「性高潮後疾病症候群」這是愛的代價？！

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

AI 的誕生，文理缺一不可

人工智慧（Artificial Intelligence，簡稱 AI）在 21 世紀的今日已大量運用在生活當中，近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等，都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維，除了仰賴工程師的先進技術，更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員，帶大家釐清什麼是 AI？文科人與工程師合作時，需具備什麼基本 AI 知識？AI 如何應用在人文社會領域的工作當中？

詩詞大對決：人與 AI 誰獲勝？

一場緊張刺激的詩詞對決在線上展開！人類代表是有「AI 界李白」稱號的蔡宗翰研究員，AI 代表則是能秒速成詩的北京清華九歌寫詩機器人，兩位以「人工智慧」、「類神經」為命題創作七言絕句，猜猜看以下兩首詩各是誰的創作？你比較喜歡哪一首詩呢？

答案揭曉！A 詩是蔡宗翰研究員的創作，B 詩是寫詩機器人的創作。細細賞讀可發覺，A 詩的內容充滿巧思，為了符合格律，將「類神經」改成「類審經」；詩中的「福落天赦」是「天赦福落」的倒裝，多念幾次會發現，原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯；而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯，整首詩創意十足，充滿令人會心一笑的魅力！

相較之下，B 詩雖然有將「人工」兩字穿插引用在詩中，但整體內容並沒有呼應命題，只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝！

由此可見，當前的 AI 缺乏創作所需的感受力與想像力，無法做出超越預先設定的創意行為。然而，在不久的將來，AI 是否會逐漸產生情感，演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人？

AI 其實沒有想像中聰明？

近期有一則新聞「AI 有情感像 8 歲孩童？Google 工程師爆驚人對話遭停職」，讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示：「當前的 AI 還是要看過資料、或是看過怎麼判讀資料，經過對應問題與答案的訓練才能夠運作。換而言之，AI 無法超越程式，做它沒看過的事情，更無法替人類主宰一切！」

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言，多半是因為我們對 AI 的訓練流程認識不足，也缺乏實際使用 AI 工具的經驗，因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上，更延伸到文科人與理科人的合作溝通上，因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識，不僅能讓跨領域的合作更加順利，還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是，由於文科人不了解 AI 的訓練流程，因此對 AI 產生錯誤的期待，認為辛苦標注的上千筆資料，應該下個月就能看到成果，結果還是錯誤百出，準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚，兩方就會陷入僵局，導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議：

如果文科人了解基本的 AI 訓練流程，並在每個訓練階段協助分析：錯誤偏向哪些面向？AI 是否看過這方面資料？文科人就可以補充缺少的資料，讓 AI 再進行更完善的訓練。

史上最認真的學生：AI

認識 AI 的第一步，我們先從分辨什麼是 AI 做起。現在的數位工具五花八門，究竟什麼才是 AI 的應用？真正的 AI 有什麼樣的特徵？

基本上，有「預測」功能的才是 AI，你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現，而且人類手工操作就辦得到，那就不是 AI。

蔡宗翰研究員以今日常見的語音辨識系統為例，大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話，你會發現自己無法事先知曉將產生什麼文字或回應，結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同：AI 無法百分之百正確！

因此，AI 的運作需建立在不斷訓練、測試與調整的基礎上，盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段，工程師彷彿化身老師，必須設計一套學習方法，提供有助學習的豐富教材。而 AI 則是史上最認真的學生，可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI，讓其根據工程師所定義的資料相似度算法，逐漸學會將相似資料分在同一堆，再由人類檢視並標注每堆資料對應的類別，進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI，讓其逐漸學會將任意資料對應到正確答案。

學習到一定階段後，工程師會出試題，測試 AI 的學習狀況，如果成績只有 60、70 分，AI 會針對答錯的地方調整自己的觀念，而工程師也應該與專門領域專家一起討論，想想是否需補充什麼教材，讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作，也可能因為時事與技術的推陳出新，導致準確率下降。這時，AI 就要定時進修，針對使用者回報的錯誤進行修正，不斷補充新的學習內容，讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後，蔡宗翰研究員建議：文科人可以看一些視覺化的操作影片，加深對訓練過程的認識，並實際參與檢視與標注資料的過程。現在網路上也有很多 playground，可以讓初學者練習怎麼訓練 AI，有了上述基本概念與實務經驗，就可以跟工程師溝通無礙了。

AI 能騙過人類，全靠「自然語言處理」

AI 的應用領域相當廣泛，而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因，他充滿自信地回答：因為自然語言處理是「AI 皇冠上的明珠」！這顆明珠開創 AI 發展的諸多可能性，可以快速讀過並分類所有資料，整理出能快速檢索的結構化內容，也可以如同真人般與人類溝通。

著名的「圖靈測試」（Turing Test）便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代，傳奇電腦科學家艾倫・圖靈（Alan Turing）設計了一個實驗，用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好，並派一個人操作終端機，再找一個第三者來進行對話，判斷從終端機傳入的訊息是來自 AI 或真人，如果第三者無法判斷，代表 AI 通過測試。

換而言之，AI 必須擁有一定的智力，才可能成功騙過人類，讓人類不覺得自己在跟機器對話，而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在：人文研究文本分析、新聞真偽查核，更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料，追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化，而大量數位化的經典更被主動分享到「Chinese Text Project」平台，讓 AI 自然語言處理有豐富的文本資料可以分析，包含一字不漏地快速閱讀大量文本，進一步畫出重點、分門別類、比較相似之處等功能，既節省整理文本的時間，更能橫跨大範圍的文本、時間、空間，擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的？就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋，由鎮江、杭州一帶的說書人所創作，著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉，才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素，接著用這批標記好的語料來訓練 BERT 等序列標注模型，以便將「文本向量化」，進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現，白蛇傳的原型可追溯自印度教的那伽蛇族故事，傳說那伽龍王的三女兒轉化成佛、輔佐觀世音，或許與白蛇誤食舍利成精的概念有所關連，推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外，故事的雛型可能早從唐代便開始醞釀，晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事，而法海和尚、金山寺等關鍵人物與景點皆真實存在，金山寺最初就是由唐宣宗時期的高僧法海所建。

在 AI 的協助之下，我們得以跨時空比較不同文本，了解說書人如何結合印度神話、唐代傳奇、在地的真人真事，創作出流傳千年的白蛇傳經典。

最困難的挑戰：AI 如何判斷假新聞

除了應用在人文研究文本分析，AI 也可以查核新聞真偽，這對假新聞氾濫的當代社會是一大福音，但對 AI 來說可能是最困難的挑戰！蔡宗翰研究員指出 AI 的弱點：

如果是答案和數據很清楚的問題，就比較好訓練 AI。如果問題很複雜、變數很多，對 AI 來說就會很困難！

困難點在於新聞資訊的對錯會變動，可能這個時空是對的，另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器，可輸入當前的新聞讓機器去判讀真假，但過一段時間可能會失準，因為新的資訊源源不絕出現。而且道高一尺、魔高一丈，當 AI 好不容易能分辨出假新聞，製造假新聞的人就會破解偵測，創造出 AI 沒看過的新模式，讓先前的努力功虧一簣。

因此，現在多應用「事實查核法」，原理是讓 AI 模仿人類查核事實的過程，尋找權威資料庫中有無類似的陳述，可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊，致力於建立英文事實查核法模型所能運用的資源，並透過舉辦國際競賽，廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後，也與合作夥伴事實查核中心及資策會討論，正著手建立中文事實查核法模型所需資源。預期在不久的將來，AI 就能幫讀者標出新聞中所有說法的資料來源，節省讀者查證新聞真偽的時間。

AI 的無限可能：專屬於你的療癒「杯麵」

AI 的未來充滿無限可能，不僅可以成為分類與查證資料的得力助手，還能照護並撫慰人類的心靈，這對邁入高齡化社會的臺灣來說格外重要！許多青壯年陷入三明治人（上有老、下有小要照顧）的困境，期待有像動畫《大英雄天團》的「杯麵」（Baymax）機器人出現，幫忙分擔家務、照顧家人，在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式，新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」（Nadine），由感知、處理、互動等三層架構組成，可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境，並將上述資訊發送到處理層。處理層會依據感知層提供的資訊，連結該用戶先前與娜丁互動的記憶，讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象，或對陌生事物感到不安，常選擇靜默不語，需要照護者主動引導。因此，娜丁內建了注視追蹤模型，當偵測到住戶已長時間處於被動狀態，就會自動發起話題。

實驗發現，在娜丁進駐長照機構一段時間後，住戶有一半的天數會去找她互動，而娜丁偵測到的住戶情緒多為微笑和中性，其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

至於未來的改進方向，研究團隊認為「語音辨識系統」仍有很大的改進空間，需要讓機器人能配合老年人緩慢且停頓較長的語速，音量也要能讓重聽者可以清楚聽見，並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人，首要任務就是要開發一套臺灣人專用的 AI 語言模型，包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型，期待政府能整合學界與業界的力量，降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感，但卻可以成為人類大腦的延伸，協助我們節省處理資料的時間，更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨，如何讓自己的行事邏輯跟上 AI 時代，讓 AI 成為自己的助力，是值得你我關注的課題。

延伸閱讀

• 蔡宗翰（2022）。寫給中學生看的 AI 課：AI 生態系需要文理兼具的未來人才。三采文化出版。
• Tulsulkar, G., Mishra, N., Thalmann, N.M. et al (2021). Can a humanoid social robot stimulate the interactivity of cognitively impaired elderly? A thorough study based on computer vision methods. Vis Comput 37, 3019–3038.

交友軟體是現代社會中極其普及的交友途徑之一，而近年因為疫情的影響，人們使用交友軟體的頻率更是大幅度地提升。2019 年 12 月，中國武漢爆發不明原因的肺炎案例，隨即在短短兩個月，全球 Covid-19 確診病例破萬，疫情日益嚴峻。疫情的快速延燒，各國政府接連下達出國限制、取消大型集會活動、施行遠端工作，人與人之間的距離快速拉大。在疫情帶來高度焦慮及失去日常親朋好友親密陪伴的情況下，人們的情感需求無法得到回應，面對冰冷的螢幕，寂寞感無處宣洩，情感需求日益強烈。根據知名交友軟體《Tinder》與《報導者》的訪談內容指出，相比疫情爆發前，2020 年台灣 Tinder 會員的左右滑動數成長將近 4 成，使用頻率大增。交友軟體成為人們認識對象的捷徑，然而，交友軟體的演算法真的是孤寂人們的愛情靈藥嗎？還是反而導致愛情更加觸不可及？

透過交友軟體的幫助，單身長達兩年的 Amanda 終於找到新男友。

Amanda 是個生活繁忙且充實的女生，平常雖然會接觸到一些異性，卻沒有一個是情投意合的合適對象，在生活已經太過繁忙無法再擴大生活圈的情況下，她選擇打開交友軟體，希望可以離開交友舒適圈、認識更多潛在的可能對象，進而找到適合自己的伴侶。透過演算法的配對，她右滑相同學校的 Eli，送出代表有興趣的「Like」；而 Eli 也被照片中笑容燦爛的 Amanda 所吸引，並從文字介紹中發現她是一個興趣豐富的女生，於是也對 Amanda 右滑送出 Like，兩人成功配對。

經過一段時間的聊天、語音通話，兩人對彼此的了解逐漸加深，在互換社群帳號後，Amanda 和 Eli 決定約出來見面。透過實際的相處，他們發現彼此無論是個性還是價值觀都很相似，感情急速升溫，一個月後兩人升格情侶，至今戀情已維持 1 年多。

新一代的月老：幫你在茫茫人海遇到對的他（她）

Amanda 這樣的成功案例並不罕見，在史丹佛大學社會學家羅森非德（Michael Rosenfeld）和新墨西哥大學社會學家湯瑪士（Reuben Thomas）的研究中顯示，2017 年，美國有 39% 的異性戀伴侶是透過網路認識而交往，同性戀伴侶更是超過 60%。在交友軟體 Tinder 所發表的公開數據中，2020 至 2021 年間，Tinder 每天累計滑動配對的總次數達到 10 億，其中女性配對成功機率更是高達 56%，而其背後最大的功臣就是交友軟體的演算法。

交友軟體的演算法是如何找到適合我們的對象呢？簡單來說，交友軟體公司會根據其交友軟體的類型，選擇不同複雜程度的演算法幫助使用者進行推估，演算法類型從單純透過距離計算，到極其複雜的多面向綜合比例評估都有。

使用交友軟體長達八年、超過九款的資深使用者小 B（化名），在大學時期寫過交友軟體程式，他表示交友軟體主要分為兩類：隨機聊天型及配對型。前者僅透過簡單的限制（距離、性別）篩選，例如：Wootalk、Goodnight、Liveany，都被劃分在隨機聊天型的範疇。後者則會利用多重條件幫使用者配對，從基本的年齡、性向，到複雜的簡介照片分析、左右滑動偏好。演算法會依據這些條件進行評估分析，進而找到適合人選，例如：Coffee Meets Bagel、Pikabu、Tinder，都是屬於配對型交友軟體。

根據 Tinder 官方公布的資料，2019 年以前，Tinder 使用「ELO 評分制」作為其演算法。ELO 評分制是以使用者在社會大眾審美標準中所被評斷的的魅力值為配對標準，為分數相近的人彼此推薦，讓人們能遇到與自己分數相似的對象，以外貌門當戶對為原則進行匹配。評分機制為當 ELO 分數比你高的人對你右滑「Like」，你的分數就會提升，相對地，如果 ELO 分數比你低的人對你左滑「Nope」，你的分數便會下降，最後統計出來的的分數總分就是 ELO 分數。這種將外貌作為唯一依據的評分方式，形成另一種社會階級，因而引發社會撻伐。

2019 年後，Tinder 取消 ELO 評分制，並於 2020 年宣布採用「動態式機制」：透過年齡、距離、性別偏好、距離、興趣及偵測簡介照片，為相似的使用者進行配對。

是媒婆不是月老：包介紹不包準確度

然而，多位使用交友軟體超過兩年的資深使用者，並不認同演算法真的有幫助到使用者更容易地找到對象。

「我喜歡先大量地配對到對象，再透過聊天逐一減少。可是滑久了，交友軟體上面的女生就全都被滑完了，因此演算法的配對沒有任何影響，畢竟當我把演算法推薦的對象滑完，接下來它也只能推薦給我不在限制內的對象，因此對我而言，演算法其實沒有存在必要性。」小 B 坦言。

「我覺得演算法只是把比較受歡迎和高機率配對的人放前面，滑到後面常常都是我沒有興趣的對象，就算遇到有興趣的也配對不到。」使用交友軟體超過兩年的小Z（化名）也提及。為了讓長期使用交友軟體的使用者可以持續滑到對象，演算法會不停調整並放寬原有條件，逐漸失去篩選功用。

倘若演算法只推薦完全符合條件的對象，使用一定時間後，使用者便沒有對象可以再配對，交友軟體也會失去其功能性。另外，現今市面上免付費的交友軟體幾乎都存在著配對限制，使用者每天能夠送出的 Like 數量有限，因此使用者會開始研究如何以最少的機會成本配對到最多潛在對象。小 Z 說：「一開始都會很好配對到人，兩個禮拜後機率都會大幅度下降，這種時候我就會刪掉帳號重來。」

實際上，每個交友軟體的限制與重置時間都不太一樣，如 Tinder 每 12 小時會重置一次，每次可以送出 50 個 Like；OMI 每天早上 5 點會重置，每天可以送出 Like 給 50 人；探探每天有 50 個 Like；柴犬則是每天早上 5 點重置，每天可以與 50 人配對，另外有 3 個機會是可以送滿分給對方，每個機會可以換成多滑 10 個配對對象；Coffee Meets Bagels （簡稱CMB）每天中午 12:00 會推送 21 位女性，提供男性選擇是否要按 Like，女性則是每天可以看到 10 位對自己按 Like 的對象，並掌握配對的主導權，決定是否回應對方。

多位受訪者皆提到 Tinder 的配對規則：程式打開後第一位一般都是在軟體上人氣很高的對象，第二個是已經 Like 你的人，第三到第四位是很高機率會 Like 你的人，如果將程式關掉重開，就會重新循環這個規律。小 Z：「按照這個模式配對，配對成功率基本上是百分之百，一個晚上最多可以配到 30 多人。」

成功配對後：沒有付出時間仍是陌生人

全球用戶超過 3.6 億、在台灣擁有眾多使用者的交友軟體「探探」的數據顯示，截至 2019 年，探探已經成功完成 1 億 7000 萬次配對，可見對於現代人而言，交友軟體確實能夠幫助建立人際關係。透過持續不斷地左滑、右滑，使用者可以輕易地擴展自己的交友圈，滿足對於交友的渴望，然而，配對成功後，真正維持聯絡的人卻是少之又少。

小 Z 坦言，使用一陣子後，會發現配對到很多對象其實不見得是好事，因為每天的時間是很有限的。在時間跟心力有限的情況下，使用者並沒有充裕的時間與每一個配對到的人聊天，深度交流更是困難。網路交友的不信任感及距離感，導致多數使用者即便配對成功，關係卻始終停留在泛泛之交。一旦配對成功的對象過多，使用者便無法記得每個人的資訊、聊過的話題和內容，只有偶爾心情低落的時候，或是情感需求特別強烈的時候，才有機會展開單一次的深度談話，一旦滿足情感需求後，他們便又轉頭退出，不再繼續。

交友軟體開啟了一扇讓使用者能夠輕易接觸陌生人的大門，但要真正了解一個人，需要一定的時間成本，相較於現實交友，如果想要與螢幕另一頭的對方建立如摯友甚至是親密愛人的關係，所需的成本明顯更多。

網路交友多為萍水相逢，若要加深彼此的認識需要耗費大量的時間，加上為了找到最適合的對象，我們不會一次只與一位對象配對、進行交流互動，而每去了解、認識一人，就需要一定的社交能量，在快速拓展交友圈的背後，我們也必須消耗大量社交能量。除此之外，網友關係的現實是只要一方不再回應，這段緣份便戛然而止，彼此再也不會有任何交集，許多人在歷經幾次失敗後，身心俱疲並斷然放棄，其他可能有理想發展的關係也隨之告終，實屬可惜。

經驗分享：找到伴侶的成功法則

綜合六位受訪者經驗，我們總結出五點要素，能夠幫助使用者提高在交友軟體上找到伴侶的機率：

1. 合宜的照片

無論是在交友軟體抑或是真實世界，乾淨的外表代表著一個人的自律，在對彼此一無所知的情況下，照片成為認識對方最大的線索，也成為最重要的自我行銷管道，六位訪談者皆提及照片是認識一個人的門檻，必須通過門檻才會想要認識這個人的內在，如果照片本身並不吸引人，就不會選擇右滑。

2. 真實的自我

在交友軟體 Plent of Fish 的調查中，有高達 84% 的使用者期待對方表現出最真實的自己，除了避免上當受騙，也不希望將精力和時間投注在錯誤的對象身上。 因此適當地透露真實的自己除了能提升他人對自己的信任感，更能展現交友的真誠，提高對方的交流意願。

3. 頻繁的交流

交朋友的過程中需要花費時間培養感情、了解彼此，但交友軟體上認識的對象與自己生活圈大多沒有重疊，在雙方完全不了解、甚至不認識彼此的情況下，更是需要頻繁的交流才能夠變得熟悉，進而提升好感。

4. 實際的見面

無論雙方在交友軟體上認識多久，回歸現實，手機的另一端終究是一個陌生人。交友軟體像是一個敲門磚，讓使用者可以接觸到更多的人，但最終還是需要實際見面，才能夠真正觀察與認識對方是怎樣的人，也才能破除網路的距離感，讓兩方皆放下戒心，深入地了解彼此。

5. 多元的共通點

兩人如有共通點（例如：同年齡層、同地區、同校、同職業……等）可以大大提升成功機率，除了兩人價值觀、想法較能產生共鳴，在交友軟體上也會有更多的共同話題，實際見面甚至是交往，也較有發展的可能性。

擁有工具和捷徑卻沒有努力，神仙也難幫

交友軟體是擴大朋友圈的工具，演算法是捷徑，幫助我們找到共通點較多的對象。透過交友軟體，我們可以跨出交友的舒適圈，觸及自己未曾接觸過的人事物，聽到更多不同的人生故事，除了尋找伴侶，亦能增廣自己的視野、提升人生的寬度與深度。

高度相似的兩人，或許有相對更多的共通話題，但並不代表必定適合成為伴侶；相反地，那些不經意右滑的對象也不一定不適合自己。關係的提升還是需要經歷時間的考驗，總地來說，不論是網路上還是現實中的朋友，都需要時間去培養感情、了解對方，透過聊天和實際相處才能知道兩人是否合適。

兩年半來用過六款交友軟體的小 Y 提及，單純透過網路聊天是很難有進一步發展的，人們始終活在現實世界，見面是進一步瞭解彼此的必經之路，如果不願意見面，緣份就會難以維持，最終停留在聊天室中無疾而終。

與此同時，我們必須銘記，網路上的東西都是經過包裝的，我們不需要，也不應該全盤相信，只有清楚認知每個人光鮮亮麗的一面並不是全部，而是包裝過後的選擇性展現，才不會有被欺騙的感受，同時避免掉入陷阱，在保護好自己的前提下，享受交友軟體帶來的益處與樂趣。

參考資料

1. 大解密 — 強大配對功能的幕後功臣
2. 透過線上交友結婚的伴侶　比較容易離婚嗎？
3. COVID-19大事記：從全球到台灣，疫情如何發展？
4. 世紀之疫下的親密關係：被演算法推升的數位愛情，撫慰了誰？
5. 寂寞、不安、疏離…… 從大數據看疫情下台灣交友軟體用戶的真實心情

美劇《The Big Bang Theory》第 11 季第 6 集裡，Howard Wolowitz 狼吞虎嚥，深怕術前禁食餓著。旁邊的 Raj Koothrappali 也狂吃紓壓，聲稱為這個拜把兄弟深感焦慮。^[1]雖然 Raj 是「看人食米粉，你咧喝燒」，^[註1]操心撈過界；但不可諱言，輸精管結紮手術（vasectomy）總是令眾家好漢，聞之色變。實際上，這種侵入性醫療行為，通常無須禁食，^[2]事前會打麻醉，術後還有口服止痛藥，^{[3, 4]}理應免於嚴重蛋疼。不過，大家真該想清楚的，是將來不見得能生育的風險。^[5]有鑑於「反起反倒」^[註2]的人性不容忽視，近來體貼的科學家，發明了一項新科技，賦予男性隨時後悔的權力。

傳統與無刀口輸精管結紮術

在進入正題之前，我們先來複習舊有的技術，當作待會兒比較的基礎。男性結紮是為了預防在沒戴保險套的情形下，將精子射進女性體內，使之懷孕。^[4]手術步驟的摘要，大致如下：

1. 從陰莖至陰囊，甚至任何會遮蔽此部位的毛髮都要刮除。^[2]
2. 徹底把下體清洗並消毒乾淨。^{[2, 6]}
3. 施打局部麻醉。^{[2, 4, 6]}（少數選擇全身麻醉的男性，^[3]為防範食物從過度放鬆的胃部跑進肺臟，請務必預先禁食。^[7]）
4. 如果採取傳統輸精管結紮（incision vasectomy或conventional vasectomy），那麼外科醫師會從陰囊上方二側，分別劃道 1 至 2 公分的切口；若是無刀口輸精管結紮（no-scalpel vasectomy），則僅戳個 1 公分的小孔。^{[2-4, 8]}
5. 截斷輸精管，即破壞睪丸至尿道，這條精子聯外通路的其中一段。^{[4, 6]}
6. 用可吸收縫線或膠水收闔傷口；但無刀口的或可省略。^{[3, 4]}

ADAM 水凝膠結紮的原理

上述的結紮方法成功率高，術後一般頂多輕微不適，幾天即可恢復正常生活。^{[2, 3, 6]}然而，輸精管的廢存猶如革命建國，套句孫文的話，就是「建設難而破壞易」。^[9]重建程序相較複雜，^[4]依手法與其他因素而定，結紮逆轉後順利授孕的比率，約為 30% 至 90% 以上，並無百分之百的保障。^[10]為此，在美國維吉尼亞的 Contraline 公司，開發出一種名叫「ADAM」的暫時性結紮專利水凝膠，來避免絕育。^[11]

有些外科醫師本來就愛在結紮時，跟病人分享音樂，或同步講解流程。^[6]這會兒嘗試新科技，要是來首范瑋琪的〈到不了〉，肯定再貼切不過。局部麻醉後，一把狀似熱熔槍的推進器，前端穿過男性陰囊的皮膚，將水凝膠送入輸精管裡。^[5]灌進去的 ADAM，如同封堵水管的熱熔膠，阻塞輸精管，「♫不敢漏掉／一絲一毫♫」。^[11-13]往後肆無忌憚地無套射精，發散空包彈時，「♫你眼睛會笑／彎成一條橋♫」；因為精子發現「♫終點卻是我／永遠到不了♫」～^{[12, 13]}

據說短短 10 分鐘的手術，效果竟能維持二年，^[5]副作用又比現行的結紮方式更小。^[11]ADAM 水凝膠會自然降解，和排不出去的精子一樣，都能被身體吸收。^{[3, 11]}到期後輸精管恢復通暢，便可以積極增產報國（aka 製造全球人口負擔）。^[11]

ADAM 水凝膠的未來

2022 年 11 月 11 日，美商 Contraline 公司宣佈，澳洲墨爾本 Epworth Freemasons 醫院的團隊，已經成功地將 ADAM 水凝膠注射到 4 名男性受試者體內。除了於當地繼續努力，他們也計劃在 2023 年稍晚，展開自己國內大規模的臨床試驗。^{[11, 14]}期盼用所得的結果，於 2025 或 2026 年之前，換取美國食品藥物管理局的上市許可。^[11]將來一旦商業化，Contraline 還打算推出 1 年或 3 年等不同效期的產品，並與醫療保險公司洽談合作，提供男性消費者負擔得起的多元選擇。^[11]倘若哪天在臺灣或您所居住的國家也有此技術，您或您的伴侶會考慮使用嗎？

謝辭

平常多半撰寫鑑識相關的死人故事，難得有如此正向的作品。謹以本文獻給長期支持筆者創作的母親 Yun-yu Chen 女士，以及摯友 Chinling Huang 老師。希望二位不會介意，這是針對生理男性的衛教短篇。

備註

1. 看人食米粉，你咧喝燒：臺語發音 khuànn-lâng-tsia̍h-bí-hún，lí-leh-huah-sio；意思是替別人瞎操心。^[15]
2. 反起反倒：臺語發音 huán-khí-huán-tó；意指出爾反爾、反覆無常。^[16]

參考資料

1. ‘Big Bang Theory Quote 9327’. The Big Bang Theory. (Accessed on 12 NOV 2022)
2. ‘Vasectomy’. (03 FEB 2022) Cleveland Clinic.
3. ‘Vasectomy (male sterilisation)’. (18 MAR 2021) U.K. National Health Service.
4. Stratton KL, Zieve D, et al. (01 JAN 2022) ‘Vasectomy’. Medline Plus.
5. Brown M. (11 NOV 2022) ‘Male contraceptive being trialled in Melbourne dubbed a game changer by researchers’. ABC News.
6. Stormont G, Deibert CM. (17 JUL 2022) ‘Vasectomy’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
7. ‘General anesthesia’. (18 DEC 2020) Mayo Clinic.
8. Australian State Government of Victoria. (08 AUG 2019) ‘Contraception – vasectomy’. Better Health Channel.
9. 陳春生（2014）〈第二章 孫中山政黨思想之演進〉《政黨論:孫中山政治思想研究（一）》，第21頁；臺灣商務印書館
10. ‘Vasectomy reversal’. (20 AUG 2021) Mayo Clinic.
11. Gupta S. (10 NOV 2022) ‘This company is creating a new kind of birth control for men’. Fast Company.
12. ‘Male Contraceptive Initiative Awards Grant to Contraline null’. (24 JAN 2019) Contraline.
13. 福茂唱片（02 FEB 2012）「范瑋琪 Christine Fan ─ 到不了（官方版MV）」YouTube.
14. ‘Contraline Announces First Patients Successfully Implanted in Male Contraceptive Study’. (11 NOV 2022) Contraline.
15. 許晉彰、盧玉雯「看人食米粉，你咧喝燒」《台灣俗語諺語辭典》，第458頁；五南圖書出版股份有限公司
16. 「反起反倒」（2011）教育部臺灣閩南語常用詞辭典