我們以為的真相，真的是真相嗎？從脈絡效應看內湖女童案的後續反應

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

• 文／雞湯來了特約作者吳心予
• 校稿／雞湯來了張芷晴、陳世芃
• 製圖／雞湯來了實習生翁欣容
• 編輯／雞湯來了蕭子喬

電視劇《華燈初上》以日式酒店為背景，描述劇中人物的愛恨情仇。其中最受到關注的是劇中兩位女主角：蘿絲跟蘇之間發生的故事。蘿絲和蘇在高中時期成為好姐妹，一路以來發生了蘿絲離家出走、蘇未婚懷孕、蘿絲因為前夫的債務坐牢、兩人共同經營「光」酒店、各自面對不同的愛情煩惱等等人生轉折的時候，蘿絲跟蘇都一直陪伴在彼此身邊、不離不棄。

「就像我和蘇一樣，有人在背後支撐妳，不管發生什麼事，只要有她在就心安」
－《華燈初上》蘿絲

然而，在第二季的劇情裡，蘇跟蘿絲親密的情感卻出現裂痕，發生激烈的爭吵。在爭吵之中，蘇頻頻說出傷人的話，甚至讓蘿絲拿起煙灰缸想要砸向蘇。是什麼原因讓原本要好的閨蜜決裂？原生家庭的溝通模式，如何影響她們的相處？

「同情就像一把刀子，一刀刺死我，這種你最擅長，

又假裝一副清高溫柔、與世無爭的樣子，妳就是要證明妳是最優秀、贏的那個。」
－《華燈初上》蘇

女生的感情為什麼這麼好？獨特性的閨蜜情感

從蘿絲跟蘇的感情互動中，可以看到女性親密情感關係的獨特性，它自成一格，獨立於女同志以及異性戀關係框架之外。相較常見女性的人生規劃以原生家庭或另一半為主，劇中蘇跟與蘿絲都把對方當作人生規劃的重心，事業跟養育子女的計畫都與彼此相關。不論是生活安排或者情緒感受，蘇跟蘿絲的狀態緊緊相連，除了考慮對方的感受與處境，也將對方視為生命中重要的夥伴。

甚至當蘿絲跟蘇兩人在面對「情人跟閨蜜」二選一的情境時，都選擇了彼此。蘿絲跟江瀚在一起之後，蘇選擇隱忍自己對江瀚的情愫，支持好姊妹的感情。蘿絲與江瀚分手後，蘇與江瀚無縫接軌的戀情曝光，一開始蘿絲非常憤怒，但是蘿絲在蘇與他人衝突或遇到人生困境的時候，都站在蘇的立場處理事情，可見閨蜜情感對蘇跟蘿絲來說都勝過愛情。　

《華燈初上》的劇情，讓我們不只看見愛情如何影響閨蜜情感，而是兩個原生家庭及婚姻破裂的異性戀女生，如何成為互相支持的角色，以及緊密的關係如何受到兩人的自我價值感、成長背景以及戀愛經驗影響，發生劇烈的爭吵與誤會。

閨蜜情感總是脆弱？3大因素影響友情

蘇跟蘿絲在學生時期跟成年後曾經歷強烈的爭吵，在吵架的過程中，可以看到兩人面對衝突時的不知所措。她們看待友誼跟處理衝突的方式，都受到家庭關係、自我價值感跟戀愛經驗的影響。

因素1｜家庭關係影響溝通習慣

原生家庭的互動方式，大幅影響蘇跟蘿絲看待自我與人際關係的角度。蘇的媽媽與蘇之前沒有良好的溝通與照顧關係，導致蘇缺乏與親近的人溝通的能力。蘿絲的爸爸用權威的方式教育子女，所以蘿絲沒有機會跟父母表達內心想法，也無法被父母理解，年少的時候就離家出走。

因為兩人都生在缺乏良好溝通的家庭，每當蘇跟蘿絲的關係出現矛盾，都是用大聲爭吵的方式跟對方互動，無法順暢面對衝突。不管青少年時期或者成年後的蘿絲跟蘇，對於關係都缺乏安全感與溝通能力，無法坦誠對人際關係中的對象說出自己的感受與期望，只會習慣性地用傷害對方或自己的形式，期望情感關係朝向理想的方向發展。

因素2｜自我價值影響自尊與安全感

青少年時期形塑的自我價值，也進一步影響蘇與蘿絲的閨蜜感情。當青少年的自我價值感低落，認為自己不值得獲得友情支持，就不容易感受到身邊朋友的情感支持。

蘇從小被母親拋棄，在學校除了蘿絲沒有其他朋友，在戀愛關係中用激烈的手段離開或者挽留關係，對於人際關係有著強烈的不安全感與不自信，認為自己不值得被愛。低落的自我價值感影響蘇從蘿絲身上感受到的支持，讓蘇認為「蘿絲跟其他人一樣可能會背叛自己」，難以獲得關係中的安全感。

因素3｜戀愛經驗影響自我覺察深度

戀愛關係的結束，可能引爆原本隱藏的感受，以及對閨蜜情感進一步的覺察，也可能因此動搖原本的姐妹情誼。蘿絲因為跟江瀚分手，發現堅強的內心也有脆弱的地方；蘇也在跟江瀚分手之後，發現自己面對感情沒有想像中理性，一旦面對破裂的關係，沒有復原的能力與勇氣。

蘇與蘿絲激烈爭吵後，無法面對蘿絲可能傷心的情緒，同時出於對於現有生活的逃避，離開與蘿絲共同經營的日式酒店，連股份也劃分得一乾二凈。

閨蜜吵架怎麼辦？2個方法梳理過去、尋找關係共識

蘿絲跟蘇因為長期在生活上跟情感上互相扶持，累積了深厚的情誼，但感情在突發事件爆發後，引爆過去的家庭、自尊與戀愛經驗議題帶來的影響，尤其兩人跟原生家庭成員溝通不良的經驗，持續影響她們的友情發展，難以維持像是學生時期一樣的單純互動。

面對閨蜜情感中的爭吵，可以透過自我覺察與表達感受兩個方式，找到能夠一起長期經營閨蜜關係的模式。

• 自我覺察｜
  回顧過往的家庭關係與人際關係（戀愛經驗），思考過去與家人溝通的方式，能不能對家人說出內心的想法？心裡的想法有沒有被聆聽？跟家人互動的時候，能不能感受到愛和支持的正向感受？
• 表達感受｜
  從過去的人際互動經驗中，找到順利溝通的方式，用來與閨蜜表達內心想法。或者從過去不愉快人際經驗中，反思自己不適應的互動模式，以及期望的互動方式，並嘗試與閨密討論兩人對關係的期待，一起尋找共識。

參考資料

張晏榛（2011）。「非標準親密關係」的女性友「情」：以異性戀女性為例。高雄醫學大學性別研究所碩士論文，未出版。

許皓宜（2004）。姊妹情誼的舊曲與新調～戀愛經驗對成年前期女性友誼影響之探究。國立台灣師範學院教育心理與輔導學系碩士論文，未出版。

Niobe Way & Melissa L. Greene（2006）。Trajectories of Perceived Friendship Quality During

Adolescence: The Patterns and Contextual Predictors。JOURNAL OF RESEARCH ON ADOLESCENCE，16(2)，293–320。

我們常說「狗是人類最好的朋友」，這是在讚揚他們作為陪伴者表現出無可挑剔的忠誠、耐心與包容，能在我們心情最低落時提供最需要的幫助。特別是一些天資聰穎的犬種能在訓練後協助人類完成各種工作，包括緝查毒品或走私品、放牧牛羊等動物，甚至是入駐醫院成為心理治療或臨終照護不可多得的好夥伴。

然而諷刺的是，狗狗們雖然是人類最好的朋友，但人類⋯⋯有時候卻不夠格做他們對等的陪伴者。

特別是在「忠誠度」這一點上，我們這些看到毛孩就忍不住想擼兩把的花心大蘿蔔實在是沒有什麼可以比性。當獨守空閨 (？) 寂寞難耐的狗狗們好不容易盼到主人回家，卻在心愛的人類身上聞到其他動物的氣味，那種委屈、不甘與嫉妒，若是能傳達出來肯定是比八點檔鄉土劇還要精彩。

你說狗狗們不會懂這些？那你可就錯了。今年初的一場心理學實驗已經證實狗狗們不但能覺察到主人正在「偷吃」，還出乎意料地，是不怎麼大度的「醋罈子」。

為什麼要研究「嫉妒」？

其實「嫉妒」這個情緒與相關行為一直是動物心理學家感興趣的領域，因為要感覺到「嫉妒」的先決條件是一定程度的自我覺察，也就是建立起明確的認知主體性。

因為知道東西是自己的才會在被奪走之後覺得委屈，甚至對爭搶者產生敵意。這不是像開心悲傷這樣直觀的情緒，而是建立在一定認知思考與判斷後產生的「次級情緒」 (secondary emotions)，也是人類心智功能的重要特徵之一。

動物心理學家不斷在探索動物認知的極限，包括他們的學習能力、心智功能，以及更深入的情感與思考能力。這不是因為他們懶得繼續糾結人類在想什麼，也不是因為貓狗比人類可愛得多（雖然這是事實），而是這些「結論」有可能會重新界定我們與寵物的關係與互動方式。

早期研究已經發現動物本身的領域性，非常重視自己生活的空間，這也是狗狗之所以可以被訓練用來看門的主要原因。但是相比起實質存在的空間或物件，如果動物能夠理解「關注」、「愛」這類抽象的概念並且做出針對性的反應，這也代表牠們的「心」遠比人類預想的還要複雜。

根據現有的研究結果，狗狗們的嫉妒表現近似於人類幼童。特別是當他們發現主要照顧者將注意力放在其他競爭者身上時，都會有試圖引發注意的行為。相較於在行動能力上受限的人類幼兒，狗狗的爭寵表現就比較直接——直接衝到主人身邊宣示主權。

這行為也是很重要的指標，狗狗們暴衝的力道與堅持程度都能反映出心理驅力的強度。如果你在網路上看過被狗「遛」的主人，應該不難想像充滿決心的狗能產生多大拉力（這就是人類作為二足步行生物的悲哀）。

然而雖然外顯行為相似，但是引發行為的認知歷程卻可能大不相同。特別與尚未發展物體恆存觀念的幼兒來說，他們不一定有辦法「想像」父母與其他爭寵者互動的模樣，只能對親眼抓包的「偷吃」行徑做出反應。

相比之下，心智功能較為成熟（當然，是與幼兒相比）的狗狗們是否有辦法準確捕捉到主人的出軌跡象？這正是接下來這篇研究試圖解答的問題。

不只會嫉妒，更知道自己為什麼嫉妒

紐西蘭奧克蘭大學的艾蜜莉雅・巴斯托斯 (Amalia Bastos) 找來 18 隻品種相異的狗狗來做實驗。將這些毛毛的受試者拴在安全距離外後，巴斯托斯接著安排狗狗的主人坐在一隻假狗玩偶旁邊。

接著，便是重頭戲登場的時候。

確認狗狗看見「主人＋假狗」的組合後，研究團隊會在玩偶前架設隔板阻礙狗狗的視線，並且將玩偶抽換成高度超不多的矮櫃再鋪上羊毛毯子。佈置完成後主人會開始在自家狗狗面前明目張膽地「出軌」——也就是一邊輕撫矮櫃上的毛毯，同時說出固定的台詞：「你真是一隻好狗狗！」

作為對照組，整個程序都與前面的玩偶組相同，唯二的差別在於主人是坐在毛色、尺寸都與玩偶相差無幾的羊毛滾筒（想像針線盒裡線卷的巨大版）旁邊，同時出軌時不會架設隔板，讓狗狗能清楚看到主人是在跟什麼東西互動。與此同時先前出現的假狗玩偶也會被放置在距離主人 1.5 公尺的地方，面向狗狗的主人，冷眼旁觀 (？) 這一切的發生。

為了測量狗狗對於主人的偷吃行徑會產生多大反應，狗狗的拴繩都會接上拉力計，並以上面的讀數作為狗狗反應劇烈程度的判斷依據。

巴斯托斯與其研究團隊巧妙的實驗設計，讓實驗結果同時展現出狗狗嫉妒行為的 3 個面向：

1. 並不是主人與任何東西互動都會引發反應，只有當潛在爭寵者（假狗玩偶）出現時狗狗才會表現出嫉妒行為。
2. 就算爭寵者不在眼前，狗狗也能根據最後看到的情境「推理」主人正在偷吃，並且表現出嫉妒行為。
3. 就算潛在爭寵者在場，只要不與主人有直接互動就不會引發狗狗的嫉妒行為。

綜合以上 3 點結論，我們可以從巴斯托斯的研究成果中看出狗狗並不是隨便亂吃醋，而是能確實辨識情境並做出針對性反應。特別是在視線受阻後仍會判斷「主人正在偷摸其他狗」，以及不甚在意「爭寵者在場卻未跟主人互動」等重點，這都顯示牠們擁有一定程度的抽象思考與邏輯推理能力。

狗狗對於社會互動的理解可能比我們想像得還要深刻不少，以至於讓牠們針對可能威脅到自己地位的行為進行反制。換言之，不要再覺得自己在外偷擼狗擼貓不會被自家毛孩發現了，那只是人家大度放過你而已（咦）。

將心比心是增進寵物關係的不二法門

「寵物身心健康」是 21 世紀人類越來越注重的議題，但是因為對這些毛孩的理解不足，經常讓我們用錯方法去愛、去照顧牠們。所幸隨著相關研究逐一產出，我們也能夠用更加客觀且正確的方式去理解這些可愛的孩子，讓牠們能夠與自己度過美好的一生。

巴斯托斯的嫉妒研究乍看之下是在探討較為負面的心理活動，但如果退一步看，這其實是在提醒人類「怎樣的行為會讓狗狗感到不安」。

最原始的嫉妒其實是「不安全感」。從人類的角度來看，嫉妒可能是會造成困擾、甚至有些多餘的負面情緒，但是對寵物來說失去關愛（就算只是暫時的）是一件非常嚴重、甚至攸關存亡的事。不只是狗，任何經過長時間馴化的寵物物種都會用自己的方式與照顧者締結依存關係（是的，就連以個性惡劣的家貓也是如此），也因此「安全感」會成為牠們心理健康的重要指標。

我相信任何一位正常人都不會刻意讓自家毛孩傷心，卻常常會因為不理解或低估其他物種認知能力而無意間做出冒犯性的行為。例如與寵物爭搶玩具或食物、肆意進行肢體接觸、不尊重寵物私領域等，這些都是會釋放出錯誤訊息的侵犯行為，輕者引發衝突，重者還會危害到雙方珍貴的互信關係。

嫉妒也是，如果你不喜歡吃醋、與人爭寵的感覺，記得也得多注意下自己平常是否會引發狗狗對關係的不安感。

將心比心，就是這麼簡單。

1. Abdai, J., Terencio, C. B., Fraga, P. P., & Miklósi, Á. (2018). Investigating jealous behaviour in dogs. Scientific reports, 8(1), 1-8.
2. Abdai, J., & Miklósi, Á. (2018). Displaying jealous behavior versus experiencing jealousy. Animal Sentience, 3(22), 21.
3. Bastos, A. P., Neilands, P. D., Hassall, R. S., Lim, B. C., & Taylor, A. H. (2021). Dogs Mentally Represent Jealousy-Inducing Social Interactions. Psychological Science, 0956797620979149.

y編按（2017.10.20）：你還記得小燈泡嗎？「2016 年 3 月 28 日，發生了不幸的內湖隨機殺人事件，一名無辜的四歲女童就這樣命喪黃泉。如同以往的隨機殺人事件一般，許多人總是將所有責任推到兇手身上，並帶著自認為的正義來審判兇手，給兇手貼上許多的標籤，例如精神疾患，且認為我們應該將所有精神疾患患者隔離以預防犯罪等等。」

我們總會在重大事件發生之後，不斷的討論、不斷地擔心害怕、不斷地試圖找出方式來解決，但為何也會開始替加害人甚或是被害人貼上一些標籤呢？又為何會在真相還不明朗時，社群平台上已經一片討論、媒體不斷發快訊和懶人包？我們又該如何自處？

或許，從這次的事件開始，我們能慢慢學習「先讓自己的情緒平靜下來，關心與陪伴身邊的朋友，讓彼此獲得心理上的舒緩。」去理解和我們不一樣的人，然後彼此了解，相互幫助吧。

前幾天，我的朋友在facebook上面傳了一張圖給我，我在這裡也來考考讀者，空格內應該填入多少？

想好答案了嗎？

我知道你想的是60，因為讀心理學的都會讀心術。

可是其實正確答案是：

咦這不是小學數學嗎？

沒錯！看似簡單的題目，我們為什麼會被影響到呢？因為在我們的認知當中，這類型的題目應該是要有關連性的，所以我們很自然地會受到上面三題的解題邏輯影響，因而在空格內填入60。

還有另外一個很有名的例子，就是 A、B、C與 12、13、14：

當我們橫著讀時，我們就會把中間的字讀做 B，但是當我們直著讀時，則會讀做 13。為什麼會這樣呢？原來，心理學上有一個名詞──脈絡效應（context effect），就是在說明這樣的現象。

何謂脈絡效應？

所謂脈絡效應指得是：我們會運用過去的經歷來解讀當前的刺激。透過這樣的方式，在我們遇到新的刺激時，才能夠辨識與解釋他們[1]。

這是個脈絡效應的經典例子，同樣一個符號，在前面我們會解讀為 H，在後面我們則解讀為 A。

脈絡效應不只在文字與數學的脈絡上存在，它同樣存在於我們的生活情境當中。心理學家發現，當顧客站在舒適的高度觀看商品時，他們會對商品有較好的評價；若是站在讓他們感到不舒服的地板高度觀看商品時，則給予該商品較低的評價[2]。同樣的，當我們在解讀社會事件時，也很容易受到脈絡效應的影響。

在我前一篇文章〈從動物方城市看你所不知道的偏見與歧視〉當中提到了，我們很容易對和我們不同的人產生偏見，並給他們貼上負面的標籤，而這些負面的標籤又常常影響到他們對自我的概念，使得他們變成更糟糕的人，也就是所謂的標籤理論[3]。在這一篇文章裡面，我要談談我們是如何選擇性的建構我們所以為的真相，並且對此信以為真。

有一群心理學家，想看看我們到底有多容易受到自己的期待影響，因而對我們看見的事實產生不公正的評斷。他們播放一場大學美式足球賽的影片給兩隻對陣球隊的在校生觀看，並記錄他們評斷對方犯規的次數。雙方的學生都認為那是一場粗暴的比賽，但是有 86% 的勝利方學生，認為是對方開始爭端的，但只有 36% 的敗北方學生，覺得是自己球隊開起爭端的。除此之外，有 53% 的敗北方的學生認為是彼此一起起爭執的，只有 11% 勝利方的學生認為事實是如此[4]。為什麼會這個樣子呢？因為我們在觀看社會事件時，會透過選擇性登錄（selective encode）的方式，選擇自己想看到的事情。

因此，我們所以為的社會現實，其實是我們建構出來的。

從脈絡效應到歸因謬誤

但是，事情沒有這麼簡單。試想一個情境，今天你和一個不認識的人約面交商品，你準時到了約定地點，等待對方的出現，結果對方卻讓你等了 20 分鐘才到來，這個時候你會怎麼想呢？你會認為對方是個糟糕的人，或是對方可能有一些急事、路上塞車了等等的原因所以才遲到呢？平均而言，較多的人會選擇「對方是個糟糕的人」這個選項，也就是認為這件雖事是對方的性格造成的，而非外在的環境因素[5]。社會心理學家 Lee Ross 把這樣的行為稱為基本歸因謬誤（fundamental attribution bias, FAB）：在怪罪別人的錯誤時，我們總是高估了對方的性格因素，而低估了情境的因素[6]。

2016 年 3 月 28 日，台北終於出了大太陽，如此美好的日子裡，卻發生了不幸的女童殺害事件，一名無辜的四歲女童就這樣命喪黃泉。如同以往的隨機殺人事件一般，許多人總是將所有責任推到兇手身上，並帶著自認為的正義來審判兇手，給兇手貼上許多的標籤，例如精神疾患，且認為我們應該將所有精神疾患患者隔離以預防犯罪等等。

身為一個心理系學生，對此感到十分的痛心，那些說出這些話的人，真的知道精神病患的分類嗎？

在佛洛伊德之前的年代，歐洲確實就是用隔離的方式處置精神病患的，他們將患者綑綁起來，在大腦上鑿洞，企圖讓魔鬼離開病患的身體；直到佛洛依德的出現，開始了現代的臨床治療之後，我們才開始對精神病患有了更清楚的認識。在近年來發生這麼多案件之後，許多人似乎仍認為，只要將犯罪者標上「非我族類」的標籤，並將之隔離處置，這個社會就會安詳和諧。我想起了鄭捷事件發生之時，許多媒體也用「反社會人格」等標籤貼在他的身上，卻不了解這些標籤背後所代表著什麼樣的意義。

我最近剛好在看一部和精神病患有關的韓劇《沒關係，是愛情阿》，在劇中，我很喜歡裡面的一段對話：

「得癌症患者、截肢患者，那樣的病患，或是殘疾人士，都能得到同情和安慰，可是人們卻用異樣的眼光看待精神病患者，就好像看到蟲子一樣。如果連續受到巨大打擊的話，是誰都有可能患上精神疾病的。」

那些人在汙名化精神病患的同時，真的有想過他們的心情嗎？或是真的了解何謂精神病患呢？我們可以很輕易的將他人貼上標籤，但是卻無助於解決問題。

我曾在一篇文章當中提到了：

根據 FBI 在 1984 年，整理歸納的 36 名連續殺人魔當中發現，這些殺人魔，大多是被虐待長大的，無論是受到精神虐待，或是性虐待，他們的童年是十分的悲慘，而這也和他們性格違常、精神疾患有著相關性，也使他們無法信任他人[7]。在《上帝的黑名單》一書中，有一名殺人魔，幼時甚至被母親打到一眼失明，甚至還禁止其就醫；另一名殺人魔，則被母親強迫穿女裝上學，受盡同學的羞辱。那一些慘無人道的童年經驗，無論是身體上或是心靈上，都是讓人難以忍受的；而這一些童年的脆弱因素，也和他們的前額葉萎縮有著相關性，前額葉負責掌管衝動抑制，這樣的功能損害，也使得他們更容易鑄成大錯。

因此，我覺得把所有的責任，全都歸咎到他們身上，並且用一顆子彈來了結他們，是非常不負責任的作法，這等於是讓他們承擔了所有的責任，而他們所受到的凌虐與羞辱，卻完全不在我們的考量範圍之內──「他們得為虧欠社會的部分負起全責；而社會所虧欠他們的部分，則隨著他們的伏法而逝去」。

在這件事情發生之後，女童母親所說的話讓我為之動容，她說：「這樣的隨機殺人事件兇嫌當時是沒有理智的，這不是靠立什麼法就能解決問題，我很希望政府能從根本、從家庭、從教育來讓這種人消失在社會上。我希望我們的子子孫孫都不要再出現這樣的人……」。我想，這位母親能在遭遇如此重大創傷之後說出這樣的話，實在是讓人崇敬與佩服。

我們為何總是對此爭論不休？

但是，我想許多人會急著在事件發生之後責怪兇手、毆打兇手、在網路上謾罵與批評等等，其實也是有原因可循的。海苔熊曾在鄭捷案發生之後，寫了一篇文章〈江子翠喋血│我不敢搭捷運了，怎麼辦？〉，裡面提到了，這是因為我們相信這個世界是公平的（公平世界假設，Just-world hypothesis）、「好人有好報，壞人有壞報」，但是今天卻出現了這樣的案件，讓我們感到人心惶惶，人人自危。所以在重大災難發生之後，我們會不斷重複兩件事情：

(1)搞清楚發生什麼事情，所以你會反覆地刷新臉書，追蹤新聞，找回控制感。

(2)與其他人建立連結，留言或跟別人談論，找回安全感。

因此，在重大事件發生之後，我們之所以會不斷的討論，不斷地擔心害怕，不斷地試圖找出方式來解決，全都出自於你我的焦慮。

而我們要做的應該是，先讓自己的情緒平靜下來，關心與陪伴身邊的朋友，讓彼此獲得心理上的舒緩。雖然我們能做的並不多，但是能夠陪伴彼此冷靜下來，減少情緒化的討論，我想這樣做就已經很足夠了。（其他可以做的方式，可以參考我在泛科學寫的第一篇文章：寫在復興台北空難之後：從創傷之中，重新站起來）

就如同《動物方城市》當中所呈現的故事一樣，也許哈茱蒂永遠也沒辦法讓那個城市變得完全和平，這個社會也永遠不可能完全沒有犯罪。但是，歷史上許多人為了人們和平所做的努力，為了消除對立所做的努力，全都不是白費的，馬丁路德金恩、曼德拉為黑人人權所做的努力、甘地為印度人所做得努力，都讓人們的對立越來越少，和平越來越多；同樣的，我們能做的，或許就是這樣的事情。

我很喜歡《悲慘世界》這部歌劇所傳遞的精神：愛可以製造更多的愛，而標籤與偏見則會讓彼此變得越來越分裂。

最後，我想加上一段這幾天對這個事件的體會：

其實支持死刑跟反對死刑的人，追求的可能是同樣的一個世界——一個和平、善良、和樂的世界。

因為我們都害怕、都不了解和我們不同的人，就如同心理學研究的一般，我們很容易把跟自己不一樣的人區分開來，因為我們都害怕未知的事物，尤其當這些事情會威脅到我們的利益與生命時。

只是有些人覺得，只要消滅了和自己不一樣的人，世界就會和平，於是世界上出現了希特勒，出現了種族隔離政策，出現了對同志的歧視，出現了會在社團評鑑會批評BDSM社團的教授。但是在這個背後，他們的想法都是一樣的，我們追求的是一種安全感。

只是一個值得思考的議題是，這樣做真的有助於解決問題嗎？還是只是一時的情緒而已呢？我們有許多的方式可以來處理我們的不安，或許把非我族類都消滅掉是一個直觀的方法，但是這樣做，真的有助於社會變得更完善嗎？

或是我們應該反過來想，我們要如何去理解和我們不一樣的人，然後彼此了解，相互幫助呢？

參考資料

• [1]Cavanagh, P. “Whats up with Top Down Processing?” (PDF). Cambridge University Press. Retrieved 4 October 2012.
• [2]Meyers‐Levy, Joan; Zhu, Rui (Juliet); Jiang, Lan (1 June 2010). “Context Effects from Bodily Sensations: Examining Bodily Sensations Induced by Flooring and the Moderating Role of Product Viewing Distance”. Journal of Consumer Research 37 (1): 1–14.doi:10.1086/649028.
• [3]Edwin M. Lemert(1951)Social Pathology: A Systematic Approach to the Theory of Sociopathic Behavior.
• [4]They saw a game; a case study.Hastorf, Albert H.; Cantril, HadleyThe Journal of Abnormal and Social Psychology, Vol 49(1), Jan 1954
• [5]Ross, L., and Nisbett, R. E.(1991). The Person and the Situation.
• [6]Ross, L. (1977). The intuitive psychologist and his shortcomings: Distortions in the attribution process. In L. Berkowitz (Ed.), Advances in experimental social psychology (vol. 10). New York: Academic Press.
• [7]盧春如(2006)上帝的黑名單：美國七大連續殺人犯實錄。華人版圖