從現在開始，有種痛就叫「我覺得痛」！疼痛定義40年來首次更新

測量疼痛

疼痛程度能被客觀測量嗎？

在二十世紀的前半，設計來檢測人類痛覺的機制主要是呼應從純粹身體觀點量測痛覺組成的需求。痛的主觀特質（或更直接地稱為由受測者本人提供的證據）若是遭到忽視還算最好的情況，在最糟的情況下甚至會遭到貶抑。疼痛程度應該要可以客觀量測出來，或說這就是大家進行相關研究的基本依據；一個人感受自己疼痛的方式與個性、道德觀，或甚至性別及種族有關。

再加上醫學的主要功能就是要檢測出傷病並尋求醫治的這種想法持久不衰，疼痛便成為次要的關注重點，只被視為反映出「眞正」問題的指標。疼痛的測量及客觀性因此被刻意保持著疏離、冷淡的狀態，與其說是缺乏同情的立論基礎，還不如說是完全置身於同情的範疇之外。

研究者主要想建立的是痛覺敏感度指數。他們希望知道人體的疼痛要到什麼程度才可以被偵測出來。一般而言，在受控的條件下，不同的疼痛程度顯然可以反映出受試者的文明程度、犯罪傾向，又或者相對「野蠻」的狀態。大家一直都知道，每個人的疼痛閾値——痛無法再被忍受下去的臨界點——差異甚大，不過痛在每個人身上可以被感受出來的最低程度是否具有根本性差異仍是重要議題。

痛的現代史是建立在主張特定「種類」的人不是對痛的刺激更為敏感、就是更難以忍受疼痛的研究之上。這對尋求專業醫療協助的疼痛患者造成了實質上嚴重的後果。他們獲得治療的程度——包括施加的麻醉劑劑量和醫護人員提供的同情心——可能都會跟種族、年紀和性別直接相關。

疼痛敏感度能成為犯罪證據？忽視痛覺主觀性，能幫助醫生更精準診斷嗎？

相當令人感到奇怪的是，生產可以測量疼痛敏感度的設備——痛覺計（algometer）或測痛儀（dolorimeter）——是心理學家和生理學家範疇內的工作。龍勃羅梭（一八三五─一九○九）因為在著作《犯罪人》（一八七六）中提出了犯罪類型分類而聞名，他採用了德國生理學家杜布瓦－雷蒙（一八一八－一八九六）開發的設備，透過電流刺激測量個體的疼痛敏感度及疼痛閾値。根據他的結論，成為罪犯的人對痛覺的「感受度較不敏銳，有時甚至完全感受不到」。而疼痛測量儀的數據就可以提供證據。

龍勃羅梭的研究是基於犯罪特質可以透過遺傳而來的理論，而且強調相關跡象都可以在人體上發現。他決心要透過比較（無論死活的）罪犯以及非罪犯之間的特質來證明這項理論，而獲得的結果非常驚人、具有高度影響力，但卻又毫無根據可言。不過他的例子可以反映出當時更為廣泛的趨勢。痛覺測量在機械領域的推進讓心理學家不再推敲心靈方面的非物質性運作，而改為追求物質性且具體可測的皮膚敏感度，並藉此探討大腦處理痛覺的各種相關能力（跟心靈完全不同的領域）。

另外在一九四○年的紐約醫院進行了一個計畫，他們將一盞燈的熱度聚焦在患者皮膚的一塊區域，然後記錄患者會開始感到疼痛的溫度，以及此疼痛到什麼程度會變得無法忍受。這是想將痛覺變成客觀可測量性質的一項新嘗試，其中帶有兩層意涵。

首先，痛覺若是可以被精準地測量出來，或許就能更有效地治療疼痛。其次，如果痛覺可以被測量，醫療體系就能更精準地評估患者對痛覺的反應（或可以無視哪些反應）。擁有機械測量的痛覺數據可以幫助臨床醫生超越（或甚至消滅）痛覺帶有各種隱喻且不甚精確的主觀性質。有些人就是會喜歡高報或低報自己受苦的程度，而這類傾向可以不再對醫療體系處理疼痛的藥物造成影響。

可是問題在於這個痛覺量測系統不管用，至少任何一個實驗室的結果都無法在其他實驗室複製出來，因為受測對象可以在受過訓練後忍受不同程度的疼痛。外界刺激在受控條件下首先被人感知到的數値至少算是有找到共同的範圍，但疼痛閾値卻因為各種理由而出現各式各樣的差異，更何況個體實在很少（甚至不知道是否可能有）處於不受任何外在條件影響的「中性」狀態。

各種機械理論

人類的所有特質、體驗都能被測量及量化？

如果說與疼痛相關的機械性研究大多得算是笛卡兒的功勞，那是因為他被認定說過一些話，而那些話又顯然能讓後人從中發現一種透過「疼痛路徑」運作的特定機制。若是遵循這樣的笛卡兒觀點，人類這架機器被認定內建一個特定的痛覺系統，此系統將皮膚的神經末梢連結到脊椎，再連結到大腦中的「痛覺中心」。十九世紀以降的生理學家在勤奮不懈的努力下開始尋找特定的痛覺接收神經，或說所謂的「傷害感受器」（nociceptor）。

他們認定所有形式的人類特質及體驗都可以被測量及量化，於是透過大腦秤重的數據建立起以種族、性別為指標的智商系統、透過頭骨的測量顯示文明化的程度，甚至利用各種精良的技巧拍攝臉部後描繪出「犯罪可能性等級」。另外還有一些「疼痛纖維」（pain fibres）被描述成跟特定種類的疼痛有關、又或者跟不同規模的疼痛有關。根據這種方式，大腦只是用來接受特定疼痛輸入訊號的接收器。於是自一九六○年代以來，疼痛量表等級可能跟傷勢程度呈正相關的基本前提已被確信是明顯錯誤的想法。

將疼痛以機械性解釋有哪些侷限？

沒有被這種機械性簡化手段抹消並在當代神經科學中獲得進一步探究的部分，是科學家依據刺激的種類及程度，將受激發的不同神經末梢做出分類。我們現在知道，人的體驗和神經刺激之間沒有絕對的相關性。雖然我們還是會用「傷害感受器」這個詞，但它們發出的訊號在成為痛覺前必須先通過大腦的解讀。機械性簡化看法的另一個問題在於，儘管這種說法用來描述一個人將腳放進火堆的情況看似合適，卻無法解釋那些無視特定神經損傷或直接刺激程度而出現的疼痛。於是又有更進一步的機械性解釋來試圖解決這個謎團。

為了解釋跟初始神經刺激不成比例的巨大疼痛反應，一八八○到一九五○年代出現了各種「（痛覺刺激及反應）模式」理論。有人假設一定是在脊髓中發生了某種反應，而且這個由原本末梢神經接收刺激所啟動的反應可以自我維持或甚至自我加強。隨著神經系統機制愈來愈常使用電機工程學的語言來比喻（而且使用的程度驚人），人們開始可以想像神經元在脊髓的「線路」中產生「反饋迴路」，因而「引起共振」並激發鄰近的其他神經元。正如原本那幅插圖所暗示，這種神經啟動的模式可以永無休止地延續下去，就算接受過治療或甚至原初起因已消失也沒關係（例如幻肢痛）。

這個觀點的問題在於，這種帶有反饋迴路的電路板比喻想像起來容易，眞正要在實驗中發現卻有其難度。同樣地，疼痛方面的病變一直以來都被想像成一個「正常」的疼痛「電路系統」出現問題的結果，若要類比，就像是有訊號在特定種類的疼痛纖維中受到增強。在當代神經科學及疼痛管理領域中，這些理論的許多元素後來都證明在建構更全面性的疼痛體驗理論時很有幫助，但同時也必須超越「刺激帶來體驗」這種純然的機械性關係。

機械性關係以外的其他觀點？

直到一九六○年代，科學機構內外才開始出現批評的聲音——最有名的批評者是孔恩（一九二二－一九九六）和之後的拉圖（一九四七－）——這些人指出社會脈絡在科學工作中所扮演的重要角色，以及埋藏在社會脈絡中的各種想法及預設。到了更近期，達斯頓和蓋里森在他們的著作《客觀性》（二○○七）中重建了「客觀性」的概念。現在，所謂的「事實」已會被許多人視為透過特定框架後建構而來的偏頗資訊。這種不確定性為相關研究開展了全新的寬敞大道，但眞正的改變卻很慢才出現。

早在一八九四年，美國心理學家馬歇爾（一八五二－一九二七）曾有力地指出，快樂和痛苦都是心理狀態的不同特質；兩者是與情緒、感官、心靈和身體相連的「意識元素」，不過就在目睹摩根生產出行為主義式「定律」的這一年，這種全面性的思考觀點卻幾乎沒產生什麼漣漪。當痛的研究在一九七○年代確實開啟了痛覺的情緒及社會組成的相關探討之際，在醫療實務上對於能夠確切測量、判斷並診斷的既存需求，卻讓痛覺和傷害之間的機械關係得以續命。

傷害的意象

第一份讓患者掌握自身疼痛體驗內涵的醫療評估問卷？

臨床醫生數十年來都帶著對痛的多面向理解在實務現場工作。梅爾扎克（一九二九－）和托格森（一九二四－一九九九）在一九七一年開發出了麥吉爾疼痛問卷。那是為了讓患者足以掌握自身疼痛體驗內涵的第一個精密醫療評估工具。疼痛問卷將痛的形容詞及比喻根據痛的強度進行分組，然後依照「感覺」、「情感」、「評價」和「其他相關」四種項目進行分類，再搭配圖表指出身體上的疼痛位置，另外還會針對其他症狀及一般生活方式進行整體評估。

此問卷的前提在許多案例中獲得證實，也就是受疼痛所苦之人會用類似的詞彙來描述特定的疼痛症候群。因此，疼痛問卷帶來的質化觀點對臨床醫療人員很有幫助，能讓他們在一開始更有機會根據患者對自身疼痛狀況的評估做出正確診斷。

當言語無法精準描述，我們如何形容疼痛感受？

乍看之下，這是將疼痛體驗的情感特質重新導入醫療體系的成功應對方式，並因此讓臨床評估朝新的方向前進，但這種做法還是有其限制。疼痛問卷被翻譯成許多其他語言時使用了同樣的武器修辭，或說同樣有關受傷、割傷、刺傷、射傷、揍傷或壓傷的各種比喻。許多學者都指出，這些用來描述人類疼痛體驗的比喻被使用的時間久得驚人，彷彿我們沒有足以訴說疼痛的直接用詞，所以非得求助於這些傷害意象。

不過，這種顯而易見的限制掩蓋了存在於人們陳述中的驚人豐富性及深度。隨著時間過去，武器的種類當然改變了，描述武器對人類造成的傷害種類也出現了更多具有想像力的比喻性說法。此外，隨著語言的改變，人們會發現無論是問卷中的表達方式、代表意義及所處脈絡，都具有難以將其中分類普遍化的細微差異。翻譯的政治（更別說是做法）總是會引發誰的用語足以建立起基本分類架構的疑慮：我們應該要採用患者、醫生，還是譯者的用語？

一旦語言被認定為一個人描述主觀體驗的重要資訊載體，我們就很難將其限制在事先規範好的定義及分類中。疼痛問卷成功地將許多當時在英文中常用的疼痛描述整理在一起，不過也可能限縮了人們在未來描述疼痛的用詞。當醫療人員把一連串描述性用詞交給患者並要求他們找出「符合」自身痛感的詞彙時，這種做法很可能會被視為一種具有高度暗示性及影響力的策略，因為這份用詞淸單暗示了這些詞彙已捕捉到了疼痛的本質。

這種做法對某些人來說可能有用，但有些人即便感覺不太對勁，仍得努力將這些用詞硬套到自身的感受上。另外還有些人在覺得這些用詞完全無法用來描述自己的狀況時，甚至會開始質疑自己的疼痛是否眞實存在。為了聽見疼痛的主觀陳述而定下語言框架的嘗試，反而造成了將痛客觀化的效應。

說到底，一九七○和八○年代在尋求痛的情感特質時，是放入由固定價値觀所掌控的基模（schema）中，就像身體的疼痛値也是由機械主導的客觀數値來決定。患者的聲音並不是沒被聽見，但也受到既有的量測方式取代。

受教育程度會影響疼痛體驗嗎？疼痛分類因文化不同有所差異？

根據一份由哈里森所進行的研究指出，當麥吉爾疼痛問卷在科威特被翻譯成阿拉伯文時，編纂者非常淸楚意識到，即便是在當地社群內部也出現了溝通上的語言偏差。受過教育的科威特人因為懂英文而擁有較多字彙量，因此可用「對一般患者而言過於深奧」的詞彙來描述他們的痛覺。難道這代表他們的疼痛體驗也就因此有所不同嗎？我們很可能永遠不會知道，因為這類描述被有意識地迴避掉了。

有意思的是，阿拉伯文譯者也迴避了對慢性疼痛患者伸出援手，因為「他們的痛覺評分標準跟那些……經歷急性疼痛的人相比有系統性的不同」。如果有人記得的話，麥吉爾疼痛問卷一開始的設計是要嘗試深入理解疼痛症候群的疼痛體驗——也就是完全以受到慢性疼痛所苦的人為目標——因此我們可以認定這個翻譯策略反而阻礙了這項量測工具原本的概念性目標。

二十世紀醫學對於調查對象必須在各項數値方面完全中立的需求，阻礙了我們去探索疼痛體驗中的一項核心元素，因為那個核心元素本身就是作為一種情感的主觀値。疼痛情感的語言表述——人們針對自身感受說出的話——本身抗拒任何精確的製表及分類作為。科威特的那些譯者對此擁有第一手體驗，他們發現原本在英文中被歸類為「感覺」的詞彙，在翻譯後更接近「情感」或「評價」的類別。

這些作者後來做出結論，「我們有很充足的理由認定，疼痛分類會因為不同文化而有所差異。」比如他們就找不出翻譯「射傷」（shooting）這種痛覺的詞彙。在此同時，義大利文把「射傷」這種痛覺翻譯成「像是床墊彈簧反彈」的痛。

整體而言，根據二○○九年由雪梨的喬治國際健康研究所做的研究，麥吉爾疼痛問卷被翻譯成了二十六種語言，研究發現這些翻譯後的問卷效力普遍不佳，並建議必須謹愼使用這些「非英語版本」的問卷。這些不同版本的問卷中描述疼痛的詞彙從四十二到一百七十六個不等，反映出了人類口中疼痛體驗的豐富程度。這些疼痛反抗或拒絕被分類列表的特質只顯示了人們不是（或說至少不完全是）機器。

——本文摘自《痛：牛津非常短講 012》，2024 年 02 月，左岸文化出版，未經同意請勿轉載。

人類必恭必敬稱家貓為「主子」，並自貶為「奴才」。陛下身體微恙，一團絨毛癱軟，表情內斂，叫貓奴如何揣測上意？懷疑牠受苦，便心急如焚。幾乎上演《還珠格格》裡，人家紫薇說沒事，爾康卻捨不得的虐心互動。貓咪說不定覺得：「……有這麼多人關心我，我已經不痛了……」人類仍在一邊：「可是，我好痛！」^[1]

在治療人類時，醫護人員會用視覺類比量表（Visual Analogue Scale）、臉譜疼痛量表（Wong-Baker faces pain scale）或 FLACC 量表^[註] 等工具，來評估患者疼痛的狀況。前二者靠病人自我評估，以數字或表情，象徵由舒適無恙，漸進到痛徹心扉的程度差異。 FLACC 則是醫護觀察嬰幼兒或無法言語溝通者，就其身體不適產生的行為變化來計分。^[2] 儘管每個人敏感的程度不同，至少單一病患前後的得分，能相互對照出疼痛是否得到緩解，或者更加惡化。因此，這些量表均可視為有效測量疼痛的方法。

問題是有口難言，又行徑鬼祟的貓咪怎麼辦？人貓猜心的瓊瑤戲碼，自古不斷重演，沒完沒了。

直到有天，獸醫們看不下去了…

貓咪苦臉量表

2017 年的時候，加拿大蒙特婁大學 Paulo Steagall 副教授以及他的團隊，招募了一票被送急診的病貓。在得到飼主同意後，他們比較疼痛的病貓、服用止痛藥的病貓，還有健康貓咪的表情舉止，研發出「貓咪苦臉量表」（Feline Grimace Scale），並將結果發表於 2019 年的《科學報告》（Scientific Reports）。^{[3, 4]} 其中列出幾個徵兆，可依級別給分，就此將貓咪的疼痛量化：

耳朵姿態（ear position）：貓耳的尖角向外分開，並略為朝後旋轉。^{[3, 5]}

_{圖／參考資料 5}

瞇眼程度（orbital tightening）：上下眼瞼之間的空隙，小於眼睛的寬度，或是完全緊閉。^{[3, 5]}

_{圖／參考資料 5}

口鼻緊繃（muzzle tension）：口鼻（即臺語所謂「喙管」的部位）由圓轉扁，而呈橢圓形。^{[3, 5]}

_{圖／參考資料 5}

觸鬚變化（whiskers change）：觸鬚從平常放鬆的圓弧，撐直且稍微向前。^{[3, 5]}

_{圖／參考資料 5}

頭部位置（head position）：原本處於全身最高處的貓頭，降至低於肩膀，並往下垂。^{[3, 5]}

_{圖／參考資料 5}

貓臉疼痛辨識技術

目前受惠於物種專屬苦臉量表的，除了貓，還有鼠、兔、馬、羊、豬和貂等動物。受過訓練的獸醫，能精準判讀牠們的表情，用這些工具，來評估牠們的疼痛指數。隨著科技的進步，到了 2022 年《科學報告》期刊再次關懷貓咪的痛楚時，另一群科學家拿出「貓臉辨識技術」，試圖取代專業的肉眼觀察。^[6]

臉部校正

臉部校正是建立辨識系統的要務。先調整貓臉的特徵（landmarks，即照片上標有號碼的黑點），讓它們在空間中對齊，減少幾何上的變異，方便接下來的步驟進行。原則上，校正後的貓臉必須：^[6]

1. 在畫面正中央；
2. 旋轉直到雙眼的連線呈水平；
3. 尺寸都約略相同。

_{圖／參考資料 6 ，figure 1}

模型１：特徵基準（landmark-based）

在找到貓臉的特徵後，依據「貓咪苦臉量表」的觀察部位，將貓臉特徵（黑點）分為：左眼、右眼、額頭與耳朵，以及口鼻和觸鬚，四個區塊向量。然後，多加一些貓鼻子的照片，進行「資料擴增」（data augmentation），^[6] 彌補原始資料的不足，以強化機器學習。^[7] 不過，團隊事後發現，這次的資料擴增，成效不彰。^[6]

_{圖／參考資料 6 ，figure 3}

處理這些照片的計算模型，是一種叫做「多層感知器」（Multi-Layer Perceptron）的人工神經網路（artificial neural network）。^[6] 就像人的神經系統，有好多神經元相互連結，將輸入的資料從上一層送到下一層，經過多層運算後再輸出。^{[8, 9]}

模型２：深度學習（deep learning）

研究團隊把大量沒有標註特徵的貓照，在校正角度和尺寸後，餵給 ResNet50 。^[6] 這是一種有五十層的深度學習模型，早已預先訓練好怎麼逐層辨識貓咪的輪廓、曲線及其它識別特徵。^[10] 套用該模型的同時，還要進行實驗需要的特定調整，例如：加上「痛」與「不痛」的分類標籤。^[6]

貓的痛，AI 有多懂？

上述兩個模型的實測，在判讀貓咪是否疼痛時，都有超過 72% 的準確率，算是相當不錯的成果。不過，在完全替代人工判讀之前，可能還要擴建訓練辨識系統的資料庫。因為當初請來的照片模特兒，是 29 隻準備接受卵巢子宮切除術的短毛母貓，年紀約幾個月到一歲多。拿牠們術前、術後，以及使用止痛劑前後的照片來訓練 AI ，雖然是個不錯的點子，但無法代表多元的貓咪社群。^[6] 將來的實驗，若能涵蓋其他性別、年齡和品種，相信貓咪們會覺得更加窩心。

備註

FLACC 量表： FLACC 是臉（face）、腿（legs）、活動（activity）、哭（cry）與  安撫（consolability）的縮寫。每個項目依觀察到的狀態，給 0 到 2 分，總分最高 10 分。^[2]

參考資料

1. 瓊瑤經典台詞》小時候看超感動，長大看卻啼笑皆非的 7 大經典場景（風傳媒，2020）
2. Pain assessment and measurement (The Royal Children’s Hospital Melbourne, 2019)
3. Evangelista MC, Watanabe R, Leung VSY, et al. (2019) ‘Facial expressions of pain in cats: the development and validation of a Feline Grimace Scale’. Scientific Reports, 9, 19128.
4. Me-owch — could resting cat face tell us about kitty’s pain? (CBC, 2020)
5. Feline Grimace Scale – Practice your pain assessment skills using the FGS! (Université de Montréal, 2019)
6. Feighelstein M, Shimshoni I, Finka LR, et al. (2022) ‘Automated recognition of pain in cats’. Scientific Reports, 12: 9575.
7. 2021 iThome 鐵人賽－DAY21 資料正規化與資料增強（Data Normalization & Data Augmentation）（IT邦幫忙，2021）
8. 2019 iT 邦幫忙鐵人賽－06. 深度學習的架構分析：多層感知器（IT邦幫忙，2019）
9. 神經網路（IBM，2020）
10. 何謂遷移學習?（NVIDIA，2019）

• 撰文／陳貴正｜中央研究院歐美研究所博士後研究員
• 校對／陳樂知｜臺灣大學哲學系助理教授、臺大傳統與科學形上學研究中心執行長、臺灣邏輯、方法論、科學與科技哲學學會秘書長

不同學科之間的跨領域交流，是國內外學界最關注的議題之一。因應這個趨勢，臺灣邏輯、方法論、科學與科技哲學學會（LMPST Taiwan）將以意識為題，主辦一連串的跨領域論壇《種種意識講場》。該活動系列由政治大學現象學研究中心、清華大學實作哲學中心、臺灣大學哲學系、臺灣跨校意識社群合辦，順弈有限公司贊助。舉辦這論壇系列的主要目的，除了促進跨領域對話外，也在促進國內學界的大眾接觸面，讓大眾得以理解學界現況。

首場論壇於 2021 年 12 月 1 日舉行，以〈意識的真象與假象〉為題，並邀請了哲學與心理學的專家進行對話。活動的主持人與引言人為鄭會穎教授（政治大學哲學系助理教授、現象學研究中心主任），與談人則為林映彤教授（陽明交通大學心智哲學研究所副教授）、曾祥非教授 （臺北醫學大學心智意識與腦科學研究所教授）、謝伯讓教授（臺灣大學心理系副教授）。四位講者均是國內意識研究的專家。

主觀論與客觀論

鄭會穎教授首先說明這次講座討論的核心問題：在意識中是否可能區分真象與假象？換句話說，主觀經驗這回事，是只要自己感覺到就一定是真實的嗎？還是說，有沒有可能只是自己搞錯？

鄭教授以「疼痛」這一意識狀態為例，釐清問題的意涵。假設某位病患因為感到疼痛而就醫，醫生隨即做了各種檢查。檢查過後，醫生卻說病患可能只是過度擔憂，因而誤信自己感到疼痛；實際上的檢查結果並未顯示任何與疼痛相關的生理狀況。在這種情形下，究竟應該以誰的觀點為準？鄭教授提到了兩種可能的回答。

按照「主觀論」的說法，只要有對於疼痛的感受，疼痛就真的存在，不管生理上有沒有組織受損等情形。然而，按照「客觀論」的說法，我們對於疼痛的感受，有時可能僅是假象；疼痛是否真的存在，取決於客觀條件是否滿足。若權威科學理論主張疼痛就是組織受損，那麼沒有組織受損就沒有疼痛；疼痛的感受是否出現並不重要。

提出了主觀論與客觀論兩種觀點之後，鄭教授舉出了各式各樣的例子，藉以說明兩種理論各有根據。先就主觀論來看，著名哲學家 Saul Kripke 便曾藉由「痛」與「熱」的對比，強調疼痛的特殊之處。在討論「熱」時，我們可以合理地把「熱」與「對熱的感覺」分開。熱本身由分子的運動與碰撞構成，對熱的感覺則由主觀經驗所構成。可是，同樣的區分不能被套用於「痛」與「對痛的感覺」之上。畢竟，未被感受到的痛根本不是一種痛，所以痛與痛感之間不存在任何區別。

換句話說，疼痛永遠不會是一種假象；疼痛感覺起來是什麼樣子，疼痛的真象就是什麼樣子。這似乎印證了主觀論的說法。

不過，客觀論也有其根據。鄭教授在此介紹了學者 Ned Block 的說法，而其中的關鍵是現象意識（phenomenal consciousness）與取用意識（access consciousness）的區別。現象意識的有無，取決於心理狀態究竟是有意識的、還是無意識的；取用意識的有無，則取決於心理狀態所帶有的資訊有沒有被取用。這兩種意識不一定會同時出現。舉個例子：即便我們在搭飛機時聽到很吵的引擎聲，我們也未必會注意到這一點。

換句話說，即便我們有意識地聽到嘈雜的引擎聲，我們也未必會取用聽覺經驗所帶有的、關於引擎聲的資訊。那麼，即便某種意識狀態沒有被取用，也不代表該狀態並不存在。這點有利於客觀論——意識的真象是什麼樣子，並不是該意識狀態的擁有者說了算。

基於腦神經科學的考量

在鄭會穎教授介紹了理論框架之後，謝伯讓教授提出了一些腦科學研究中的實際成果，並指出這些成果對主觀論較為不利。

謝教授的第一個例子是所謂的「虛構」（confabulation）。在這類案例之中，腦傷的患者會報告根本不曾經歷的經驗。舉例來說，某個患者的視覺系統發生了損傷，基本上已經全盲，但患者卻可能會大力稱讚主治醫生的衣著、表示非常欣賞醫生所穿西裝與領帶的顏色。這些話很可能並非有意的胡言亂語；患者可能真的相信自己清楚看到了醫生的穿著。因此，雖然腦傷使得患者喪失了視覺經驗，但患者卻相信自己經歷了視覺經驗。

第二個例子則涉及「否定知覺經驗」（perceptual denial）。這類案例與前述的虛構案例形成了有趣的對比。在前述案例中，患者相信自己經歷了實際上不存在的經驗；在否定知覺經驗的案例中，患者則相信自己沒有經歷實際上存在的經驗。以疼痛為例，患者明顯處在會導致疼痛的生理狀態，卻深信自己並沒有感到疼痛。在更極端的例子中，患者可能感覺到疼痛，卻相信所感受到的疼痛不屬於自己；若被問及疼痛的由來，患者可能會主張是由其他人所植入。

第三個例子是一種視覺上的錯覺。在著名的傳球實驗中，受試者被要求觀看一段傳球的影片。影片中的兩個隊伍分別身穿黑衣與白衣，而受試者可能必須數算白衣隊伍球員間的傳球次數。而傳球的過程正在進行的時候，會有一隻大猩猩出現在場中。實驗結果顯示，部分受試者因為把注意力集中在球員身上，結果沒有注意到有猩猩出現。不過，當實驗者訪問這些受試者的時候，他們卻會宣稱自己看到了球場上的所有細節。從這個實驗，科學家發現：受試者的經驗實際上有什麼內容，可能與他們的認知並不一致。

從上述討論看來，無論是關於經驗是否存在、或者經驗的內容包含什麼細節，人們的認知都可能與實際情況有所落差。那麼，腦科學中的案例就構成了主觀論的潛在反例。此外，腦科學中的主流理論也可能不利於主觀論。這些理論強調經驗產生的過程涉及各種加工，但加工愈多，經驗就愈有可能會與實際情況不相符。

曾祥非教授緊接謝教授發言，並進一步補充謝教授談及的加工過程。曾教授指出意識在加工過程的末端階段才會出現，而這個加工過程基本上是一種逐步進行的資訊處理。感官在受到刺激之後會產生訊號，但大腦並不僅僅接收這些訊號，而是會加以詮釋。進行詮釋之後，大腦一方面可能會將結果記錄在短期記憶之中，另一方面可能會利用概念對這些結果進行判斷。這眾多的階段涉及了複雜的資訊，大腦因而需要整合這些資訊。在資訊整合完成後，意識才會產生。

由此看來，只要意識產生之前的階段出現錯誤，意識的內容就有可能出現錯誤。按照曾教授的觀察，正是基於這樣的理由，研究感官知覺的學者多半認為：位在資訊處理過程早期的感覺 （sensation）較為客觀。可是，曾教授也認為，目前的討論多少受限於技術上的困難。當腦科學發展出更複雜的技術、協助我們清楚理解從感覺到意識的過程以後，主觀論與客觀論間的爭議或許就能漸漸化解。

基於實驗哲學的考量

謝教授與曾教授自腦科學的觀點出發，檢視主觀論與客觀論；林映彤教授則從哲學內部尋找評估這兩者的方式。按照林教授的觀點，在進行哲學討論時，學者常常企圖提出在直覺上有說服力的論證。然而，學者本身的直覺可能與其他人的直覺並不相同，因此學者的直覺是否有代表性有待商榷。「實驗哲學」（experimental philosophy）的研究者希望克服這樣的問題，而他們的作法就是利用問卷等方式，探究一般人的直覺。

鑒於這次講座的主題，林教授介紹了 Kevin Reuter 與 Justin Sytsma 兩位學者對疼痛進行的實驗哲學研究。Reuter 與 Sytsma 採用了不止一種方法，嘗試了解一般人對於疼痛有甚麼樣的直覺，其中一種方法是檢視 Google 上搜尋得到的資料，藉以判斷一般人是何種方式描述疼痛。

Reuter 與 Sytsma 的推論基於一項假設：不同的描述方式反映了不同程度的確信。舉例來說，如果某人看到一件藍色的衣服，而且十分相信自己的視覺經驗，那麼這人就會說這件衣服「是藍色的」（is blue）。相較之下，如果這人對自己的經驗並不很有信心，那他就會說這件衣服「看起來是藍色的」（looks blue）。

Reuter 與 Sytsma 好奇的是：當人們在討論疼痛時，是否也有類似的語言習慣？分析 Google 上的資料以後，他們認為答案是肯定的。當人們明確感到疼痛時，慣用的表達方式是「會痛」（have a pain）；但當人們對自己的疼痛經驗不太有信心，慣用的表達方式是「感到痛」（feel a pain）。這樣的結果似乎指出：人們對於疼痛的理解涉及某種真象與假象的區別。當疼痛感出現時，有時疼痛無疑是存在的，但有時事情就比較難說了。

問題與討論

在四位與談的教授提出了各自的觀點之後，現場觀眾對與談人提出了一些問題。第一個問題與腦科學中如何判別真象與假象有關。觀眾詢問：腦科學家是否完全倚賴腦部造影等技術，判定心理狀態是否存在？謝伯讓教授的回應說明：最重要的根據還是人們的主觀認定。

在記錄受試者的腦部活動時，腦科學家會要求受試者提供對自己心理狀態的主觀報導。腦科學家會嘗試以可靠的報導為基礎，為腦部活動的紀錄建立資料庫，再以這樣的資料庫作為將來判讀腦部活動的依據。因此，腦部造影等技術並無法完全取代人們的主觀認定。

其他在場觀眾隨即提出了不同的問題，而與談人們在回應時也進行了另一輪意見交換。臺下的 LMPST Taiwan 秘書長、臺灣大學陳樂知教授則發問：「剛剛很多討論裡面，都是用感覺的主觀跟客觀來說……但是我的想法是：有沒有那麼簡單可以分主觀層面跟客觀層面？會不會有主觀層面 A、主觀層面 B、主觀層面 C，然後可能有客觀層面 A、B、C，然後還有一個層面是半主觀、半客觀？」這個問題引起了與談人的迴響，也指出了未來延續討論的可能方向。