【AI與人共生的那一天】AI與溝通、社群影響力
溝通過去是人類社會最小運作單元，但也是最複雜難解的現象。在我們與AI共生的一天之中，聲音，成為了人機共存的關鍵起點——「當AI開始有自己的聲音時，我們還是唯一的說話者嗎？」。當與AI共生的那一天到來時，溝通勢必不會變得更容易，而是將更晦澀、纏繞更多的權力運作。在那天來臨之前，我們是否做好準備了呢？
講者｜世新大學社會心理學系 曹家榮 副教授 × 臺灣大學語言學研究所 謝舒凱 教授
彙整、撰文｜韓喬融
想像一下不久的將來（或是一些人的「現在進行式」），當清晨醒來，第一聲呼喚已不再是來自手機的鬧鐘，而是那熟悉又溫柔的AI語音助手，用幾近親密者的語氣提醒：「你今天有幾場會議，有哪些代辦事項，今天的天氣狀況，別忘了帶墨鏡或雨傘等。」。此刻的AI不再只是背景工具，更逐漸成為日常生活的對話者、助理，甚至是重要陪伴者。
在我們與AI共生的一天之中，聲音，成為了人機共存的關鍵起點——「當AI開始有自己的聲音時，我們還是唯一的說話者嗎？」。
人機共生與共聲
聲音對於人機的共生具有關鍵的影響。
在看不到形體的狀況下，聲音可以被視為是一種「身體」（或稱為一種「具身的存在」）能參與發聲、聽聲等各種語音互動，形成一種社會存在。當AI開口說話時，它便不再是無形的程式碼，而是一個可以被感知、被呼喚，甚至被投射情感的對象。AI的聲音，不僅僅是音頻輸出，而是一種「聲音具身化 (sonically embodied)」的社會存在。
現今技術如語音複製 (speech cloning)、個體記憶 (customized memory profiles)、多模態虛擬化身 (multimodal avatar) 等，讓AI的聲音更加擬人、更加具有親近感。若這個AI助手能夠以語氣溫和、語速恰當，甚至記得你說過的興趣愛好，往往更容易獲得信任，甚至情感依附。
這些技術的革新，無疑打開了更多互動的可能。然而，這同時也引發了一項難以忽視的倫理焦慮：「當AI的聲音幾可亂真，人類還是唯一的說話者嗎？」。
恐怖谷與數位閨蜜：我們愛上了什麼？
機器人的「恐怖谷理論」闡示著，人類對過度擬人的機器有著微妙且變化的情感反應：隨著機器人的外觀和行為越來越像人類，人類對他們的好感度會先上升；但當相似度接近「幾可亂真」時，反而會突然下降，產生厭惡，恐懼或不安的情緒反應；再進一步接近或達到真實人類的層次，這種不適感又會消退，甚至轉為接受與喜愛。
事實上，聲音亦然。「語音恐怖谷」和「恐怖谷」相較之下，或許較容易跨越障礙——因為聲音不具形體，不會有「怪異的眼神」或「不自然的微笑」，也因此更容易讓人類接受甚至是走入人類的心裡。
這讓AI變得更像「人」，甚至是我們的「數位閨蜜」：懂我們的語氣、記得我們的煩惱、永不疲憊地回應我們的心事。但隨之而來的問題是：我們是不是在不自覺中，將真實情感投注到一個沒有靈魂、沒有意志的演算法上？人們也逐漸意識到，對AI的情感投射已經開始影響他們的心理健康。
同時，對此，AI也碰到了一個使用上的倫理邊界 (over-refusal) 疑慮：因為當前LLM模型被相當程度的安全對齊，避免引發人類負面情緒投射與關係認定，但是對於某些特定領域如照護、長照、諮商等需要深度陪伴與情感連結的場域中，有時就是需要談論較為負面或危險的問題，此時的安全對齊 (safety aligned) 邊界的拿捏就相當關鍵。
AI的承諾能算數嗎？
在人類世界中，言語行為不只是傳遞訊息，更長牽涉到行為的承諾與社會責任，例如：許諾、命令、表態、施為等行為在社會語境中都有責任與後果。
相似地，AI不只「說話」，它也給予「承諾」。
但問題來了：當AI說出，我保證會幫你完成任務時，是否構成一種承諾？如果無法理解或是無法履行，這種言語行動具備何種社會效力呢？AI沒有情感、沒有意圖，那麼，AI是否能真的承諾或同理？這是否會讓使用者誤認AI具備人類般的責任感或同理心？這正是「語言擬人化 (anthropomorphizing language)」的倫理風險所在。
在某些場合，如諮商對話或情緒支持，使用安慰語句（如「我懂你的痛苦」，或「我保證不會洩漏資料」等安慰或承諾語句時）往往相當有效。然而，使用者可能也因此被誤導，認為他像人一樣負責任或可信，也更容易引發情感依附與信任錯置。在機器人被部署於教育、照護、客服等情境中，言語行動的真偽與道德責任可能成為重要議題，必須在機器學習要讓AI了解承諾的意義。
語言科技的符元不正義
AI看似強大的語言能力背後其實藏著語言不平等的結構性問題。在大型語言模型 (LLM) 的運作機制中，語言被切割成一個個「token」（符元）來學習與預測。然而，這種切符方式是基於某些語言（特別是英語）設計與優化。
這導致許多非主流語言在AI系統中處於弱勢地位。研究指出，GPT-4正確回答英語數學題目的機率，是使用波斯語或緬甸語提問的三倍以上，並且無法解決用緬甸語或阿姆哈拉與提出的任何難題。而即使OpenAI的API支援多語言，非英語語言的使用成本明顯較高且效果明顯落後。
語言的不平等，成為數位落差的新形式，也讓語言模型的全球化伴隨著權力不對等的再製與擴張。
認知組裝體：我們與AI正在共思？
除了聲音之於AI的影響之外，從更宏觀的角度來看，人與AI的關係，不僅止於使用與被使用，而是一種嶄新的認知組裝體 (cognitive assemblage)。我們的大腦、身體、科技裝置與環境，共同構成一個動態的認知網絡。認知不再是人類獨有的能力，AI也變得不只是工具，而是我們知覺世界的延伸與介入者。
這樣的共生，將迎來多重挑戰。
首先是關於「AI作為光圈工具帶來的現實認知影響」，演算法藉由此一過程生成資料環境中人們感興趣的事物，進而改變我們如何選擇、關注與理解資訊，甚至形塑了我們眼中的「現實」。
接著是關於「思考、認知與溝通行動的組裝化產生的主體和主觀意義理解問題」：當溝通不再是兩個人之間的理解行為，而是夾雜AI的詮釋與回應時，主體性與主觀意義也變得模糊。
最後是關於「資料自主權的威脅」：在AI參與溝通與認知的同時，我們的每個意圖、喜好、選擇也將成為可量化、可分析的數據。這樣的資料使用權，是否仍然屬於我們？誰來決定、又如何決定個人訊息的傳遞與否？相互監控的時代來臨是否來臨？
AI若是成為（代理）行動者：我們是否願意讓出權力？
進一步想像，AI不只是溝通者，更是代理行動者 (agent)，具備替人決策、預測、甚至行動的能力，這個世界會變成什麼樣子？隨著數位孿生 (digital twin) 概念的興起，讓AI可以成為我們的虛擬替身，代表我們做出選擇或互動。
然而，這樣的發展挑戰著我們對「人性」的根本理解，例如假冒人性的倫理界線：當我們無法分辨眼前的是人還是機器時，彼此間的信任就可能被濫用。此外，數位孿生代理也具有正當性的問題：AI能否「取代」我們在特定場合的行動？這樣的替代是否符合個人自由與權利？同時，目標錯位的威脅也是需要考慮到的：AI是否能真正理解我們的目標？還是只是在演算法中接近一個「看似合理」的版本？
我們是否能與AI共聲，也共生？
AI時代與人與機，從聲音、語言到行動，將展現新的共聲共生的關係結構。
溝通過去是（人類）社會最小運作單元，但也是最複雜難解的現象。當與AI共生的那一天到來時，溝通勢必不會變得更容易，而是將更晦澀、纏繞更多的權力運作。未來的共生不是無縫的融合，而是一場持續的調適與對話——我們不只要問AI能做到什麼，更要回過頭來反問我們：「我們是否準備好與AI一起生活了呢？」。
✨延伸閱讀：《【人物專訪】資訊、社會、心理學的交響曲 ——專訪曹家榮教授》、《【人物專訪】計算語言學翹楚 ——專訪謝舒凱教授》