0

0
0

文字

分享

0
0
0

【Gene思書齋】該如何在道德部落間建立對話、凝聚共識?

Gene Ng_96
・2016/03/15 ・4491字 ・閱讀時間約 9 分鐘 ・SR值 581 ・九年級

 

有許多公共議題的辯論,真的很叫人傷透腦筋,例如該廢死嗎?該開放移民嗎?該抽富人重稅作重分配嗎?同性戀婚姻該合法嗎?墮胎該合法嗎?該限制發展來保護環境嗎?鄉民的正義,在這些議題的討論中,常常是不缺席的。就算是理性的討論,正反方都能提出有理的論據,在教育中不太強調思辯的亞洲社會,尤其令人難以抉擇,所以乾脆憑感覺,或者不理會而去小確幸了……

可是問題不會在大家都在小確幸時就自動解決,於是該自暴自棄地說,反正就鬼島嘛!其實,只要一天沒有足夠多的人來公民參考地理性思辯,我們就只能坐等權益被即得利益者一步步地剝削下去,因為愚民,是當權者最愛的奴隷。

可是理性的討論,有多難呢?在太陽花學運期間,因為支持或幹譙的不同立場,就讓我不少朋友,在臉書上狂刪朋友!很多被刪的,還不止是臉友,而是現實中真的認識的人。有些朋友在政治上的立場和我相反,看了火大,也讓我取消追蹤好幾位朋友,據說因為不爽我的立場,取消追蹤我或刪除朋友的,也有十幾人了吧~

有本好書《好人總是自以為是:政治與宗教如何將我們四分五裂》(The Righteous Mind: Why Good People are Divided by Politics and Religion),就是在探討大家對公共議題,為何會爭得面紅耳赤(請參見〈好人真的總是自以為是?〉)。《好人總是自以為是》作者強納森‧海德特(Jonathan Haidt)指出,許多心理學和神經科學的研究顯示,我們的許多道德判斷,是直覺先來,策略推理後到的。

-----廣告,請繼續往下閱讀-----

海德特提出柏拉圖(Πλάτων,約公元前427-前347)、哲斐遜(Thomas Jefferson,1743-1826)和休姆(David Hume,1711-1776)的主張,柏拉圖認為理性是主人,哲斐遜認為理性和感性是平等共治的,休姆認為理性是熱情的僕人。他提出許多研究證據顯示休姆可能才是對的。他把心智比喻作象和騎象人,指出心智好比騎象人(控制式歷程)騎在大象(自動化歷程)上。

騎象人逐步演化為服侍大象。我們的道德判斷有強烈的直覺,理由是事後努力建構的。因為騎象人是服侍大象的,所以他指出,想要在道德和政治議題上說服別人,要先和大象對話。海德特舉出大量的心理學和神經科學研究來說明,為何是直覺先來,策略推理後到。

《好人總是自以為是》是一本給了我許多啟發的好書,我寫書評介紹好書有兩三百本了,有本讓我見到朋友就大力推薦的好書,其實並不多。但是,《好人總是自以為是》是我認為,如果今天只想讀一本嚴肅的書,就讀這一本的好書!

無獨有偶,今年中也有本用心理學、神經科學與道德哲學來談道德的一本書,是哈佛心理學家約書亞‧格林(Joshua Greene)的《道德部落:道德爭議無處不在,該如何建立對話、凝聚共識?》(Moral Tribes: Emotion, Reason, and the Gap Between Us and Them),書中也指出,我們的大腦像是雙模式相機,配有自動模式及手動模式。自動模式指的是我們的道德情感機制,大腦從演化、文化及個人經驗形塑出我們的情感系統,讓我們得以用直覺自動並有效地解決日常事務;思考能力則如同大腦的手動模式,透過理性的運作,我們的想法也更多元、更具彈性。

-----廣告,請繼續往下閱讀-----

《道德部落》 指出,成為社會動物需要自動運作的情感機制,以自我融入社群中,但同樣的情感機制,也將我們變成部落動物,促使我們(Us)對抗非我族類(Them)。我族與他族之間,往往存在相異的價值隔閡,「我們是對的,你們是錯的」,此一信念深植所有人心中,促使我們在面對各種政治議題時,習於對抗非我族類,有時使用語言,有時用肢體暴力,極端份子甚至是用槍炮炸彈,必定要攻擊對方,至死方休。

台灣人對這點應該非常熟悉,泛藍也好,泛綠也好,藍綠的鄉民都只看到和放大對方缺點,對自己人的過失當作不存在,言語甚至肢體霸凌是家當便飯。不是因為台灣人素質低,是因為我們身為人而演化來的情感機制在放肆!

格林在《道德部落》中用東西南北四個部落來作比喻,最常提到的北方和南方部落,就像美國的自由派和保守派。我們大腦的設計,能幫助我們適應部落群體生活,和同我族類合作相處,並對抗非我族類。但現代資訊社會將世界上不同群體全塞進一個共同的空間,尤其是在網路上,這樣前所未有的契機,激化了各群體的價值衝突。

我們人類上百萬年間,絕大部分人天天見到的都是自己認識的人,除了少數宅到爆的人,我們一般上天天都會碰見陌生人,文明社會能夠讓陌生人間不發生衝突甚至協作,仰賴的是許多法律和制度的建立,可是法律和制度要如何讓大部分人滿意呢?當世界愈來愈小,區分不同群體的道德分野愈來愈突出,我們就愈來愈容易困惑。從抗議租稅法規、墮胎、同志婚姻到全球暖化,不同文化背景形成了不同的道德常識。面對不同的道德常識標準,能不能找到所謂的共識?

-----廣告,請繼續往下閱讀-----

格林帶領我們追溯道德的起源,並探索了現代社會價值衝突的現況,他指出我和我群的關係而建立的道德直覺,已經不適合現今的複雜的社會狀況了,當我群和他群同時存在,面對複雜多元的現代社會,並且要共享分配資源時,他主張我們需要手動模式的理性操作,才能超越部落情感, 以設立實用的思考路徑,建立一個適用於全球的道德方案,幫助我們解決分歧問題。

既然我們要放下道德直覺而進入手動模式,那我們應該要如何面對、處理道德爭議呢?格林認為,實效主義(Utilitarianism)是個好方法,因為實效主義的思維模式,就是經過最理性的算計的。

格林,在《道德部落》中,極力為實效主義辯護,實效主義(Utilitarianism),在《好人總是自以為是》中譯作效益論,在別的書中,有時候譯作功利主義。提倡追求「最大幸福」(Maximum Happiness),認為實用即至善的理論,相信決定行為適當與否的標準在於其結果的實用程度。在哈佛政治哲學家桑德爾(Michael Sandel)著名的「正義」課中,他用電車問題來讓學生討論,其中一個是電車剎車失靈,要撞上鐵軌上的五個不知情的工人,另一邊的鐵軌只有一個工人,如果變換軌道犧牲一人來保住五條人命,大家能接受嗎?如果是從天橋上推一胖子下去呢?

實效主義最令人感冒的是功利的算計,而且在看「正義」課程,或讀《正義:一場思辨之旅》(Justice: What’s the Right Thing to Do)時,會有種實效主義被桑德爾駁到的感覺,因為桑德爾舉例說,如果羅馬時代,大家都認為把基督徒丟到競技場去餵獅子老虎會感到快樂,那樣就算道德了嗎?(請參見〈一場思辨之旅的正義〉

-----廣告,請繼續往下閱讀-----

實效主義不僅被那樣批評,《好人總是自以為是》還指出,效益論(就是實效主義)的鼻祖美國哲學家邊沁(Jeremy Bentham,1748-1832)是個亞斯伯格症患者,而開創義務論的德國哲學家康德(Immanuel Kant,1724-1804)終生恪守書齋,海德特認為效益論和義務論都是單一受體型的道德觀,如果把道德比喻作味覺的話。

《好人總是自以為是》的原文出版在《道德部落》之前,後者書中有討論到《好人總是自以為是》,只是在後者中照原文書文直譯作《正義之心》。格林和海德特也曾共同撰寫過一篇評論論文(Greene J, Haidt J. Trends Cogn Sci. 2002 Dec 1;6(12):517-523.)。然而,《道德部落》卻認為實效主義是一種深度的實用主義!格林認為,實效主義其實是被長期誤解和汙名化。例如有人推論出實效主義者會支持奴隸制度,因為奴隸制的益效最大。可是格林指出,會那樣想是完全誤解實效主義,以為財富就等同快樂!可是奴隸制實際上雖然能為主人累積財富,但卻製造出更多不快樂的人,所以這個攻擊是無的放矢!

《道德部落》並非要我們成為一個完全的實效主義者,而是建議我們何時該相信我們的直覺,何時又該理性思考,而什麼樣的思考又能讓我們跨越分歧,向共識邁進。他提出六大原則,首先,在個人生活中,該信任道德直覺,可是在面對我群和他群的道德爭議時,應切換到手動模式!再來,權利不是用來論證的,而是用來結束論證的,當我們達到道德進步時,權利能作為盾牌來保護,但我們永遠不知道哪一項權利比另一項優勢。

接著,格林主張,我們我們該把焦點放在事實上,並要求別人也這麼作!有些政策並沒有必要急著爭論成效,因為連最基本的事實都還沒有。共和黨在九月中的初選辯論,在美國知識份子界引起了軒然大波,因為那些競爭總統候選人寶座的共和黨人,在台上無視事實而畫唬爛的地步,已經是到了幾乎全都是黑白講、練肖話的地步,彷彿他們來自另一個星球!

-----廣告,請繼續往下閱讀-----

《道德部落》和《好人總是自以為是》兩本好書作者,雖然極力探討道德上如何分解分歧和尋求共識,可是在書中都不諱言他們極不認同共和黨,格林大剌剌地表示他是自由派,而海德特雖然認為自己從自由派往中間靠了,也理解了一些保守派的想法,但是仍強調他反對共和黨!再怎麼想在道德上如何分解分歧和尋求共識,都不能容忍邪惡吧?台灣或馬來西亞選出了一個爛人當國家元首,搞砸的是一個國家,可是美國選出了爛人,搞砸的可是全世界啊!

原則四是要當心有偏私的公平,因為我們會有意無意地選擇對自己有利的方式然後宣稱其公平。原則五是運用共通貨幣,簡單來說就是用科學的知識,來尋找最客觀的方案。最後,他提議我們在有餘力的情況下,也要試圖改善他人的生活!

雖然《道德部落》和《好人總是自以為是》的評論差不多,但我個人覺得《道德部落》讀起來的趣味性稍遜《好人總是自以為是》。可是《道德部落》在第十一章花了近半章來討論《好人總是自以為是》,卻讓我拍案叫好!前述提到格林是自由派,他認為海德特主張自由派和保守派該互相理解,但他在關於理性、手動模式在道德心理學上扮演的角色,和海德特的見解相異。他認為即使對手不邪惡,也不見得他們的主張是正確的!他不認同海德特主張自由派道德味覺狹隘,就是不認為自由派在道德上有缺陷。

從《道德部落》中可知,保守派反而才是心胸狹隘的一群人,成天只顧及自己的利益和部落歸屬,無法接受多元的觀點。也就是說,與其說保守派道德味覺較廣,還不如說他們完全接受自己部落的公平、忠誠、權威和神聖,可是不管他群的死活!可是自由派的道德味覺不僅沒有損壞,反而是更精細地包容多元,完全認同我群而排斥他群的保守派,只會在複雜的世界中造成更大的衝突和對立,並無法促成更大的善!我認為,保守派充其量只能達到最大的偽善!

-----廣告,請繼續往下閱讀-----

他也反對自由意志主義,指出深度的實用主義者不會是自由意志主義者,因為他不相信真正的公平是存在的,有些人包括他自己,還有我自己,出生時就因為家庭背景比一些人佔了些優勢!如果不是我父母那麼勤快能幹,我不會有機會在高等教育上比別人更有優勢,所以我也不相信該完全放任,因為有時候跑得比較遠,不是因為跑得比較快,是因為出發點出別人遠!因為怎麼能把一個人的財富多寡完全歸因成是個人的努力而一點一滴都不該捨予?

《道德部落》和《好人總是自以為是》是這個混亂的時代的兩盞明燈!值得所有關心公民議題的朋友花心思好好閱讀思考,咀嚼其中博大精深的細緻精髓!

本文原刊登於閱讀‧最前線【GENE思書軒】,並同步刊登於The Sky of Gene

-----廣告,請繼續往下閱讀-----
文章難易度
Gene Ng_96
295 篇文章 ・ 32 位粉絲
來自馬來西亞,畢業於台灣國立清華大學生命科學系學士暨碩士班,以及美國加州大學戴維斯分校(University of California at Davis)遺傳學博士班,從事果蠅演化遺傳學研究。曾於台灣中央研究院生物多樣性研究中心擔任博士後研究員,現任教於國立清華大學分子與細胞生物學研究所,從事鳥類的演化遺傳學、基因體學及演化發育生物學研究。過去曾長期擔任中文科學新聞網站「科景」(Sciscape.org)總編輯,現任台大科教中心CASE特約寫手Readmoo部落格【GENE思書軒】關鍵評論網專欄作家;個人部落格:The Sky of Gene;臉書粉絲頁:GENE思書齋

0

0
0

文字

分享

0
0
0
LDL-C 正常仍中風?揭開心血管疾病的隱形殺手 L5
鳥苷三磷酸 (PanSci Promo)_96
・2025/06/20 ・3659字 ・閱讀時間約 7 分鐘

本文與 美商德州博藝社科技 HEART 合作,泛科學企劃執行。

提到台灣令人焦慮的交通,多數人會想到都市裡的壅塞車潮,但真正致命的「塞車」,其實正悄悄發生在我們體內的動脈之中。

這場無聲的危機,主角是被稱為「壞膽固醇」的低密度脂蛋白( Low-Density Lipoprotein,簡稱 LDL )。它原本是血液中運送膽固醇的貨車角色,但當 LDL 顆粒數量失控,卻會開始在血管壁上「違規堆積」,讓「生命幹道」的血管日益狹窄,進而引發心肌梗塞或腦中風等嚴重後果。

科學家們還發現一個令人困惑的現象:即使 LDL 數值「看起來很漂亮」,心血管疾病卻依然找上門來!這究竟是怎麼一回事?沿用數十年的健康標準是否早已不敷使用?

膽固醇的「好壞」之分:一場體內的攻防戰

膽固醇是否越少越好?答案是否定的。事實上,我們體內攜帶膽固醇的脂蛋白主要分為兩種:高密度脂蛋白(High-Density Lipoprotein,簡稱 HDL)和低密度脂蛋白( LDL )。

-----廣告,請繼續往下閱讀-----

想像一下您的血管是一條高速公路。HDL 就像是「清潔車隊」,負責將壞膽固醇( LDL )運來的多餘油脂垃圾清走。而 LDL 則像是在血管裡亂丟垃圾的「破壞者」。如果您的 HDL 清潔車隊數量太少,清不過來,垃圾便會堆積如山,最終導致血管堵塞,甚至引發心臟病或中風。

我們體內攜帶膽固醇的脂蛋白主要分為兩種:高密度脂蛋白(HDL)和低密度脂蛋白(LDL)/ 圖片來源:shutterstock

因此,過去數十年來,醫生建議男性 HDL 數值至少應達到 40 mg/dL,女性則需更高,達到 50 mg/dL( mg/dL 是健檢報告上的標準單位,代表每 100 毫升血液中膽固醇的毫克數)。女性的標準較嚴格,是因為更年期後]pacg心血管保護力會大幅下降,需要更多的「清道夫」來維持血管健康。

相對地,LDL 則建議控制在 130 mg/dL 以下,以減緩垃圾堆積的速度。總膽固醇的理想數值則應控制在 200 mg/dL 以內。這些看似枯燥的數字,實則反映了體內一場血管清潔隊與垃圾山之間的攻防戰。

那麼,為何同為脂蛋白,HDL 被稱為「好」的,而 LDL 卻是「壞」的呢?這並非簡單的貼標籤。我們吃下肚或肝臟製造的脂肪,會透過血液運送到全身,這些在血液中流動的脂肪即為「血脂」,主要成分包含三酸甘油酯和膽固醇。三酸甘油酯是身體儲存能量的重要形式,而膽固醇更是細胞膜、荷爾蒙、維生素D和膽汁不可或缺的原料。

-----廣告,請繼續往下閱讀-----

這些血脂對身體運作至關重要,本身並非有害物質。然而,由於脂質是油溶性的,無法直接在血液裡自由流動。因此,在血管或淋巴管裡,脂質需要跟「載脂蛋白」這種特殊的蛋白質結合,變成可以親近水的「脂蛋白」,才能順利在全身循環運輸。

肝臟是生產這些「運輸用蛋白質」的主要工廠,製造出多種蛋白質來運載脂肪。其中,低密度脂蛋白載運大量膽固醇,將其精準送往各組織器官。這也是為什麼低密度脂蛋白膽固醇的縮寫是 LDL-C (全稱是 Low-Density Lipoprotein Cholesterol )。

當血液中 LDL-C 過高時,部分 LDL 可能會被「氧化」變質。這些變質或過量的 LDL 容易在血管壁上引發一連串發炎反應,最終形成粥狀硬化斑塊,導致血管阻塞。因此,LDL-C 被冠上「壞膽固醇」的稱號,因為它與心腦血管疾病的風險密切相關。

高密度脂蛋白(HDL) 則恰好相反。其組成近半為蛋白質,膽固醇比例較少,因此有許多「空位」可供載運。HDL-C 就像血管裡的「清道夫」,負責清除血管壁上多餘的膽固醇,並將其運回肝臟代謝處理。正因為如此,HDL-C 被視為「好膽固醇」。

-----廣告,請繼續往下閱讀-----
為何同為脂蛋白,HDL 被稱為「好」的,而 LDL 卻是「壞」的呢?這並非簡單的貼標籤。/ 圖片來源:shutterstock

過去數十年來,醫學界主流觀點認為 LDL-C 越低越好。許多降血脂藥物,如史他汀類(Statins)以及近年發展的 PCSK9 抑制劑,其主要目標皆是降低血液中的 LDL-C 濃度。

然而,科學家們在臨床上發現,儘管許多人的 LDL-C 數值控制得很好,甚至很低,卻仍舊發生中風或心肌梗塞!難道我們對膽固醇的認知,一開始就抓錯了重點?

傳統判讀失準?LDL-C 達標仍難逃心血管危機

早在 2009 年,美國心臟協會與加州大學洛杉磯分校(UCLA)進行了一項大型的回溯性研究。研究團隊分析了 2000 年至 2006 年間,全美超過 13 萬名心臟病住院患者的數據,並記錄了他們入院時的血脂數值。

結果發現,在那些沒有心血管疾病或糖尿病史的患者中,竟有高達 72.1% 的人,其入院時的 LDL-C 數值低於當時建議的 130 mg/dL「安全標準」!即使對於已有心臟病史的患者,也有半數人的 LDL-C 數值低於 100 mg/dL。

-----廣告,請繼續往下閱讀-----

這項研究明確指出,依照當時的指引標準,絕大多數首次心臟病發作的患者,其 LDL-C 數值其實都在「可接受範圍」內。這意味著,單純依賴 LDL-C 數值,並無法有效預防心臟病發作。

科學家們為此感到相當棘手。傳統僅檢測 LDL-C 總量的方式,可能就像只計算路上有多少貨車,卻沒有注意到有些貨車的「駕駛行為」其實非常危險一樣,沒辦法完全揪出真正的問題根源!因此,科學家們決定進一步深入檢視這些「駕駛」,找出誰才是真正的麻煩製造者。

LDL 家族的「頭號戰犯」:L5 型低密度脂蛋白

為了精準揪出 LDL 裡,誰才是最危險的分子,科學家們投入大量心力。他們發現,LDL 這個「壞膽固醇」家族並非均質,其成員有大小、密度之分,甚至帶有不同的電荷,如同各式型號的貨車與脾性各異的「駕駛」。

為了精準揪出 LDL 裡,誰才是最危險的分子,科學家們投入大量心力。發現 LDL 這個「壞膽固醇」家族並非均質,其成員有大小、密度之分,甚至帶有不同的電荷。/ 圖片來源:shutterstock

早在 1979 年,已有科學家提出某些帶有較強「負電性」的 LDL 分子可能與動脈粥狀硬化有關。這些帶負電的 LDL 就像特別容易「黏」在血管壁上的頑固污漬。

-----廣告,請繼續往下閱讀-----

台灣留美科學家陳珠璜教授、楊朝諭教授及其團隊在這方面取得突破性的貢獻。他們利用一種叫做「陰離子交換層析法」的精密技術,像是用一個特殊的「電荷篩子」,依照 LDL 粒子所帶負電荷的多寡,成功將 LDL 分離成 L1 到 L5 五個主要的亞群。其中 L1 帶負電荷最少,相對溫和;而 L5 則帶有最多負電荷,電負性最強,最容易在血管中暴衝的「路怒症駕駛」。

2003 年,陳教授團隊首次從心肌梗塞患者血液中,分離並確認了 L5 的存在。他們後續多年的研究進一步證實,在急性心肌梗塞或糖尿病等高風險族群的血液中,L5 的濃度會顯著升高。

L5 的蛋白質結構很不一樣,不僅天生帶有超強負電性,還可能與其他不同的蛋白質結合,或經過「醣基化」修飾,就像在自己外面額外裝上了一些醣類分子。這些特殊的結構和性質,使 L5 成為血管中的「頭號戰犯」。

當 L5 出現時,它並非僅僅路過,而是會直接「搞破壞」:首先,L5 會直接損傷內皮細胞,讓細胞凋亡,甚至讓血管壁的通透性增加,如同在血管壁上鑿洞。接著,L5 會刺激血管壁產生發炎反應。血管壁受傷、發炎後,血液中的免疫細胞便會前來「救災」。

-----廣告,請繼續往下閱讀-----

然而,這些免疫細胞在吞噬過多包括 L5 在內的壞東西後,會堆積在血管壁上,逐漸形成硬化斑塊,使血管日益狹窄,這便是我們常聽到的「動脈粥狀硬化」。若這些不穩定的斑塊破裂,可能引發急性血栓,直接堵死血管!若發生在供應心臟血液的冠狀動脈,就會造成心肌梗塞;若發生在腦部血管,則會導致腦中風。

L5:心血管風險評估新指標

現在,我們已明確指出 L5 才是 LDL 家族中真正的「破壞之王」。因此,是時候調整我們對膽固醇數值的看法了。現在,除了關注 LDL-C 的「總量」,我們更應該留意血液中 L5 佔所有 LDL 的「百分比」,即 L5%。

陳珠璜教授也將這項 L5 檢測觀念,從世界知名的德州心臟中心帶回台灣,並創辦了美商德州博藝社科技(HEART)。HEART 在台灣研發出嶄新科技,並在美國、歐盟、英國、加拿大、台灣取得專利許可,日本也正在申請中,希望能讓更多台灣民眾受惠於這項更精準的檢測服務。

一般來說,如果您的 L5% 數值小於 2%,通常代表心血管風險較低。但若 L5% 大於 5%,您就屬於高風險族群,建議進一步進行影像學檢查。特別是當 L5% 大於 8% 時,務必提高警覺,這可能預示著心血管疾病即將發作,或已在悄悄進展中。

-----廣告,請繼續往下閱讀-----

對於已有心肌梗塞或中風病史的患者,定期監測 L5% 更是評估疾病復發風險的重要指標。此外,糖尿病、高血壓、高血脂、代謝症候群,以及長期吸菸者,L5% 檢測也能提供額外且有價值的風險評估參考。

隨著醫療科技逐步邁向「精準醫療」的時代,無論是癌症還是心血管疾病的防治,都不再只是單純依賴傳統的身高、體重等指標,而是進一步透過更精密的生物標記,例如特定的蛋白質或代謝物,來更準確地捕捉疾病發生前的徵兆。

您是否曾檢測過 L5% 數值,或是對這項新興的健康指標感到好奇呢?

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
為期刊拍張封面 顯微鏡下的科學魔法
顯微觀點_96
・2024/05/27 ・3010字 ・閱讀時間約 6 分鐘

本文轉載自顯微觀點

希爾思使用VS120拍攝,小鼠大腦矢狀切口上的染色圖像。圖片來源:EVIDENT|Olympus官網

「我開始拍攝美麗的影像是出於興趣,因為我喜歡神經科學圖像藝術性的一面。」

史蒂芬妮.希爾思(Stephanie Shiers)是美國德州達拉斯大學的認知神經科學家,她拍攝的顯微鏡影像曾被選作多本期刊的封面,包括《神經科學雜誌》 (The Journal of Neuroscience)、《科學轉化醫學》 (Science Translational Medicine)等。要怎麼做才能讓自己拍攝的作品登上期刊封面呢?

希爾思在 2019 年取得認知和神經科學博士學位,目前從事疼痛研究,以移植捐贈者的神經組織探索慢性疼痛的臨床前機制和治療方法。

最驕傲的時刻——影像獲選期刊封面

希爾思攻讀博士期間,當第一篇論文獲得刊登且拍攝的照片一同被選為封面發表時,是她最引以為傲的時刻。她表示,第一篇論文被發表本身已經很令人興奮,當時並未預期會獲選封面,「因為我只是基於我對神經科學藝術的熱愛,而拍攝漂亮的圖片」。

-----廣告,請繼續往下閱讀-----

事實上,論文中所有影像都使用 40 倍物鏡拍攝,但她後來決定使用 100 倍物鏡拍攝,以捕捉一些漂亮的影像,加以觀察。

「我能看到所有的樹突和軸突初始段,這看起來令人震撼!」當希爾思與她的指導教授分享時,教授鼓勵她投稿期刊封面,同時提交論文。

希爾思表示,在攻讀博士學位時,面對周遭的同行都非常專業,自己曾感到無所適從。然而,當成功的數據和封面影像出現時,過去辛勤的工作和壓力都值得了。

歷經徬徨 受科學魔法吸引踏上研究路

對於自己選擇踏入神經科學研究,並繼續攻讀博士、成為科學家,希爾思坦承自己也曾經歷徬徨。「因為不知道自己想做什麼」,希爾思大學時曾選了三個主修、一個副修。

-----廣告,請繼續往下閱讀-----

原想攻讀醫學院的希爾思,在接受緊急救護技術(EMT)訓練時,意識到自己不想當醫師。因此她又選了神經科學和歷史專業,因為她自認可能喜歡人文學科、可能想成為律師。

直到完成學士學位後希爾思仍不清楚自己的職涯方向。但當她加入校內實驗室時,發現自己「真的很喜歡」,進而申請進入加州大學戴維斯分校的 NeuroMab 研究機構(UC Davis/NIH NeuroMab facility),從事免疫組織化學的工作。

在這份工作中,希爾思研究進行免疫組織化學染色、抗體驗證,在顯微鏡下觀察「肉眼」看不見的東西。這時她意識到「科學是最我們所擁有,最接近魔法的東西」,也因此確認了職業道路——走上學術研究之路。

而現在對希爾思來說,最難忘的時刻莫過於帶領在實驗室掙扎的學生領略科學的奇妙。

-----廣告,請繼續往下閱讀-----

曾經有一名學生未受太多訓練,因此希爾思帶著她完成染色工作、教她操作共軛焦顯微鏡;而當學生第一次看到顯微鏡下的影像時,露出驚訝的表情。 「看到別人也能體驗到科學的神奇,真是太好了!」希爾思這麼說道。

Science Trans 1
圖片來源:擷自《Science Translational Medicine vol. 13, issue 595》封面

超敏通道

圖像顯示小鼠背根神經節表現瞬態受體蛋白 5 (TRPC5,紅色)編碼瞬時受體電位規範 5(TRPC5,紅色)、抑鈣基因相關胜肽(CGRP,綠色)、P2X3 受體(藍色)和神經絲蛋白 200(青色)的基因。

希爾思為〈Transient Receptor Potential Canonical 5 Mediates Inflammatory Mechanical and Spontaneous Pain in Mice.〉的共同作者。

本篇論文主要探討,多種原因引起疼痛超敏反應,其中 TRPC5 的活化增加了囓齒動物對疼痛的敏感性,而 TRPC5 通道也在人類感覺神經元中表現,因此研究認為 TRPC5 抑制劑可能可有效減輕患者的疼痛超敏反應。

拍科學藝術照 封面也可以很抽象

對於如何拍出「封面等級」的科學藝術照,希爾思也給出幾點建議。首先,她強調擁有適合的儀器至關重要,以降低信噪比和提升影像品質。

此外,研究者必須接受更多基礎訓練。她表示,過去自己雖操作過很多次顯微鏡,但主要使用明視野照明觀察。直到開始博士課程後學習神經解剖學、蛋白質定位等知識,使用免疫螢光染色最適當的卻是使用暗視野照明。因此持續接受培訓,了解如何正確使用顯微鏡也是非常重要的。

希爾思也建議,在實驗數據收集階段,就可預先規劃影像拍攝;一邊構思論文中需要使用的圖像和材料,如果材料和研究內容一致,就當場拍攝解析度更高的影像。

-----廣告,請繼續往下閱讀-----

她也鼓勵研究者不斷嘗試新事物,例如使用不同染劑(明視野病理染色劑、鈣染色劑等)與顯微鏡搭配,將更容易拍攝出引人注目的影像。

希爾思鼓勵研究者盡可能地投稿封面影像,並強調封面不必與數據收集所用的影像完全相同;甚至許多期刊封面的圖片可以是抽象的、不一定要和照片一樣真實。

物種特異性表達

以原位雜合技術(in situ hybridization,左)和空間轉錄(Spatial Transcriptomics,右)並置的人類背根神經節,用於描述感覺神經元轉錄譜的特徵。

痛覺受器是專門的感覺神經元,存在於背根神經節(DRG)和三叉神經節中,對生成最終疼痛感知的神經元信號至關重要。

希爾思為〈Spatial transcriptomics of dorsal root ganglia identifies molecular signatures of human nociceptors.〉的第二作者。

本篇研究試圖為人類疼痛受器生成等效訊息,利用空間轉錄數據識別痛覺受器的轉錄組特徵,並藉以識別物種間差異和潛在的藥物靶點。

Sciencetrans2022 1
圖片來源:擷自《Science Translational Medicine (vol. 14, issue 632》封面 
Jneurosci 3
圖片來源:擷自《The Journal of Neuroscience vol. 38, issue 33》封面

圖像為患有神經性疼痛的小鼠內側前額皮質神經元,紅色為 PV 陽性細胞小白蛋白陽性中間神經元(紅色)與軸突初始段標記(Ankyrin-G,綠色)和核標記(DAPI,藍色)的共同標記。

希爾思為〈Neuropathic Pain Creates an Enduring Prefrontal Cortex Dysfunction Corrected by the Type II Diabetic Drug Metformin But Not by Gabapentin〉的第一作者。

認知障礙是神經性疼痛的共病。本篇研究使用原治療糖尿病的藥物二甲雙胍,治療神經疼痛 7 天後出現逆轉,包括功能和解剖學出現變化,顯示該藥物或可老藥新用於治療神經性疼痛及其認知合併症。

參考資料

  1. https://www.olympus-lifescience.com/en/discovery/behind-the-lens-dr-stephanie-shiers-creates-cover-worthy-neuroscience-art/
  2. Sadler, Katelyn E et al. “Transient receptor potential canonical 5 mediates inflammatory mechanical and spontaneous pain in mice.” Science translational medicine vol. 13,595 (2021).
  3. Tavares-Ferreira, Diana et al. “Spatial transcriptomics of dorsal root ganglia identifies molecular signatures of human nociceptors.” Science translational medicine vol. 14,632 (2022).
  4. Shiers, Stephanie et al. “Neuropathic Pain Creates an Enduring Prefrontal Cortex Dysfunction Corrected by the Type II Diabetic Drug Metformin But Not by Gabapentin.” The Journal of neuroscience : the official journal of the Society for Neuroscience vol. 38,33 (2018).

查看原始文章

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

1

2
2

文字

分享

1
2
2
讓 AI 取代真人執法可行嗎?將判斷全交給 AI 可能隱藏什麼危險?——專訪中研院歐美研究所陳弘儒助研究員
研之有物│中央研究院_96
・2024/03/18 ・6292字 ・閱讀時間約 13 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|劉韋佐
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

人工智慧將改變以人為主的法治領域?

由人工智慧擔任警察,再也不是科幻電影的情節,交通管制常見的科技執法就是應用 AI 辨識闖紅燈、未依規定轉彎、車輛不停讓行人等違規行為。 AI 的客觀、高效率正在挑戰以人為審判主體的法治領域,這樣的轉變會對我們產生什麼影響呢?中央研究院「研之有物」專訪院內歐美研究所陳弘儒助研究員,他將帶我們思考:當 AI 取代人類執法時,將如何改變人們對守法的認知?

交通尖峰時段,後方出現一台救護車,你願意闖紅燈讓道嗎?
圖|iStock

想像有一天你正在尖峰時段開車,車子停在十字路口等紅燈時,後方出現一輛急駛而來的救護車,你為了讓道必須開過停止線。這時你是否願意冒著違規被開罰的風險?還是承擔風險以換取他人盡速就醫?

在上述情境中,針對「要不要闖紅燈」我們經歷了一段價值判斷過程。如果剛好十字路口有真人警察,他的判斷可能是:這是情急之下不得不的行為,並非蓄意違規。

然而,如果負責執法的是「法律人工智慧系統」(Artificially legal intelligent,簡稱 ALI)情況可能截然不同。

-----廣告,請繼續往下閱讀-----

ALI 這個詞源自 Mireille Hildebrandt 的研究,在概念上可區分為兩類:採取傳統程式碼的 IFTTT(if this then that)、運用機器學習的資料驅動。前者是注重法律推理或論證的計算機模型,將法律規範轉為程式碼,藉由程式編寫來執行法律任務。後者則透過大量資料的學習,來預測行為範式,用於再犯率、判決結果預測上有較好的成果。

一般情況下,應用在交通管制的 ALI 會辨識車輛是否超速、闖紅燈等違規行為,不過交通情境千變萬化,ALI 能否做出包含「道德價值的判斷」將是一大挑戰!

中研院歐美研究所陳弘儒助研究員察覺,人工智慧(AI)正在左右人們對守法的價值判斷及背後的因果結構,進而反思當我們將原本由人來判斷的事項,全權交由 AI 來執行時,可能產生哪些潛移默化的影響?

讓我們與陳弘儒展開一場從法哲學出發的對話,探索 AI 與法治價值之間的緊張關係。

-----廣告,請繼續往下閱讀-----
中研院歐美研究所陳弘儒助研究員,從法哲學出發,探索 AI 與法治價值之間的緊張關係。
圖|之有物

問

怎麼會對「人工智慧」(AI)與「法律人工智慧系統」(ALI)產生研究興趣?

會對 AI 感興趣是因為我很早就對電腦有興趣,我原本大學想唸資訊工程,因為高中有些科目沒辦法唸,於是去唸文組,大學進入法律系就讀,研究所考入「基礎法學組」研讀法哲學。

後來我到美國讀書,當時 AlphaGo 的新聞造成很大的轟動,啟發我思考 AI 的應用應該有些法律課題值得探討,於是開始爬梳 AI 與法律的發展脈絡。

AI 這個詞大概在 1950 年代被提出,而 AI 與法律相關的討論則在 1970、80 年代就有學者開始思考:我們能否將法律推理過程電腦程式化,讓電腦做出跟法律人一樣的判斷?

事實上,AI 沒有在做推理,它做的是機率的演算,但法律是一種規範性的判斷,所有判斷必須奠基在法律條文的認識與解釋上,給予受審對象合理的判決理由。

這讓我好奇:如果未來廣泛應用 AI 執法,法律或受法律規範的民眾會怎麼轉變?

-----廣告,請繼續往下閱讀-----

至於真正開始研究「法律人工智慧系統」(ALI)是受到我父親的啟發。有一陣子我經常開車南北往返,有一天我跟父親聊到用區間測速執法的議題。交通部曾在萬里隧道使用區間測速,計算你在隧道裡的平均速率,如果超速就開罰。

父親就問我:「政府有什麼理由用區間測速罰我?如果要開罰就必須解釋是哪一個時間點超速。」依照一般的數學邏輯,你一定有在某個時間點超速,所以平均起來的速率才會超過速限,可是法律判斷涉及規範性,我們必須思考背後的正當性課題,不能只用邏輯解釋,這啟發我逐漸把問題勾勒出來,試圖分析執法背後的規範性意涵。

問

如果將執行法律任務的權限賦予 AI,可能暗藏什麼風險?

我們先來談人類和 AI 在做判斷時的差別。人類無時無刻都在做判斷,判斷的過程通常會先做「區分」,例如在你面前有 A 和 B 兩個選項,在做判斷前必須先把 A 和 B 區分開來,讓選項有「可區別性」。

在資料龐大的情況下,AI 的優勢在於能協助人類快速做好區分,可是做判斷還需經歷一段 AI 難以觸及的複雜過程。人類在成長過程中會發展出一套顧及社會與文化認知的世界觀,做判斷時通常會將要區分的選項放進這個世界觀中,最終做出符合社會或自身考量的抉擇。

-----廣告,請繼續往下閱讀-----

當我們將判斷程序交由 AI 執行,就會涉及「判斷權限移轉」的問題,這經常在日常生活中發生,你只要發現原本自己可以執行的事情,有另外一個對象做的比你好或差不多好,你就會漸漸把判斷的工作交給它,久而久之,你大概會覺得這是很好的做法,因為可以節省大量時間。

自駕車導航系統就是判斷權限移轉的例子,由於導航通常可以找出最佳行車路線,駕駛人幾乎會跟著走,但仍有可能誤入路況不佳或無法通行的地方。
圖|Vladimir Srajber, Pexels

我擔心這種判斷權限移轉會快速且廣泛的發生,因為 AI 的工作效率極高,可以大幅節省人力成本,但是哪一些權限可以放給 AI?哪一些權限人類一定要守住?我們經常沒有充足的討論,等到發生問題再亡羊補牢可能為時已晚。

以讓道給救護車而闖紅燈的情境為例,如果讓 AI 來做交管,可以節省警察人力,又可以快速精準地開罰,卻迫使民眾需額外花時間,證明闖紅燈有正當理由。如果是真人警察來判斷,警察通常會認為你的行為有正當理由而不開罰。這對於受法律規範的民眾來說,會產生兩種全然不同的規範作用。

AI 產生的規範作用會讓民眾擔心事後銷單的麻煩程序,如果無法順利解決,可能會訴諸民意代表或上爆料公社,並漸漸改變民眾對守法的態度。而真人警察產生的規範作用,將使民眾自主展現對法律的高度重視,雖然當下的行為牴觸法律,卻是行為人經過多方權衡後做的判斷,相信法律會支持自己出於同理心的行為。

-----廣告,請繼續往下閱讀-----

問

使用 AI 執法除了看上它的高效率,也是因為和真人相比 AI 不會受私情影響,比較可以做出公正的判斷。如果從法治觀念來看,為何決策權不能全權交由 AI 執行?

我認為法治的核心價值在臺灣並沒有很好的發展,我們常想的是怎麼用處罰促成民眾守法,長久下來可能會得到反效果。當人們養成凡事規避處罰的習慣,一旦哪天不再受法律約束,可能會失去守法的動機。

事實上,法治最根深柢固的價值為:

法律作為一種人類行為規範的展現,促使民眾守法的方式有很多種,關鍵在於尊重人的道德自主性,並向民眾陳述判決理由。

給理由非常重要,可以讓民眾不斷透過理由來跟自己和法律體系溝通。如此也可以形成一種互惠關係,使民眾相信,國家公權力能用適當的理由來制定法律,而制定出的法律是以尊重公民自主性為主。當民眾理解法律對我所處的社會有利,會比較願意自動產生守法的動機。

AI 執法看似比人類「公正無私」,但它的執法方式以處罰為主、缺乏理由陳述,也沒有對具體情境的「敏感性」。人跟人之間的互動經常需要敏感性,這樣才能理解他人到底在想什麼。這種敏感性是要鍛鍊的,真人警察可在執法過程中,透過拿捏不同情境的處理方式來累積經驗。

-----廣告,請繼續往下閱讀-----

例如在交通尖峰時段應該以維持交通順暢為原則,這時警察是否具備判斷的敏感性就很重要,例如看到輕微的違規不一定要大動作開罰,可以吹個警笛給駕駛警示一下就好。

我越來越覺得人類這種互動上的敏感性很重要,我們會在跟他人相處的過程中思考:跟我溝通的對象是什麼樣的人?我在他心中是什麼模樣?然後慢慢微調表現方式,這是人類和 AI 最根本的不同。

行動者受各種法律變項影響的因果圖。上圖是由真人警察執法,對於處罰之可能性有影響力,可依不同情境判斷是否開罰。下圖是由全自動法律人工智慧執法,由 AI 直接將處罰之可能性加諸在行動者身上,缺乏真人警察二次確認,很可能影響行動者對守法與否的衡量。
圖|之有物(資料來源|陳弘儒)

問

相較於法律人工智慧,ChatGPT 等生成式 AI 強大的語言功能似乎更接近理想中的 AI,其發展可能對我們產生哪些影響?

我認為會有更複雜的影響。ChatGPT 是基於大型語言模型的聊天機器人,使用大量自然語言文本進行深度學習,在文本生成、問答對話等任務上都有很好的表現。因此,在與 ChatGPT 互動的過程中,我們容易產生一種錯覺,覺得螢幕後好像有一名很有耐心的真人在跟你對話。

事實上,對於生成式 AI 來說,人類只是刺激它運作的外在環境,人機之間的互動並沒有想像中的對等。

仔細回想一下整個互動過程,每當外在環境(人類)給 ChatGPT 下指令,系統才會開始運作並生成內容,如果我們不滿意,可以再調整指令,系統又會生成更多成果,這跟平常的人際互動方式不太一樣。

-----廣告,請繼續往下閱讀-----
ChatGPT 能讓使用者分辨不出訊息來自 AI 或真人,但事實上 AI 只是接受外在環境(人類)刺激,依指令生成最佳內容,並以獲得正向回饋、提升準確率為目標。
圖|iStock

資工人員可能會用這個理由說明,生成式 AI 只是一種工具,透過學習大量資料的模式和結構,從而生成與原始資料有相似特徵的新資料。

上述想法可能會降低人們對「資料」(Data)的敏感性。由於在做 AI 訓練、測試與調整的過程中,都必須餵給 AI 大量資料,如果不知道資料的生產過程和內部結構,後續可能會產生爭議。

另一個關於資料的疑慮是,生成式 AI 的研發與使用涉及很多權力不對等問題。例如現在主流的人工智慧系統都是由私人公司推出,並往商業或使用者付費的方向發展,代表許多資料都掌握在這些私人公司手中。

資料有一種特性,它可以萃取出「資訊」(Information),誰有管道可以從一大群資料中分析出有價值的資訊,誰就有權力影響資源分配。換句話說,多數人透過輸入資料換取生成式 AI 的服務,可是從資料萃取出的資訊可能在我們不知情的狀況下對我們造成影響。

問

面對勢不可擋的生成式 AI 浪潮,人文社會學者可以做些什麼?

國外對於 AI 的運用開始提出很多法律規範,雖然國外關於價值課題的討論比臺灣多,但並不代表那些討論都很細緻深入,因為目前人類跟 AI 的相遇還沒有很久,大家還在探索哪些議題應該被提出,或賦予這些議題重新認識的架構。

這當中有一個重要課題值得思考:

我們需不需要訓練 AI 學會人類的價值判斷?

我認為訓練 AI 理解人類的價值判斷很可能是未來趨勢,因為 AI 的發展會朝人機互動模式邁進,唯有讓 AI 逐漸理解人類的價值為何,以及人類價值在 AI 運作中的局限,我們才有辦法呈現 AI 所涉及的價值課題。

當前的討論多數還停留在把 AI 當成一項技術,我認為這種觀點將來會出問題,強大的技術如果沒有明確的價值目標,是一件非常危險的事情。實際上,AI 的發展必定有很多價值課題涉入其中,或者在設計上有一些價值導向會隱而不顯,這將影響 AI 的運作與輸出成果。

思考怎麼讓 AI 理解人類價值判斷的同時,也等於在問我們人類:對我們來說哪一些價值是重要的?而這些重要價值的基本內容與歧異為何?

我目前的研究有幾個方向,一個是研究法律推理的計算機模型(Computational models of legal reasoning);另一個是從規範性的層面去探討,怎麼把價值理論、政治道德(Political morality)、政治哲學等想法跟科技界交流。未來也會透過新的視野省視公民不服從議題。

這將有助科技界得知,有很多價值課題需要事先想清楚,影響將擴及工程師怎麼設計人工智慧系統?設計過程面臨哪些局限?哪些局限不應該碰,或怎麼把某些局限展現出來?我覺得這些認識都非常重要!

鐵面無私的 ALI ?人類與人工智慧執法最大的分野是什麼?

陳弘儒的研究室有許多公仔,包括多尊金斯伯格(Ginsburg)公仔,她是美國首位猶太裔女性大法官,畢生為女權進步與性別平權奮鬥。
圖|之有物

陳弘儒是臺灣少數以法哲學理論研究法律人工智慧系統(ALI)的學者,他結合各種現實情境,與我們談論 ALI、生成式 AI 與當代法治價值的緊張關係。

由於 ALI 擅長的資料分類與演算,與人類判斷過程中涉及的世界觀與敏感性思辨,有著根本上的差異;以處罰為主、缺乏理由陳述的判斷方式,也容易影響民眾對公權力的信任。因此陳弘儒認為,目前 ALI 應該以「輔助人類執法」為發展目標,讓人類保有最終的判斷權限

至於現正快速發展的生成式 AI ,根據陳弘儒的觀察,目前仍有待各方專家探索其中的價值課題,包括資料提供與使用的權力不對等、哪些人類價值在訓練 AI 的過程中值得關注等。

在過去多是由人文社會學者提出警告,現在連 AI 領域的權威專家也簽署公開信並呼籲:AI 具有與人類競爭的智慧,這可能給社會和人類帶來巨大風險,應該以相應的關注和資源進行規劃和管理

在訪談過程中,有一件令人印象深刻的小插曲,陳弘儒希望我們不要稱呼他「老師」,因為他從小就畏懼老師、警察等有權威身分的人,希望以更平等的方式進行對話。

假如今天以 AI 進行採訪,整個談話過程或許能不受倫理輩分影響,但這也讓我們意識到,在 AI 的世界裡,許多人際互動特有的敏感性、同理反思都可能不復存在。

陳弘儒的研究讓我們體會,AI 在法治領域的應用不僅是法律問題,背後更包含深刻的哲學、道德與權力課題,也讓我們更了解法治的核心價值:

法律要做的不只是規範人們的行為,而是透過理由陳述與溝通展現對每個人道德自主性的尊重。

-----廣告,請繼續往下閱讀-----
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3657 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook