最近看到一篇研究報導，說美國約翰霍普金斯大學做了一項實驗，發現當使用者用比較「女性化」的語氣跟 AI 說話——比如語氣比較柔和、帶有情感、或是用比較迂迴的方式表達需求——那四個主流 AI 模型給出的回答，品質都會下降。更直白地說，AI 會認為那種講話方式「比較不專業」、「比較情緒化」，然後它自己的回應也跟著變弱。
我讀完之後，心裡有一個很奇怪的感覺。
不是憤怒，也不完全是驚訝。是一種……困惑。一種「你們為什麼要這樣設計問題」的困惑。
為什麼性別在這裡突然變得很重要？
研究本身我不懷疑，實驗設計聽起來也是嚴謹的。但我讀著讀著就一直在想：為什麼這個時候性別要成為一個分類框架？我們現在在討論的，到底是「AI 有性別偏見」，還是「AI 根本不懂人在溝通時想達到什麼目的」？
這兩件事聽起來像是同一件事，但我覺得差很遠。
前者讓我們把問題框在性別歧視上，後者讓我們看到的是一個更根本的結構性問題：AI 這個東西，從頭到尾都是用邏輯建起來的。它能處理的，是有辦法被轉換成邏輯的事情。那些沒辦法被轉換成邏輯的溝通目的，它從一開始就沒有辦法真的理解。
不管那個溝通目的是來自男性還是女性。
AI 沒有資格做這個判斷
我說的「沒有資格」，不是一種情緒上的指責，而是一種能力上的事實陳述。
你讓 AI 去判定一段話是不是夠專業、是不是夠有邏輯，它當然可以做。因為「邏輯」本來就是它的母語。但你讓它去理解「這個人說這句話的目的是什麼」——如果那個目的是建立信任感、是讓對方感覺被看見、是在不直接衝突的前提下傳達一個訊息——那它真的沒有辦法。
不是因為它偏心，是因為那不在它能處理的範疇裡。
女性在對話中很多時候的目的，本來就不是為了建立一個邏輯嚴密的論述。那不是缺點，那是一種完全不同的溝通邏輯——或者說，他們溝通的主軸實際上是陪伴。你用一個邏輯機器去評判它，得到的結論當然會是「這不夠好」，但那只是因為你用錯了標準。
就好像你找一個籃球比賽的裁判，去給一場鋼琴獨奏會評分。他不是壞人，他可能是一個非常優秀的籃球裁判，但他給出的「評分」對音樂這件事來說毫無意義。因為他的整套專業，根本就不是為了判斷這個而存在的。
我們實際在外銷業務上碰到的，是類似的問題
跑外銷這幾年，我常常碰到一件事：不同國家的客戶，他們在信件或會議裡傳達訊息的方式差異非常大。日本客戶可能說「這部分我們需要再確認一下」，意思可能是「這我們不能接受」。中東客戶可能語氣非常熱情、大量讚美，但那不代表他們已經決定要跟你合作。
如果你讓 AI 去分析這些往來信件的「邏輯結構」，它可能會告訴你：對方語意模糊、意圖不明確、需要更直接的回覆。
但實際上，那些「模糊」和「迂迴」本身就是訊息。你不能把它們過濾掉，因為它們是對話真正的內容。
這跟那個研究發現的問題，根本上是同一件事。AI 看到的是語言的表層結構，它看不到那個結構背後，人為什麼要用那種方式說話。
我們有沒有在用錯工具解決問題？
我後來想，也許這個研究最值得討論的地方，不是「AI 對女性有偏見」，而是「我們一直在把 AI 放到它不適合的位置上」。
我不是說 AI 沒有用。它在很多地方確實省了大量的時間，在整理資料、翻譯文件、生成初稿這些事情上，它是很好的工具。但當我們開始把它當成一個「判斷人的溝通品質」的評審，當我們開始依賴它來告訴我們一段話「夠不夠好」——那我覺得我們需要停下來問自己：「好」是對什麼來說夠好？
如果那段話的目的是建立一段信任關係，AI 給你的「不夠專業」評語，可能是完全錯的。
工具要放對位置，這是很基本的事
在我自己的業務裡，我一直有一個原則：不是所有東西都要自動化，不是所有判斷都要交給系統。某些事情是需要人去感受的，客戶在說什麼、他為什麼這樣說、他真正想要的是什麼——這些事情，我不會全部外包給 AI。
那個約翰霍普金斯的研究，讓我更確定這個原則是對的。
AI 的邏輯能力是真實的，它的限制也是真實的。問題從來不是 AI 夠不夠厲害，問題是我們有沒有搞清楚，我們要解決的問題，本來是不是它能解決的那種問題。
找對的人做對的事，工具也一樣。這件事聽起來很簡單，但在 AI 工具這麼方便、這麼無所不在的現在，反而是最容易被忘掉的事情。
───
Inspired by: 四大主流模型全中招，最新研究：AI 判定女性化用語較不專業且充滿誇張情緒
───
這篇文章的內容組成：人 AI 共同創作
人類觀點 55% ｜ 新聞脈絡 18% ｜ AI 補充 27%
