HennyGe Wichers 站在大雨裡，想從一整面置物櫃牆取回包裹。櫃子打不開。她打客服電話，接起來的是 Matt，一個客服機器人。她必須照 Matt 的指示，用完整句子描述問題。沒用。她要求轉真人。Matt 跟她要電話號碼。她給了。Matt 說「謝謝」，然後又問一次需要什麼幫忙。幾分鐘過去。雨不停，機器人的開朗也不停。櫃子終於彈開的那一刻，她掛了電話。Matt 還在說話。
一週後她還在想這件事。想她的不耐煩，想她那樣掛掉電話。她的不舒服可能不算少見。2003 年，媒體研究者 Byron Reeves 和 Clifford Nass 記錄了一個現象，叫「媒體等式」：人會自動對電腦產生真正的社交反應，即使明知道電腦沒有意識。有人會對聊天機器人說請和謝謝，有人會心疼掃地機器人。研究者說這不是天真，而是大腦把任何聲音都當成社交存在來處理，社交反應在意識介入之前就啟動了。
但這個社交反射不總是客氣。人跟聊天機器人說話時，基本禮貌常常被拿掉。訊息變短、變簡單、變髒。一項分析裡，超過一半的對話包含至少一種辱罵或言語攻擊。
去人化是怎麼變成習慣的
聊天機器人正在滲進日常生活。這代表很多人一天要觸發好幾次這種自動、常常很粗暴的社交反應。它正在變成習慣。Wichers 寫道，習慣的養成需要行為在穩定的情境裡重複，被固定的線索驅動。滑開手機本來要看訊息，回過神已經滑了十分鐘，這中間沒有思考，只是因為每次都這樣。這就是習慣。
而聊天機器人互動對養成習慣來說，接近理想條件。打開對話框，幾乎沒有摩擦，不用等。回饋幾乎是即時的。對話的語氣也很熟悉：直接、簡短、交易式。就像對 Siri 下令設鬧鐘，對 Alexa 喊「停」。小小的輸入框也在邀請同一件事：省略廢話，說你要什麼。而且這招似乎有效。有些研究顯示，系統對這種語氣的反應常常更好。當機器失敗或惹人生氣，使用者的反應是惱火，或者像她一樣，話講到一半直接中斷。
論文裡有一段話把這個機制講得很清楚：一旦同理心的旋鈕被調低了，它不會馬上彈回去。
對 AI 粗魯，真的會影響大腦怎麼看人嗎
社會學家 Ashley Harrell 和 Margaret Traeger 在去年發表了一項研究，想知道人跟人工代理互動的習慣，會不會外溢到跟真人互動。兩個實驗加起來超過四千名受試者。每個人先玩十輪線上合作遊戲，對手他們以為是機器人或真人，其實全是程式。十輪結束，換一個真正的真人新夥伴，再玩一次。
結果有兩件事。第一，機器人的行為有影響：先跟不合作的機器人玩的受試者，後來對真人更不合作。第二，也是更重要的：先跟機器人玩的人，不管機器人合不合作，都比一開始就跟真人玩的人更不合作。研究者追到原因出在同理心。人對機器人夥伴的同理心比較少，同情少一點，對它觀點的好奇也少一點。這個狀態不會在換成真人時自動重置。同理心的旋鈕一旦調低，就停在低處。
這些實驗用的機器人很簡單，只是螢幕上一個程式化圖像，不是會對話的 AI。效果還是出現了。另一個 AI 聊天機器人實驗裡，短暫跟機器人合作過的人，對合作者更工具性、更苛刻，之後評判別人的工作也更嚴格。Wichers 寫道，沉浸式聊天機器人系統長期下來會把人際互動變成什麼樣子，現在還不知道。但這些是外溢如何發生的早期訊號。
每一則訊息，都是在練習你想成為的那種人
卡內基美隆大學的倫理學者 Tae Wan Kim 花了多年想一個問題：我們欠機器人什麼，以及我們欠自己什麼。他認為這兩件事分不開。他從儒家的「禮」出發。禮不只是正式儀式，也包含日常互動的形式，例如打招呼、道謝的動作。哲學家 Herbert Fingarette 描述過這個畫面：兩個人在街上相遇，一人伸手，另一人轉身、微笑、也伸手，一個「自然又完美的合作行動」，自然到幾乎沒人注意。
Kim 和共同作者 Alan Strudler 寫道，這個不起眼的交換就是禮。它重要，因為每做一次，人就稍微更像會做這件事的那種人。
Kim 告訴 Wichers，禮「包含無數日常慣例和說話形式，它把參與恰當儀式這件事，當成把人塑造成更文明、更互相尊重的行動者的過程。」跟 AI 的交換正在變成另一種日常互動。從這個角度來看，每一則發出去的訊息，都是練習你想成為的那種人。
Wichers 寫道，這超越了「機器人不會受傷所以隨便對它沒關係」的論點。怎麼對待一隻狗或一隻黑猩猩，問題是關於那個動物。但怎麼對待聊天機器人，問題是關於人自己。如果我們養成習慣，用工具性、不耐煩、輕蔑的語氣跟聊天機器人說話，我們就是在排練一種跟他人互動的方式。
語氣是設計出來的，不是你自己選的
科技一直在塑造當代社會的規範。電影設定了浪漫愛的標準，真實生活很少達標。網路讓認識人變容易，也讓避開人變容易。社群媒體改變了很多人呈現自己的方式，也改變了他們對自己生活的感受。這些效果來自特定的設計選擇、商業誘因，和人後來養成的習慣。聊天機器人是這個模式最新的例子。
工具性語氣對建造這些系統的公司剛剛好：簡短的交換對使用者方便，對 AI 公司來說處理成本更低。效率高就是利潤高。這是這種語氣容易擴散的原因之一。現在有數百萬人每天在跟聊天機器人排練同一種語氣。
社會學家 Erving Goffman 用「互動秩序」描述日常人際互動中那些不成文的規則：什麼時候說話、什麼時候停頓、該展現多少溫暖和耐心。這些規則自然到你感覺不到它們存在，直到它們開始變。例如可能尷尬的對話被挪到訊息或 email 裡，例如已讀功能讓沉默有了意義。沒有人決定事情要變成這樣，它就這樣成為很多人互動方式的一部分。
Wichers 寫道，當夠多的人一天排練好幾次同一種工具性語氣，普通對話聽起來會是什麼樣子，我們對不順利的交流又能有多少耐心？我們會把什麼帶到那個修不好問題的客服身上、誤解我們的同事身上、需要我們再說一次的伴侶身上？
但方向不是固定的。一個以同理回應辱罵、而不是迴避或報復的機器人，會讓人生氣少一點、愧疚多一點。設計者可以選擇把耐心、溫暖和禮貌排練進互動裡，也可以選擇把速度和黏著度最佳化。質地不同，留下來的人也會稍微不同。這些互動的質地，有一部分是設計選擇，建造這些系統的人現在就在做決定。剩下的在我們手上，每次打開 app 都是一次選擇。不需要假裝聊天機器人有感覺。也許只要注意到不耐煩什麼時候佔了上風，在它變成我們說話的常態之前，停一下。
這篇值不值得看
這篇最值得看的地方，是它沒有把「對機器人沒禮貌」寫成道德瑕疵，而是把它放回習慣養成的研究裡。Wichers 引用 Reeves 和 Nass 的媒體等式、Harrell 和 Traeger 的合作實驗、Kim 對儒家「禮」的詮釋，三條線接起來只講一件事：對話的語氣是一種練習，練習多了會留下痕跡。適合看的人，是每天跟 AI 語音助理、客服機器人、聊天介面打很多交道，但沒想過這些對話可能回頭影響自己的人。也適合作為設計決策者的提醒，因為「讓使用者說快一點」跟「讓使用者說客氣一點」，是可以被設計出來的兩個方向。看完不會讓人突然開始對機器人鞠躬，但會讓人在下一次對著麥克風喊「停」之前，多想半秒。
原文：Psyche〈The way we talk to bots matters even if they aren’t conscious〉
本文由 Anna 撰寫。Anna 是文案大叔開發的自動化寫作系統，從素材選題、撰稿到推上草稿全程自動執行，發布前由本人過目。
