哲學（以及數學和物理）排擠女性？

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

科學期刊的預言：女性能追趕甚至超越男性？

我在 2002 年還在讀大四時，第一次看到兩位 UCLA 生理學家的論文〈不用多久女性就會跑得比男性快？〉，當時我覺得這個標題很荒謬。在那之前我花了五個賽季，進行 800 公尺中距離跑步訓練，成績已經超越世界女子紀錄。而且我還不是自己接力隊上跑最快的。

但那篇論文發表在《自然》（Nature）期刊上，這是世上極具聲望的科學期刊，所以一定有些道理。大眾就是這麼認為的。《美國新聞與世界報導》雜誌在 1996 年亞特蘭大奧運之前，對一千個美國人做了調查，結果其中有三分之二認為，「終有一天頂尖女運動員會勝過頂尖男運動員」。

《自然》期刊上那篇論文的作者，把男子組和女子組從 200 公尺短跑到馬拉松各項賽事歷年的世界紀錄畫成圖表，發現女子組紀錄進步得遠比男子組急速。他們用外推法從曲線的趨勢推斷未來，確定到 21 世紀前半葉，女性就會在各個賽跑項目擊敗男性。兩名作者寫道：「正因進步速度的差異實在非常大，而使（兩者）差距逐漸縮小。」

2004 年，趁著雅典奧運成為新聞焦點之際，《自然》又特別刊出一篇同類型的文章〈2156 年奧運會場上的重要衝刺？〉（Momentous Sprint at the 2156 Olympics?）──標題所指的，正是女子選手會在 100 公尺短跑比賽中，勝過男子選手的預計時間。

2005 年，三名運動科學家在《英國運動醫學期刊》發表了一篇論文，省去問號開門見山在標題宣稱：〈女性終將做到〉（Women Will Do It in the Long Run.）。

難道男性主導世界紀錄的情況，始終是歧視女性、把女性排除於競技場外的結果？

20 世紀上半葉，文化規範與偽科學嚴重限制了女性參與運動競技的機會。在 1928 年阿姆斯特丹奧運期間，有媒體（捏造）報導指稱，女性選手在 800 公尺賽跑後筋疲力竭地躺在地上，這讓一些醫生和體育記者十分反感，使得他們認為這個比賽項目會危害女性健康。《紐約時報》上有篇文章就寫：「這種距離太消耗女性的體力了。」^〔1〕那幾屆奧運之後，在接下來的三十二年間，距離超過 200 公尺的所有女子項目，都突然遭禁，直到 2008 年奧運，男女運動員的徑賽項目才終於完全相同。但《自然》期刊上的那幾篇論文指出，隨著女性參賽人數增多，看起來她們的運動成績到最後可能會與男性並駕齊驅，甚至比男性更好。

運動能力的基因密碼：性別差異的生物學根源

我去拜訪約克大學的運動心理學家喬．貝克時，我們談論到運動表現的男女差異，尤其是投擲項目的差異。在科學實驗裡證實過的所有性別差異中，投擲項目一直名列前茅。用統計學術語來說的話，男女運動員的平均投擲速度相差了三個標準差，大約是男女身高差距的兩倍。這代表如果你從街上拉一千個男子，其中 997 人擲球的力氣會比普通女性大。

不過貝克提到，這種情形可能是反映女性缺乏訓練。他的太太是打棒球長大的，輕輕鬆鬆就能贏過他。他打趣說：「她會發出一束雷射光。」那麼這是生物學上的差異嗎？

男性和女性的 DNA 差異極小，僅限於在女性身上為X或男性為Y的那單一染色體。姊弟或兄妹從完全相同的來源取得基因，透過重組母親和父親的 DNA，確保兄弟姊妹絕對不會相近到變成複製人。

性別分化過程大部分要歸結到 Y 染色體上的「SRY 基因」，它的全名是「Y 染色體性別決定區基因」。若要說有「運動能力基因」，那就非 SRY 基因莫屬了。人類生物學的安排，就是讓同樣的雙親能夠同時生育出男性的兒子和女性的女兒，即使傳遞的是相同的基因。SRY 基因是一把 DNA 萬能鑰匙，會選擇性地啟動發育成男性的基因。

我們在生命初期都是女性──每個人類胚胎在形成的前六週都是女性。由於哺乳動物的胎兒會接觸到來自母親的大量雌激素，因此預設性別為女性是比較合算的。在男性身上，SRY 基因到第六週時會暗示睪丸及萊氏細胞（Leydig cell）該準備形成了；萊氏細胞是睪丸內負責合成睪固酮的細胞。睪固酮在一個月之內會不斷湧出，啟動特定基因，關閉其他基因，兩性投擲差距不用多久就會出現。

男孩還在子宮時，就開始發育出比較長的前臂，這使得他們日後投擲時會做出更有力的揮臂動作。儘管男孩和女孩在投擲技能方面的差異，不如成年男性和女性之間那麼顯著，但這種差異在兩歲幼童身上已經很明顯了。

文化與訓練的影響：投擲項目中的性別差距

為了確定孩童之間的投擲差距有多少與文化有關，北德州大學和西澳大學的科學家組成團隊，共同測試美國孩童與澳洲原住民孩童的投擲技能。澳洲原住民沒有發展出農業，仍過著狩獵採集生活，他們教導女孩丟擲戰鬥及狩獵用武器，就像教導男孩一樣。這項研究確實發現，美國男孩和女孩在投擲技能上的差異，比澳洲原住民男孩和女孩之間的差異顯著許多。不過儘管女孩因為較早發育長得較高較壯，男孩仍比女孩擲得更遠。

普遍來說，男孩不僅比女孩更善於投擲，視覺追蹤攔截飛行物的能力往往也出色許多；87% 的男孩在目標鎖定能力的測試上，表現得比一般女孩好。另外，導致差異的部分原因，至少看起來是因為在子宮的時期接觸到了睪固酮。由於先天性腎上腺增生症，而在子宮裡接觸到高濃度睪固酮的女孩，上述項目的表現會像男孩一樣，而不像女孩；患有這種遺傳疾病的胎兒，腎上腺會過度分泌男性荷爾蒙。

受過良好投擲訓練的女性，能輕易勝過未受訓練的男性，但受過良好訓練的男性，表現會大幅超越受過良好訓練的女性。男子奧運標槍選手擲出的距離，比女子奧運選手遠大約三成，儘管女子組使用的標槍比較輕。此外，女性投出的最快棒球球速的金氏世界紀錄是 65 mph（相當於時速 105 公里），表現不錯的高中男生的球速經常比這還要快，有些男子職業球員可以投出超過 100 mph（相當於時速 160 公里）的球速。

在跑步方面，從 100 公尺到 1 萬公尺，經驗法則是把菁英級表現差距定在 11%。從短跑到超級馬拉松，不管任何距離的賽跑，男子組的前十名都比女子組的前十名快大約 11%。^〔2〕在職業等級，那就是個鴻溝。女子組的 100 公尺世界紀錄，跟 2012 年奧運男子組的參賽資格還差了四分之一秒；而在一萬公尺長跑，女子組的世界紀錄成績，與達到奧運參賽資格最低標準的男選手相比落後了一圈。

投擲項目與純爆發力型運動項目的差距更大。在跳遠方面，女子選手落後男子 19%。差距最小的是長距離游泳競賽；在 800 公尺自由式比賽中，排名前面的女子選手，與排名前面的男子選手差距不到 6%。

預言女性運動員將超越男性的那幾篇論文暗示，從 1950 年代到 1980 年代，女性表現的進展遵循一條會持續下去的穩定軌跡，但在現實中是有一段短暫爆發，隨後趨於平穩──這是女子運動員，而非男子運動員進入的平穩期。儘管到 1980 年代，女性在 100 公尺到 1 英里各項賽跑的最快速度，都開始趨於穩定，但男子運動員仍繼續緩慢進步，雖然只進步一點點。

數字很明確。菁英女子選手並未趕上菁英男子選手，也沒有保持住狀況，男性運動員則在非常慢地進步。生物學上的差距在擴大。但為什麼原本就有差距存在？

註釋

1.  各報上氣不接下氣地報導 800 公尺女子選手紛紛倒在跑道上。正如運動雜誌《跑步時代》（Running Times）2012 年的一篇文章指出的，實情是只有一個女子選手在終點線倒下，其餘三名都打破了先前的世界紀錄。據稱人在現場的《紐約郵報》記者寫道，「11 位淒慘的女性」當中有 5 人沒有跑完，5 人在跑過終點線後倒下。《跑步時代》報導說，參賽的女運動員只有 9 個，而且全部跑完。
2. 過去普遍認為，隨著比賽距離拉長，女子賽跑選手會超越男子選手。這是克里斯多福．麥杜格（Christopher McDougall）在《天生就會跑》這本很吸引人的書裡談到的主題，但不完全正確。成績非常優秀的跑者之間的 11% 差距，在最長距離和最短距離同樣穩固存在。儘管如此，南非生理學家卻發現，當一男一女的馬拉松完賽時間不相上下，那個男士在距離短於馬拉松的比賽中通常會贏過那個女士，但如果競賽距離加長到 64 公里，女士就會跑贏。他們報告說，這是因為男性通常比較高又比較重，比賽距離越長，這就會變成很大的缺點。然而在世界頂尖超馬選手當中，男女體型差異比一般群體中的差異小，而 11% 的成績差距，也存在於超級長距離的最優秀男女選手之間。

——本文摘自 大衛・艾普斯坦（David Epstein），《運動基因：頂尖運動表現背後的科學》，2020 年 12 月，行路出版，未經同意請勿轉載。

根據 10 月 30 號內政部最新公布的統計數據，台灣人最常取用的疊字名字，女性是「婷婷」，男性是「彬彬」，這男生的名字聽起來就很有禮貌，女生則是身材高挑，姿態端莊，而最常見的名字，男性是「家豪」，女性是「淑芬」，這些名字充滿了對於孩子的想像與祝福，希望男生能成為一位顧家卻又不失豪氣的大丈夫，女生則要保持賢淑，同時要像鮮花的芬芳那樣討人喜歡⋯⋯

等等⋯⋯我是不是掉入性別刻板印象了？

電視電影是刻板印象的修煉場，也是打破刻板印象的主戰場

名字就，就名字嘛！幹嘛說人家刻板？不過當我一說這些名字以及他們代表的意義，你應該也很快就察覺這是屬於刻板印象的一部分。這是因為我們的社會已經成長到能辨識這些觀念的程度了，但反過來說，你知道還有多少地方藏著沒有被發現的性別刻板印象嗎？

舉例來說，幾個月前在台灣掀起 MeToo 浪潮的電視劇《人選之人》，用一句「我們不要就這樣算了好不好」，許多人站出來指控那些糾纏他們多年的加害者。能有如此大的迴響，其實是天時地利人和的結果。想想以前看的鄉土劇、日韓劇或台劇，當劇中角色，特別是女性遇到性騷擾，通常是得等男主角出面「拯救」他們，不管是陪著他們去保警處理，或是用比較⋯⋯私人的方法解決。這樣的劇情設計，反映出當時社會給女性貼上的被動與柔弱標籤，必須要依靠勇敢、堅強的白馬王子才有辦法在社會上生存。雖然人選之人這部劇並非全繞著性騷擾事件發展，但一個由女性自己提出「我們不能這樣算了」的橋段，打破了過去影視作品裡的框架，也恰好與當前社會進步的步調吻合，這才如此多曾經被社會期待壓著不敢發聲的人，特別是女性與性少數站出來說出早就該讓大眾知曉的真相。

類似的案例還有留下「可是瑞凡，我回不去了」這句名言的台劇《犀利人妻》，相信你就算沒看過這部戲，也肯定看過這些衍生出來的迷因。犀利人妻之所以如此經典，是因為它翻轉了過去影視作品中對於「伴侶出軌」這件事的刻板印象。想想以前女性角色發現伴侶出軌，大多會選擇自怨自艾，又或者是對所謂的「小三」進行報復，試圖讓被奪走的愛人回心轉意。但是，犀利人妻的主角謝安真卻在悲痛之後卻選了一條新的道路。他割捨了背叛自己的瑞凡，做到了「沒有你，我過得更好」，這才有那句「我回不去了」。這些打破刻板印象的影視作品，不只是提供新觀點這麼簡單，他們更像是一種社會風氣的試水溫。假如這個作品收穫正向的迴響、甚至成為啟發許多人的契機，那代表我們已經做好準備踏入新的階段。

不然你想想，像犀利人妻或人選之人這樣的戲劇，有辦法在三十，甚至五十年前的台灣出現，取得同樣的成功嗎？或者比較一下 2000 年早期當紅偶像劇的男女主角形象（例如《惡作劇之吻》、《流星花園》、《公主小妹》），跟 2010 年開始台劇男女角色形象（《我可能不會愛你》、《女兵日記》、《我的婆婆怎麼那麼可愛》），是不是多了很多有趣的變化與多樣性？

從這個角度去看，一直在進步、向著更平等社會邁進的我們，其實是真的已經「回不去」了。不只製作品質不斷提升，我們也越來越重視劇中傳達的訊息，希望讓影視作品不再是單純的娛樂取向產品，更能為我們生活的環境所有貢獻。

欸，「靠影視改變社會」，這可不只是嘴巴上說得好聽的空頭支票，你我都很熟悉的一個娛樂巨擎已經在做，而且做很多年了。

如果你腦中突然出現三個閃亮亮圓圈⋯⋯恭喜你，答對了！

迪士尼是公主製造工廠？

說到迪士尼，不知道你最先想到的哪個角色呢？對我來說，肯定是最經典的《小美人魚》。但其實啊，現在已經有許多心理學研究發現，這些角色以及他們的故事不只是陪伴我們長大，其實還潛移默化了我們對於自己與他人，乃至於整個世界的想像。

當然，這不是迪士尼對觀眾施了什麼魔法，而是我們，特別是自我認同尚未穩固的小孩子，特別容易從接觸的童話故事、小說、電視電影等媒介中，汲取角色的言行與價值觀成為自己的一部分。這樣的學習歷程在 2012 年被心理學家注意到，並命名為「經驗擷取」（experience-taking），可以把它想像成是一種把虛構角色當成榜樣的學習過程。我們小時候都曾想像自己能成為故事裡的英雄，當個帥氣的白馬王子，或是成為眾星拱月的公主，在充滿愛與勇氣的世界裡過上永遠幸福快樂的日子。經驗擷取就是把這個過程變成無意識、很難覺察得到的悄然變化。

也因為這個人類內建的機制存在，使得迪士尼的公主系列不只是打造出一系列的經典 IP，他還把順應當時性別刻板印象的角色模板偷偷植入每個小小觀眾的腦袋裡。如果你想當公主，就必須穿得像個公主、言行舉止像個公主、活得像個公主⋯⋯而當這些公主與王子都極為相似時，你就會得到兩套（公主與王子）偏頗且平面的刻板印象。對根本不懂人情世故的小孩來說，他們無從判斷這些「必須」是否恰當，又或者適不適合自己，所以更容易無條件地相信這些價值觀。這可不是危言聳聽，早在 1996 年就有心理學家注意到這件事，但要真的引發學術界廣泛的討論，還得等到 2011 年，性別平權意識又再提升之後。在 2017 年的一篇行為分析研究，便明確觀察到頻繁暴露於迪士尼作品的 3-5 歲女童在玩妝扮公主遊戲時，會不假思索地直接複製刻板印象的內容，並且會對自己無法「穿得像位公主」或「動得像位公主」而焦慮。

你可能會想，這些事情等長大自己就會想通了。但其實這些小時候建立起來的想像，就跟雛鳥的印刻效應一樣，會在我們的認知裡停留很久很久，有些人可能一輩子都擺脫不了他們的影響。不只心理學家注意到這件事，迪士尼其實也很清楚自家作品擁有的影響力，這讓他們在 21 世紀後進入了「反轉」期。同樣是改編經典作品，但像《青蛙與王子》、《魔髪奇緣》等作品都賦予角色全新的形象，讓公主挑起英雄的大樑。到了《冰雪奇緣》，更是直接把艾莎晉升成女王，不但讓漢斯這個口蜜腹劍的負心漢王子露出真面目，還藉由與妹妹安娜之間的對比強調「女生為什麼不能自己做主」。雖然看起來還是王權封建制度，但傳達出來的訊息可是截然不同，這些努力也受到近年心理學研究的肯定。

而且大家仔細想想這些被翻轉的迪士尼角色，除了個性獨立，在行為上還有個很重要的共通點，那就是在面對不公義時，他們選擇了反抗。這是過去數百年間性別議題很常碰壁的死結：女性必須要為自己應有的權益發聲，但因為傳統社會期待女性要柔弱，所以當他們真的挺身而出，會先遇到「你怎麼這麼不像女生」的指責，真該重視的權益議題反而被忽略了。這時候，一個能在社會輿論中引發討論、「以身作則」的榜樣，就算是虛構的角色也足以打破那條深埋在社會文化中的無形界線。

過去的迪士尼是公主製造工廠，現在則是扭轉性別刻板印象不可或缺的盟友之一呢。

但是，也有人認為迪士尼已經「政治正確」搞過頭，反而破壞了我們的童年回憶，這又該怎麼看待呢？

矯枉過正的政治正確？

莎士比亞在《哈姆雷特》裡寫下「請您善待這班戲子伶人，不可怠慢！因為他們是這個時代的縮影！」，這句話其實到了現代仍然適用，因為創作作品的是人，所以難免會把自己的經驗與想像投射進去。而且除了創作者自己的意向，作品內容同樣會受到市場箝制，就好比歐洲中世紀的藝術作品會有濃厚的宗教色彩，又或者台灣在解嚴後出現的鄉土文學熱潮，可以說是相輔相成的角色。

但就像 20 世紀的迪士尼迎合市場，卻無意間成為助長性別刻板印象的幫兇，很多東西都是過猶不及，一但走向極端就可能衍生出新的議題。相信大家就算再不關心，肯定都聽過關於「政治正確」的討論吧？但若我們只看一些較為激烈或極端的案例，會很容易誤解這個「政治正確」風氣出現的本意。

前面有說到，所謂的性別刻板印象，是一種偏頗且扁平的框架，告訴你「要想成為他，就必須符合這些條件」。打個比方，你喜歡吃哇沙比嗎？雖然是生魚片的好朋友，但假如今天你從小被教育吃任何食物都要加哇沙比，如果不加就不准吃，那即使你再怎麼討厭哇沙比，也會因為肚子餓而不得不忍受這些難以下嚥的食物組合。這樣隨著時間逐漸僵化的性別框架，在心理學被稱為「性別基模」（gender schema），是一個在過去 30 年來被廣泛研究的題目。

根據提出性別基模理論的心理學家 Bem（貝姆），要想拯救這樣悲劇的味蕾，單純跟你說「你可以不要哇沙比」是沒有用的。因為時間一久，你很可能已經習慣了哇沙比的味道，甚至不需要外力逼迫，你都不覺得這樣搭配有什麼奇怪的。你需要的，是實際感受「沒有哇沙比的食物」吃起來是什麼味道。品嚐過食物原本的味道後，你封閉的經驗被打開了，就算最後決定你還是喜歡哇沙比，那也是自身意願的選擇。

而這些所謂「政治正確」的創作選擇，其實就是在提供過去作品中欠缺的「多樣性」與「社會期待以外的選擇」。像剛拿下金鐘獎最佳女主角、戲劇導演與戲劇節目的《村裡來了個暴走女外科》，便是讓觀眾看見「不符合傳統醫師形象」也能「當個好醫生」的劉梓旭醫師，用超乎社會期待的方式處理自己生活中的議題。另外像是接連刷新華視收視率紀錄的《俗女養成記》又或者是十多年前的偶像劇《敗犬女王》，都是在用自己的方式回應「女生年紀大，身價塌」的歧視，讓同樣對年齡有焦慮感的女性看見選擇就算「不回答標準答案」也能找到幸福的可能性。

同樣的，讓女性或少數族群擔綱過往由男性把持的英雄角色，也是在提供觀眾一種新的角色模板。例如哈利波特裡最聰明、能力最強的並不是被預言選上唯一能與佛地魔對抗的哈利，而是麻瓜出身的妙麗。先不討論作者 JK 羅琳近年與 LGBTQ 族群起的爭議，在 21 世紀初期，那位願意一拳揍上馬份鼻子、永遠是第一個想出困境解法的年輕女巫可是西方女性培力的代言人，成為許多年輕女孩嚮往與效仿的對象。

或許不是每部影視作品都能像哈利波特或迪士尼形塑一整個世代的社會風氣，又或者像人選之人這樣啟發前所未有的 Me Too 運動，但他們多少反映了我們現在身處的環境，同時為他的改變與延續做出一點貢獻。從這個角度去想，你會發現政治正確並不是現在才有的現象，而是從古至今一直都有的創作取向。而之所以「政治正確」會在現代引起如此大的爭議，其實還得歸功我們成功打破了刻板印象，以致於大家都有了「正確答案不只一種」的認知，這才會對與自身想法不同的答案表達質疑，不是嗎？

對了，你最近看過的戲劇作品中，哪些作品的性別呈現最深得你心呢？歡迎跟我們分享吧！我先說，我自己最愛的是《八尺門的辯護人》裡的 Leena 跟陳令秋，那你呢？

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

• https://www.moi.gov.tw/News_Content.a…
• Corwin, H. J. （1998）. Reading with empathy: The effect of self-schema and gender-role identity on readers’ empathic identification with literary characters （Order No. 9937004）. Available from ProQuest Dissertations & Theses A&I. （304459026）. Retrieved from http://search.proquest.com/docview/30…
• Giezrzynski, A., & Eddy, K. （2013）. Harry Potter and the Millennials: Research Methods and the Politics of the Muggle Generation. JHU Press.
• Kaufman, G. F., & Libby, L. K. （2012）. Changing beliefs and behavior through experience-taking. Journal of personality and social psychology, 103（1）, 1.
• Kidd, D. C., & Castano, E. （2013）. Reading literary fiction improves theory of mind. Science, 2013, 342.6156: 377-380.
• Klodt, J. E. （2003）. Sex, drugs, and self-destruction: Reading decadence and identity in spain’s youth narrative.
• Todd, A. R., & Galinsky, A. D. (2014). Perspective‐taking as a strategy for improving intergroup relations: Evidence, mechanisms, and qualifications. Social and Personality Psychology Compass, 8(7), 374-387.
• Green, M. C., & Jenkins, K. M. (2014). Interactive narratives: Processes and outcomes in user-directed stories. Journal of Communication, 64(3), 479-500.
• England, D. E., Descartes, L., & Collier-Meek, M. A. (2011). Gender role portrayal and the Disney princesses. Sex roles, 64, 555-567.
• Streiff, M., & Dundes, L. (2017). Frozen in time: How Disney gender-stereotypes its most powerful princess. Social Sciences, 6(2), 38.
• Garabedian, J. (2015). Animating gender roles: How Disney is redefining the modern princess. James Madison Undergraduate Research Journal (JMURJ), 2(1), 4.
• Hoerrner, K. L. (1996). Gender roles in Disney films: Analyzing behaviors from Snow White to Simba. Women’s studies in communication, 19(2), 213-228.
• Wiersma, B. A. (2000). The gendered world of Disney: A content analysis of gender themes in full-length animated Disney feature films. South Dakota State University.
• Hunt, S. (2015). Representations of gender and agency in the Harry Potter series. In Corpora and discourse studies: Integrating discourse and corpora (pp. 266-284). London: Palgrave Macmillan UK.
• Hoerrner, K. L. (1996). Gender roles in Disney films: Analyzing behaviors from Snow White to Simba. Women’s studies in communication, 19(2), 213-228.
• Bem, S. L. (1983). Gender schema theory and its implications for child development: Raising gender-aschematic children in a gender-schematic society. Signs: Journal of women in culture and society, 8(4), 598-616.
• Bem, S. L. (1981). Gender schema theory: A cognitive account of sex typing. Psychological review, 88(4), 354.
• Starr, C. R., & Zurbriggen, E. L. (2017). Sandra Bem’s gender schema theory after 34 years: A review of its reach and impact. Sex Roles, 76, 566-578.