身為焦慮依附者，如何善用交友軟體，而非受困於交友軟體？——依附理論系列（十九）

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

「我剛才在想妳的洋裝。」「喜歡嗎？」「我覺得很好。」他說。「怎樣啦？」「但是可以更好。妳知道，也許整團扔在地上。」「你這麼認為？」「還蠻確定的。」他回答：「不過，現在都只是猜測。我需要一些實驗數據。妳懂，做個前後比較。」──李．查德《一觸即發》（Tripwire）^{[1, 2][註1]}

比起女性的穿著，有些男性可能更看重對方的「內在」，急於把包裝丟掉。然而，過往的文獻指出，女性身上那塊布料以及妝容、首飾的顏色，恐怕都帶有重要的社交訊號。^[3]

紅色訊號

紅色，增添男女在異性眼中的魅力。^[註2]看著穿紅衣的男性，女性評價對方的好感度略升。性別對調的雷同情境，男性更是難以抗拒強烈吸引：試圖挪近座位，忍不住提出親密問題，並且比較願意跟她約會，或為她花錢。或許是基於演化，從紅潤的肌膚，推斷一個人的健康狀況、繁衍價值，甚至女性是否排卵或高潮。紅色跟美妝、性感內衣、情人節、紅燈區與性的連結，深植人心。^[3]

20世紀的知名美國設計師Bill Blass曾建議：「遲疑的時候，就穿紅色。」^{[4, 5]}不過，德國波茨坦大學（University of Potsdam）、烏帕塔大學（University of Wuppertal），以及美國佛羅里達州立大學（Florida State University）學者所組成的團隊，並不覺得顏色是單純的時尚選擇。他們想瞭解，女性在情慾高漲的受孕期（fertile phase），也就是排卵日與之前幾天，或是被男性吸引時，是否會傾向穿戴紅色。^[3]

助理的欺世容顏

研究團隊安排了一個雖然帶有欺騙意味，但是研究倫理委員會給過的詭計：首先，請 20 名女學生，無情品評 7 張白人男性照片。從奇醜無比到潘安再世，最高 9 分。依據她們的給分，挑選出顏值優於平均，還有面容堪稱平庸的各 1 張，冒充「研究助理」的長相。^[3]

然後，假裝要進行「智能與感知」研究。事前2天，發送電子郵件給隨機分為 3 組，總共 323 名的女性受試者。其中 2 組的信件，分別夾帶某 1 張「研究助理」的照片。等大家都來了，收到照片的受試者才被告知，該「助理」不克出席，其任務改由別的工作人員執行。^[3]

泛紅的數據統計

當天看似為主要的程序結束後，工作人員以另個研究之名，幫每位受試者拍攝臉部特寫和全身照各1張，並請她們填寫經期、避孕藥、感情狀態等資料。同意拍照者，可以於出席費的5歐元之外，再獲得5歐元的回饋。排除更年期、懷孕、同性戀、不願拍照、沒有完成問卷，以及生理期資訊提供不全的人。最後採用的數據來自 281 名，介於 17 至 46 歲之間的異性戀與雙性戀女性。她們的照片中，正紅、腥紅、粉紅、栗紅、橙、紫等，所有跟紅色沾得上邊的衣著、首飾、化妝，全部都納入統計。^[3]

女性為誰添紅妝？

研究團隊分析受孕期、避孕藥、天氣、年紀、感情狀態，跟男性外貌等 6 項變因，但最後僅有 1 項會促成符合假說的結果。^[3]「因為親愛的朋友，你和我就像那面紅牆。理論上是個好主意，實際上卻不怎麼行得通。」一切正如 Carrie，在《慾望城市》第 3 季第 8 集中所言。^[6]儘管女性在受孕期對交往的渴求，以及用紅色來增加自身魅力的習性，都有文獻背書，^[3]現實終究無比殘酷──「人帥真好，人醜吃草」。

無論生理週期的變化，只有在預期見到美男時，女性才會提高紅色系打扮的用量。此現象又以使用避孕藥，而荷爾蒙濃度穩定的群體最為明顯。這點令研究團隊頗為困惑，推測自然排卵的女性，大概另有展現萬種風情的方法。至於長相平凡和沒有照片的男性，都撩撥不起春心蕩漾，女性就無差別地懶得為他們添紅妝。^[3]

備註

1. 本文引述小說《一觸即發》（Tripwire）時，中文書名採用皇冠文化的版本，但是內容為筆者根據原文的翻譯。^{[1, 2]}
2. 原論文以順性別異性戀的白人為討論對象，^[3]其分析在別的族群，未必成立。

1. Child L. (2008) Tripwire (Jack Reacher 3), p. 359. Random House.
2. 皇冠文化集團「一觸即發」皇冠讀樂網（Accessed on 31 OCT 2023）
3. Agthe M, Niesta Kayser D, Schwarz S, et al. (2023) ‘Antecedents of the red-romance effect: Men’s attractiveness and women’s fertility’. PLOS One, 18(4): e0284035.
4. ‘The 87 Greatest Fashion Quotes of All Time’. (04 FEB 2022) Harper’s Bazaar.
5. ‘Bill Blass’. (18 JUN 2023) Encyclopedia Britannica.
6. ‘Sex and the City: Cock-a-Doodle-Do’. IMDb. (Accessed on 31 OCT 2023)

你在交友軟體上會為自己塑造形象嗎？陽光而正向、時髦而迷人？

我們往往希望在網路交友時展現最完美的樣子，但這些被形塑出的樣貌還是真實的自己嗎？

本文訪談多位交友軟體使用者和傳播社會學專長教授，了解個人如何在交友平台上定位自我以及多面向的想法。形象塑造是修飾而非欺騙，知道自己能帶給他人什麼亮點、想要什麼，是交友軟體使用的第一步，期望可以帶領讀者對交友軟體的自我設定進行更深層的思考。

開啟交友軟體的大門　個人檔案的呈現

喜歡右滑、不喜歡左滑——這應該是多數交友軟體使用情境的最佳註解，透過個人檔案上的影像與文字顯現的容貌、穿搭、學歷等外在因素或現實條件，使用者會決定是否想進一步認識對方。

20 歲的小晴（化名）是個內向害羞、交友圈較為狹窄的女生，2021 年 7 月，在好奇心驅使下她下載了 Tinder。「我比較注重穿搭，所以會從這方面去挑選對象。」小晴表示，「先以照片為主，因為看照片的速度比較快，如果照片符合自己的篩選條件才會看自我介紹。」

同為大學生的 Q（化名）是位個性溫和且交友軟體使用經驗豐富的男生，從高二開始，接觸了四年：「篩選時以長相為主，畢竟交友軟體一開始就是看到照片，接著就是他的個性簽名有沒有讓我感受到誠意。」

交友軟體上，個人頁面的展現在短短數秒的時間內便主宰了一個人的配對成功機率，這也是為何使用者普遍會將自己塑造成理想中的形象，自然的生活照、有趣的個人簡介、多元的興趣等，放眼望去，許多人都看起來魅力無窮。小晴說道：「肯定會塑造自己的形象，會特別挑過照片、花點時間修圖再放上去，希望別人看到會覺得我很酷、很懂穿搭。」

國立陽明交通大學傳播與科技學系助理教授陳維平的的學術專長為傳播社會學領域，近期正在著手進行與交友軟體相關的「手機交友、性別與消費文化：從情感商品到情感主體」科技部專案研究計畫。她表示：「形象的展現可分為『自信』和『真實性』兩個主題，前者或許是美貌、學識、擁有的經濟資源等；後者則是貼近生活，值得讓人相信。」由訪談結果可知，交友軟體使用者以自我形塑的方式展現自信與真實性，期望帶給他人深刻的第一印象。

照片抑或照騙　營造自身完美的存在

「在交友軟體上和一個人聊了許久，其外貌、個性和興趣都是我喜歡的樣子，但實際見面後才發現本人根本不一樣，有種被騙的感覺‧‧‧‧‧‧」相信這是許多使用者曾遭遇、令人不禁感到失望的情境，究竟螢幕彼端和自己聊著天的那人屬於真實性高、令人安心的「照片」，還是層層包裝、名不符實的「照騙」，對方透露的資訊又有多少為過度美化，著實因不直觀而令人感到困擾。

Walther（1996）提出的超人際互動模式（Hyperpersonal Perspective）¹與 Ellison（2006）等學者主張的霧鏡現象（Foggy Phenomenon）²皆指出網路交友的使用者可利用網路的非同步及某種程度上的匿名特性選擇性地揭露和自身相關的資訊，甚至說點小謊以傳遞個人正向的訊息，因此他們在線上所塑造的形象往往比現實更加正面而理想，營造出自身完美的存在，對他人而言也就更有吸引力。

陳維平表示：「交友軟體是建立關係的一個媒介、入門磚，每個人試圖營造自我完美的存在讓大家花費更多時間有意識或無意識地呈現自己，同時得知道自己在交友軟體上面對的這些人其實只是部分面向的對方，保有更高的覺察度與敏銳度。」

由於他人展露的不一定是最真實的樣貌，所以許多使用者在彼此聊天時會選擇語帶保留，即使和對方已建立起信任感也不會全盤托出與自身相關的資訊，畢竟事關隱私性與個資安全，多數人認為還是謹慎為上。就讀國立陽明交通大學的女學生 Ada（化名）近期剛開始使用交友軟體，身為新手的她雖然躍躍欲試卻也透露：「學校會寫，但會隱藏住家、科系的資訊，主要是安全疑慮，不太信任網路交友的本質，除非對方擁有讓我足夠安心的元素，像是同樣就讀交大。」

你有沒有愛上我　保持光鮮亮麗的焦慮

為了營造自己完美的形象，使用者勢必得花時間經營，同時還要試著適應這個「不太像自己的我」。根據約會交友軟體「Plent of Fish」對兩千名受訪者的研究發現，絕大多數交友軟體使用者的焦慮來源為如何讓自己呈現「最令人感興趣」及「最吸引人」的形象，看似光鮮亮麗的自我背後是他人看不見的努力和焦慮。

有鑑於過度包裝自我可能導致的焦慮感，本文的受訪者皆提及「做自己」的重要性，並說明交友軟體的使用與「後續的溝通」存在緊密關聯，因為其機制並非配對成功後就立刻確定兩人的關係，而是需要雙向的聊天及自我揭露，透過對雙方更深的了解判斷彼此是否契合。

Ada 表示：「我是一個沒辦法假裝的人，這樣做的話用訊息會破功，到最後一定會顯現本質，不想改變自己去迎合他人。」Q 說道：「我比較注重後來的相處模式，就算第一印象很好，之後聊天也可能發現真實狀況與一開始不同。」

由於「希望做自己」的想法十分明確，有些使用者對於過度美化形象的覺察度很高，且會有意識地避開「完美的他人」，小晴就是其中之一：「如果看到有人的照片太過理想化、脫離現實生活的話，我就不會想右滑，而聊天之後展露出來的會是比較真實的樣貌。」從使用者訪談得以發現，誠實面對自己的形象，好與不好的特質都坦然接受，才是建立關係和避免焦慮的上上策。

老鼠老虎傻傻分不清楚　形象塑造V.S正確資訊

為了帶給他人良好的印象，網路交友難免會出現「希望對方只看到最好的自己」的心態，但在交友軟體Plent of Fish 的調查中，高達 84% 的使用者期待對方表現出最真實的自己，他們想要得到「正確的資訊」，除了避免上當受騙，也是因為不希望把精力和時間投注在錯誤的對象身上。本文的受訪者不約而同地指出，雖然「形象的塑造」代表了別人對自己的第一印象，但「正確的資訊」才是最重要的。

「我覺得正確資訊 80%、形象塑造 20%，這只有一小部分的彈性空間，超過太多或太誇張就不是形象的塑造而是騙子。」Ada 語氣堅定地回答。Q 則表示：「寫的內容不能有說謊的成分，交友軟體已經沒辦法面對面認識一個人了，如果還過度包裝或講一些不實資訊，總有一天會被發現的。」由此可見，說謊者不僅會被冠上騙子的名號，更將被拉入陰鬱無光的黑名單中。

雖然正確的資訊，也可以說是誠實以對的態度，被使用者予以肯定，但站在學術面向的專業角度，陳維平擁有不太相同的觀點：「我認為『形象的塑造』與『正確的資訊』兩者並非完全衝突對立，只要是合理的，如今形象或人設在我們理解一個人或事上已經變成了某部分的真實，形象的塑造某層面來說也是正確的資訊。」也許在不知不覺中，我們都為自己形塑了人物形象設定，宛如糖衣也是糖果本質的一部分，虛實相映，早已密不可分。

能不能給我一首歌的時間　寂寞個體的自我揭露

一個人感到孤獨時，或許會尋求家人、朋友或伴侶的陪伴，在心靈上尋求認同與歸屬感，這也是人類為群居動物的原因之一。國立政治大學新聞研究所的鐘心辰在其碩士論文提及，閔慧慈（2011）的研究結果發現寂寞感程度會透過社交自我效能間接影響自我揭露，也就是當寂寞程度越高，自我揭露的程度可能會提高，而此理論可應用於交友軟體上。許多人在現實生活遍尋不著可傾訴悲喜的對象，因此轉而將交友軟體當作一個避風港，透過配對與聊天排解寂寞。

對於情緒與自我揭露之間有所關聯的理論，Ada 表示認同，不過她十分享受與自我對話的獨處過程：「我個人不太符合寂寞程度高的這個前提，然後因為需要個人空間，累的時候更少和人聊天。」Q 也強調獨處的重要性：「獨處時比較知道自己內心在想什麼，如果總是處在社交或很多朋友的情境下，雖然會從對方那裡獲得一些安全感，但也就不會檢視自己有什麼問題。」

雖然自己不符合時常感到寂寞的假設，Ada 卻曾在交友軟體上遇到將此處當成樹洞的男生，並透過這樣的經驗發現一個現象：「他跟我仔細地說了一整天的行程，去了哪裡、吃了什麼，可能是因為沒有朋友。」她分享道，「我覺得寂寞的個體會自我揭露當下的狀態或動態，但那些資訊不是像個人背景一樣不變的事實。」或許，這些寂寞的人只是將交友軟體的聊天室當作如社群打卡之處的情緒出口，向不熟的人更新自己的生活動態，尋求遠端的陪伴。

櫥窗內的真心　關係商品化現象的責任

若以較為嚴謹的角度著眼，交友軟體上個人簡介的照片與文字雖然是使用者的名片，在某層面而言卻也讓個體彷彿成為商店櫥窗內的物品供人檢視與選擇。像是日常中再熟悉不過的購物流程一樣，我們挑選吸引自己的對象，右滑代表將其放入購物籃中，配對成功則是完成付款，交友軟體的使用機制似乎漸漸導致了關係商品化的現象，許多報導皆指出網路交友讓一段段關係變得表淺而破碎。不過，本文的受訪者明顯不認同交友軟體造成了關係商品化現象。

小晴說道：「交友軟體上的人與人還是有透過聊天、相處來了解彼此，跟現實中交朋友是一樣的。」Q 表示：「我覺得商品化這個現象沒有這麼嚴重，交友軟體不是只是配對而已，而是有後續的聊天去認識一個人，這是雙向的關係，並非一個擺在櫥窗內看的物品，我們都是平等地在做這些行為。」透過訪談能發現使用者認為交友軟體與現實交友具有高度的相似性，都是透過聊天理解一個人的真心，也呼應了前文所述「後續的溝通」的重要。

陳維平則說明：「我不認為交友軟體需要負起關係商品化現象這樣的責任，但當然它某種程度上改變了我們對關係的定義，更影響到一般人在人際交往上的規格化或條件化，例如可以篩選對象；那從交友軟體的介面設計與商業運作模式著眼，例如付費功能，會是更明顯的商品化例子。」

使用者與學者的觀點顯現出交友軟體作為「工具」的本質與最初的立意，或許是使用目的不單純的個體使其複雜化，因此大家不必太悲觀地看待交友軟體，只要記得：以誠摯的態度進行雙向的交流，每個人都能一磚一瓦地建起關係的摩天大樓。

從我變成了我們　願每個你都能被溫柔以待

問及交友軟體為現代人帶來了什麼，陳維平回答：「拉遠一點來看它其實也是這個世代的娛樂與消遣，和使用社群軟體相同的心態，交友軟體就像是能和自己產生共鳴的生活風格媒體，抑或是同儕間的娛樂話題。」Ada 的言論證實了這點：「其實很常沒有在動腦，是以無聊時滑 TikTok 或 Reels 等短影音的心態使用。」交友軟體對人們的功能似乎愈趨多元。

回歸大部分用戶使用交友軟體的目的，是認識形形色色的人、建立穩固而雙向成長的關係，對自己擁有足夠的了解並進行合宜的自我設定和定位是伸出友誼之手的第一步。我們應該更有意識地依序反思自己的特長或特色、能帶給他人什麼亮點、自己想要的是什麼——從自己出發，進而要求或期待他人。

交友軟體是認識他人的其中一項管道和媒介，形象塑造是修飾而非欺騙，小晴說道：「它很像一個交友的快速過濾器。」Q 誠懇地給予大家建議：「先知道想要在交友軟體上獲得什麼，也切記不要患得患失、迷失自己。」願在名為交友軟體的海中滑著小船的每位使用者付出時間與心力後都被溫柔地對待，無論是友情或愛情，皆能幸運地遇到對的人。

文章註釋

1. Walther 的超人際互動模式因素包括「傳播者選擇性自我呈現」、「接收者過度歸因」，以及「非同步的溝通管道和回饋」：傳播者在電腦中介傳播的環境中選用對自己有利的資訊加以編排與建構以獲得良好印象；接收者因對方傳送的線索不足，容易忽略其負面特性，建構完美的印象，往往會讓雙方在面對面溝通時產生巨大的落差；而若雙方在一開始互動時就有些許好感，好感度便會隨著時間的推移而增強。
2. Ellison 等學者的霧鏡現象，或稱「玫瑰色眼鏡觀點」，是一項自我認識理論，指因為自我覺察與他人認知之間的矛盾落差，個人在線上環境有機會透過編輯訊息與選擇性揭露的有利方式展現自己。這些行為並不是為了說謊或欺騙，而是代表人們如何看待自己，不過同時也營造了過度美化的形象。

資料參考

1. 寂寞經濟時代──行動交友 App 自我揭露與使用動機研究
2. 〈Feeling the Pressure? How to Overcome First Date Jitters〉《Plent of Fish》
3. 交友軟體正讓我們成為更糟糕的情人⟪天下雜誌⟫
4. The Psychology of Modern Dating: Websites, Apps, and relationships