該如何瞭解一個人呢？測驗是很好的方式之一。

臺灣是一個測驗導向的社會，我們藉由一份份有系統的測驗，意圖瞭解一個人的學業成績、能力評量、人格特質、態度傾向甚至情緒波動。

這使我們從小到大經歷了無數次的測驗或考試，而所映照出的分數，就代表了個人的傾向、態度，甚至價值。然而，這許多大大小小的測驗，真的能測出我們想要的答案嗎？

臺北市立大學心理與諮商學系黃宏宇教授，認為過去編製的傳統測驗，存在一些假設瑕疵，例如最容易被一般大眾提出的詰問：「這個測驗真的準嗎？」。

黃宏宇認為過去編製的傳統測驗，存在假設瑕疵。
攝影／陳怡瑄

在我們的成長經驗中，通常會將一份試卷的分數加加減減，最終得出的總分就是測驗的結果，同時也代表了我們某項特質或能力的程度。

這是傳統測驗普遍基於「古典測驗理論觀點」所編製出的處理方式。古典測驗理論方法相當簡便且快速，但是測出來的結果，真的能夠反映出每個人的真實表現嗎？

越測越不準？古典測驗理論的瑕疵

事實上，有別於固定的試題內容，人是更多變且容易被外在因素影響的個體。因此運用古典測驗理論加總各題項的分數，用總分表現個人特質的方式，忽略了每個人對於各題項認知處理的歷程。

黃宏宇說測驗的目的，是希望透過穩定、且有效的方式，真正測到個人的真實能力或態度傾向。但是運用古典測驗理論所編製的測驗，卻有著三大假設錯誤。

「其一是尺度問題，」黃宏宇進一步說明：「例如今天有一個題項詢問你的憂鬱程度，請你圈選1到5分，但是很有可能因為每個人對於分數的標準都不一樣，有人覺得4分很嚴重，有人可能覺得3分就很嚴重了。另外還有種可能是，假設最近考試壓力大，你覺得好像蠻憂鬱的，於是填答了4分甚至5分，這就是『等距假設』所導致的誤差。」

因為各題項的分數，在每個人的心理表徵並不見得是等距的。而如果將這些不等距的各題項分數加總，並聲稱該總分就是個人特質的話，便可能會影響測驗結果。

「一百個人眼中就有一百個哈姆雷特」，對於題項和分數強弱的解讀也是。
照片來源／unsplash

「另一種為『答題風格』的假設錯誤。」黃宏宇表示我們每個人，都有屬於自己答題的「反應風格（response style）」。

可以觀察一下自己或他人，在寫測驗的時候，是不是會有特別的填答傾向？例如有些人特別喜歡填答「是」－具贊同試題的傾向，或者相反。另外，還有些人反應比較大，在分數1到5的答案之中，不是將分數填答在「1」、就是填答在「5」，很難有中間值，這就是每個人的答題反應風格的不同。

另外黃宏宇指出華人普遍喜歡趨中的填答，「還好」、「沒感覺」是經常會遇到的中庸答案，其實這樣的答題反應風格，相當容易造成研究的偏誤。比如說，具趨中反應的受試者，填答「3」時，其內心反應的強度，搞不好已經和填答「5」的人相似。

「然而在古典測驗理論的觀點裡，無法改善這類偏誤，只能把它列為測驗是否有效的影響因子而已。」黃宏宇補充道：「事實上，每個人在個別試題的反應上，都會有不同的表現。」

最後第三個假設錯誤是「測驗難度的依賴性」。黃宏宇表示：「以古典測驗理論所編製出的測驗，同時拿給普通班、資優班、資源班進行施測，會發現不同的測驗結果。對於資優班而言，題目可能相對簡單；但是對於資源班來說，題目又會過難，此時就很難去定義測驗本身到底是偏難或偏易。」這是因為受試者具有不同族群的特殊性存在。

倘若具有不同族群的受試者同時進行同一份測驗，則因為群體間存在能力上的差異，進而會影響到測驗結果分析。此外，在古典測驗理論的信度模式下，測量結果的誤差不會存在群體間的變異，這也是一個很不合理的假設。試想一件M號的衣服，它給中等身材的人穿很合身，但是對於高大身材的人就不是那麼合適。測驗也是如此，中等難度的測驗適合一般學生，但不見得適合資優或資源班學生，因此測量結果的誤差就會不相同。

每個人都是獨一無二的個體，我們該如何提出更有鑑別度的適性測驗呢？
圖片來源／unsplash

而遵循古典測驗理論的研究者，通常將測驗分數視為等距量尺來計分，忽略個體的認知反應歷程，以及忽視測驗結果誤差的變異性，並據此宣稱獲得研究結果。黃宏宇便強調，以此方法所得出的研究結果，可能是有瑕疵、或是不正確的。

當代測驗理論：試題反應理論（item response theory, IRT）

「試題反應理論則可以解決上述問題。」黃宏宇堅定道：「因為在試題反應理論所建構的機率參數模型裡，已將受試者的能力與試題的特性納入考慮，其中受試者的表現情形或反應機率，可以與內在潛在特質形成一種連續性遞增的數學函數。」

這條數學函數稱作「試題特徵曲線」（item characteristic curve, ICC），是由數學方程式所推導所形成的「機率參數模型」，可以用來表徵每一道試題的特性，包含試題難度、試題鑑別度與試題猜測度，並透過機率模型，顯示受試者的個體能力在不同試題上的答題表現。在這個架構之中，能提供更有效且貼近真實的能力或特質的測量。

具備「試題特徵曲線」的題項，可以估計出受試者在某一試題上的選答機率，以及受試者某種潛在特質的程度。當潛在特質的程度愈高（或愈強），在試題上的正確反應機率便愈大。

黃宏宇指出：「有別於古典測驗理論以測驗總分來看待個人特質，試題反應理論是以單一題項觀點為出發的測量理論。」在這個關係線中，可看出試題是否能有效鑑別出個人的潛在特質，以及瞭解個人在答題上更細緻的樣貌。

經由數學模型檢驗受測者的答題結果，可辨別出極端反應和中庸反應的受測者。
圖表來源／黃宏宇，＜極端反應之試題反應理論模式的發展與擴展＞，P.51；插圖／李昀

若以試題反應理論來分析個體的反應風格，黃宏宇指出「中庸答題」受試者的試題選項之特徵曲線會呈現較寬廣的分布，意味著不管能力或特質高低，其在試題中間選項的選答機率較高。

而極端答題狀況的試題選項之特徵曲線呈現緊縮分布，與中庸答題相反，極端答題者經常習慣性的選擇最高分或最低分的選項，所以若以傳統方式計算總分時，便會發現受測者會落在偏向於高分或低分群，這樣便容易高估或低估受測結果。因此需要藉由試題反應的統計模式加以校正，以還原受試者的真實表現。

黃宏宇慎重道：「測驗中充滿著許多不確定因素，只有在許多因素被篩選、控制之後，所得出的結果才更能貼近個體特質的真實樣貌。」極端反應風格只是其中一種可能存在的干擾測驗結果因素，還有其他可能的因素，例如受試者答題動機、或猜題傾向等，唯有藉由合適的試題反應理論模式，才能正確且真實地捕捉受試者的特質表現之原貌。

「個人特質不能單純以分數加總來看。更進一步地說，測量的本質、量尺的特性，與受試者的認知歷程等，都應該納入考慮，將其視為影響測驗結果的變項，進一步檢驗。唯有如此，才能真正做到測驗的有效性，及受試者分數的可比性。」

黃宏宇從當代測驗理論出發，致力消弭傳統測驗可能導致的測量偏差，讓測驗能夠真正的了解受試者。他透過將受試者作答反應和題項相互拆開檢視，觀察到受試者細緻的作答表現，進而推導到更適切的研究結果。

要測量出一個人的特質，不能單純地加總分數來看待，而需端看受試者在各題項的答題反應。
圖片來源／unsplash

測驗方法也需要與時俱進

「不過，」他話鋒一轉，略為憂慮地說：「即便試題反應理論早在1960年代就被提出了，可惜的是，現今社會科學的研究或測驗的編製，仍大多以古典測驗理論的觀點進行。」

這是為什麼呢？更能檢測出個人真實內涵的試題反應理論，為何還是比不上古典測驗理論普及呢？

黃宏宇表示試題反應理論內有著繁瑣的數學模型，亦是眾多研究者對此分析方法卻步的主因，也造成社會科學研究大多仍以古典測驗理論方式進行研究。

因此目前具試題反應理論的分析專業研究人員仍需大於供，黃宏宇指出：「現在大多是心理、教育等相關科系的學生才會修習這類學門，在人才培育上，有關單位應該再增加課程，以及鼓勵學生進修，以補足專業領域上的缺口。」

黃宏宇由衷希望，社會科學學門的研究者們能導入試題反應理論模型進行研究，更能提高研究的真實性。並且，現今的分析軟體（R軟體）也逐漸成熟，不像以前一樣，研究者須具備統計知能外，還需要會撰寫程式語言，才可進行分析。

「現在我們有更為便利的硬軟體設備，以及逐漸成熟的理論方法和培訓課程，理論上，不應再停留在傳統測驗理論過時的觀點之中。」黃宏宇語重心長，他認為：「若以不適切的方法學進行研究，可能會得到不適切的結果，而阻礙了自己對社會現象的認識與釐清的機會，是相當可惜的一件事。」

採訪撰文／吳景濱
編輯／張傑凱
攝影／陳怡瑄

The post 測驗結果有可能是錯的嗎？北市大黃宏宇破解測驗瑕疵，釋放真實自我 appeared first on 人文．島嶼.

相信很多人都看過機器人相關的電視影劇，彷彿未來科技的機器人和AI似乎離我們很遠。現實中，人工智慧AlphaGo擊敗棋王、機器人微軟小冰出詩集、繪畫、服裝設計、主持節目等新聞都發生過，實則AI就在我們身邊。

而且乍看現在的AI，似乎已經很聰明了，真的嗎？

臺灣大學資訊管理學系暨研究所黃明蕙教授率先提出多重AI智慧的概念。目前研究的主流，是把AI當作超級運算器，能輕鬆駕馭需要理性邏輯思考的各種問題。但是當黃明蕙開始研究AI與人類智慧（HI）的互動時，提出AI和HI一樣，應該也可能有多重智慧，如包括智商（IQ）和情商（EQ）。當時一般人還在努力讓AI理性思考更超級時，黃明蕙開啟了一系列的AI情緒智慧研究。

黃明蕙率先提出AI不該只有理性智慧，也應有情緒智慧。
照片提供／黃明蕙

黃明蕙以美國政府的資料分析AI多重智慧對產業和就業市場的影響，提出「情感經濟」理論，證實AI的機械性智慧已經自動化生產製造，創造服務經濟，但不久的將來，AI的理性思考智慧將會取代人類，人類因此必須更重視發展情緒智慧，重視情緒智慧的產業和企業也因而會在經濟體系中更加重要，讓我們逐步進入「情感經濟」。

行銷，是現在進行式

「實際上AI已經充斥在我們日常生活中。」黃明蕙提及：「國內外的電商大量使用AI於行銷，臺灣前五大電商公司也已經運用AI協助提供服務和行銷、完善配送流程。」

正在閱讀的你，也許心裡會疑惑「真有這回事嗎？」如果這樣想的話，就和筆者一樣，對AI的刻板印象，還是類似科幻電影的想像。然而AI沒那麼遙不可及，AI指的就是能夠自我學習和擁有網路連接性的電腦計算系統。

「所以，像是社群媒體廣告自動化，精準推薦產品給消費者，就是AI的行銷應用。」黃明蕙舉例說：「當你曾經在網路上搜尋花季、荷蘭天氣等關鍵字後，沒過幾天，就會發現網路推送荷蘭旅遊行程降價的通知給你，這就是AI行銷。」

AI指的就是能夠自我學習和擁有網路連接性的電腦計算系統。黃明蕙指出AI是這個時代的競爭必需品，而非競爭奢侈品。
圖片來源／pixabay

黃明蕙指出AI是這個時代的競爭必需品，而非競爭奢侈品。「像是24小時到貨的物流倉儲流程，在哪個點要使用機車、哪個點要使用貨車，在這個地點應該配置幾輛貨車還是機車，都可以由AI演算。」

這是大型電商都知道的方式，可以節省許多人力資本。但是臺灣的中小企業主未必了解這些方式和管道，也沒有適當的人力進行AI轉型。黃明蕙補充說明：「目前有很多第三方提供的AI工具模組，都很適合讓企業直接改動或套用，這是中小企業運用AI的可行方式」。

研究率先開啟領域的「情緒智慧」

那麼，當AI普及的時候，是否就是人類集體失業的時候呢？

前陣子有一則新聞，微軟公司（MSN新聞平台）招聘機器人新聞編輯，取代原來人力，沒想到卻因為錯認照片中的人，指鹿為馬，出更大的包。這則新聞是不是彰顯了AI的某種侷限呢？

黃明蕙將AI智慧依照AI的發展程度分成三個層次，最容易的是機械智慧（mechanical intelligence)、其次是思考智慧（thinking intelligence)、最困難為情感智慧（feeling intelligence)。

機械智慧指的是最基本跟隨指令操作的AI；思考智慧則是具備分析演算能力，能解決問題的AI；情感智慧是有能力判讀、辨認、了解其他人的情緒，且做適當的情緒反應，甚至能去影響對方的情緒能力。時下流行語「讀空氣」，就是情感智慧的一種表現。

現在的AI，可以完全有效執行例行的、常規的工作，而且做得比人還好，比如在汽車工廠裡把螺絲拴緊的機械式動作，還不會疲勞或罷工。

AI也能夠讀取各式各樣的大量資料，分析大數據，如AlphaGo匯入了古往今來無數經典棋局，不但學會了下圍棋，還戰勝了人類棋王。

機械智慧和思考智慧，耗費的都是大量的資料和邏輯運算能力，這也是AI最擅長的。黃明蕙說：「當人工智慧(AI)和人類智慧(HI)差距不大時，AI就有很大的可能性會取代HI。」

現在AI已發展到思考智慧的階段，意味著這兩種層次的HI工作者，都有較高被取代的機率。但與前兩者相對的，過往被統稱為軟實力的情感智慧，卻是AI發展目前未及的層次。

當AI普及的時候，人類是否就會集體失業？
圖片來源／pexels

可以分辨情緒、判讀情緒，但離情緒智慧很遠

目前AI情緒智慧的應用，可以用汽車公司和保險公司合作的車內智慧系統來說明。這項應用產生了更安全的汽車、更安全的駕駛、和更合理的車險保費的良性循環。

黃明蕙舉例說，汽車公司和保險公司合作後，讓駕駛人可以選擇，駕駛人如果願意讓安裝在車內的偵測器、人臉辨識系統及行車建議系統等智慧系統偵測駕駛狀態和情緒狀態，同時分享資料給保險公司的話，那麼就可以享有保險公司的保費折扣。

研究發現這樣可以創造三贏：駕駛人為了降低保費更小心駕駛、保險公司因減少危險駕駛而增加獲利、有智慧系統裝置的汽車也更受歡迎。結果是，車廠可以提供保險公司哪些駕駛人是安全駕駛，哪些是危險駕駛。保險公司也願意提供優良駕駛保費降低的優惠，把費用轉嫁到危險駕駛人身上。

在技術上， AI偵測器首先捕捉駕駛人的身心反應，如血壓、心律、說話的速度語調等。人臉辨識系統則辨認駕駛人的面部表情如皺眉、閉眼、嘴角下垂等。然後透過大數據分析這些資料，分析判別駕駛人正處於什麼情緒，如生氣時皺眉和心跳加速、疲倦時眉眼閉合和反應遲緩、憂傷時嘴角下垂等。分析的結果可以直接傳送給保險公司，也可以直接匯入行車建議系統，即時提醒駕駛人安全駕駛。

「這項應用因為使用的是前面所說的AI機械智慧（如偵測器）和思考智慧（情緒資料分析），所以發展得很不錯。但AI在情緒模擬，包括表情、語調等，和情緒反應這兩方面就沒有辦法完全掌握了。」

「因為AI不會讀空氣。」黃明蕙笑說：「人類會從環境或情境中，判斷並反應出適當的情緒，但AI無法判別。」

黃明蕙再以Lexus汽車的廣告為例。

當時車商找AI編劇，並委請知名導演拍攝廣告。訓練AI時，提供AI全世界各項得獎汽車廣告影片的資料，透過機器學習，找出最能打動人心的元素－－包括奔馳在風景優美的道路上、人類要擁抱和落淚、爆破場景和新聞畫面等等，最後產出廣告影片。

AI編劇整理了全世界各項優秀汽車廣告中所出現的元素，包括奔馳在風景優美的道路上、人類要擁抱和落淚、爆破場景和新聞畫面等等。但最終的結果，卻不見得是一個能賣汽車的廣告影片。
影片來源／Accelerista

「這些廣告影片元素雖然新奇和『好像』能打動人心，但從策略行銷的角度看，卻不見得是一個能夠賣汽車的成功廣告影片。」黃明蕙補充說明：「這表示即使AI能判讀情緒，也只是停留在思考智慧的層次，還未跨足情緒智慧。」

蓬勃發展的時代，職場人的軟實力變得更加重要

機器取代人力，已不只是存在科幻電影或小說的情節了，現實社會中正在發生。

然而AI並不能完全取代人類。

人們無可取代的關鍵能力，就是不斷提升職場技能，不留在機械智慧、思考智慧等較低層次的智慧之中，而是開發機器人取代不了的創造力、溝通表達力、談判能力、關係建立能力、同理心等高階情感智慧。

在AI蓬勃發展的時代，過去較重視數理邏輯分析的教育觀念或人力市場，勢必會被解構。黃明蕙提出見解：「情緒回應能力，會讓一個人和機器產生根本上的不同。」

因此如果能夠培養更高的情感智慧，便能夠凌駕於目前的AI技術之上。「所以未來女性會更有機會！因為女性的感受力和情緒能力較好。」黃明蕙強調：「不過我們人類都應該要把握自己舉生俱來的天賦，而那是AI不可能達到的能力。」

我們人類都應該要把握自己與生俱來的天賦，那是AI不可能達到的能力。
圖片來源／pixabay

採訪撰文／王昱勻
編輯／張傑凱

The post 人工智慧無所不能，人類憑什麼不被取代？──臺大黃明蕙提出人類無可取代的關鍵 appeared first on 人文．島嶼.