我們為什麼會相信聊天機器人？心理學家指出關鍵在「讀起來很順」

心理學家提出了一個解釋，說明人為什麼容易相信聊天機器人的回答：關鍵在「處理流暢度」——也就是一段訊息讀起來有多順。研究長期顯示，當資訊容易被處理時，人傾向判斷它為真、為熟悉、為可靠，而這個判斷幾乎是自動發生的，不經過意識審查。

這個機制本身不是缺陷，而是演化上合理的捷徑。在多數日常情境中，熟悉且易懂的訊息確實比陌生且拗口的訊息更可能正確——因為我們聽過、因為它符合既有知識、因為說話的人真的懂。流暢度是一個粗略但通常管用的代理指標。

問題在於，生成式 AI 恰好把這個代理指標與正確性徹底脫鉤。這類系統的訓練目標，本質上就是產生流暢、連貫、符合語言模式的文字。它輸出的內容在流暢度上幾乎必然高分——沒有猶豫、沒有語塞、沒有「呃我不太確定」、結構完整、語氣穩定。而這些特徵在人類身上，正是「這個人很懂」的訊號。

於是我們遇到一個結構性的錯配：一個原本用來判斷可信度的線索，被一種可以無成本產生該線索的技術大量餵養。這解釋了為什麼即使明知 AI 會出錯，人在實際閱讀輸出時仍然難以保持懷疑——懷疑需要動用有意識的努力，而流暢度的影響發生在那之前。

理解這個機制之後，對策也變得比較具體，而且與單純提醒「要小心」不同。

第一是製造停頓。流暢度的效果依賴連續閱讀，因此任何打斷的動作都會削弱它——把輸出朗讀出來、隔一段時間再看、或先把它拆成幾個獨立主張再逐一檢視。

第二是把注意力從「怎麼說」移到「說了什麼」。具體做法是要求自己標出可查證的事實主張，並且真的去查其中一項。這個動作的價值不只在查到錯誤，還在於它把閱讀模式從接收切換成檢驗。

第三是刻意接觸不流暢的來源。原始論文、法規條文、統計附錄讀起來都很費力，而這種費力本身會讓人自然啟動較嚴格的評估模式。

對教學而言，這個心理學角度提供了一個比道德勸說有效的切入點。與其告訴學生「AI 會騙你」，不如讓他們親身經歷流暢度的作用：給兩份內容品質相近但一份寫得漂亮、一份寫得笨拙的材料，請他們評估可信度，再揭曉。學生對自己判斷的驚訝，比任何提醒都更能留下印象。

業界分析人士指出，資訊素養教育長期把重點放在來源查核，而較少處理閱讀當下的認知反應，但後者才是判斷真正發生的地方。

對台灣的教師來說，這是一個可以立刻用在課堂上的活動設計，而且它同時涵蓋了媒體識讀與 AI 素養——因為兩者要處理的，其實是同一個人類弱點。