Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

有效說服人的三種講話藝術,你學會了嗎?

reBuzz 來報這
・2013/03/11 ・2879字 ・閱讀時間約 5 分鐘 ・SR值 485 ・五年級

-----廣告,請繼續往下閱讀-----

有效說服人的三種講話藝術,你學會了嗎? - 來報這 reBuzz

不論在行銷企劃、談判、公共議題訴求,說話的藝術都非常重要,講到人的心坎去就上天堂,如果沒 fu 自然就只能住套房。 最近在最新一期《Journal of Marketing》期刊,看到一篇非常有趣的新研究,剛好跟之前寫的 「要改變人的行為,只要一句話!」 相呼應,同時整個認知邏輯架構也解釋得更清楚。如果你看過上述文章,心中或許會有個疑問,為什麼說服他人用社會規範 (social norms) 的訴求會比較有效呢? 學者 Katherine 和 Bonnie 實際做了一連串的實驗,解釋上述現象,也同時也發現了一些限制條件。 簡單來說,研究比較了三種不同的話術,如何影響人的認知行為。而很重要影響話術成功與否的因素是 ── 人對於自身社會身份的認知判斷社會身份 (Social identity) 理論 (或被稱社會認同理論), 其中一個論點是,人會依據狀況將社會身份區分成兩種,一種是 個人身份認知 (personal identity)、另一種是對身為某一群體的身份認知 ( social identity, collective level of the self )。 舉例來說,我是 reBuzz 的 LUX,「LUX」 是我個人身份認知、而 「reBuzz 的 LUX 」為群體身份認知。

常見三種話術訴求

1. 對自我好處的訴求 (self-benefit appeals)

有批牛肉好便宜阿!

2. 描述性規範訴求<社會規範> (descriptive norms or social norms),主要在傳遞 其他人經常有的行為 訊息

-----廣告,請繼續往下閱讀-----

有 80% 的餐廳,都購買我們的牛肉喲!

3. 命令式訴求 (injunctive norms)

你應該要購買我們的牛肉才對啊!

介紹完社會身分理論以及三種話術後,讓我們來看看 Katherine 和 Bonnie 兩位學者做的實驗吧!

-----廣告,請繼續往下閱讀-----

首先第一個實驗情境是想研究,不同的話術與情境是否會影響人們回收割完的廢草意願。學者利用問卷方式發放給大學、非營利組織與營利組織、家中有草皮的人共 119 人,並用 2×3 的實驗設計 (2種社會身分 x 3種訴求方式) 來隨機發放問卷。

問卷內文範例如下: 觸發社會身分

  • 個人身分認知:身為一個個體,你如何做出改變?你可以從回收廢草開始!
  • 群體身分認知:身為社區的一員,我們如何做出改變?我們可以從回收廢草開始!

三種話術訴求

  • 自我好處的訴求:想想看回收廢草對你的好處~
  • 描述性規範訴求:你的鄰居都有在回收廢草
  • 命令式訴求:你的鄰居想要你回收廢草

不同身分認知情境下,應採用不同話術策略

學者發現,人如果是處在個人身分的認知下,自我好處描述性 訴求方式,會讓人更有意願回收廢草,而命令式的訴求效果很差。 但如果人是處在群體身分認知下,命令式描述性的訴求,比較讓人有意願回收廢草,而自我好處的訴求效果就變差了。 為了證實上述的結果,學者更進一步與地方政府合作實際做了田野調查,利用不同訴求的活動 DM 來比較回收廢草的狀況是否有改善。令人驚訝的是,這次田野調查的結果居然跟第一個實驗結果完全相符。 也就是說,當你想說服的對方處於個人身份的認知下,使用 自我好處 或 描述性 訴求方式是較佳的說法。舉例來說, 我們常見的知名 Y 拍賣家們,常常在廣告DM上,都會強調對自我的好處(顯瘦攻略)。因為逛網拍時,通常我們的認知都是處在個人身分下。

(圖片截自東京著衣)

-----廣告,請繼續往下閱讀-----

而我們在讀許多不同的網路媒體時,如何下個好標題吸引讀者閱讀也是一門藝術。舉下面 TechOrange這篇文章的標題來說,「創業前問問自己」是先觸發讀者的個人身分認知(我將是個創業家),「會加分喔」則是自我好處的訴求方式。

當你想說服的對方處於群體身份的認知下,使用 命令式 或 描述性的訴求 是較佳的說法。舉例來說,最近火紅的核四問題,反核團體的知名標語就是偏向命令式訴求「我是人,我反核」。因為討論核四問題時,我們很多映射的認知角度是群體身分 ── 台灣的一份子。

(圖片截自 我是人,我反核 FB 粉絲團)

那如果人處在個人身分認知下,你又想用命令式訴求來說服他人該怎麼辦呢? 學者發現了一個調節變因 ── 自主性 (autonomy),當你用命令式訴求但有給對方一點自由度 (台階下),則命令式訴求說服人的效果就會變好一點。 繼續舉上面 「我是人,我反核」為例,一定會碰到一些人以個人身份的角度想說,難道我不反核我就不是人嗎? 因此該粉絲頁,也做了一個讓參與者能更有自主性的活動,鼓勵大家可以用 自己的方式 上傳不同的 「我是人、我反核」 照片、標語、DM,藉此降低讓人不舒服、失去自主的感覺。 最後,描述性規範訴求 (或稱 社會規範訴求),並非無敵通用的。學者提到一個 描述性規範訴求 的限制條件 ── 當如果你想說服的對方對整體情況很清楚,敘述性規範訴求的說服力就沒那麼大了。 像是蔡正元委員前陣子說的話:「核四若有安全問題,其影響也只有北北基桃地區,其他地區沒有核四安全問題!」 ,這句話其實其中暗示了描述性規範訴求的訊息 (i.e., 專家們都說影響只有北北基桃地區)。如果委員想說服的對方很了解狀況,那 描述性規範訴求 將會失效。用一句簡單的話說,你當我瞎子阿?

-----廣告,請繼續往下閱讀-----

說服他人的基本內功 ── 同理心

其實以上說了那麼多實驗與例子,要說服他人的基本概念還是很簡單 ── 「站在他人角度立場去思考」。思考對方現在是以個人身分認知或是以群體身分認知、心裡在想甚麼,在跟你互動交流。 那我來舉個小例子好了,如果我想說服 擁核 群體+個體身分認知的人,我的說法是 :「我是人,我不反核,我反核四!」(給予自由度的命令式訴求)

最後,給大家看完這篇文章的一個小作業,猜猜 這篇文章的標題是打算觸發哪種社會身分認知,然後用的是哪種訴求方式呢?

最後的最後…我想就利用 虛擬存在 (MVP) 的概念,請出 reBuzz 的正妹作者,表達一下立場好了。 歡迎大家 訂閱 reBuzz,看更多(正妹作者群)有趣的心理學應用點子。

研究文獻:Katherine White & Bonnie Simpson, When Do (and Don’t) Normative Appeals Influence Sustainable Consumer Behaviors?, Journal of Marketing Volume 77 (March 2013), 78-95

-----廣告,請繼續往下閱讀-----

資料來源: Journal of Marketing

圖片來源:flickr@philhawksworth , CC License

衍伸閱讀:心理學與話術:要改變人的行為,只要一句話! 心理學與消費者決策:拜託,給我「簡單」的選擇就好! 心理學與視覺設計:你不可不知的網站色調設計!

reBuzz 來報這 專注於分享行銷與心理學、使用者行為、創新商業個案的分析文章,歡迎有興趣的朋友訂閱文章加入粉絲團,大家一起來交流!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度
reBuzz 來報這
13 篇文章 ・ 1 位粉絲
reBuzz 來報這,由一群熱血的校園瘋子成立於2012年9月 (目前成員包含,台大、清大、元智等校研究生與媒體、網路業界人士),我們致力於開放存取(open access) 的學術應用與產業知識庫。希望能將學術界最頂尖的研究精華帶入商用實務界、並將國內外新創團隊與台灣校園創意散布給全世界,創造一個開放創新點子的資料庫與創業家的知識庫。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)」!

-----廣告,請繼續往下閱讀-----

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。

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。

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。/ 圖片提供:研華科技

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:MotionArray

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)。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----
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。/ 圖片提供:研華科技

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

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
1

文字

分享

0
3
1
當情緒像過山車?從亢奮到低落,解碼躁鬱症的真實面貌
PanSci_96
・2024/10/12 ・2253字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

躁鬱症(Bipolar Disorder),正式名稱為「雙向情緒疾患」或「雙極性情感障礙」,是一種讓患者的情緒不受控制地在極度亢奮和極度低落之間擺盪的精神疾病。這樣的情緒變化不僅僅是短暫的起伏,而是持續多天、甚至數週的狀態,對於患者的生活、關係和工作會造成重大影響。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

什麼是躁鬱症?

躁鬱症患者的情緒通常經歷兩個極端階段:躁期和鬱期。

在躁期,患者可能會感到無比的精力充沛、自信心爆棚,甚至會有過度樂觀和衝動的行為。然而,躁鬱症不僅僅是「情緒高漲」的表現,在躁期過後,患者往往會經歷嚴重的情緒低谷,進入所謂的鬱期。此時,他們會感到情緒低落、無力感、甚至有自我傷害的傾向。

近幾年大眾逐漸正視精神疾病的影響,許多名人也曾經公開分享他們的躁鬱症經歷,如歌手瑪麗亞.凱莉、演員小勞勃道尼。這些公眾人物的經歷讓我們看到了這種精神疾病的廣泛影響,以及如何對他們的創作、生活和心理造成衝擊。

-----廣告,請繼續往下閱讀-----

躁鬱症的分類與盛行率

根據跨國研究,不論種族、性別或地區,躁鬱症的盛行率約為 1%,這意味著每 100 人中就有一人可能經歷過躁鬱症的發作。如果將所有的亞型計算在內,終生盛行率甚至可能高達 2.4%。躁鬱症的發病年齡通常集中在 20 至 30 歲之間,超過 70% 的患者在 25 歲前就會出現早期症狀。

躁鬱症依照症狀的不同,還可以分為不同的亞型。最常見的分類是第一型和第二型。第一型躁鬱症的特徵是患者會經歷完整的躁期,通常會影響患者的日常功能,甚至需要住院治療。而第二型躁鬱症的躁期則相對較輕,稱為「輕躁期」,但鬱期仍然會對患者的生活造成嚴重影響。

躁鬱症根據症狀可分為不同亞型,最常見的是第一型和第二型。圖/envato

什麼是「躁期」和「鬱期」?

「躁期」和「鬱期」是躁鬱症的兩個主要特徵階段。

躁期: 許多人對「躁」字的理解常常會聯想到「暴躁」或「焦躁」,實際上躁鬱症的躁期,更多的是情緒高昂、亢奮的狀態。在輕躁期(Hypomania),患者會持續數天感到極度精力充沛,無論在工作還是生活中,表現得比平時更有自信和創造力。但問題是,這種情緒亢奮狀態不一定持續太久,躁期可能會逐漸惡化為狂躁期(Mania)。這時,患者的行為可能會變得極端,容易做出無法預測的決定,例如過度消費、縱情娛樂或進行不安全的行為。

-----廣告,請繼續往下閱讀-----

鬱期: 在鬱期,患者的情緒和行為完全反轉。他們會感到無精打采、情緒低落,對任何事物都提不起勁。這時候,患者的日常活動變得困難,注意力和記憶力也會大幅下降,甚至有自我傷害或自殺的傾向。

從外界看來,躁期似乎是一個非常「高能」的狀態,但實際上,躁鬱症的危險之處正在於它的不穩定性。躁鬱症患者在躁期中無法控制自己的情緒與行為,即使感覺自己處於高峰狀態,這樣的「興奮」很可能會導致衝動行為,如不理智的財務決策或人際衝突。

如何應對躁鬱症?

躁鬱症不僅僅是情緒的擺盪,同時也會對患者的生活產生影響:

  1. 無法控制的躁期時間:躁期的長度和強度不是患者能控制的,患者可能從精力充沛的狀態,轉變為難以收拾的混亂局面。
  2. 鬱期的危險性:在躁期過後,進入鬱期的患者常常因為自責或對前期行為的後悔,而陷入更深的低谷,這增加了自我傷害的風險。
  3. 生活質量下降:反覆發作的情緒擺盪讓患者難以享受生活,甚至對快樂的感受也會變得懷疑和恐懼。
  4. 人際關係受損:情緒極端的變化會讓患者難以建立穩定的人際關係,這對於長期支持系統的建立是巨大的挑戰。
  5. 大腦損傷:每次發作對大腦的損害都是不可逆的,長期下來,注意力、記憶力、甚至思考能力都會受到影響。

治療與日常應對方法

對於躁鬱症的治療,藥物和心理治療是兩個不可或缺的部分。穩定情緒的藥物,如鋰鹽,是控制躁鬱症的重要工具。鋰鹽自 20 世紀開始就被廣泛用於躁鬱症的治療,能有效減少躁鬱症的復發風險。如果患者正處於躁期,醫生還可能會使用抗精神病藥物來幫助控制症狀。

-----廣告,請繼續往下閱讀-----

除了藥物治療,心理治療同樣重要,特別是在症狀穩定後,透過心理治療,患者可以學習如何識別躁鬱症復發的早期徵兆,以及如何調適壓力和情緒。

心理治療可以幫助患者學習識別躁鬱症復發的早期徵兆,並有效調適壓力和情緒。圖/envato

如何支持身邊的躁鬱症患者?

身為躁鬱症患者的家人或朋友,了解如何在不同的情緒階段支持患者是關鍵。在躁期時,避免硬碰硬,而是試著將患者的注意力引導到安全的活動上;在鬱期時,提供非批評的陪伴,讓患者感受到被理解與支持。

躁鬱症是一種需要長期管理的疾病,但這並不意味著生活的希望就此消失。許多躁鬱症患者在接受治療後,依然能過著豐富充實的生活,並在自己的專業領域中發揮才華,擁有幸福的人生。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2411 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

52
3

文字

分享

0
52
3
耳背腦就鈍?解密聽力受損與失智的關係
雅文兒童聽語文教基金會_96
・2024/02/17 ・4232字 ・閱讀時間約 8 分鐘

-----廣告,請繼續往下閱讀-----

  • 文/雅文基金會聽語科學研究中心研究員 詹益智

阿明是位 65 歲的退休長者,總是積極參與各種社區活動,是熱心的志工。然而,近來他開始意識到自己在大型聚會中,必須使勁聆聽他人的話語,有時還是會錯過一些關鍵的內容,這使得他逐漸對大型活動感到焦慮,害怕因聽不清楚別人的對話而與人生分。隨著聽力問題逐漸浮現,他開始注意到自己的思緒也跟著變得混亂。比如說,他常常忘記事情發生的順序,甚至有時候不記得已經說過的話,這種記憶的衰退讓阿明感到十分困擾。最終,阿明去看了醫生並接受相關的測試,被診斷出患有中度聽損與早發性失智症。

在日常生活中,聽覺扮演了重要的角色,是我們與外界交流的管道之一。然而聽力受損不僅僅是一種單純的生理障礙,更可能與失智症之間存在著密切的關係。

關於失智症的二三事

失智症是一種大腦和日常功能逐漸衰退的疾病,主要涉及認知功能的喪失,包括思考、記憶、推理及語言能力等。有些失智症患者甚至無法控制情緒,個性也可能發生轉變。失智的症狀隨程度不同而有所改變,從最輕微的階段開始影響一個人的基本能力(如記憶),到最嚴重的階段,患者完全需要仰賴他人進行日常活動 [1]。失智症不僅對患者本身造成巨大的影響,也帶給家人和照顧者極大的負擔。

失智症是一種大腦和日常功能逐漸衰退的疾病,主要涉及認知功能的喪失,包括思考、記憶、推理及語言能力等。圖/Pixabay

2023 年世界衛生組織(WHO)的統計數據顯示,世界上目前約有 5,500 多萬的人口患有失智症,而每年全球正以 1,000 萬人的速度增加 [2],預計到 2050 年,全球失智症患者數量將達到 1.53 億人口 [3]。Livingston 等學者於 2020 年在國際著名的醫學期刊《刺胳針》(The Lancet)發表了一篇關於失智症的預防、介入與照護的研究 [4],列舉了 12 項風險因子,包括教育程度較低、聽力損失、創傷性腦傷、高血壓、酗酒、肥胖症、吸煙、憂鬱症、社交隔離、缺乏運動、空氣污染與糖尿病,將近 40% 的失智症都與這些因素有關(另 60% 為風險因子不明),其中,聽力損失佔最大宗,約有 8% 的比例。另一項研究更進一步指出,罹患失智症的風險會隨著聽損程度越重而增加,例如輕度、中度與重度聽損者罹患失智症的風險分別是聽常者的 1.27、3.00 與 4.94 倍 [5]。由此可見,聽損與失智症的關係不容小覷。

-----廣告,請繼續往下閱讀-----
失智症的風險因子,聽力損失約佔 8%。圖/引自HearingLife

聽力出包時,失智症有可能找上門!

聽損與失智症關聯的機轉究竟是什麼呢?綜合現有的研究文獻,大致可歸納出三大觀點:

一、聽損會耗費大腦的認知資源

聽損常使一個人在吵雜的環境下聽不清楚聲音,此時,大腦便會進行代償作用,將負責思維和記憶區塊所需的資源移轉用來處理這些模糊的音訊,而導致前述二項高階的認知功能受到影響,進而增加失智的風險 [6]。以上的論述主要來自 Mishra 等人的研究 [7],該研究比較輕度聽損年長者與聽常年輕人在「認知備用容量測驗(Cognitive Spare Capacity Test)」的表現:受試者聽完(無視覺提示)一串由男女穿插錄製之二位數的數字列表(如下表所示)後,要說出這串列表中由男生所錄製的奇位數數字(如 13 與 59,以圓圈標示)。要順利完成此項作業,受試者必須排除女生所錄製奇位數數字的干擾(如 77、89 與 61,以底線標示)。

數字5036774496895240612066
男/女
「認知備用容量測驗」實例(來源:Mishra 等人 [8]

結果顯示,在安靜的環境下,兩組受試者的表現無顯著差異,但在噪音環境下,聽損年長者的表現則顯著落後於聽常年輕人,研究者認為聽損年長者為了排除噪音的干擾以獲取正確的答案,其大腦會將高層次的認知資源挹注於彌補聽損所帶來的負面影響,而致使認知功能下降。長此以往,漸漸便埋下了失智症的導火線。

另一個較為直觀的證據則是透過腦造影技術觀察聽損者大腦活動的狀況。Glick 與 Sharma [9] 讓聽常與聽損老年人觀看電視螢幕的光影變化,並透過高密度的腦波圖(high-density electroencephalography;EEG)記錄其對視覺刺激反應的皮質視覺誘發電位(cortical visual evoked potentials;CVEPs),再透過電流密度源重建技術(current density source reconstruction)定位大腦皮質活動的區塊;此外,研究也評估了受試者的認知功能。結果顯示,相較於聽常者,聽損者觀看視覺刺激物時,腦部發生了視覺跨模重組(visual cross-modal reorganization)的現象:除了主司視覺的枕葉區被活化外,主司聽覺的顳葉與主司認知功能的前額葉也被活化用以輔助處理視覺訊息,這會為大腦帶來極大的負擔而增加認知負荷,並耗盡用以記憶的認知資源,最終可能引發失智症。

-----廣告,請繼續往下閱讀-----

二、聽損會使大腦組織萎縮

此外,聽損與否也可能會影響一個人大腦的結構與功能。美國約翰霍普金斯大學的研究人員 [10],利用「巴的摩爾老化長期研究(Baltimore Longitudinal Study of Aging)」的資料,針對聽損與腦容量的關係進行了一項有趣的研究,他們分析了一群受試者在逐漸老化時,其腦容量的變化。受試者在研究之初,做了聽力評估,接著接受為期長達十年、每年一次的核磁共振檢查。結果顯示,研究開始時就患有聽損的受試者,相較於聽常者,其大腦有較大幅度的萎縮,平均以每年一立方釐米以上的速度流失大腦組織,而這些大腦組織恰好與輕度認知功能退化和早期失智症所表現出的記憶衰退的行為有關 [11]

三、聽損會引發社交隔離

社交隔離(social isolation;意旨與他人很少有社交互動或是社交圈窄小的現象 [12])也可解釋為何聽損與失智症有關。一項由英國所進行的研究 [13] 追蹤了一群 50 歲以上成年人的聽損、社交隔離的程度與認知的狀況,並分析這三個因素間的關係,結果發現雖然聽損與認知功能下降有直接且顯著的關聯,但當加入了社交隔離程度的影響後,聽損與認知關聯的強度降低了近三分之一,此結果說明聽損可能會導致社交隔離,間接造成認知功能下降而引發失智症。這也顯示大腦須要透過適當的社交刺激,才能維持其活力,進而保持正常的認知功能。值得注意的是,當聽力閾值達到 25 分貝或以上(即輕度以上的聽損,亦為影響社交溝通的起始閾值)時,聽損所帶來的失智風險就會明顯地增加 [14]

如何預防聽損所帶來的失智風險

一般而言,聽力是與他人溝通互動不可或缺的元素之一;然而,聽力問題不僅僅是關乎聽覺本身,如前所述,它也可能與失智症存在直接或間接的關係,若能適時地做好聽力保健,或許就可避免老年時,讓失智找上你。那麼要如何維持良好的聽力呢?以下幾點可供參考:

  1. 定期聽力檢查是維護耳朵健康的重要關鍵。許多人並不瞭解即便是輕微的聽損也可能對認知功能造成負面的影響。在一般的情況下,聽力下降是漸進且微小的,而人類的大腦有極強的適應能力,這使得聽力衰退不易被察覺 [15]。透過定期的聽力檢查,有助於追蹤聽力狀況,即使是微小的變化也能及時掌握,並處理潛在的聽力問題,進而降低聽損所帶來的失智風險。
  2. 減少長期暴露在噪音環境中。噪音環境除了會加速聽損的惡化外,同時也會誘發海馬迴受損的記憶功能障礙,這也是失智典型的症狀 [16]。因此,避免長時間處在高分貝的環境下,或者適時地佩帶耳塞或耳罩,便是保護聽力健康進而降低失智風險的良方之一。

然而,就聽損人士而言,難道就只能坐視自身認知功能逐漸退化而毫無作為嗎?其實不然。還記得 Glick 與 Sharma 的研究 [9] 提到聽損者大腦的視覺跨模重組與其認知功能衰退息息相關嗎?但令人振奮的是,這些聽損者在穩定配戴助聽器六個月後,逆轉了視覺跨模重組的現象,其認知功能也隨之改善,這表示聽損者配戴助聽器後,失智風險也可能跟著降低。 

-----廣告,請繼續往下閱讀-----
聽損人士配戴助聽器後,失智風險可能會跟著降低。圖/iStock

雖然失智症並不全然與聽力問題相關,但就聽力而言,我們可做的就是聽力保健,如定期做聽力檢查、遠離噪音環境、適度保護耳朵,以及必要時配戴助聽輔具是維持良好聽力的重要關鍵,若能確實執行上述建議,或許就可降低那 8% 的失智風險。請記住,保護耳朵就是保護大腦,讓我們一起努力維護聽力,為未來的大腦健康奠定穩固的基礎吧!

  1. National Institute on Aging (n.d.). What is dementia? Symptoms, types, and diagnosis. https://www.nia.nih.gov/health/alzheimers-and-dementia/what-dementia-symptoms-types-and-diagnosis
  2. Dementia (2023, March 15). Dementia. https://www.who.int/news-room/fact-sheets/detail/dementia
  3. The Institute for Health Metrics and Evaluation (2022, January 6). The Lancet Public Health: Global dementia cases set to triple by 2050 unless countries address risk factors. https://www.healthdata.org/news-events/newsroom/news-releases/lancet-public-health-global-dementia-cases-set-triple-2050
  4. Livingston, G., Huntley, J., Sommerlad, A., Ames, D., Ballard, C., Banerjee, S., … & Mukadam, N. (2020). Dementia prevention, intervention, and care: 2020 report of the Lancet Commission. The Lancet396(10248), 413-446.
  5. Lin, F. R., Metter, E. J., O’Brien, R. J., Resnick, S. M., Zonderman, A. B., & Ferrucci, L. (2011). Hearing loss and incident dementia. Archives of Neurology68(2), 214-220.
  6. Fulton, S. E., Lister, J. J., Bush, A. L. H., Edwards, J. D., & Andel, R. (2015, August). Mechanisms of the hearing–cognition relationship. In Seminars in Hearing (Vol. 36, No. 03, pp. 140-149). Thieme Medical Publishers.
  7. Mishra, S., Stenfelt, S., Lunner, T., Rönnberg, J., & Rudner, M. (2014). Cognitive spare capacity in older adults with hearing loss. Frontiers in Aging Neuroscience6, 96.
  8. Mishra, S., Lunner, T., Stenfelt, S., Rönnberg, J., & Rudnera, M. (2013). Visual Information Can Hinder Working Memory Processing of Speech. Journal of Speech, Language, and Hearing Research56, 1120-1132.
  9. Glick, H. A., & Sharma, A. (2020). Cortical neuroplasticity and cognitive function in early-stage, mild-moderate hearing loss: evidence of neurocognitive benefit from hearing aid use. Frontiers in Neuroscience, 93.
  10. Lin, F. R., Ferrucci, L., An, Y., Goh, J. O., Doshi, J., Metter, E. J., … & Resnick, S. M. (2014). Association of hearing impairment with brain volume changes in older adults. Neuroimage90, 84-92.
  11. Liu, J., Zhang, X., Yu, C., Duan, Y., Zhuo, J., Cui, Y., … & Liu, Y. (2016). Impaired parahippocampus connectivity in mild cognitive impairment and Alzheimer’s disease. Journal of Alzheimer’s Disease49(4), 1051-1064.
  12. Steptoe, A., Shankar, A., Demakakos, P., & Wardle, J. (2013). Social isolation, loneliness, and all-cause mortality in older men and women. Proceedings of the National Academy of Sciences110(15), 5797-5801.
  13. Maharani, A., Pendleton, N., & Leroi, I. (2019). Hearing impairment, loneliness, social isolation, and cognitive function: Longitudinal analysis using English longitudinal study on ageing. The American Journal of Geriatric Psychiatry27(12), 1348-1356.
  14. Lin, F. R., Metter, E. J., O’Brien, R. J., Resnick, S. M., Zonderman, A. B., & Ferrucci, L. (2011). Hearing loss and incident dementia. Archives of Neurology68(2), 214-220.
  15. Audiology Associations of DFW. (August 31, 2023). Regular hearing tests could decrease your risk of getting dementia. Hearing Test Info. https://www.audiologyassociates.com/hearing-test-info/hearing-test-reduce-risk-dementia/
  16. Paciello, F., Pisani, A., Rinaudo, M., Cocco, S., Paludetti, G., Fetoni, A. R., & Grassi, C. (2023). Noise-induced auditory damage affects hippocampus causing memory deficits in a model of early age-related hearing loss. Neurobiology of Disease178, 106024.
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

雅文兒童聽語文教基金會_96
61 篇文章 ・ 223 位粉絲
雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。