從亂倫、凌虐、搭訕看道德直覺

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

• 【科科愛看書】小時候老師常常要我們成為一位有德之人，可是可是……《道德可以建立嗎？》如果道德可以建立的話，那我們又該怎麼做？總而言之，快快拋開那些讓人暈頭轉向的道德教科書，來面對有趣的難題，一起來燃燒大腦、喚醒你的哲學小宇宙吧！

虛假的完美人生，你想要嗎？

你的人生充滿挫折與失意，些許不足道的成就與無法完成的夢想；你願意用它交換一個稱心如意的生活嗎？但這個生活並不真實，它由科技或化學藥品所控制。

假設有一種機器，它能讓你經歷各式各樣你想要的體驗。

了不起的神經心理學家可能有辦法刺激你的大腦，讓你相信並且感受自己正在寫一部偉大的小說、正在邁向一段偉大的友誼、正在讀一本有趣的書，或任何一件讓你高興的事。不過，你得一直待在機器裡面，把一些電極片貼在頭皮上。你可以自行決定想要的體驗程式，兩年之後，你可以離開機器幾個小時，去選擇之後兩年想要的程式。當然，一旦你使用這部機器，你就不再知道自己是誰，因為一切都跟真的一樣。你會不會參加呢？不要拘泥在一些小問題上，像是萬一所有人都去體驗了，誰來保障機器的運行！[1]

這個思想實驗是用來證明，所謂「享樂主義」的想法是錯誤的。[2]

享樂主義者認為，重要的事是擁有愉快的感受，說得更充分一點，是擁有符合我們喜好的感受。至於這些感受是真實或虛幻、深刻或膚淺、運用化學方法或自然產生、是片刻的狂歡或持久的享受，都沒有任何道德方面的重要性。人造的天堂與真正的天堂在道德上沒有任何不同。失去自我，也沒有任何道德上的意涵。

如果享樂主義是對的，每個人都應該想要接上經驗機器！然而，發明這個思想實驗的諾齊克（Robert Nozick）說，我們（也就是人類）不會想要接上經驗機器。他提出三點直觀型理由來支持這個假設：

(1) 我們想要實際做這些事，而不是植入做這些事的經驗。
(2) 我們想成為具有特定類型的人，而不是定義不明的物體，讓人把電極插在上面。
(3) 真實的世界與真正的生活在我們的生命中具有根本的重要性。

讓我們姑且說這個假設是正確的，大部分人不接受把自己連上經驗機器。甚至進一步假設，經過大規模的調查之後，發現百分之百的作答者都拒絕連上這部機器。不過有個問題還是沒解決：在諾齊克看來，人們不願意這麼做，證明了愉快的感受不是生命中唯一重要的事。不過這是唯一可能的詮釋方法嗎？

不是的！我們還可以假設，例如否決的起因來自非理性的心理排斥、針對所有非「天然」的東西，或是想到有電極貼在頭皮上就恐慌，以及其他種種。不過最近出現了「其他的」最佳解釋方法，哲學家要很機靈才會提出這個建議。[3]

拒絕經驗機器，其實只是不習慣？

如果我們拒絕接上經驗機器，不是因為製造出來的經驗比現實或真實來得不重要，而是因為如果我們答應了，目前的生活狀況會面臨過多改變。我們都有某種慣性，不想過於突兀地改變現狀。指出眾人會拒絕經驗機器的預言，就是以這個為根據。可是本著同樣的說法，萬一我們連上了機器，就不會想離開它。因為那也是劇烈的改變，有違我們的慣性。

巧妙之處在於，考慮過這兩個假設，尤其是第二個假設之後，可以發現：我們原則上一點也不反對靠著經驗機器過日子。

如果確實如此，也就是我們原則上一點也不反對靠著經驗機器過日子的話，諾齊克就錯了，而且近半個世紀以來，所有相信他已經把享樂主義擊倒的哲學家，也都錯了。

這個假設的建立以解說模式為基礎，靈感來自某些經濟學家的研究，他們稱這種模式為現狀偏差（status quo bias）。要檢視假設，只要改變思想實驗的表達方式就行了。於是問題不再是：「你願意放棄現實生活，連上經驗機器嗎？」而是：「你寧願留在經驗機器中，還是回到現實生活？」

經驗機器的思想實驗，以非哲學系的學生為實驗對象，根據以下原則提出了三個新劇本：

你在經驗機器中，有人建議你回到現實生活。你願意嗎？

一號劇本

某天上午，有人來敲門。開門後，有個官員對你做了以下宣布：

「我們很抱歉要通知您一件事，目前發生了一項嚴重錯誤，而您是受害者。幾位成就卓越的神經心理學家，把您連上了經驗機器。這些科學家刺激您的大腦，讓您以為自己在跟朋友聊天、撰寫偉大的小說、閱讀有趣的書，以及任何一件如您心願的事。可是事實上，它們全都只是大腦的刺激作用。您一直都和機器相連，頭皮上貼著電極片。我們對所發生的事向您致上萬分的歉意，也因此向您提出兩個選項：繼續和機器連著，或是回到您的現實生活。」

請選擇。並告訴我們原因。

二號劇本

故事和第一個劇本相同，但是結尾加上這個細節：

「現實中，您被關在監獄，而且是關在危險犯人區。您希望繼續和經驗機器相連，還是回到現實生活？」

請選擇。請解釋為什麼。

三號劇本

故事和第一個劇本相同，但是結尾加上另一個細節：

「現實生活中，您是富有的大藝術家，住在豪華的大宅裡。您希望繼續和經驗機器相連，還是回到現實生活？」

請選擇。請解釋為什麼。

人生三劇本，大家怎麼選？

三個劇本的摘要如下：

(1) 中立－你希望繼續和經驗機器相連，還是回到現實生活？
(2) 負面－你希望繼續和經驗機器相連，還是回到現實生活，被關在監獄的危險犯人區？
(3) 正面－你希望繼續和經驗機器相連，還是回到現實生活，當個住在大宅裡的有錢藝術家？

對於負面劇本，是否選擇真實人生回到監獄，有 87% 的作答者說更希望留在經驗機器裡。我們不能說這個結果十分令人驚訝，但它足以證明諾齊克錯了。現實不是永遠受人歡迎！

至於中立的劇本，只有 46% 寧願待在機器中。54% 的人希望回到現實人生，沒有過問現實生活中的自己是什麼樣子，似乎把擺錘搖到了另一邊。

可是正面的劇本卻讓現實不見得受歡迎的想法，取得了領先地位。在這個劇本中，選擇真實人生就能以富豪的身分回到大宅邸，但仍然有 50% 的作答者樂意和機器連在一起！這個結果真令人費解。既然知道將會擁有大亨的生活，為什麼還要留在經驗機器呢？

人們最偏好的原來是「現狀」

於是「偏好不論哪一種現狀」這個假設就起了作用。你對於目前自身的狀態多少帶有不理性的偏好，使得你選擇繼續留在經驗機器，即使回到真實人生的前景十分燦爛也一樣。根據這個調查，我們可以得到一些結論去支持享樂主義，同時指出諾齊克的實驗不足以駁倒享樂主義。同時，我們似乎能針對種種道德直覺是否成立，得出更廣泛也更重要的結論。

如果有人問：「你是否同意連上經驗機器？」，料想大家會回答：「不同意。」結論必定是，人類直覺和享樂主義志趣不相投。

要是有人問：「你是否同意離開經驗機器？」，回答比較有變化。不過總的來說傾向於慣性表現。大家比較願意待在機器中。結論必定是，人類直覺和享樂主義志趣相投。

於是我們面對兩個互相矛盾的結論：根據直覺，我們既是享樂主義者，也不是享樂主義者。

要顧全這些直覺的一致性，採用安於現狀的假設是有可能的。在這兩個情況中，我們的保守主義傾向會排除突如其來的大幅改變。可是如果安於現狀的假設成立，代表我們的道德直覺總是會受到某種奇怪心理的影響：保守主義或慣性。

要因為這樣就說，道德直覺在我們的道德認知上沒有任何價值？這需要更進一步的討論。無論如何，如果我們認為慣性傾向是不理性的，那麼我們就接受了一個道德認識論的問題。道德直覺如果是不理性的，又怎麼才能用來支持或反對某個道德理論，無論是享樂主義或其他什麼理論？

注釋

1. 實驗出自Robert Nozick, Anarchie, État et utopie, op. cit., p. 64。
2. Felipe De Brigard, « If you like it, does it matter if it’s real ? », Philosophical Psychology, 23, 1, 2010, p. 43-57.
3. Ibid.

本文摘自《道德可以建立嗎？：在麵包香裡學哲學，法國最受歡迎的 19 堂道德實驗哲學練習課》，臉譜出版。

筆者早前撰寫了〈做愛延年益壽，口交也有好處？〉一文後，竟被朋友取笑是否將研究興趣轉向「性學」了？這當然不是真的，筆者仍然鍾愛於探索「人性」課題，盡管令人感覺嚴肅了一點點。為表誠意，筆者嘗試從部分「道德直覺」的研究提煉出一些觀點，為大家剖析人類道德判斷的關鍵特質。

亂倫愈想愈亂

賓夕法尼亞大學教授海德（Jonathan Haidt）曾就以下的情境詢問人們的價值判斷：

「茱莉和弟弟是親姊弟。他們在大學的暑假期間一起去法國玩。有一天晚上，他們單獨住在海邊的一間小屋裏，他們覺得如果發生性行為的話會很有趣和好玩，至少會是他們的一項新體驗。茱莉已經吃了避孕藥，但是馬克還是用了保險套以策安。他們兩人在過程當中很盡興，但也決定以後不再這麼做。他們把這一晚當作一個特別的祕密，讓他們覺得和彼此更加親近。」

海德正是以此敏感話題問人們接受與否，以及提出箇中理據。不難估計，所有人一致認為「亂倫」是道德錯誤，不可接受，也很噁心。原來海德借此情境提問，最想知道的不是人們的立場，而是提出甚麼理據支持看法；大部分人都提出「亂倫行為可能誕下畸胎」，或會出現心理問題等理據作出回答。當海德步步進迫，續問：假如雙重保險，絕不懷孕呢？假如二人真的沒有任何不快情意結呢？假如真的不會有第二次呢？這時人們大都改口說不知怎麼解釋，「總之」就覺得不對。[1]

其實，早在一八九一年，芬蘭人類學家衛斯特馬克（Westermarck）已回答了海德的問題，人們之所以對亂倫行為「普遍噁心」，這不是一種理性判斷，而是直覺判斷，人類從遠古演化出一種遏止亂倫的相處機制，這直覺反應跟文化差異可算沒有關係，人類普遍社會都有厭惡亂倫事件的傾向。這是一種潛規則：對於由小到大一起緊密相處的異性伙伴，對彼此發生性行為會不感興趣，甚或厭惡。繼後，演化學家莉伯曼（Lieberman）印證了衛斯特馬克的見解，他發現厭惡亂倫的普遍直覺，不但能套在親生手足上，同時能套在一起長大卻全無血緣關係的領養子女上，他們照樣不甚可能出現彼此的性衝動（至少是機率偏低）。人們對亂倫的價值判斷，全不倚靠任何文化教育或宗教信仰均會形成，當一切理性和經驗依據都不可能成立時，便會明白整個問題本質在於：道德直覺。這裡我們可以看到漫長的演化史如何混入直覺，影響我們的道德判斷，但道德直覺背後只有演化因素影響嗎？當然不是，還有很多因素在我們進行道德抉擇時不知不覺地混了進去。[2]

學生在尖叫，老師在凌虐

二十世紀六零年代開始，一些心理學實驗，看來頗呼應海德對道德的看法。七十年代美國心理學界不乏借電擊測試人類各種直覺反應，當時還是二十八歲的史丹利．米爾格倫（Stanley Milgram），設計了後來以他名字命名的「米爾格倫實驗」（Milgram experiment）。米爾格倫找來一些厲害的演員，模擬出一個仿真度很高的電擊學生情境。接受邀請的被試者並不知情，他們只知自己在實驗中擔任老師身份，但主持人和課室內的學生都在做戲：

學生被設計成綁在能通電的椅子上，過程中只要學生答錯單字配對問題，身處課室隔壁一邊的老師便要按下電掣，以程度不斷遞增的電流懲罰學生，主持人在過程中保持實驗如常進行。[3]

實驗剛開始時，大部分受邀老師都會疑慮電擊學生會否不好，但主持人此時會以冷靜平和的口吻指示老師堅持，也承諾不會有責任上身，由主持人承擔一切後果。實驗持續下去後，四十位受試老師中，表示過疑慮的只有二十六人，但請別要誤會，他們並無要求中止實驗，這二十六位老師還是完成整個加強電壓的懲罰實驗。值得注意的是，最後老師知道要按下四百五十伏特的電壓到學生身上，學生也會因應受電擊的程度，表現出非常真實的痛苦狀態，甚至開聲懇求中止懲罰。整個實驗完結後，最終只有十四位老師違抗主持人的指令，堅持中止實驗﹗而且中止時竟已加大到三百伏特電壓。這是心理學界流傳極廣，關於服從權力的實驗，但就筆者所知，香港部分大專講師解釋這項實驗時，不少只交代實驗目的和背景，也僅僅強調服從威權的心理，未能全面解答實驗背後的人性本質。

好像不敢殺人，卻簽殺人合約

接下來，我們不妨串聯另一些實驗進行比較，或許能探究出當中關鍵（假如有人認為面對的情境不同，道德抉擇不能作出任何比較，則很多課題也無法分析下去了）。

曾有心理學家找來一批受試者，向他們提供一份合約，若簽署同意會有一位不相識的人被殺，受試者有一晚時間考慮，簽署後便立即取得一千美元作為報酬。結果令人相當驚訝，為數不少的人竟然簽了，並不顧一位無辜的人因此而死。我們細心留意的話，自然知道簽署殺人合約的實驗，「後果」遠比學生受到電擊之苦來得嚴重，但何以人們仍願意簽署呢？問題也在於，兩個實驗均未形成所謂「從眾壓力」，因為電擊實驗主要影響來自主持人的威權，而殺人合約實驗，連威權壓力也撇除了，一整晚都無人催促他，足夠冷靜思考一千美元與無辜者性命的價值衡量。有人或許會說，這是金錢的誘惑啊，可能認為一千美元比一條人命更值錢的「賤種」大有人在哩﹗那如何解釋經典「火車難題」的第二重設問呢？在沒有權力或從眾壓力下，統計回來的數據顯示，百分之八十九的人都不會推那高大胖子下橋，使該列火車轉軌，從而「殺一救五」。若是危急情況之下人們都下不了手，這樣更顯得殺人合約的實驗結果頗不尋常。（補充：假如不用「推」胖子，只是被迫轉轍軌道「殺一救五」，則有百分之八十九願意去做）

這些心理難題並非沒有哲學以外的其他解答，各種情境當然是不盡相同的，卻存在一個關鍵因素：抉擇屬於「直接/間接」呢？所謂直接/間接，是指面對道德困境時，你可能傷害別人的方式直接與否，簡單點說，「親手」推高大胖子下橋的情境，就是直接；相對於老師身處隔壁「按電掣」懲罰學生，也相對於人們用筆「簽署」殺人合約，後兩者則屬間接。

碰一碰令你搭訕能力急升

也許你感到難以置信，直接與間接真有這般嚴重嗎？神經科學家葛林（Greene）分析火車難題時已一併解答了上述疑問。他發現如果人間接地進行道德抉擇，例如只是按電掣、拉開關等，大腦中處理抽象推理的區域比較活躍；相反，假如要親手去作出抉擇，例如親手推胖子下橋，手執電槍電擊學生等，大腦中涉及情緒與社會認知的相關區域便較活躍。研究意味着，我們受強烈的感覺主導抉擇，只要方式比較間接，人的道德感便冷酷無情起來。仍在懷疑嗎？還有個關於「觸碰學」的心理實驗，雖然意向不同，卻跟葛林的發現互相輝映。這個實驗在法國進行，研究員找來三位年輕帥哥，在路邊向二百四十個少女勾搭，搭訕的模式分別在於，三位帥哥對一些少女輕碰其前臂一下，對另一些則沒有碰臂，最終發現輕碰手臂取得聯絡電話的成功率，比不碰手臂多一倍﹗[4] [5]還有一個相類實驗，餐廳服務員假如問候客人時，輕碰客人的手臂，得到的小費都比較多，選擇點菜時更願意聽服務員的意見，實驗在歐、亞洲測試結果一致，並無所謂文化差異。

是故，人類在亂倫問題上，演化機制影響著道德判斷；在傷害他人，甚至殺人的問題上，原來採用方式是直接抑或間接，又如此影響我們抉擇，一切都源於先天或後天不知不覺塑造出來的「道德直覺」。那麼，人類的基礎教育便顯得相當可貴，是後天的一股重要文化力量，除了解決實際問題以外，還欲提升人類的理智和感知能力（尤其抽象的推理能力）。話雖如此，現代受過高等教育的人，並不保證有良好質素，有多少人能夠巧妙擺脫天性直覺干擾我們的判斷呢？更遑論倚賴那含糊又難以界定的「自由意志」了。

1. Haidt, J. (2001). The emotional dog and its rational tail: A social intuitionist approach to moral judgment. Psychological Review. 108, 814-834
2. The Westermarck Effect minimizes the risk of incest
3. The Milgram Obedience Experiment
4. Why Light Touching Can Double Your Chances of Getting a Date [Excerpt]. Scientific American [Apr 25, 2012]
5. 《潛意識正在控制你的行為》天下文化出版