吳嫻的學術旅程，也充分體現了對大腦奧秘的探索精神。從工科背景出發，因對人類行為及其背後原因的好奇，吳嫻跨界進入心理學領域，並在美國完成博士學位。回國後，她將心理學與行為科學相結合，開啟了大腦的研究之旅。

中央大學認知神經科學研究所吳嫻教授
拍攝／馬藤萍

大腦自動導航的秘密：統計學習

在接觸心理學後，吳嫻便深深著迷於人類行為背後的規律與機制。「你是否曾注意到，大腦似乎擁有一種無需指引的天賦？這種本能幫助我們在所經驗到的偶然事物中捕捉規律，最終從這些看似隨機的片段中，拼湊出對世界的理解和有意義的知識。」

這種「天賦」的背後蘊藏著「統計學習」（statistical learning）的奧秘——大腦在無意識中辨識、提取規律的能力，在語言習得、視覺辨識與行為模式的形成中扮演了關鍵角色。因此統計學習也和認知心理學（cognitive psychology）、神經語言學（neurolinguistics）密切相關，透過探討人類如何感知、處理並利用規律訊息的運作原理，可看出統計學習能力的貢獻。

簡單來說，統計學習就是「抓規則」的本事。這一能力的「學名」源自於1997 年的一項經典實驗。研究者播放一段由無意義單音節組成的兩分鐘語音流給八個月大的嬰兒聽，例如：pabikutibudogolatupabikudaropitibudo⋯⋯。

整段語音流聽起來像一連串隨機的音節組合，但其中一些音節（如 pa、bi 和 ku）總是以固定順序相連出現，形成三位一體的穩定組合，讓嬰兒逐漸意識到它們可能屬於一個「單字」。然而，當語音流從pabiku過渡到後續的音節tibudo，由於這兩組單字之間的音節連接是不固定的，ku不一定總是連接到ti。此時，這種較低機率出現的音節連接方式使得嬰兒難以預測下一個音節，從而形成一種「鬆散」的連結。

這種機率分布的差異幫助嬰兒識別出穩定的音節組合（如 pabiku 是一個單字）和隨機連接的部分（單字之間的邊界），使他們能從連續的語音流中提取出可能的「單字」。進一步來說，雖然 ku 之後的連接音節是不固定的，但隨著長時間的聆聽，嬰兒能夠再識別出新的單字。例如，重複出現的tibudo可能也是一個單字。

八個月大的嬰兒能通過語音流學習音節規律，顯示統計學習是與生俱來的本能。
圖片來源／Adobe Stock

更進一步來說，大腦天生擅長辨識規律，像是內建了 GPS 系統。在實驗中，嬰兒在聽到不熟悉的音節時會覺得特別新奇，展現出了優異的抓取規律的能力。即使沒有外部教學或學習動機，他們仍能迅速的從看似隨機的語音流中，自動提取結構與規律。這種統計學習能力被認為是一種與生俱來的大腦機制，幫助我們在陌生事物的迷霧中找到方向。

從規律感知到語言學習

既然統計學習揭示了語言學習中規律感知的基礎，那麼「中文」這種視覺複雜度特別高的書寫系統，是否也有其獨特的學習模式？如果中文學習者有感受到音旁和意旁在功能上的差異，他們的大腦會不會以不同方式處理音旁和意旁？

吳嫻表示：「語言學習並不只是靠記憶硬背單字和語法。從神經語言學角度看，語言充滿規律，學習過程依靠對這些規律的感知與掌握，也就是語感。」她進一步問道：「我們作為中文母語者，在記住中文字時，會將音旁與意旁拆解之後分別處理嗎？還是僅僅像記圖畫一樣記下每個字而已？」

為了解答這些問題，吳嫻與研究團隊設計了一系列受到中文啟發的實驗，招募中文母語者與拼音語言使用者（如印尼語、法語等）進行比較。吳嫻解釋，中文母語人士通常能自動內化中文的字形結構和構字規則，而其他的拼音語言使用者，則需要透過具體、明顯的學習過程才能逐漸感知這些特徵。透過比較這兩類群體的表現，能更全面地理解中文學習的獨特機制。

她分享了比較不同語言經驗的受試者，在「假字判斷作業」（Chinese Lexical Decision Test）中所得到的實驗結果。由於中文字形結構中的音旁與意旁往往反映隱含的規律性，但對於以拼音語言（如英文）為母語的使用者來說，在感知中文字形結構方面可能因經驗不足而存在一定局限。因此他們提供了一系列「真字」、「假字」與「非字」，讓參與者判斷它們是否「看起來像是一個可能存在的中文字」：

• 真字（real characters）：真實存在的中文字，符合語言規律且有語義，例如：「很」、「浪」。
• 偽字（pseudo-characters）：將中文音旁或意旁進行組合，但並非真實存在、有意義的中文字，例如：「𢭗」。
• 非字（non-characters）：完全不符合中文結構的筆畫組合，例如：「缶彳」。

「假字判斷測試」不僅考驗參與者的語言能力，也挑戰他們對中文字形結構的掌握。
圖片製作／馬藤萍。參考來源／吳嫻，「統計學習&神經美學」簡報。

研究結果顯示，中文母語者在辨識能力上表現更佳，即使是在區分同樣符合中文構字規則的「真字」與「偽字」方面，也不會遇到困難，反映出他們對實際存在之漢字的高度熟悉。這個作業的關鍵操弄，是檢測並非以中文為母語的外籍人士是否能辨別「偽字」與「非字」的不同；通常隨著學習中文的時間增加，他們對中文字形結構規律的理解逐漸加深，便越能夠看出「偽字」和「真字」的相似之處，對於「偽字」與「非字」的判斷能力也隨之提升。有趣的是，吳嫻和研究生的實驗結果發現：對於中文程度相當的外籍人士來說，他們的統計學習能力越優異，對中文構字規則的掌握就越好，很可能會幫助他們更容易習得中文的書寫系統。這樣的結果和吳嫻之前發表的功能性核磁共振造影(fMRI)結果互相呼應，顯示統計學習能力較佳的受試者，大腦花費較少的認知資源就可對中文「偽字」進行判斷。

吳嫻指出，這些實驗除了探索中文學習的機制，並了解外籍學生是否具備「中文腦」之外，還能為教材設計提供靈感。若將形聲字集中教學，比如「青」的字族：「晴」天、「清」澈、心「情」等，可幫助非母語者快速掌握規律，減輕學習負擔，也為所謂的「字帶字教學法」、「集中識字法」提供支持的證據。此外，對於統計學習能力較弱的群體，設計出具有規律性與空間感的互動遊戲，也可能是提升字形規律感知力的有效方式，能取代枯燥的死記硬背。

中文字的空間奧秘

從統計學習的角度出發，中文部件特有的「空間規律」也吸引了吳嫻的濃厚興趣。為探究對空間規律之敏感度的個別差異，研究團隊設計了一項「空間位置統計學習」作業（Spatial Positional Statistical Learning），他們利用40個幾何圖形組成固定的組合，以隨機的順序展示給參與者，分兩階段進行實驗：

1. 熟悉學習階段（familiarization phase）
   參與者先被動觀看幾何圖形兩兩配對出現的組合，在看似毫無章法的刺激材料配對組合中，其實每個幾何圖形出現在組合左邊或右邊位置的規律始終不變，而每個組合在螢幕上呈現的時間為2.4秒。另外，每個組合之間，畫面都會出現一個持續0.8秒的固定十字，提醒參與者集中注意力，準備迎接下個幾何圖形組合。
   此階段的目的是要讓參與者學習一種新的空間排列規律。雖然組合的出現順序是隨機的，但每個幾何圖形的位置始終固定，即有一半的幾何圖形總是位於組合的左側，另一半則在右側。

   
   圖片製作／馬藤萍。參考來源／吳嫻，「學習統計&神經美學」簡報。

2. 測試階段（Testing Phase）

為確認實驗參與者在熟悉階段真的有學到各幾何圖形的空間位置這項規律，而不是硬記下曾經看過的組合，在測試階段會使用在學習階段沒有出現過的新幾何圖形，和曾經出現過的舊幾何圖形組合在一起，作為題目。這些題目包含兩種形式：

• 熟悉度判斷（Familiarity Judgment）：參與者需從兩組圖形中選出「感覺更熟悉」的一組；儘管在兩個選項中的組合，在熟悉階段都沒有出現過，但有一個選項的舊幾何圖形是出現在和熟悉階段相同的位置。若參與者有掌握到各幾何圖形的空間規律，他們應該可以選出和熟悉階段中的位置規律相符合的選項。
• 位置辨別（Recognition）：畫面上會出現一個新幾何圖形以及一個問號（代表要填入的答案）；參與者需根據先前學到的空間規律，選擇適合填入問號位置的幾何圖形。

圖片製作／馬藤萍。參考來源／吳嫻，「統計學習統計&神經美學」簡報。

吳嫻指出，中文是一種比拼音文字更依賴空間訊息來展現其構字規律的書寫系統。這種文字結構上的差異，可能讓經年累月閱讀中文的母語使用者在學習空間規律時具有獨特的認知優勢。

正如前文提到，中文字形中的音旁與意旁在中文方塊字中的位置相對固定，形成比拼音文字中的字母更穩定的空間規律。相比之下，拼音語言（如英語或法語）則採用線性排列的字母系統，許多字母都可以出現在各個不同的序列位置，比中文部件缺乏空間上的結構固定性。拼音語言的單詞意義更多依賴字母序列的組合，而非空間分布。

基於此，實驗選用幾何圖形取代真實文字，避免參與者依賴語言記憶進行推理，以純粹測試他們的統計學習能力。測驗結果顯示，中文母語者確實有比希伯來文母語者更佳的空間規律敏感度，而採用相同刺激材料的電生理實驗，更進一步呈現中文母語者對空間規律的敏感度，反映在和外籍人士不同的腦電波指標上。這樣的研究結果也暗示著，外籍人士在接觸中文之後，其空間規律敏感度可能會逐漸提升，即語言環境對統計學習能力會發揮潛在影響。隨著持續學習，母語並非為中文者不僅能熟悉中文字形的空間規律，還能在此過程中發展出一種與中文密切相關的空間規律學習能力。

拍攝／馬藤萍

從統計學習到語言掌握，本質上探討的是人類大腦如何從環境中提取規則，並形成學習的基礎機制。這種能力不僅是語言學習的關鍵，也是認知心理學中的核心問題之一：人類如何感知、記憶並運用複雜的模式？

因為人類的學習能力並不僅僅依賴知識的輸入，更需要大腦的運算能力。無論是語言學習、視覺識別，還是日常的社會互動，都依賴於各深植於大腦的規律機制，它們支撐了我們對世界的理解與適應。至於如何一一揭開這些神秘機制的運作模式，是認知心理學的研究目標之一。

正如吳嫻所言，「語言」只是探索這些機制的一個切入點。她與研究團隊也進一步將研究延伸至人類「視覺美感」的建構，試圖找出規律感又是如何塑造我們的審美與認知世界。

採訪撰稿／徐瑜棉
攝影／馬藤萍
編輯／馬藤萍

研究來源
吳嫻（2018）。視覺統計學習能力和閱讀能力間的交互影響研究。國科會專題研究計畫（一般研究計畫）。
吳嫻（2020）。以行為和神經造影證據檢驗視覺統計學習能力和閱讀能力間的交互影響。國科會專題研究計畫（一般研究計畫）。

The post 測試你的「中文腦」——中央吳嫻帶你一窺大腦的規律天賦 appeared first on 人文．島嶼.

「但，就在你猶豫不決之際，老闆突然喊了『年輕人，我跟你說……。』他開始告訴你哪顆橘子比較甜，同時不忘把一顆顆橘子撿入塑膠袋中。看著老闆，你心想要相信他嗎？他會不會只是想快點賣完趕緊收攤？因為，他挑橘子的標準跟你的不太一樣。可是，老闆仍拍胸脯保證：『真的好吃啦！不甜不用錢！』於是，眼前的橘子、老闆的吆喝、過往的經驗。你的腦袋充斥太多訊息，遲遲無法做出決定⋯⋯。」

每當被問到「人如何做決策」時，成功大學心理學系楊政達教授總會提起「買橘子」的故事。他認為，我們每天都在做決策——小至菜市場的日常採買，大至法庭上的法官判決。不論簡單或困難，這些決定的背後，都涉及了複雜的知識、經驗，乃至於決策者的個性。

成功大學心理學系楊政達教授。
拍攝／古佳立

你的「決定」，如何決定？

從博士班開始，楊政達便對「認知心理學」（cognitive psychology）充滿興趣。過去，我們總習慣用結果論去分析人的判斷與決策（judgment and decision making），而忽略了其中存在一個「從知覺到決策」的歷程。

他解釋，人的決策機制，一直是認知心理學的核心議題。儘管人類的認知表現始於五感（視覺、聽覺、嗅覺、味覺、觸覺），但當收到外界訊息時，協助我們做出回應或決策的工具，其實還包含了過去的經驗與知識，甚至是旁人的影響等。

不同於傳統心理學著重內省，認知心理學強調系統性的科學研究。因此，透過一連串的決策實驗，楊政達發現人類傾向「多向度特徵選擇與決策」 （Multi-attribute choice decision-making）。「每當做決策時，我們十分依賴對各個資訊來源進行分析，最後的決定也經常是綜合性考量後的結果，而非僅憑單一因素。」

譬如，決定明天要穿什麼衣服出門時，除了依據個人喜好，還會考慮到天氣、出席場合等。醫生判斷一張X光影像中是否存在腫瘤時，也會依據影像的亮度對比、形狀、大小等特徵來分析診斷。

由於無法確切預測結果，人做決策時容易遲疑不定。
圖片來源／Unsplash

至於人處理決策資訊的方式，大致可以分為三種處理架構（ mental architecture）：

1. 序列處理（serial processing）：一次只能處理一個訊息來源，當一個管道的資訊被處理完之後，才會開始下一個管道訊息的處理。例如在組裝傢俱時，我們只能按部就班，依照說明書上的步驟指示，才能將物件組裝完成。
2. 平行處理（parallel processing）：兩個訊息來源的資訊同時被處理，沒有先後順序。像是早上準備出門前，一邊猶豫該穿什麼衣服，一邊想著待會要去哪間早餐店。
3. 共同激發處理（coactive processing）：與平行處理類似，但差異在於下決策前，兩個訊息來源的資訊會進行加總，共同影響判斷。正如買橘子這件事，顏色、大小、重量等條件都會被納入考量，且沒有明顯的先後順序。

不過，楊政達也補充，這些都是正常狀態下的決策思考過程。「而我好奇的是，若再有更多不同的外部訊息來源加入，比如AI。那麼對決策者來說，究竟是干擾或幫助？」

決策資訊，越多越好？

不論是借助他人或機器，這些外部力量都可以被稱為「顧問」（advisory）——從水果攤老闆、在場的其他客人、到AI，都是我們可以獲取決策意見的訊息來源。此時，如何在「自己的想法」與「顧問的建議」之間做抉擇、意見整合，其實是一種挑戰。

讓我們回到買橘子的場景，除了接受老闆的推薦，我們還可以問問AI：「根據季節、近期臺灣果農耕植情況，以及果菜批發市場的交易行情。請問，今天市場上的橘子可以買嗎？」為了回答這個問題，AI會先給你一段豐富的資料分析。但，不同於水果攤老闆掛保證好吃，AI則不建議你購買。

依據農業部的農業知識入口網，柑橘類應選擇果型完整、大小適中，果皮光滑細緻、緊實且薄、軟硬適中有彈性、色澤鮮豔、無明顯傷痕或斑點，果蒂新鮮且有重量感。
圖片來源／Unsplash

楊政達笑著說：「面對這種情況，顧問的『信心程度』會成為我們如何做決策的關鍵。換言之，顧問是否對自身提供的建議有信心？」

以水果攤老闆來說，為了證明自己說的話可信，他可能會直接撥一顆橘子請客人吃，甚至提出不好吃可以退貨的承諾。若是AI的話，除了綜合過去的判斷結果作為參考，我們也可以從它的回答裡，是否夾雜了「應該」、「也許」、「推測」等模稜兩可的說法，來判斷AI的信心程度。

這時，你可能會想問，如果水果攤老闆和AI都自信滿滿怎麼辦？「確實，透過實驗，我們發現人僅面對一種輔助決策的顧問時，他較能夠快速整合自己的想法與顧問建議。特別是當該顧問已變成長期合作夥伴時，我們對它會有高度信心與依賴，能更快速聽取建議、做出決策。」

「然而，一旦加入更多顧問系統，人則開始需要分心，判斷其他顧問提供的資訊品質，再比較顧問系統間的差異、哪個更可信⋯⋯，才能做出最後的決定。甚至，當人需要耗費過多時間來進行資訊辨別、整合的話，他很可能會放棄聽取顧問的話，直接憑自己的判斷做決定，哪怕顧問提供的資訊更可靠。」

因此，楊政達認為，如果今天的問題十分簡單，那麼借助多個重顧問輔助決策的作法，效益不大，恐更加深我們的「選擇困難」。但若是針對較複雜的議題，例如腫瘤切除評估、金融投資等，獲得多個顧問的判斷就變得有必要。

AI比人類更會做決策？

借助科技輔助決策的方式，已是人類日常生活中不可缺少的一部分。從蘋果公司推出已久的AI助理Siri，到近期的熱門AI聊天機器人ChatGPT等。不論決策大小，我們漸漸習慣遇到問題時，便會找AI來問問，它們也總能在很短的時間內，給出詳盡的分析。

尤其，隨著AI持續進化、錯誤逐漸降低的情況下，它能否因此幫人類做所有的決定？

當前，對於AI能為人類提供多大程度的協助，仍是一道難解之題。
圖片來源／Unsplash

楊政達笑著搖頭。他想起，十多年前書目管理系統（reference manager）剛推出時，標榜可以快速整理參考文獻。然而，引用格式百百種（APA、MLA等），倘若研究者不清楚自己該使用哪一種格式，即便有了書目管理系統，也容易在錯誤出現時仍不自知。「科技再便捷、再聰明，我們仍需要有一定的智慧，才能做出判斷，降低被誤導的可能性。」

人類社會是複雜的。如同方才不建議你購買橘子的AI，它的判斷基於理性、科學的數據分析，這樣的做法沒有錯。但，AI可能不知道的是，一個幾十年在市場擺攤做生意的老闆，並不會輕易為了賺錢而欺騙客人，毀掉長期建立的口碑和信用。

楊政達強調，當AI逐漸成為我們生活中不可缺少的一部分，與其一味排斥、否定，不如好好學習如何跟它互動，善用它帶來的便利性。人類有知識盲點，卻不乏豐富的實務經驗，以及批判思考的能力；同理，AI也有出錯的時候，但無損它在搜集、統整與分析資訊的效率。這便是所謂的「人機互動」（human-computer interaction, HCI）——兩者應該相輔相成，而非誰取代誰的對立關係。

「我就十分期待未來AI能更廣泛運用在醫療決策上，特別是協助醫生做出病理診斷。如前面提到，越是困難的決策，人更需要外界（多方）協助。設想，有一個醫療 AI，能針對病人的X光片、腫瘤切片報告，先進行初步的影像判讀，後續再由醫生結合自身經驗，做出最佳的醫療決策。既節省人力與時間成本，也提供醫生更多科學化的決策建議。」

拍攝／古佳立

基於對人類決策歷程的認識，當前楊政達也著力於科技輔助技術的加入，讓那些高難度、甚至高風險的決策任務，得到更多幫助。不只是臨床醫學，還包含運動員決策機制、深偽訊息識別等方面的應用。

不過，他也不斷提醒，自己的研究初心與動力，始終源自對「人」的好奇。人類一生，會做出無數次的決策。過程中，無論是想自己決定、請教他人、或尋求人工智慧。最終該怎麼做，決定權仍是回到我們的手上。「唯有不斷了解『人』是如何下決定的，才會知道機器可以提供哪些輔助。」

採訪撰稿／李佳芳
攝影／古佳立
編輯／馬藤萍

研究來源
楊政達（2020）。利用系統多因子技術探討決策歷程的突現特質：從個人決策到團體決策。國科會專題研究計畫（一般研究計畫）。

The post 你挑的橘子甜嗎？與成大楊政達探索人如何做決定 appeared first on 人文．島嶼.