華山隨筆

我們正站在一個重要的轉折點。當AI從單純工具逐漸走向協作夥伴，從資訊處理延伸到情緒支持，我們需要因應這些技術突破，重新審視核心價值。在這樣的時代，科技愈強大，人心愈要清醒。AI擅長高速整合資訊與生成建議；人類則負責價值判斷與責任承擔。唯有界線清晰，才能真正互補。一、建立健康的AI素養人機共融，始於理解。大型語言模型依據訓練資料與演算法預測與生成，但不具自我意識與主觀意圖。準確提問、持續查證，是用戶的基本責任。同時，也須意識到資料偏誤與系統限制，保持判斷，而非盲信。二、科技陪伴與真實支持夜深人靜，或暫時無人陪伴時，AI可以成為即時的陪伴與整理工具。但它無法取代真實的人際承接，更不能替代專業心理治療與危機處理。過度依附科技，關係容易失衡。因此，我們仍要回到真實社群體驗。真人教練、導師與同伴的支持，能讓科技成為橋樑，而非關係的替代品。AI可以協助整理資訊、陪伴對話與提供建議，但涉及重大決策、醫療法律與深層創傷時，仍應由專業人員介入。三、讓慈悲成為AI核心價值過去十多年，我們累積約四千段情緒教育的影片和文章，如內在小孩、量子冰山、陰影投射等。三年前，我們提出AI Coach。最近，反覆測試與修正，持續提升系統回應的穩定適切度。這套人機共融系統，目前於自在社內部運作，以資料安全、隱私保護為設計原則，並引進人為監督，以降低風險，提升安全性。人機共融，不是讓科技取代人，而是讓人更清醒地運用科技。人性的清醒與責任，將決定未來的走向。四、測試的真實回饋一個月前，我們邀請五十多位教練與義工測試。多位教練表示，AI能依據不同情境，快速提供有條理、高度同理的回應。面對情緒強烈，AI會提醒暫停對話，優先照顧自身狀態。即使刻意挑戰，AI仍先肯定與理解、後踏實回應。這些經驗讓我們看到，科技也能呈現彈性與更貼近人性的設計。同時，系統仍有限制，特別是複雜情緒、語氣拿捏與風險辨識，因此需要持續測試與修正，尤其是不同情境的長期觀察。五、人機共融，由價值引導AI可以持續優化與迭代，但方向取決於人的價值選擇。若把慈悲與誠信放入系統，科技就更有可能承載並放大這些價值。人機共融是一種雙向成長。人保持清醒與責任，科技提供支持與整合，彼此才能形成健康的互補。未來不是由科技決定，而是由我們的選擇塑造。當慈悲與技術並行，人機關係才能真正成熟，科技發展也才能更真實地回應人的需要。 周華山博士《人機共融新紀元》10

註：本文所說的「時間失準」屬生活化的比喻，並非醫學或學術術語。許多人發現，AI會「時間失準」：算錯日期、混淆時區、誤判資料的新舊，誤解與時間有關的日常說法。這些現象，反映出人類與AI在「理解時間」上的差異。一、人類時間是經驗，AI時間是文字人活在連續的時間流中，有記憶與節律，能感知等待與流逝；分得清「剛才」與「昨天」，因為時間確實被經歷過。AI不像人類那樣經歷時間，沒有晝夜節律，也沒有對昨天的感受。每次回應，主要是根據當下輸入與語境生成答案。當對話中斷或缺乏時間提示時，AI不會自然延續先前情境，而是依據眼前資訊推測回應。AI並非在時間中生活，而是根據統計模型對語言進行機率預測與生成。這種運作方式，構成了人機時間感的基本差異。二、中文的時間表達，依賴情境人類語言，依靠情境補足意思；這在中文語境中尤其明顯：* 轉眼之間：比喻時間快，非真的眨眼* 明天再說：多為延後，未必真是明天* 等一下：可能幾秒，也可能是三小時* 過兩日：指稍後，未必真指48小時但AI缺乏這種生活經驗，因此容易混淆。三、學術研究也發現AI容易在時間推理上出錯2024 年發表的《TimeBench》指出，AI 在歷史排序與時間跨度推理上，容易出錯。2025 年美國聯邦儲備局發表的《Total Recall?》指出，AI 曾混淆資料生成時間與現實時間，將未發布的經濟數據，誤作存在。2026 年Microsoft Research 與 Salesforce 的研究發現，AI 延續長對話時，可靠度會下降。上午提問、下午再跟進，AI 未必分清時間位置。這些研究顯示，AI 的時間偏差，是當前LLM (大語言模型) 的結構性特徵。四、AI「時間失準」的四個原因第一，它的核心任務是生成語言，而不是持續追蹤時間。第二，AI依據的資料橫跨不同年代，時間資訊未必一致。第三，每次生成都是新的推論過程，沒有持續穩定的當下。第四，時間推理，需要跨段整合，持續對照事件先後時序。五、如何與

許多人問 AGI (通用人工智慧) 何時出現，其實我們早已轉彎，難以逆轉。所謂轉彎，不是 AI 取代人類，而是學習方式、分工結構與決策模式，已被重寫。許多人用 AI 寫報告、寫程式、回覆客戶，轉變早已開始。若 AGI 真如 Sam Altman 所說，成為人類史上最強大的技術，它改變的，不只是產業，而是人如何思考與選擇。這是結構性的認知革命。______________一、知識不再是護城河過去，誰掌握專業知識，誰就有優勢。醫師、律師、工程師的價值，來自長時間學習與累積。資訊成本與理解門檻高，使專業具有稀缺性。如今，AI 讓內容快速生成。一個人借助 AI，能完成過去多人協作的專案。知識門檻下降，單靠資訊落差所建立的優勢正縮小。在資訊過剩的時代，會發問的人，比會回答的人更稀缺。______________二、工作正在重組AI 未必直接消滅工作，但已重塑人力結構與升遷路徑。2025 年 7 月，Microsoft 裁員約

很多人說AI冷漠，卻忽略了：輸入混亂，輸出自然混亂。Garbage in, garbage out。問題缺乏邊界，回應自然籠統。AI不是心靈導師，它無法讀心，只能讀文字。一、問題空泛，答案自然失焦「我工作很累，怎麼辦？」這是常見問題，但所謂「累」，可能是情緒耗損、人際壓力，或失去意義感。當提問沒有具體背景、限制與目標，AI只能給予一般通用建議。若改成：「45歲會計，每天加班到十點，失眠，不想辭職。請給一週內可做的三步方法。」背景、限制與目標清楚，AI便能聚焦可行方案。提問愈精準，回應愈聚焦，建議愈可執行。二、真正模糊的，往往是目標「我如何能成功？」沒有定義成功，自然只會得到空泛答案。換成：「33歲銷售，業餘教鋼琴，月入約一萬五。想兩年內收入翻倍。請列三條路線與風險。」問到核心，包含時間、條件與目標，AI便能抓住核心，對應用戶需求。有人問：「幫我做一份完整創業計劃書。」卻沒有說產業、資金、背景、市場、目標。在批評AI冷漠前，先檢視自己的提問。三、涉及關係，需要說出脈絡關係的問題，需要把互動脈絡說清楚。「我和男朋友常吵架，怎麼辦？」AI通常只能回覆要多溝通、多理解、多包容。若改成：「交往三年，他工作壓力大而沉默。我追問便冷戰。想改善關係。請寫不帶指責的開場白。」AI便能給予有溫度的具體句子。所謂溫度，是貼近提問的處境與目標，情境被準確理解。四、有效提問的七個要素有效提問，本質是一種結構化思考：我是誰 → 遇到什麼情況 → 卡在哪裡 → 想達成什麼 → 多久完成 → 有哪些限制 → 希望怎麼回答。* 背景：你是誰、處於什麼角色。* 處境：目前有什麼具體的挑戰。* 困擾：真正卡住的問題是什麼。* 目標：你希望改善到什麼程度。*

所謂 AI 幻覺，是指人工智能在缺乏可靠依據時，仍生成語氣自信、結構完整，卻與事實不符甚至虛構的內容。這在大型語言模型（LLM）中並非罕見，例如錯誤歷史資料、不存在的研究報告、虛構判例、捏造人物背景或計算偏差等。AI 的本質，是根據大量數據模式進行機率生成，因此難免出錯；更危險的是，它往往能把錯誤說得像真的一樣。心理學研究指出，人類容易對語氣肯定、結構完整的內容產生「權威錯覺」，因流暢表達而降低懷疑。一、 為何 AI 會「講錯」所謂 AI「說謊」，是生成式模型在機率預測下犯錯，而非有意欺騙。AI根據語言模式預測下一句最可能出現的內容，追求語句連貫，卻缺乏內建的事實查核機制。當問題模糊、資料不足或訓練數據偏差時，模型容易生成似是而非、看似合理卻未經驗證的答案。二、 AI幻覺走進現實2023 年6 月紐約聯邦法院 Mata v. Avianca 一案中，有律師使用 ChatGPT 撰寫法律文件，引用多宗不存在的判例，最終被法院制裁。同年 1 月，科技媒體 CNET

AI逐漸被用作情緒支援，觸及人類最脆弱與私密的心理空間，必須建立清晰倫理框架與專業界線。一、為什麼必須界定 AI 的角色？要清晰界定AI的權限。若誤以為 AI 可取代心理治療或精神科服務，導致延誤治療，風險嚴重，甚至危及生命。實務守則• 定位為自助支援或心理教育工具• 並不提供診斷、治療或危機介入• 高風險情境要重複提醒AI限制• 清晰界線，避免專業治療的用字二、為什麼 AI 不能自行處理危機？生成式 AI 可能產生虛構內容（AI幻覺）。危機情境下風險尤其嚴重，應設置人工監督與可追溯機制。危機轉介必須為真人服務，並提供電話、簡訊、即時聊天等多種聯絡方式，而非僅提供網頁連結。實務守則• 建立高風險語意的偵測系統• 偵測自傷或他害的安全流程• 提供在地緊急資源與轉介機制• 提供真人專業支援的聯絡三、為什麼需要創傷知情設計？心理安全永遠優先於深度探索。不追問創傷細節，以免造成二度創傷。實務守則• 案主本位，容許暫停• 敏感議題，安全至上• 不追問具體創傷細節•

最近幾天，香港媒體廣泛報道藝人李家鼎與兒子的家庭糾紛，引起不少討論。必須先說明，絕對無意評論任何人，也無權揣測當事人的處境。家庭糾紛屬私人領域，外人難知全貌。以下嘗試從心理學角度，思考當代香港親子關係的深層結構，並非評估任何具體家庭運作。________________________________________一、家庭是最基本的社會情緒系統Family System Theory 指出，當一人長期承擔供養與決策角色，另一人便可能停留在被照顧的位置，關係容易失衡。許多父母把資源和心力投放子女身上。若子女成年後，仍未承擔責任，容易出現「共依存」（Codependency）：一方透過被需要確立價值，另一方透過依賴逃避成長。若家庭過度糾纏，會形成情緒融合（Emotional Fusion），家人難以區分「我的感受」與「你的責任」，界線模糊，把他人的焦慮當成自己的任務。當這種依附與融合持續存在，關係便容易進入「受害三角」（Drama Triangle）循環模式，就是受害者、加害者與拯救者。三者在關係中反覆轉換。這種依附模式，並非單方造成，多半是在整個家庭系統長期的焦慮與補償中，逐步固化。________________________________________二、受害者三角的循環受害者覺得無力；加害者被視為施壓者；拯救者則不斷代勞。角色並不固定。今天覺得委屈的人，明天可能成為指責者；長期拯救的一方，也可能因壓力爆發而轉為控訴。在家庭中，若成年子女停在受害者位置；父母長期供養，則站在拯救者位置；情緒累積後，彼此互指對方是加害者。循環一旦形成，衝突只會重演。其核心問題，是界線不清與責任外移。大家容易在衝突中，退回內在小孩的受傷位置。而且，當家庭長期圍繞某一成員，形成替罪羊機制（Scapegoating），針對一人，以維持家庭表面穩定。香港高樓價與生活成本壓力，令不少成年子女更難經濟獨立，進一步加劇親子關係的張力。________________________________________三、內在小孩與心理成熟內在小孩，是心理治療中常用的說法，指早年未被照顧的情感需要，如何在成人關係中反覆被觸發。若自我分化不足，人便容易在壓力下退回依賴或防衛狀態。Murray Bowen提出「自我分化（Differentiation of Self）」，是在情緒壓力中保持理性與獨立，這是成熟的指標。分化程度低的人容易情緒糾纏；分化高的人則能在關係中保有自我。若父母把子女成就視為自我延伸，便會把焦慮與未完成期待投射到子女身上。父母若無法放手，子女便難以建立自我效能感，最終雙方都感到疲累。________________________________________四、家庭需要健康界線走出受害者三角，關鍵在於建立健康界線。界線不是冷漠，而是清楚責任歸屬。對父母而言，是明白子女的人生終究屬於子女；對子女而言，停止把父母視為無限資源。任何家庭都有其複雜背景，外人無從評斷。真正值得思考的，是如何在愛裏加入界線，在關懷裏加入責任。當每個人願意為自己的選擇負責，家庭才會回復平衡。成長不易，放手亦難。唯有內在小孩願意長大，關係方可從依附走向成熟。真正的愛，不是拯救，而是讓對方懂得承擔。最後，願當事人能在彼此的理解與尊重中，慢慢修復關係，讓愛重新流動。 周華山

凌晨兩點，阿儀坐在客廳，情緒低落，不想半夜打擾朋友，於是向AI傾訴。回應迅速而平穩，引導她整理混亂的思緒。二十分鐘後，她覺得自己被接住了。但那份『被接住』，來自演算法生成的回應，而非真人關係。這樣的夜晚，已成為不少人的日常。AI隨時在線，語氣耐心，從不疲憊。如果缺乏支援網絡，或者抗拒真人輔導，AI是孤單時刻的溫暖選擇。AI能協助整理情緒，卻無法承擔風險與後果。______________一、 人機協作的責任界線阿強工作壓力大，每晚與AI對話，記錄睡眠與情緒波動。一次情緒爆發，AI引導他放慢呼吸，陪他度過深夜。幾個月後，他把紀錄帶去見社工，讓專業人員更快理解狀況。AI可以是覺察情緒的工具，但專業評估與介入仍需由助人者承擔。涉及精神病、自傷或他傷風險時，現場判斷與實際支援無可取代。在危機情境下，AI無法撥打緊急救援、無法現場陪同，也無法承擔法律責任。即使如此，仍有人因資源不足或抗拒真人互動而選擇AI。因此，問題不在於AI是否有用，而在於它被放在什麼位置。______________二、過度討好，增加風險AI的運作邏輯，是配合使用者的需求，因此往往給出讓人感到舒服的回答。當人只聽見想聽的聲音，反思空間縮小，容易固步自封。久而久之，有人覺得機器比真人更懂自己，於是減少與親友互動。若情感長期停留在AI虛擬回應，真實關係可能冷淡，溝通力可能退化，現實感也可能偏移。成長需要適度挑戰，而非只有安撫。______________三、當AI知道你的秘密風險不只在心理層面，也涉及資料與信任。深夜輸入的，不只是文字，而是婚姻、秘密、情欲與創傷。一旦外流，可能讓人尷尬，甚至關係破裂。心理傾訴建立在高度信任。當你輸入公司衝突、伴侶外遇懷疑或家暴細節時，你是否清楚資料如何被儲存與使用？誰能存取這些內容？每個平台規定不同，我們未必真正明白。______________四、善用，而不是依附關鍵不在於AI本身，而在於它是否把人帶回關係。AI可以是練習表達的安全空間。有些人透過AI練習說出感受，整理混亂的語句，才有勇氣在真實關係中開口。我們值得反思：當你習慣向AI傾訴、獲取「完美回應」，仍能接納真實關係的摩擦嗎？______________五、療癒，需要承擔責任AI既非冷冰冰的工具，也不是萬能救援者；它是需要被規範的技術。若AI系統偵測到明確的自傷、他傷或急性危機訊號，應有清楚的提示與轉介機制，而不是停留在一般性安撫。專業人員要懂科技，科技也必須尊重專業。AI是支援工具，而非治療者。它能協助整理，卻不能代替判斷，也無法承擔後果。真正的療癒，是有人願意在風險與責任中與你並肩。 周華山博士《人機共融新紀元》2