵殺所有戴著草帽的癌細胞。

而PD-1/PD-L1 的偽裝術，是發生在最後一步：T 細胞正準備動手時，癌細胞突然高喊：「我是好人啊！」，來騙過 T 細胞。

但問題若出在第一步呢？如果第一關，巡邏的警察「巨噬細胞」就完全沒有察覺這些屍塊有問題，根本沒發通緝令呢？

這正是更高竿的癌細胞採用的策略：它們在細胞表面大量表現一種叫做「 CD47 」的蛋白質。這個 CD47 分子，就像一張寫著「自己人，別吃我！」的免死金牌，它會跟巨噬細胞上的接收器─訊號調節蛋白α (Signal regulatory protein α，SIRPα) 結合。當巨噬細胞一看到這訊號，大腦就會自動判斷：「喔，這是正常細胞，跳過。」

結果會怎樣？巨噬細胞從頭到尾毫無動作，癌細胞就大搖大擺地走過警察面前，連罪犯「戴草帽」的通緝令都沒被發布，T 細胞自然也就毫無頭緒要出動！

這就是為什麼只阻斷 PD-L1 的藥物反應率有限。因為在許多案例中，癌細胞連進到「被追殺」的階段都沒有！

為了解決這個問題，科學家把目標轉向了這面「免死金牌」，開始開發能阻斷 CD47 的生物藥。但開發 CD47 藥物的這條路，可說是一波三折。

不只精準殺敵，更不能誤傷友軍

研發抗癌新藥，就像打造一把神兵利器，太強、太弱都不行！

第一代 CD47 藥物，就是威力太強的例子。第一代藥物是強效的「單株抗體」，你可以想像是超強力膠帶，直接把癌細胞表面的「免死金牌」CD47 封死。同時，這個膠帶尾端還有一段蛋白質IgG-Fc，這段蛋白質可以和免疫細胞上的Fc受體結合。就像插上一面「快來吃我」的小旗子，吸引巨噬細胞前來吞噬。

問題來了！CD47 不只存在於癌細胞，全身上下的正常細胞，尤其是紅血球，也有 CD47 作為自我保護的訊號。結果，第一代藥物這種「見 CD47 就封」的策略，完全不分敵我，導致巨噬細胞連紅血球也一起攻擊，造成嚴重的貧血問題。

這問題影響可不小，導致一些備受矚目的藥物，例如美國製藥公司吉立亞醫藥（Gilead）的明星藥物 magrolimab，在2024年2月宣布停止開發。它原本是預期用來治療急性骨髓性白血病（AML）的單株抗體藥物。

太猛不行，那第二代藥物就改弱一點。科學家不再用強效抗體，而是改用「融合蛋白」，也就是巨噬細胞身上接收器 SIRPα 的一部分。它一樣會去佔住 CD47 的位置，但結合力比較弱，特別是跟紅血球的 CD47 結合力，只有 1% 左右，安全性明顯提升。

像是輝瑞在 2021 年就砸下 22.6 億美元，收購生技公司 Trillium Therapeutics 來開發這類藥物。Trillium 使用的是名為 TTI-621 和 TTI-622 的兩種融合蛋白，可以阻斷 CD47 的反應位置。但在輝瑞2025年4月29號公布最新的研發進度報告上，TTI-621 已經悄悄消失。已經進到二期研究的TTI-622，則是在6月29號，研究狀態被改為「已終止」。原因是「無法招募到計畫數量的受試者」。

但第二代也有個弱點：為了安全，它對癌細胞 CD47 的結合力，也跟著變弱了，導致藥效不如預期。

於是，第三代藥物的目標誕生了：能不能打造一個只對癌細胞有超強結合力，但對紅血球幾乎沒反應的「完美武器」？

為了找出這種神兵利器，科學家們搬出了超炫的篩選工具：噬菌體（Phage），一種專門感染細菌的病毒。別緊張，不是要把病毒打進體內！而是把它當成一個龐大的「鑰匙資料庫」。

科學家可以透過基因改造，再加上AI的協助，就可以快速製造出數億、數十億種表面蛋白質結構都略有不同的噬菌體模型。然後，就開始配對流程：

1. 先把這些長像各異的「鑰匙」全部拿去試開「紅血球」這把鎖，能打開的通通淘汰！
   
2. 剩下的再去試開「癌細胞」的鎖，從中挑出結合最強、最精準的那一把「神鑰」！

接著，就是把這把「神鑰」的結構複製下來，大量生產。可能會從噬菌體上切下來，或是定序入選噬菌體的基因，找出最佳序列。再將這段序列，放入其他表達載體中，例如細菌或是哺乳動物細胞中來生產蛋白質。最後再接上一段能號召免疫系統來攻擊的「標籤蛋白 IgG-Fc」，就大功告成了！

目前這領域的領頭羊之一，是美國的 ALX Oncology，他們的產品 Evorpacept 已完成二期臨床試驗。但他們的標籤蛋白使用的是 IgG1，對巨噬細胞的吸引力較弱，需要搭配其他藥物聯合使用。

而另一個值得關注的，是總部在台北的漢康生技。他們利用噬菌體平台，從上億個可能性中，篩選出了理想的融合蛋白 HCB101。同時，他們選擇的標籤蛋白 IgG4，是巨噬細胞比較「感興趣」的類型，理論上能更有效地觸發吞噬作用。在臨床一期試驗中，就展現了單獨用藥也能讓腫瘤顯著縮小的效果以及高劑量對腫瘤產生腫瘤顯著部分縮小效果。因為它結合了前幾代藥物的優點，有人稱之為「第 3.5 代」藥物。

除此之外，還有漢康生技的FBDB平台技術，這項技術可以將多個融合蛋白「串」在一起。例如，把能攻擊 CD47、PD-L1、甚至能調整腫瘤微環境、活化巨噬細胞與T細胞的融合蛋白接在一起。讓這些武器達成 1+1+1 遠大於 3 的超倍攻擊效果，多管齊下攻擊腫瘤細胞。

結語

從撕掉「偽良民證」的 PD-L1 抑制劑，到破解「免死金牌」的 CD47 藥物，再到利用 AI 和噬菌體平台，設計出越來越精準的千里追魂香。 

對我們來說，最棒的好消息，莫過於這些免疫療法，從沒有停下改進的腳步。科學家們正一步步克服反應率不足、副作用等等的缺點。這些努力，都為癌症的「長期控制」甚至「治癒」，帶來了更多的希望。

• 文／曾繁安

台灣擁有傲視全球、成熟完整的半導體產業聚落，在世界科技領域中扮演舉足輕重的角色。這個國家的經濟命脈，經過全自動化的時代後，即將迎來另一次生產技術的大變革——智慧製造。

當訂單越來越多，人力卻不夠，半導體業者該怎麽辦？

半導體產業包含了矽晶圓^［註］、相關化學品與氣體及導線架等封裝材料，其中又以晶圓厰為大宗，例如台積電便是全球規模最大的晶圓代工厰。素有「現代科技應用的大腦與心臟」之稱的半導體，是現代多數電子產品的核心單元，因為各項產品正是利用半導體電導率變化的特性來處理資訊。然而，目前半導體製造業卻面臨人力資源跟不上產量需求提高的挑戰。

一般半導體廠場域面積大，人力短缺使企業面臨管理人手吃緊，再加上人員進出無塵室的過程繁瑣耗時，也是另一大負擔。與此同時，在廠內儀器參數比對和規劃生產計劃上，傳統人力也可能有出現誤差的風險。疫情時代也促成在宅經濟和 5G 應用的高速發展，各領域對晶片的需求大增，造成半導體產業出現產量需求高，但人力短缺的現象。

因此對不少業者而言，可有效緩解人力不足、大幅提升作業效率的數位轉型（Digital Transformation），可謂勢在必行。

從「自動化」升級到「智動化」的智慧製造

那半導體產業的數位轉型，該怎麽做？所謂數位轉型，不僅僅只是將資料或作業數位化，還包括導入人工智慧（Artificial Intelligence，簡稱 AI）與數位科技，來改變企業的整個營運生產模式。AI 指的是電腦程式可模擬人類思維過程的能力，而在 AI 概念下的機器學習（Machine Learning，簡稱 ML），即為機器可以根據已收集的大量數據，經由建立模型對新數據進行推測，學習找出最佳解、改善效能。

結合 ML 的製造執行系統，需搭配裝置在工廠各處的多個傳感器（Sensor），來收集與回傳各樣的生產數據。它們與工廠設備的相互連接，即是運用了物聯網（Internet of Things）的技術。有賴於 5G 科技的發展，數據可以達成高速率傳輸與低延遲，使得機器與機器之間可以達成溝通，在整合分析各方數據資訊後，有效率地完成各種指令操作，可以比自動化製造系統，更進一步為人類代勞工廠運作的大小事務。

舉例來説，當工廠的生產過程出現問題，自動化系統只會跳出異常通知，還是需要仰賴人員來進行手動排除；但換作應用 ML 系統的話，便可透過自我學習，來自動調整製作流程以解除異常狀況，無需人力介入便可自主解決，提升良率，達成「智動化」智慧製造（Smart Manufacturing）的最終目的。

懂得精益求精、提高品質產量的智慧工廠

一座運用智慧製造的半導體工厰，不但能自主克服製程中的疑難雜症，更能幫助提高晶圓的產量品質。在研發方面，AI 可以協助理解高複雜、高維度的製程開發挑戰，也可與 ML 軟體分析感測資料和檢測影響，進行品質管理與缺陷檢查。

此外，數據治理和數位分身，也是智慧製造的關鍵策略。對企業整體的數據進行管理和控制，以提高數據的價值，將因為數據產生的成本風險降到最低，是數據治理（Data Governance）的核心精神。

在兼顧資訊安全下，數據治理的體系能使跨部門間的數據共享更為方便暢通。輔以 AI 及 ML 的運算，便可以使業務部門的客戶需求、供應鏈管理等資料，與工廠生產部門的設備控制與品管等流程，有更迅速緊密的配合，規劃好合適的未來生產計劃，指導人員進行相關作業。

如同我們可以在電玩游戲或社交媒體上，按照自己的個人形象，來打造自己的虛擬化身，工厰也能藉助現今的科技，來為產品的物理實體，在資訊化平臺或系統的虛擬空間中，打造一個類比實物的數位分身（Digital Twin）。

數位分身也是物聯網的應用之一，半導體廠中，由傳感器所收集到的晶圓製造數據，在 AI、ML 和軟體分析的協助下被整合，對映成數位空間中「雙胞胎」的存在。這位孿生兄弟不僅能夠隨物理實體的變化而即時做出相應變化，還可以提供無法在實體產品上測試計算的數據。

理想情況下，數位分身可以經由機器學習，分析過去的歷史資料或多重來源的數據，來推估實體的未來情境。因此在危機或異常事件發生前，業者便可預先進行預測性的設備維護與產品的良率分析，比起傳統人力的判斷更加精確，降低技術風險，大大提高生產效率。

工業 4.0 浪潮來襲，智慧製造是產業未來趨勢

運用通訊科技、資料庫和電腦系統達成全自動化生產，已不是新鮮事，如今人類社會正迎來第四次工業革命的新一波浪潮。主打網絡與機械相互連接的核心精神，導入人工智慧、機器學習、物聯網感測與大數據分析等人機協作的智慧製造，是因應多變市場需求的時下趨勢。

在半導體領域中，企業龍頭台積電可説是數位轉型的成功案例，從二十年前的全自動化製造系統，如今致力於打造組織內部友善 AI 的工作環境，努力向智慧製造全面轉型。數位轉型的技術支援不能沒有半導體產業製造的晶片，而如今數位轉型也有望帶領半導體產業突破產能吃緊、人才短缺的困境，走向智慧製造的新紀元。

以台灣在地企業的智慧製造覆蓋率而言，就已在短短 6 年內成長 50％。舉全台最大的國際半導體展 SEMICON Taiwan 為例，智慧製造相關的展商在近六年內的成長幅度也同樣攀升了 50%。

今年高科技智慧製造特展將以歷年最大規模之姿登場，與全台最大半導體盛宴 SEMICON Taiwan 2022 國際半導體展同期同地舉辦，匯集橫跨高科技製造業智慧製造解決方案業者、系統整合、軟硬體商及智慧製造需求端業者，如盟立自動化、倍福自動化、家登精密、攝揚企業、日商 JEL 等不容錯過。

因應疫情下數位轉型成為全球企業的重要任務，今屆展覽中的「高科技智慧製造論壇」將由美光科技、 Lam Research、 Rockwell Automation、Siemens 等知名企業專家以人工智慧工廠為主軸，探討 GEC 技術藍圖，內容包含五個部分包含數據管理、智能分析、數位分身預測等重點實務經驗分享，從晶圓厰到設備製造商和解決方案提供者的角度，讓參與者得以探究 AI 智能工廠的前景和挑戰，跟上數位轉型的步伐。

除了智慧製造議題，展覽期間共有超過 20 場重磅級的國際趨勢論壇，豐富主題涵蓋先進製程、異質整合、化合物半導體、車用晶片、永續製造、半導體資安及人才。論壇將在今年 9 月 13 日率先開幕，展覽則於 9 月 14 日至 16 日於臺北南港展覽館一館盛大開場，規模創歷年新高，届時將有 700 間國內外指標性大廠共襄盛舉，現場將有 2,450 個攤位展出，完整串聯全球半導體供應鏈，目前展會參觀與論壇皆已開放報名，參與席次有限，有興趣者趕快手刀至官網報名起來！

註：晶圓（Wafer）是半導體晶體圓形的簡稱，是從半導體材料如最常見的矽，經過拉製、提煉等一系列處理過程，製成的圓柱狀半導體晶體經過切片、抛光而來。這些圓形薄切片被用於積體電路製程中的載體基片，也可用來製作太陽能電池。

參考資料

1. 半導體是什麼？晶片產業一次看懂
2. About SEMI Smart Manufacturing initiative
3. 【獨家披露】台積電數位轉型的下一步，靠AI推動全面轉型（上）
4. 【獨家披露】台積電數位轉型的下一步，靠AI推動全面轉型（下）
5. 泛科學：每分鐘 15 次的駭客攻擊，5G 世代的臺灣資安挑戰——資安所王仁甫策略總監專訪
6. Data Governance – 臺灣人工智慧行動網
7. 「數據治理」：人工智慧企業的基本功
8. 科技大觀園：從全自動化製造邁向智慧製造
9. 聯剛科技股份有限公司
10. 【新興領域：9月焦點8】數位分身（Digital Twin）技術發展趨勢與不同層次應用模式
11. 半導體資安的新挑戰！後疫情時代，如何全面打造半導體供應鏈數位韌性
12. 工業4.0大全，從淺到深一篇搞懂它！

• 作者：楊期蘭

鄰居：「人機互動喔？感覺是在做機器人。這樣以後要做什麼？去台積電嗎？」
弟：「好像跟 UX 有關吧，我也不太確定 @@ 」
路人：「人際互動喔？人際互動怎麼是在資訊系？聽起來是文組的東西欸。」

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？」

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。

這篇上集我們會先從生活常遇到的對象解釋起；下集會從面對不同學科背景的朋友開始解釋起。

1. 對在讀國小的表弟妹：
在路上抓過寶可夢嗎？我們之所以能用手機 APP 看到街上有寶可夢，又能跟一群不認識的路人同時沈迷於蒐集寶可夢的過程就是人機互動研究的應用之一。人機互動就是在設計一些小遊戲，讓大家在玩遊戲的過程中同時養成一些好的習慣或是改變人的行為。

像是我們有時候會懶得刷牙，但是如果刷牙的時候可以看到牙刷一閃一閃或是放出音樂，我們就會把刷牙這件事想成是在玩遊戲，久而久之就能養成刷牙習慣；或是我們討厭爬樓梯，但如果樓梯塗上黑白的顏色，被畫得像鋼琴一樣，踩下去會發出不同聲音，我們就會想走到樓梯上試試看，自然而然就養成了走樓梯的習慣。

2. 對爺爺奶奶：
每次新買一個電視、電子鍋、熱水壺、遙控器就要找孫子教或是看半天說明書還是不太會用，人機互動研究就是要想辦法讓每天會用到的電器產品可以更容易被使用，讓阿公阿嬤可以完全不看說明書就直接能夠操作各式各樣電器產品。

3. 對爸媽跟親戚：
在外地生活的小孩電話都不接時，看他有沒有已讀訊息就好，至少知道他還會看手機。這種通訊軟體上已讀功能的設計或是讓我們在群組裡面回覆某一則訊息、傳送表情符號等，通訊軟體上的各種小細節能讓我們感覺到不在身邊的人與我們心理距離很近，這些巧思就是人機互動的研究範疇之一。

人機互動就是在解決生活中每天都會用到的電子產品、網路世界的問題，包含要怎麼讓車子裡的導航系統順利引導我們找到方向又不會分心、手機上 LINE 要怎麼設計才可以很方便讓我們傳訊息給朋友、點進去網頁的時候怎麼讓我們看到可能有興趣的新聞、操作網路銀行的時候怎麼很清楚知道哪個按鈕點下去能讓我們完成想做的事等等。

4. 對國高中生：
大家每天幾乎都會滑 IG 、抖音、看 YouTube ，我們在用這些線上軟體時能跟每天見面的同學有跟深入的交流，也可以投過這些社群平台認識更多實體生活以外的人；在虛擬世界裡，經常有自己被觀眾圍繞的感覺、能一直看到自己感興趣的東西，這些都是人機互動研究精心設計達成的；我們經常在網路論壇上看到別人打筆戰或是講一些很難聽的話，要怎麼引導網友們友善討論，這些都是人機互動想解決的事。這個學科是了解並設計我們每天都會用到的數位電子產品還有線上服務，讓我們可以透過電腦來跟更多人建立社會關係。

5.  對鄰居、搭話的店員：
人機互動就是在想辦法設計出好用的電子產品跟數位服務，把生活中的東西都電子化、數位化，然後設計一些方法讓我們不用出門就可以完成大部分的事。像是網拍網站要怎麼設計，怎麼引導消費者在虛擬商店購物；或是我們每天在路上都會看到的外送員，我們怎麼透過 APP 訂餐、對外送員評分機制該怎麼設計才能讓所有人滿意；硬體的話，像是大家戴的運動手環，裡面要收哪些身體的資訊、收完了要怎麼呈現給我們看才會有幫助、都是算是人機互動的研究範圍。

6. 對愛好科幻電影的朋友：
人機互動就是在想辦法實現那些科幻電影或科幻小說裡面提到的各種新奇科技，像是手在空中滑來滑去就可以讀取資訊啊、讓人在虛擬世界裡面也能感受到實體世界的沈浸感、怎麼跟雲端情人好好說話等等。

7. 對公司主管：
最近經常被大家提及的數位轉型就非常仰賴人機互動研究方法跟理論知識，因為人機互動就是在了解使用者如何透過資訊系統取得想要的資訊、資訊系統如何幫助人更順利完成手邊任務。舉例來說，員工如何很快就了解資訊架構、透過公司內部系統取得需要的資料；員工透過內部通訊軟體與遠端部門溝通的時候有如人就在旁邊的感覺；客戶怎麼透過線上入口網站獲得公司的資訊、如何順利在線上完成各種購買、申請、詢問等等。

人機互動研究對內可以幫助公司運用資訊系統來管理數位化知識、輔助不同部門員工協作、整合跨國跨部門資料；對外也可以讓公司透過適當的數位媒體設計來讓客戶更容易了解公司產品或是更有效率解決客戶問題。

8. 想轉職、喜好涉略不同知識、想嘗試不同可能性的朋友：
人機互動就是現在在台灣就業市場幾乎不會開出來的職缺 XDD ，但沒職缺不表示沒需求，這一方面源自於過去台灣的產業結構與發展重點著重於硬體發展，另一方面在於還不是這麼多人知道人機互動到底是什麼、能怎麼運用人機互動知識。

但是在看了這篇之後能夠看出人機互動在生活上的普遍性，特別是在現今這個每天都離不開電子裝置、網路世界、重要資料都數位化的時代裡。所以還有很多探索新方向、解決舊問題的機會，了解這些人機互動討論的議題可以擴展自己更多可能性。

9. 對覺得自己很跨領域、害怕面對愛戰文組理組的人的朋友：
人機互動廣義來說關注的是科技與社會之間的關係，在這範疇下的研究問題可以從很多元的層面切入，因此在這科學社群裡不需要戰文組理組，不需要帶著過去訓練背景的領域來區分彼此。某個知識體系下培養出來的是一個人思維的方式、認識世界的方式，而這些不同的學理知識或思維方式都能幫助人機互動領域產生新的知識。

無論你/妳擅長哪一種認識世界的方式，都可能在人機互動的問題中提出有趣的觀點，並運用某一學門的方法論來回答人機互動的研究問題。每個人擅長的領域都不同，有人對動手做東西很有概念，有人對理解人類行為很敏銳，無論是哪種，都能在人機互動領域有所發揮。

10. 對什麼都不信，只相信數據（數字）會說話的朋友：
人機互動要解決的是「人跟電腦」兩者間的問題，所以在設定評鑑標準的時候就會有「數值化」與「非數值化」的部分。要衡量「系統本身的成效」透過數字是必要的，但是在衡量「人」的部分，數字只能提供部分的資訊，不能幫助設計者、開發者了解脈絡。

舉例來說，當我們知道使用者在用系統 A 的時候比系統 B 的時候表現來得好，透過問卷得到的分數只能讓我們知道哪個系統對使用者有幫助，但卻無法讓我們知道表現好與不好背後可能的原因，不知道原因的話就不能讓我們在系統設計面對症下藥，這時候就需要透過行為分析或訪談加以了解；另一方面，人跟自然物質不同，人包含了「可數值化」與「不可數值化」的部分。

可數值化的部分就像是身高、體重、視力、反應時間、頭髮長度、眼睛大小等，難以數值化的部分則是人的思考歷程、情緒、想法等。透過數值化的方式來衡量人類行為雖然可以很快讓我們了解行為趨勢，但是不能了解原因。比如說這篇文章當讀者跟我說可讀性 3 分（滿分 10 分） ，這個資訊可以讓我知道文章不好讀，但卻無法讓我知道究竟是訊息呈現方式不好讀？作者跟讀者之間的知識落差尚未被填滿？或是被傳遞的資訊本身就需要花時間思考？

機器的所有特質都可以被數值化，所以會有標準答案，但是人這種不能全部被數值化的特性，也使得與人有關的事就不會有標準答案存在。這也是為什麼人機互動這門學科除了透過量化方式來回答研究問題外，也非常需要仰賴質化分析幫助我們了解人機互動中「人」的部分。

講到嘴角全是泡沫，卻如同雞同鴨講

我們身邊有各種不同領域的大大、達人、專家，當這些擅長某個領域的專家在向外行人解釋自己非常熟悉的內容時，由於太過熟悉自己的拿手項目，容易落入向外行人解說時會描述得太抽象、忽略許多細節的陷阱，或是難以站在不同讀者的角度換位思考，以致於外行人無法理解。一旦你知道得太深入，就回不去什麼都不知道的狀態，理所當然難以想像什麼都不知道的人需要知道什麼、想聽什麼。

各式各樣內行人與外行人的溝通困難發生在你我身邊，回想當教授在台上講的天花亂墜，底下一頭霧水的畫面；看病時醫生描述的病情自己需要反覆釐清才能知道那些專有名詞是什麼；資深的同事無法理解新人怎麼連這個都聽不懂；客戶或其他部門的人怎麼都聽不出自己報告的重點；甚至是政府部門向大眾溝通新的教育政策、公共政策時，若沒有妥善溝通，聽眾便不一定能理解政策背後的專業性與目的，以致於政策執行困難或反彈聲浪四起。

溝通專業知識時需要「見人說人話」

不少研究者致力於了解要如何輔助「不同領域專家」向外行人解釋自己熟悉的概念，系列研究發現，當某個領域的專家向外行人說明時，

如果能知道接收者（聽眾、觀眾）的背景知識，就能調適自己解釋的方式來配合對方，讓對方更理解自己在說什麼。

每位讀者都是某個領域的專家，當身旁有朋友問起你/妳在做什麼的時候，可以試著從對方的興趣與背景著手，嘗試調整自己的解釋方式，讓更多人認識妳/你的專業領域。

最後，也歡迎分享你們的專業領域，試著用對不同角色聽眾來說明你/妳的專業是什麼，想知道 +1

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（下）【科系篇】

1. Nückles, M., Winter, A., Wittwer, J., Herbert, M., & Hübner, S. (2006). How do experts adapt their explanations to a layperson’s knowledge in asynchronous communication? An experimental study. User Modeling and User-Adapted Interaction, 16(2), 87–127.
2. Fussell, S. R., & Krauss, R. M. (1992). Coordination of knowledge in communication: Effects of speakers’ assumptions about what others know. Journal of Personality and Social Psychology, 62(3), 378.

• 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〈【親友篇】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（上）〉

• 本文轉載自科技大觀園，原文為《5G 專網將帶來什麼樣的未來》
• 作者／何沁蓉｜科技大觀園特約編輯

5G 是近幾年最熱門的話題，隨著行政院第一階段的商用頻譜釋照，五大電信商在 2020 年 6 月陸續開通 5G 服務，臺灣也正式宣告邁入 5G 時代，但其實這一切都只是 5G 發展的第一步。許多企業早已將目光焦點轉向即將開放申請的 5G 企業專網，究竟什麼是 5G 專網？5G 專網的魅力又在哪？

5G 究竟厲害在哪？

5G，全稱為第五代行動通訊技術（5th generation mobile networks），是人們熟悉的 2G、3G、4G 一路演化而來最新行動通訊技術的統稱，具備大頻寬、低延遲、高速率三大特性，不只是能夠帶來更好的網路體驗，它更是帶來數位轉型的驅動力。

儘管被視為劃時代的革新，但許多人都表示使用 5G 手機的體驗感受並不明顯，認為僅僅只是比 4G 快一些，甚至會笑稱最有感的是「帳單」，難以理解為什麼全球媒體或企業對 5G 抱有如此高的期待，但其實這與大眾對 5G 的誤解有關。

國家通訊傳播委員會（NCC）孫雅麗委員解釋， 5G 網路在臺灣可以分成兩種，第一種是由電信商提供的公眾行動寬頻網路，也就是一般大眾都可以申請使用到的網路服務，另一種則是企業 5G 網路，有兩種選擇：一是公眾行動網路業者利用其公眾行動網路頻段提供企業 5G 網路服務。或是，企業可以申請專用頻率，自行建置專屬完全獨立運作的「行動寬頻專用電信網路」，也就是經常聽到的專頻專網或 5G 專網（5G private network）。

之所以特別區分兩者，是因為 5G 的出現對一般民眾及企業的影響程度差異很大。孫雅麗解釋，5G 的目的不只是服務一般大眾，以部署完全的人口涵蓋率到都會區與偏遠地區為目標，對於一般人來說，傳輸速度的提升很可能只是讓影片載入快上一兩秒，但對於企業而言，大頻寬、低延遲的基礎通訊基磐能夠保障物聯網智能化應用的傳輸需求與高可靠性，進而促使在垂直應用場域上做出創新。

在科技持續推陳出新下，全球早已邁入數位時代，各大企業無不積極進行數位轉型，而現在談論的數位轉型也已經不再是早年將文件電子化、網路化或聯繫起全球各地人群，而是更進一步的萬物聯網（Internet of Everythings , IoE）。但要達成 IoE ，即時資料收集傳輸、大數據分析、AI 技術導入就是必須的，而 5G 正是實現這一切的關鍵使能技術（Enabling Technology）。

以智慧工廠為例，指出過去工廠多得仰賴老師傅操作及品管瑕疵，但在引進自動化及智能物聯網後，現在可以利用高解析攝影機監控生產線，將即時影像送至後臺交由 AI 系統協助產品瑕疵分析，而要傳送高解析度影像就得需要高寬頻，自動化品管控制流程更需要低延遲與高可靠性的即時傳輸網路，這也是為什麼企業在數位升級與轉型，將 5G 專網基礎通訊網路建設鋪進企業如此重要。

孫雅麗認為，5G 不只是提供更大傳輸通路的水管，而是一促使轉型的驅動力，讓企業能夠重新審視自己的商業模式，思考如何可以運用 5G 技術與專網的建立最佳化現有作業流程，同時也可能激發創意，創造出全新商業模式。這點對公領域的機關單位來說也是相同的；孫雅麗透露，行政院也有在討論 5G 專網可能為公眾利益帶來什麼幫助，包含防救災、配合無人機監控非法砂石盜採、非法水庫傾倒垃圾等都是可能的潛在用途。

儘管如此看好 5G 專網帶來的全新進化，孫雅麗也強調，5G 專網帶來的改變將是全面的，要不要採用對企業來說是相當重大的決定。就像房屋重新設計裝潢一樣，企業必須審慎評估所欲達成的願景、目標與效益，這是決定是否要擁抱 5G 專網的一項重要功課。畢竟，對企業而言這是一項重要的決策與措施，預計開放後也將會先在有限區域內進行場域實驗後才會全面展開行動導入。而能讓大眾真正體會到 5G 優勢的殺手級應用更可能早一些在遊戲產業中出現。

以最近熱門的元宇宙（Metaverse）話題為例，事實上這項概念早在 1992 年的科幻小說中就被提出，2003 年也出現類似的虛擬世界概念遊戲「第二人生」（Second Life），然而當時設備運算能力不夠、網路頻寬不足以支撐，在使用者無法深入體驗下自然無法引起迴響。反觀現今頻寬已足夠還可以保證低延遲，在晶片持續發展下，只需要幾個晶片便可以達成當年需要幾千萬才能達成的高效能運算，突然之間虛擬世界的想法似乎變得可行。

「所以我們才會說，一切看似水到渠成了。」

5G 專網管理辦法

為了加速建構國內 5G 專網基礎環境，NCC 已陸續開放 PoB （Proof of Business）及 PoC （Proof of Concept） 場域驗證，預計將於 2021 至 2022 年間釋出 4.8－4.9 GHz 頻段共 100MHz 頻寬供企業申請執照，以「專網專頻」方式獨立運作。攸關 5G 發展的《電信管理法》也已在 2020 年7月1日施行，針對 5G 企業專網運作的《行動寬頻專用電信網路設置使用管理辦法》NCC 目前也正加緊研擬中。

孫雅麗解釋，有時候科技往前走不見得法規跟得上，為維護公共利益，「適法性」就變得非常重要，以專用網路為例。過去僅提供軍事、產學研等特殊需求申請使用，多僅針對使用期限與範圍進行規範，但現在 5G 專網開放給一般企業申請使用，自然需要新法規才能更妥適地規管。不僅是臺灣，德國、日本、英國、法國、南韓及香港也都早已制定 5G 專網管理政策與法規，而 NCC 在制定專法上也有參考各國的監管辦法，但實際作法仍會依據臺灣環境背景進行調整。

為鼓勵企業積極採用以促進數位轉型，專用頻譜釋出規劃採審議制，不採公開競標因此沒有名額限制的問題，但管理辦法將針對申請資格、場域範圍、使用管理、網路架構、連接限制、執照年限、資通安全、頻率使用費等各面向進行明確規範，企業可以依照自身需求選擇適合方式發展垂直應用。不同於電信業者提供的 5G 網路全區通行，提供企業申請的 5G 頻段將有特定地理區域限制，如果兩個鄰近企業均申請使用專網服務，將以「和諧共用」的原則進行運作，由兩方協議不互相干擾為主。

由於並非電信業者，依現行制度規定，原則上企業專網將不得連接公眾網路使用，儘管如此，除了廠內的垂直整合，企業智慧化流程都與雲端服務、數據平臺及 AI 工具息息相關，可想而見企業仍有連接雲端服務的需求，孫雅麗表示，企業數位轉型對國家競爭力很重要，目前還在積極了解企業應用態樣與需求，也會持續進行討論，努力在規範與產業需求間取得平衡。

想發展 5G 專網，資安議題是重中之重

在持續發展之際 5G 衍生出的資安議題也不容忽視，NCC 也相當明白這一點。孫雅麗指出，去年電信業者建置 5G 公眾電信網路時，臺灣是全球首見要求行動業者在遞交營運計畫書時就必須附上 5G 資通安全維護計畫的國家，之所以如此，便是希望業者在建置的同時就將資安考量納入規劃，來確保公眾在使用 5G 網路上的安全性。

5G 專網開放後也是相同。NCC 將要求企業在申請執照時同時也得附上資安防護規劃，並做好應變機制，也期盼若發生資安事件能立即通報，然而考量到專網畢竟並不是公眾網路，從政府角度來說還是不會涉入太深，僅會進行必要提醒，資安的責任仍是落在業者本身。

為了支援各種創新應用，5G 核心網路必須具備足夠彈性才能有效支援，也因此是採用開放式以服務為基礎（Service-based Architecture）的系統運營架構，這在帶來極大自由同時也帶來風險。孫雅麗指出，除了對基礎設施的資安防護，企業也必須注意針對用戶設備（UE）的攻擊，一旦終端設備被侵入，很容易形成「地方包圍中央」的局勢影響到位於後端的核心網路，同時近年常見的供應鏈攻擊也是 5G 專網將面臨的一大資安挑戰。

由於 5G 技術運作及維護涉及許多專業，許多公司在架設專網的核心網路時可能會選擇委給專業網路公司進行維運管理，這也將衍生出另一種可信賴廠商與安全供應鏈管理的風險控制議題。孫雅麗認為，隨著 5G 面臨的資安威脅更加複雜化，資安維護將變得越來越重要，企業必須正視專網潛在的資安風險，面對全球供應鏈時代，未來的資安威脅將更頻繁及複雜，可想見未來資安服務公司的需求將會持續提升。

除了提醒企業審慎看待潛藏的資安風險，專訪的最後孫雅麗也再次強調了數位轉型的重要性。孫雅麗表示，5G 對各國來說都是重點推動的基礎建設，在與電信業者加速加量建設要求配合下，全臺 22 個縣市中已有超過 10 個縣市涵蓋超過 90%，NCC 未來也持續補助偏鄉建設發展，鼓勵企業發展垂直場域應用來進行數位轉型。

「企業的數位轉型不僅僅關乎到自身，對國家、對產業、對經濟的競爭力都與數位化和創新息息相關。臺灣想跟上世界的腳步企業就必須轉型，政府積極發展推動 5G 的目的也是在於此，而這也是 5G 真正的價值所在。讓我們一起跳到創新的軌跡上（Jump to the next curve）。」

資料來源

• 專頻專網管理辦法年底出爐 5G創新戰加入生力軍
• NCC配合行政院政策，推動5G實驗及專頻專網
• 我國5G頻譜政策與專網發展
• 臺灣5G行動計畫

• 作者：楊期蘭

鄰居：「人機互動喔？感覺是在做機器人。這樣以後要做什麼？去台積電嗎？」
弟：「好像跟 UX 有關吧，我也不太確定 @@ 」
路人：「人際互動喔？人際互動怎麼是在資訊系？聽起來是文組的東西欸。」

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？」

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。

這篇上集我們會先從生活常遇到的對象解釋起；下集會從面對不同學科背景的朋友開始解釋起。

1. 對在讀國小的表弟妹：
在路上抓過寶可夢嗎？我們之所以能用手機 APP 看到街上有寶可夢，又能跟一群不認識的路人同時沈迷於蒐集寶可夢的過程就是人機互動研究的應用之一。人機互動就是在設計一些小遊戲，讓大家在玩遊戲的過程中同時養成一些好的習慣或是改變人的行為。

像是我們有時候會懶得刷牙，但是如果刷牙的時候可以看到牙刷一閃一閃或是放出音樂，我們就會把刷牙這件事想成是在玩遊戲，久而久之就能養成刷牙習慣；或是我們討厭爬樓梯，但如果樓梯塗上黑白的顏色，被畫得像鋼琴一樣，踩下去會發出不同聲音，我們就會想走到樓梯上試試看，自然而然就養成了走樓梯的習慣。

2. 對爺爺奶奶：
每次新買一個電視、電子鍋、熱水壺、遙控器就要找孫子教或是看半天說明書還是不太會用，人機互動研究就是要想辦法讓每天會用到的電器產品可以更容易被使用，讓阿公阿嬤可以完全不看說明書就直接能夠操作各式各樣電器產品。

3. 對爸媽跟親戚：
在外地生活的小孩電話都不接時，看他有沒有已讀訊息就好，至少知道他還會看手機。這種通訊軟體上已讀功能的設計或是讓我們在群組裡面回覆某一則訊息、傳送表情符號等，通訊軟體上的各種小細節能讓我們感覺到不在身邊的人與我們心理距離很近，這些巧思就是人機互動的研究範疇之一。

人機互動就是在解決生活中每天都會用到的電子產品、網路世界的問題，包含要怎麼讓車子裡的導航系統順利引導我們找到方向又不會分心、手機上 LINE 要怎麼設計才可以很方便讓我們傳訊息給朋友、點進去網頁的時候怎麼讓我們看到可能有興趣的新聞、操作網路銀行的時候怎麼很清楚知道哪個按鈕點下去能讓我們完成想做的事等等。

4. 對國高中生：
大家每天幾乎都會滑 IG 、抖音、看 YouTube ，我們在用這些線上軟體時能跟每天見面的同學有跟深入的交流，也可以投過這些社群平台認識更多實體生活以外的人；在虛擬世界裡，經常有自己被觀眾圍繞的感覺、能一直看到自己感興趣的東西，這些都是人機互動研究精心設計達成的；我們經常在網路論壇上看到別人打筆戰或是講一些很難聽的話，要怎麼引導網友們友善討論，這些都是人機互動想解決的事。這個學科是了解並設計我們每天都會用到的數位電子產品還有線上服務，讓我們可以透過電腦來跟更多人建立社會關係。

5.  對鄰居、搭話的店員：
人機互動就是在想辦法設計出好用的電子產品跟數位服務，把生活中的東西都電子化、數位化，然後設計一些方法讓我們不用出門就可以完成大部分的事。像是網拍網站要怎麼設計，怎麼引導消費者在虛擬商店購物；或是我們每天在路上都會看到的外送員，我們怎麼透過 APP 訂餐、對外送員評分機制該怎麼設計才能讓所有人滿意；硬體的話，像是大家戴的運動手環，裡面要收哪些身體的資訊、收完了要怎麼呈現給我們看才會有幫助、都是算是人機互動的研究範圍。

6. 對愛好科幻電影的朋友：
人機互動就是在想辦法實現那些科幻電影或科幻小說裡面提到的各種新奇科技，像是手在空中滑來滑去就可以讀取資訊啊、讓人在虛擬世界裡面也能感受到實體世界的沈浸感、怎麼跟雲端情人好好說話等等。

7. 對公司主管：
最近經常被大家提及的數位轉型就非常仰賴人機互動研究方法跟理論知識，因為人機互動就是在了解使用者如何透過資訊系統取得想要的資訊、資訊系統如何幫助人更順利完成手邊任務。舉例來說，員工如何很快就了解資訊架構、透過公司內部系統取得需要的資料；員工透過內部通訊軟體與遠端部門溝通的時候有如人就在旁邊的感覺；客戶怎麼透過線上入口網站獲得公司的資訊、如何順利在線上完成各種購買、申請、詢問等等。

人機互動研究對內可以幫助公司運用資訊系統來管理數位化知識、輔助不同部門員工協作、整合跨國跨部門資料；對外也可以讓公司透過適當的數位媒體設計來讓客戶更容易了解公司產品或是更有效率解決客戶問題。

8. 想轉職、喜好涉略不同知識、想嘗試不同可能性的朋友：
人機互動就是現在在台灣就業市場幾乎不會開出來的職缺 XDD ，但沒職缺不表示沒需求，這一方面源自於過去台灣的產業結構與發展重點著重於硬體發展，另一方面在於還不是這麼多人知道人機互動到底是什麼、能怎麼運用人機互動知識。

但是在看了這篇之後能夠看出人機互動在生活上的普遍性，特別是在現今這個每天都離不開電子裝置、網路世界、重要資料都數位化的時代裡。所以還有很多探索新方向、解決舊問題的機會，了解這些人機互動討論的議題可以擴展自己更多可能性。

9. 對覺得自己很跨領域、害怕面對愛戰文組理組的人的朋友：
人機互動廣義來說關注的是科技與社會之間的關係，在這範疇下的研究問題可以從很多元的層面切入，因此在這科學社群裡不需要戰文組理組，不需要帶著過去訓練背景的領域來區分彼此。某個知識體系下培養出來的是一個人思維的方式、認識世界的方式，而這些不同的學理知識或思維方式都能幫助人機互動領域產生新的知識。

無論你/妳擅長哪一種認識世界的方式，都可能在人機互動的問題中提出有趣的觀點，並運用某一學門的方法論來回答人機互動的研究問題。每個人擅長的領域都不同，有人對動手做東西很有概念，有人對理解人類行為很敏銳，無論是哪種，都能在人機互動領域有所發揮。

10. 對什麼都不信，只相信數據（數字）會說話的朋友：
人機互動要解決的是「人跟電腦」兩者間的問題，所以在設定評鑑標準的時候就會有「數值化」與「非數值化」的部分。要衡量「系統本身的成效」透過數字是必要的，但是在衡量「人」的部分，數字只能提供部分的資訊，不能幫助設計者、開發者了解脈絡。

舉例來說，當我們知道使用者在用系統 A 的時候比系統 B 的時候表現來得好，透過問卷得到的分數只能讓我們知道哪個系統對使用者有幫助，但卻無法讓我們知道表現好與不好背後可能的原因，不知道原因的話就不能讓我們在系統設計面對症下藥，這時候就需要透過行為分析或訪談加以了解；另一方面，人跟自然物質不同，人包含了「可數值化」與「不可數值化」的部分。

可數值化的部分就像是身高、體重、視力、反應時間、頭髮長度、眼睛大小等，難以數值化的部分則是人的思考歷程、情緒、想法等。透過數值化的方式來衡量人類行為雖然可以很快讓我們了解行為趨勢，但是不能了解原因。比如說這篇文章當讀者跟我說可讀性 3 分（滿分 10 分） ，這個資訊可以讓我知道文章不好讀，但卻無法讓我知道究竟是訊息呈現方式不好讀？作者跟讀者之間的知識落差尚未被填滿？或是被傳遞的資訊本身就需要花時間思考？

機器的所有特質都可以被數值化，所以會有標準答案，但是人這種不能全部被數值化的特性，也使得與人有關的事就不會有標準答案存在。這也是為什麼人機互動這門學科除了透過量化方式來回答研究問題外，也非常需要仰賴質化分析幫助我們了解人機互動中「人」的部分。

講到嘴角全是泡沫，卻如同雞同鴨講

我們身邊有各種不同領域的大大、達人、專家，當這些擅長某個領域的專家在向外行人解釋自己非常熟悉的內容時，由於太過熟悉自己的拿手項目，容易落入向外行人解說時會描述得太抽象、忽略許多細節的陷阱，或是難以站在不同讀者的角度換位思考，以致於外行人無法理解。一旦你知道得太深入，就回不去什麼都不知道的狀態，理所當然難以想像什麼都不知道的人需要知道什麼、想聽什麼。

各式各樣內行人與外行人的溝通困難發生在你我身邊，回想當教授在台上講的天花亂墜，底下一頭霧水的畫面；看病時醫生描述的病情自己需要反覆釐清才能知道那些專有名詞是什麼；資深的同事無法理解新人怎麼連這個都聽不懂；客戶或其他部門的人怎麼都聽不出自己報告的重點；甚至是政府部門向大眾溝通新的教育政策、公共政策時，若沒有妥善溝通，聽眾便不一定能理解政策背後的專業性與目的，以致於政策執行困難或反彈聲浪四起。

溝通專業知識時需要「見人說人話」

不少研究者致力於了解要如何輔助「不同領域專家」向外行人解釋自己熟悉的概念，系列研究發現，當某個領域的專家向外行人說明時，

如果能知道接收者（聽眾、觀眾）的背景知識，就能調適自己解釋的方式來配合對方，讓對方更理解自己在說什麼。

每位讀者都是某個領域的專家，當身旁有朋友問起你/妳在做什麼的時候，可以試著從對方的興趣與背景著手，嘗試調整自己的解釋方式，讓更多人認識妳/你的專業領域。

最後，也歡迎分享你們的專業領域，試著用對不同角色聽眾來說明你/妳的專業是什麼，想知道 +1

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（下）【科系篇】

1. Nückles, M., Winter, A., Wittwer, J., Herbert, M., & Hübner, S. (2006). How do experts adapt their explanations to a layperson’s knowledge in asynchronous communication? An experimental study. User Modeling and User-Adapted Interaction, 16(2), 87–127.
2. Fussell, S. R., & Krauss, R. M. (1992). Coordination of knowledge in communication: Effects of speakers’ assumptions about what others know. Journal of Personality and Social Psychology, 62(3), 378.

• 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〈【親友篇】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（上）〉