蔡宇哲專欄｜為何「廢話」更容易說服人？研究實測：流暢效應在作祟

結果發現，只要有給出解釋，無論理由有沒有用，接受比例都會提高，換句話說，只要AI有說出「因為⋯⋯所以⋯⋯」這樣的語言框架，聽起來符合邏輯。

同時，AI能在極短的時間內生成大量資訊，對於缺乏耐心的人們非常具有吸引力。相反地，過快的訊息產生速度，可能使人缺乏反思的時間，更容易接受未經驗證的資訊。

我曾經問過ChatGPT：「請推薦我很棒的中文心理學Podcast節目」，AI很有把握地列出幾個節目名稱、主持人以及節目風格，我很開心能挖掘到這麼多沒聽過的節目，正想聽看看時，才發現根本沒有這些節目。

生成式AI讓人容易信賴的另一個原因是，其運作方式對多數人來說就像神秘的黑盒子。當不完全理解背後運作原理時，會傾向把AI視為智慧和權威的象徵，又增加了對其答案的信任。

多兩個步驟，降低誤信AI的風險

在使用生成式AI時，請先以挑毛病、找漏洞的觀點去思考，而不是立刻接受答案。就像在影印機的實驗中，若是多想一下，被誤導的程度通常會降低。

其次，可以換個方式、或用不同的AI平台再問一次，好比多找幾個專家一起開會一樣，透過不同方式的問答，避免理解錯誤。

這是另外一種學習，發展出新科技就是讓人們更便利、節省時間，但因為要避免新科技衍生的缺點，需要額外再付出一些努力來確認真假。如何取其利而避其害，也成為現代每個人的必修課了。

參考資料來源：

Langer, E. J., Blank, A., & Chanowitz, B. (1978). The mindlessness of ostensibly thoughtful action: The role of "placebic" information in interpersonal interaction. Journal of Personality and Social Psychology, 36(6), 635–642. 

Malin, Eiband., Daniel, Buschek., Alexander, Kremer., Heinrich, Hussmann. (2019). The Impact of Placebic Explanations on Trust in Intelligent Systems. 

(責任編輯 / 杜韋樺)