1

9
0

文字

分享

1
9
0

工作出包壓力爆表怎麼辦?可以嘗試 20 分鐘的「冥想」,讓疲憊的大腦更清晰!

異吐司想Toasty Thoughts_96
・2021/10/16 ・2957字 ・閱讀時間約 6 分鐘

俗話說:「人非聖賢,孰能無過」,不管是日常生活或工作場合,犯錯總是難以避免的。也因此,如何不要「一錯再錯」早已是當前工作場域要求的基本素養,也成為許多人自我砥礪的目標。

不過這種事總是說得比做得容易,有時候我們總是會因為各種狀況,例如精神不佳、有外務干擾,甚至是工作內容本身的複雜性而出錯。有些人會選擇靠咖啡因或能量飲料給自己一點「推力」,有些人則會覺得這是該吃下午茶的訊號(例如我),用熱量撫慰疲憊的身心。

上述提到的都不是什麼壞主意,只要注意「適時」與「適量」原則,我們當然可以選擇自己喜歡的方法。不過最近心理學界產出的新研究,倒是提供一種能讓大家能在低成本、低熱量的前提下提升工作效率,同時降低出錯頻率的方法。

那就是——冥想(meditation)。

-----廣告,請繼續往下閱讀-----
圖/Pexels

欠缺科學證據的神秘技術:開放覺察冥想

先別急著左上離開。雖然冥想在一般社會大眾的印象中,大多跟「神秘學」、「靈修」脫不了關係,但其實它就跟同樣風評被害的「催眠」一樣,是心理治療常見的技術。不過這裡所說的冥想,並不是要讓你的靈體脫離、遊走各種異次元或微宏觀宇宙,而是幫助你聚焦,重新覺察那些一直被干擾的心理活動。心理治療中的冥想,與其說是在拓展視野,反倒更像是幫你清掃堆積在心裡的瑣碎,用更加清晰的視野去審視自我。

也因此,冥想在實際操作上又能被概分為「聚集專注冥想」(focused attention meditation,FAM)與「開放覺察冥想」(open monitoring meditation,OMM)。前者是聚焦在單一事物上,例如某種感官刺激或情緒,來讓自己維持在「當下」(present)的狀態。這也是所謂「正念」(mindfulness)的核心概念,讓我們藉由活在當下,對自己的身心狀態有更全面的掌控。

如果你想用更形象的方式了解 FAM,我會推薦你去看《深夜加油站遇見蘇格拉底》這部電影。雖然在真實世界中,FAM 沒辦法讓你變成無所不能的超人,但是在臨床研究中卻被證實具有提升注意力的效果,同時減輕作業過程中心智能量的損耗。如果你覺得在冥想後自己工作起來有如神助,那也只是因為阻礙消失,讓你真正的能力得以被發揮出來。

與 FAM 相對的 OMM,則是讓焦點發散,擁抱當下經驗的一切。包括理性與感性思考,以及自己有無覺察到的生理變化,這些都是可以在 OMM 中覺察到的心理活動。之所以要這樣「覺察」,是要消除主觀難免的狹隘視野,略過雜訊、用更加全面的觀點去看事情。例如當你在為了某項快到死線的工作,或是難解的人際衝突感到焦慮,OMM 便可以幫忙釐清狀況,讓你看見被埋藏在各種情緒底下的脈絡。

-----廣告,請繼續往下閱讀-----
圖/Pexels

有趣的是,從機制上來看 FAM 跟 OMM 幾乎可以說是互斥的存在,一個是要引導注意力到單一事物上,另一個則是提醒自己不要太聚焦在單一事物上。然而這兩種冥想卻都在神經科學的研究中,被證實能夠抑制預設模式網路(default mode network,又稱反作業網路),減少大腦「空轉」、「分心」的時間。

只是,相較於能明顯觀測到腹內側前額葉(mPFC)與後扣帶皮層(PCC)的活動減少,以及背外側前額葉皮質(DLPFC)與視覺皮層等腦區活動增加的 FAM,不專注在任何特定刺激上的 OMM,很難在 fMRI 或其他腦活動觀測裝置中表現出顯著差異。雖然有部分研究指出 OMM 對預設模式網路的抑制效果足以跟 FAM 媲美,但目前仍需要更多數據來支持這個說法。

冥想如何增進你的錯誤覺察能力?

為了能夠對 OMM 的效果與機制有更深入的了解,美國密西根州立大學的林博士(Yan-li Lin)與其同事找來 212 名沒有任何冥想經驗的女性進行實驗。半數受試者會在錄音的引導下進行 20 分鐘的 OMM,其餘控制組則會聽見語速、音調、時長皆相似的 TED 演講。在前置作業完成後,受試者會被要求完成一系列的埃里克森側翼測驗(Eriksen flanker task),在極短的時間內判斷眼前的複數圖案是否具有一致性。

由於圖形僅會出現 200 毫秒(0.2 秒),受試者沒有閒暇去仔細辨識每一個圖案,因此更能區分出「錯誤覺察」能力的高低,也就是能否辨識出「不協調的刺激」。雖然有先 OMM 的受試者在正確率與作答速度沒有顯著進步,但研究團隊卻觀測到錯誤關連正波(error positivity,Pe)的振幅變大,顯示即便是單次 20 分鐘的冥想就足以對人的大腦活動產生影響。

-----廣告,請繼續往下閱讀-----
由箭頭表示的不協調、協調和中性刺激。這是參與者在標準 Eriksen Flanker Task 中可能看到的內容。圖/WIKIPEDIA

不要小看這個錯誤關連正波,它與錯誤關聯負波(error-related negativity,ERN)皆是大腦在認知到「錯誤」出現時會出現的特殊腦波,也被視為人類錯誤覺察能力的指標。換言之,林博士在實驗中提供的 20 分鐘 OMM 雖然不足以改變受試者的答題能力,但單從腦部活動來看,經過冥想的大腦確實對「錯誤」表現出更強的反應。會有這樣的落差,是因為大腦在「發現錯誤」跟「針對錯誤作出反應」之間還得經過許多步驟,需要更多練習才能反映出成效。

這不但是令人振奮的發現,更是學界少數有神經科學證據的 OMM 研究。林博士認為將來若能進行更長時間跨度的 OMM 研究,或許能觀察到更顯著、足以影響外顯行為的大腦活動變化,並從神經科學的角度去剖析背後的運作機制。

不過要注意的是,不管是 OMM 或 FAM 都只能提升我們對事物的敏銳度,更容易發現當前工作出了問題,而不是讓人「完全不會犯錯」。

在你感到失望之前,要知道犯錯是人之常情,只要不是毀滅性的大錯,日常工作的小偏差只要在當下做出修正,往往都不會有什麼負面影響。這也是 OMM 在自我激勵上的效果之一,用客觀的角度去接納自己犯錯的可能性,以免在真的出錯時因為過度焦慮無法及時反應,甚至是越弄越糟。

-----廣告,請繼續往下閱讀-----
圖/Pexels

同樣的,很多時候我們犯錯並不是因為「能力不足」、「態度不佳」,而是有雜訊干擾了我們的大腦運作。例如太過心急要把報告寄出去,卻忘了檢查 email 附件是否正確,又或者是太焦慮要對上司做提案簡報,反而在關鍵時刻忘詞,這些只要靜下心來就能避免的問題,便是 OMM 可以提供幫助的地方。

當我們把焦點從外界移開,放到自己內在的身心活動,雖然觀測的重點還是「我」,但卻是用更加宏觀的視角去審視行為與環境之間的因果。唯有釐清知道自己正在經歷什麼、想要什麼,才能做出最好的判斷。很多人把冥想當成帶有神秘色彩的超自然儀式,但其實它最大的效用,是排除認知阻礙,給大腦能高效運作、不受瑣碎干擾的環境。

下次如果覺得生活諸事不順,或是陷入瓶頸,不妨給自己半個小時的冥想時間,讓大腦好好「排毒」一下。或許,你會因此看見全新的世界。

參考文獻

  1. Fujino, M., Ueda, Y., Mizuhara, H., Saiki, J., & Nomura, M. (2018). Open monitoring meditation reduces the involvement of brain regions related to memory function. Scientific reports8(1), 1-10.
  2. Hsieh, S., Li, T. H. & Tsai, L. L. (2010). Impact of monetary incentives on cognitive performance and error monitoring following sleep deprivation. Sleep, 33(4), 499-507.
  3. Lin, Y., Eckerle, W. D., Peng, L. W., & Moser, J. S. (2019). On variation in mindfulness training: a multimodal study of brief open monitoring meditation on error monitoring. Brain sciences9(9), 226.
文章難易度
所有討論 1
異吐司想Toasty Thoughts_96
29 篇文章 ・ 131 位粉絲
最初是想用心理學剖析日常事物,一方面「一吐思想」,另一方面借用吐司百變百搭的形象,讓心理學成為無處不在的有趣事物。基於本人雜食屬性,最後什麼都寫、什麼都分享。歡迎至臉書搜尋「異吐司想」。

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 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?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

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。

-----廣告,請繼續往下閱讀-----

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:

-----廣告,請繼續往下閱讀-----
  • 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

-----廣告,請繼續往下閱讀-----

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?

圖形處理的例子

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。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

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?

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

(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)

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。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

2
3

文字

分享

0
2
3
大家都認為自己值得更多的薪水!給你更多錢會提升工作表現嗎?——《超越直覺》
一起來
・2024/05/02 ・1949字 ・閱讀時間約 4 分鐘

框架問題理應提醒我們,我們只要自動腦補就一定會犯錯。我們確實向來如此。不過「人類」這個對象不同於 AI 研究人員開發的機器人或電腦,並不會讓我們訝異到必須被迫改寫思考時的整個心智模式。相反地,一旦我們知道答案,就似乎總能找出先前被忽略、後來明顯相關的面向,就像拉扎斯菲爾德假想的《美國士兵》讀者——他們在事後發現,每一個對立的結果都同樣理所當然。

也許我們原本預期自己中了樂透之後會超級開心,結果中獎之後,卻發現自己很鬱悶,這個預測顯然很糟糕。但當我們意識到自己預測錯誤時,同時也獲得新的資訊,例如那些突然出現要借錢的親戚。於是我們會心想,如果早點知道這些資訊,就可以正確預測未來的幸福狀態,也許就不會去買樂透彩了。

因此,我們沒有質疑自己預測未來幸福程度的能力,反而只是認為我們漏掉了一些重要的東西,並且確保自己不再犯相同錯誤。然而我們卻一錯再錯。事實上,無論對於他人行為的預測失準了多少次,我們總是可以用當時未知的事情做為辯解。透過這種方式,我們掩蓋了框架問題,一再說服自己下次會做好,卻永遠都不明白我們真正錯在哪裡。

圖/envato

這種行為模式在動機與金錢報酬的關係中最為明顯,也最難消除。例如,實施金錢獎勵制度顯然能提升員工表現,而且數十年來,職場上大幅出現以績效為基礎的薪資制度,最具代表性的就是高階主管薪酬與股價掛鉤。

-----廣告,請繼續往下閱讀-----

當然,員工在意的顯然不只薪水,還有內在的愉悅感、認同感,以及在個人職涯上的成長與晉升等因素,這些都會影響工作表現。

在其他條件都相同的情況下,適當的金錢獎勵可以提升個人表現——這似乎理所當然。然而,多年來有多項研究顯示,薪酬與工作表現之間的關係,實際上的複雜程度讓人難以想像。

舉個例子,最近我跟雅虎(Yahoo!)的同事梅森(Winter Mason)進行了一系列網路實驗。我們給予受試者不同的薪資,並要求他們執行各種簡單的重複性工作,例如:按照正確的時間順序排列一組車流照片,或是在矩形網格上,找出隱藏在一堆英文字母中的英文單字。

所有受試者都是在亞馬遜土耳其機器人(Amazon’s Mechanical Turk)這個外包網站上招募而來,這個網站是亞馬遜公司於二○○五年推出,原先是用來找出重複的庫存商品。現在有數百家企業使用土耳其機器人進行「群眾外包」(crowd-source),處理五花八門的各種任務,像是標示圖片中的物品、描述新聞報導的觀點,或是判斷兩種說法中哪一個比較清楚。這個網站也是招募心理學實驗受試者的一個有效方法,就像心理學家多年來在大學校園裡張貼廣告那樣,不過土耳其機器人網站的「託客」(turkers)完成一件任務的報酬通常只需要幾美分,只占了研究經費的一小部分。

-----廣告,請繼續往下閱讀-----
圖/envato

我們的實驗總共納入數百位受試者,完成了數萬件任務。有些受試者完成一件任務只能得到 1 美分的酬勞,例如整理一組圖片、找出一個單字。但是,有些受試者完成相同任務卻會得到 5 美分或 10 美分。這在工資上是相當大的差異,要知道,美國電腦工程師的平均時薪只有聯邦最低工資的六倍,所以你可以預期這個工資差異會對受試者的行為產生強烈影響。

結果確實如此。我們付的錢越多,受試者離開實驗之前完成的任務就越多。我們還發現,不管工資多少,分配到「簡單」任務(每一組有兩張圖片需要歸類)的人,比分配到中等或困難任務(每一組有三至四張)的人完成更多任務。換句話說,這些都符合常理。

但接下來的問題是:雖然存在上述差異,我們發現這群受試者的工作品質,也就是歸類圖片的準確度,並不會因為工資不同而下降,即使只有正確完成才能拿到酬勞。

該如何解釋這個結果?我們並不十分確定。在受試者完成任務之後,我們問了一些問題,包括他們認為自己的工作該得到多少報酬。有趣的是,他們的回答與工作難度無關,而是取決於獲得的工資。平均而言,每件任務得到 1 美分的受試者,認為自己該得到 5 美分。得到 5 美分的認為自己該得到 8 美分,而得到 10 美分的則認為自己該得到 13 美分。

-----廣告,請繼續往下閱讀-----

換句話說,不論他們實際上得到多少(還記得有些受試者的工資是別人的十倍嗎),每個人都覺得工資過低。大家在直覺上會認為,給予金錢獎勵就能夠提升員工的動機,但這個實驗告訴我們,即使是非常簡單的工作,工作動機也會因爲員工的權利意識提升而大幅減弱。

——本文摘自《超越直覺》,2024 年 01 月,一起來出版,未經同意請勿轉載。

討論功能關閉中。

0

1
0

文字

分享

0
1
0
精神個案系列:冥想練功,直到發瘋?!
胡中行_96
・2022/12/08 ・2024字 ・閱讀時間約 4 分鐘

四年前,印度女子經人引介,與師父僅一面之緣。 [1]

該師父傳授超覺冥想(transcendental meditation),其與靜觀冥想(mindfulness meditation)並列靜坐兩大門派。前者聆聽反覆唱頌的梵咒(mantra),輕易獲得心靈平靜;後者專注於體驗當下的每一刻,以提升官能、情緒、行為、自我調節,以及目標立定的意識。[2]師父建議女子每日做兩次超覺冥想,一次 20 分鐘。[1]

(圖/Conscious Design on Unsplash)

女子自述的修練始末

超覺冥想令女子放鬆,彷彿靈肉分離,內心充滿法喜。她遂擅自延長,逐漸達到每天 14 至 18 小時。其餘時間,仰賴電視及網路影片鑽研心法。成日與外界隔絕,獨自於房裡靜坐,女子感應到他人不可得之「天音」。那是師父,她確信,便呢喃回應。師父命她由冥想啟動脈輪,練就絕世神功。睡眠銳減,飲食節度,不修邊幅。終於,她能穿梭時空,往返自如;長出第三隻眼,預見眾生未來;並得以異語和外星人溝通。他們之中有些具人形外觀,跟蹤女子數年,還試圖綁架她。然而,她足不出戶,主要是擔心功力遭人竊取。遠離紅塵,社交封閉,師父是她唯一的知己。他們兩縷靈魂於宇宙間交媾,使女子不再眷戀世俗的婚姻。[1]

是的,她原本也不過一介平凡婦女。25 歲和公務員結縭,育有 2 名子嗣,曾任小學教師直到 36 歲。那年女子拜見師父,從此居家修行,拋下事業與家務。如今 40 歲的她,不與丈夫同寢,並要求離婚。家人勸她停止冥想,就遭拳腳相向。最後,女子硬是被拖去醫院。[1]

-----廣告,請繼續往下閱讀-----

醫師分析精神狀態

印度安德拉邦的 Indlas VIMHANS 醫院裡,精神醫師聆聽女子以上的自述,並在互動之間,觀察精神狀態檢查(mental status examination,縮寫 MSE)的幾個項目:外表(appearance)看起來衛生欠佳,營養不良;後來驗血結果,也證實其血紅素偏低。自言自語的行為(behaviour),顯示知覺(perception)異常,想必是幻聽到師父說話,並與之交談。至於問診時,女子的語無倫次,以及誇大奇幻,甚至被害妄想的故事內容,都源自緒亂且脫離現實的思考(thought)。她就這麼言其所信,毫無判斷力(judgement)與病識感(insight)。[1, 3][註]

思覺失調症

完成 MSE,醫師又為女子進行幾項檢測,最後認定她得了思覺失調症(schizophrenia)。此疾患的症狀,大致可分為三類:

  1. 正性症狀,又稱精神病症狀(positive or psychotic symptoms):思考、行為和知覺上的改變,例如:幻覺、妄想,以及思考或動作障礙等,造成病患對現實世界的理解與他人迥異。[4-6]
  2. 負性症狀(negative symptoms):失去動力、減少社交、表情侷限,還有聲調平淡等。[4-6]
  3. 認知症狀(cognitive symptoms):難以專注、記憶、做決定,或是處理接收到的資訊。[4, 5]

思覺失調症開始浮現的年紀,通常約在 16 至 30 歲之間,鮮少於 45 歲後發病。[5]特殊的基因與家族病史、高壓的生活環境,以及異常的腦部發展等,都可能提高罹患思覺失調症的機率。[4, 5]以此個案的印度女子為例,她 36 歲前沒有徵兆,40 歲被診斷出來;而其母親與舅舅均有精神疾病,並曾接受治療。[1]

治療思覺失調

醫師給這名入院的女子,開了口服抗精神病藥物奧氮平(olanzapine)、抗焦慮劑蘿拉西泮(lorazepam)與鐵劑。嚴重缺乏病識感的她,拒絕藥品和食物。直到經歷 6 次改良型電痙攣治療(modified electroconvulsive therapy,縮寫 M-ECT),才開始服藥並進食。住院 20 天後,女子帶著奧氮平藥錠返家,但家人懷疑她是否會定時用藥。於是,醫師就把每日口服的短效藥物,改為每月施打的同成份長效肌肉注射。[1]此為精神科的常見作法,目的是避免病患因為忘記吃藥,而導致病況惡化。[7]

-----廣告,請繼續往下閱讀-----

超覺冥想的利弊

2022 年初,《心理學前沿》(Frontiers in Psychology)期刊介紹了一個針對英國和愛爾蘭小學的超覺冥想計劃,叫做「寧靜時光」(Quiet Time)。學生由受過訓練的老師帶領,每天到校後與放學前,各練習一次,每次 10 至 15 分鐘。他們的學業雖未因此突飛猛進;但在情緒和記憶方面多少受惠。重點是徹頭徹尾,無人發瘋。[2]「冥想是把雙面刃。」報導印度女子病例的《精神個案報告》(Case Reports in Psychiatry)期刊,在結論中強調。尤其是精神病的高風險群,格外容易走火入魔。唯有跟隨適切的指引,才能安全地藉冥想促進身心健康。 [1]

  

備註

精神狀態檢查其實還包含情緒(mood)、表情(affect)、認知(cognition),以及言語(speech)的速度、音量和語調等項目,[3]但本文參考的個案報告沒有提供完整資訊。

參考資料

  1. Goud SS. (2022) ‘Meditation: A Double-Edged Sword—A Case Report of Psychosis Associated with Excessive Unguided Meditation’. Case Reports in Psychiatry, 2661824.
  2. Conti G, Doyle O, Fearon P, et al. (2022) ‘A Demonstration Study of the Quiet Time Transcendental Meditation Program’. Frontiers in Psychology, 12: 765158.
  3. Mental state examination‘. (NOV 2018) The Royal Children’s Hospital Melbourne.
  4. Schizophrenia’. (MAY 2022) U.S. National Institute of Mental Health.
  5. Schizophrenia’. (13 APR 2016) MedlinePlus.
  6. Hany M, Rehman B, Azhar Y, et al. ‘Schizophrenia’. (15 AUG 2022) In: StatPearls. Treasure Island (FL): StatPearls Publishing.
  7. Antipsychotic medications’. (OCT 2021) Healthdirect Australia.
胡中行_96
169 篇文章 ・ 65 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。