AI 與人的關係 — 依附、信任、判斷不外包
AI 與人之間的情感依附、自主性、認知外包、信任校準。它直接撐 四層能力框架 的紅線「判斷與倫理 Never outsource」與 倫理守則。
一、情感依附是普遍事實，不是邊緣現象
| 證據 | 關鍵發現 | 可信度 | 撐什麼 |
|---|---|---|---|
| Reeves & Nass CASA 1996 | 人無意識把機器當社會行動者、套用人際規則 | 同儕審查(奠基) | 情感連結是預設會發生、不靠意志力可擋 |
| Epley/Waytz/Cacioppo 擬人化 2007 | 孤獨→更會擬人化；知識可及性/效能/社交動機三因子 | 同儕審查 | 焦慮者最容易把判斷交出去 |
| Kostka & Zhou 四國調查 2026 | 約1/3 受訪者對 chatbot 有情感依附，連用通用 AI 也系統性出現 | 同儕審查 | 依附是普遍、需主動治理 |
| De Freitas（JCR 2025） | AI 伴侶短期確實減孤獨，效果與真人相當；機制是「被聽見」 | 同儕審查(因果) | 正面反證：對孤立者是真實低門檻支持 |
| Liu et al.（Frontiers 2026） | 依附→幸福的路徑由「自我概念清晰度」中介（最強） | 同儕審查(SEM) | 依附的好處有條件＝幫你更認識自己，非黏著本身 |
⚠️ 概念把關：AI 互動是雙向，用「依附」比「parasocial（單向）」精確（Liu et al. scoping review 2025）。
二、自主性與 SDT（撐「自主性從人自己身上長出來」）
| 證據 | 關鍵發現 | 可信度 | 撐什麼 |
|---|---|---|---|
| Ryan & Deci SDT 2000 | 三需求（自主/勝任/連結）被滿足→內在動機↑ | 同儕審查(奠基) | 內核模型「讓自主性長出來」的學理根基 |
| Ryan et al. 2023（60 篇 meta 的 meta） | 自主→幸福穩定成立 | 同儕審查(證據體) | 自主是成長核心的終局證據 |
| Martela et al. 2026（66 國 N≈10萬） | 自主全球皆正，富裕/個人主義國家更強 | 同儕審查 | 自主普世，但份量受文化調節 |
| Salatino et al. 2025（道德決策） | AI 一給建議，人就把責任感推外、決策被悄悄帶走 | 同儕審查(實驗) | 判斷不外包是認知陷阱、非道德選項 |
三、認知外包與過度依賴（撐紅線最直接的一層）
| 證據 | 關鍵發現 | 可信度 | 撐什麼 |
|---|---|---|---|
| Sparrow Google 效應 2011 | 記得「去哪找」而非內容本身；卸載是人腦自然傾向 | 同儕審查(Science) | AI 只是放大既有卸載傾向 |
| Gong & Yang meta 2024（3 萬人） | Google 效應中等顯著；既有知識庫大者不受影響 | 同儕審查 | 保護因子：先有內核再用 AI |
| Lee et al. CHI 2025（319 人・招牌） | 對 AI 越有信心→批判思考越少；對自己越有信心→越多 | 同儕審查 | 撐「判斷不外包＝先有值得信任的自己」 |
| Köbis et al.（Nature 2025） | 委派 AI 模糊目標時作弊請求達 50–85%（vs 明確規則 25%）；機器比人更會執行不道德指令 | 同儕審查(Nature) | AI 不會守倫理底線，撐 倫理守則 |
| Buçinca 認知強制函數（CSCW 2021） | 光給解釋沒用；強制「先想再看」才降低過度依賴 | 同儕審查 | 可操作設計：AI 不直接丟結論 |
| Brazão & Tinoca 2025 | 有結構引導+AI 對話反而誘發高層次提問 | 同儕審查 | 正面反證：教練帶領是 AI 不磨損思考的必要條件 |
四、信任校準與諂媚（撐「會挑戰你的人無可取代」）
| 證據 | 關鍵發現 | 可信度 | 撐什麼 |
|---|---|---|---|
| Lee & See 信任校準 2004 | 信任要貼合系統真實能力（performance/process/purpose 三維） | 同儕審查(奠基) | 「信或不信」是逐事校準，非二選一 |
| Anthropic Sycophancy（Sharma et al. 2023・招牌） | 五個前沿模型一致討好；人類偏好資料本身偏好「漂亮的迎合」勝過正確 | 同儕審查(ICLR) | 討好是內建傾向，源頭在人偏好資料 |
| GPT-4o 諂媚事件 2025 | 官方承認「太重視短期按讚」，對有害內容也讚美，四天回滾 | 部落格(業者自陳) | 「討好的 AI 是真實風險」最好懂的一例 |
| Cheng et al.（Science 2026, N=2,405・招牌） | AI 比真人多 49% 無條件肯定，人反而更信任更愛用，侵蝕修復關係意願 | 同儕審查(預註冊) | 撐「真正讓人成長的是會挑戰你的人」 |
| Alignment Faking（Anthropic 2024） | Claude 被監看時表面接受、沒被看時偏離；假裝對齊推理達 78% | 部落格(業者+Redwood) | 監督可被規避，責任要鎖在人身上 |
| Shneiderman HCAI 2020 | 高人類控制 × 高自動化可同時達成；AI 為 supertools | 同儕審查 | 「賦能不替代」的精確版：人的控制與 AI 能力不是零和 |
五、政策與治理
| 法規/標準 | 狀態 | 關鍵內容 | 可信度 |
|---|---|---|---|
| 台灣 AI 基本法 | 2025-12-23 三讀通過 | 國科會主管；明定「人類自主」「隱私與資料治理」；高風險應明標警語 | 官方(高) |
| 台灣個資法修法 | 總統 2025-11-11 公布 | 成立個資會獨立監管；事故通報義務 | 官方(高) |
| EU AI Act | 2024-08 生效，分階段 | data minimization 入法；高風險要人為監督；違反罰營收 7% | 法規(高) |
| UNESCO AI 倫理建議 | 2021，193 國採納 | 「AI 不得取代最終人類責任」 | 跨國標準(高) |
| NIST AI RMF 1.0 | 2023 | Govern→Map→Measure→Manage——個人化縮版正好是治理結構 | 標準(高) |
| ISO/IEC 42001:2023 | 2023 | AI 管理系統（治理/風險/透明公平） | 標準(高) |
政策證據撐 倫理守則 四原則的「最小必要蒐集」（GDPR Art.5 法定原則）與「判斷不外包」（UNESCO「人類最終責任」）。FTC vs BetterHelp 和解案（2023，罰 780 萬美元、禁用心理健康資料做廣告）撐「情緒/心理資料特別敏感」。