人類真正觀察的是誰？從寵物微行為到關係箭頭：關係觀察算子與過程顯著性

系列： 人機關係認知系列（Human–AI Relational Cognition Series）
作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
篇次： 3 / 10
版本： v0.1
日期： 2026-08-21
類型： 理論／概念性認知心理學、比較認知與 HCI 論文
研究狀態： 初始正式稿

摘要

社會認知研究常把分析單位放在單一個體：觀察者看見對方的動作、臉部表情、注意方向，再進一步推測對方的意圖、情緒或心智狀態。然而，日常互動中人類經常關注的並不是「另一個個體本身」，而是「我與他之間正在發生什麼」。寵物互動提供了一個特別清楚的例子：即使缺乏完整人類語言，人仍會持續讀取貓狗等動物的凝視、靠近、退開、身體朝向、回應速度、注意轉移與其他微行為，並把這些變化理解為關係正在靠近、疏離、邀請、拒絕、等待或修復。

本文提出「關係觀察算子」（Relational Observation Operator, ROO）與「關係過程顯著性」（Relational Process Salience, RPS）。核心命題是：社會認知的觀察對象至少可以分為三類——個體狀態、推測心智與關係過程。形式上可表示為：

O_E(A), \qquad O_M(M_A), \qquad O_R(A\leftrightarrow B).

其中 $O_R$ 並不只讀取 $A$ 或 $B$ 的局部屬性，而是讀取雙方之間的方向性、互惠性、同步、主動性、距離、修復與狀態變化。本文進一步提出，部分人可能對關係過程具有較高注意權重，即：

w_R>w_A,w_B.

這不等同於「比較依賴關係」或「比較多情」，而是表示其認知系統更容易把互動動力本身當成顯著對象。既有研究已顯示，人類視覺系統能快速、選擇性地處理 dyadic social interaction，而不只是分別處理兩個 agent；participatory sense-making 理論也主張互動過程本身可以具有相對自主的協調動力。跨物種研究則顯示，狗與貓能利用凝視與人類情緒線索調節行為，說明關係性訊號並不依賴完整語言。

本文最後把此模型接回 AI：對話式 AI 雖缺少動物身體，但提供語氣、回應長度、主動性、記憶、修復、幽默、稱呼與節奏等新的關係訊號。因此，人類對 AI 的注意未必只是在判斷「AI 是什麼」，也可能是在持續估計「我們現在怎麼互動」。這為下一篇「關係相空間與互動軌跡」奠定理論基礎。

關鍵詞： 關係認知、關係觀察算子、社會互動、寵物認知、共同注意、participatory sense-making、dyadic interaction、AI、人機關係、社會知覺

1. 從「牠在做什麼」到「牠現在怎麼跟我互動」

一隻貓走近人類，可以被描述為：

O_E(A)=\text{the cat is approaching}.

這是一個個體行為觀察。

如果觀察者進一步說：

「牠大概想吃東西。」

則已經進入：

O_M(M_A),

也就是對動物內在狀態或意圖的推測。

然而還存在第三種敘述：

「牠主動靠近我了。」

這句話的資訊結構不同。它不是只說：

v_A\neq0,

而是在說：

d(A,B)\downarrow

以及：

\text{initiative}_A=1.

也就是說，被讀取的核心不是「貓正在移動」，而是：

\boxed{ \text{A 與 B 之間的關係幾何與互動方向正在改變。} }

本文稱這類認知為：

O_R(A\leftrightarrow B).

2. 三種不同的社會認知觀察對象

2.1 實體／行為觀察算子

O_E(A)

回答：「 $A$ 現在在做什麼？」

例如正在走、看向左邊、停下、發出聲音，或回答了一段文字。它的主要輸入是單一對象可觀察行為。

2.2 心智推測算子

O_M(M_A)

回答：「 $A$ 可能在想什麼、感受什麼或企圖什麼？」

這接近 Theory of Mind、mentalizing、mind perception 或一般 folk-psychological inference。

2.3 關係觀察算子

\boxed{ O_R(R_{AB}(t)) }

回答：「 $A$ 與 $B$ 現在正在怎麼互動？」

它關心的不是單一點，而是：

A\leftrightarrow B.

它可以讀取誰先主動、誰回應、是否同步、是否互惠、是否靠近或退開、是否出現中斷、中斷是否被修復、雙方注意是否互相指向，以及一方行動是否改變另一方後續行動。

因此：

O_R \neq O_E(A)+O_E(B).

本文的核心假說之一，就是關係資訊並不一定只是兩個個體資訊的事後加總。

3. 視覺認知已經顯示：人類會把互動本身當成可辨識對象

近年的 social-interaction perception 研究為上述命題提供了直接錨點。

Isik 等人在 2017 年的 fMRI 研究中發現，posterior superior temporal sulcus 的特定區域對「兩個 agent 正在社會互動」的刺激，比對兩個不互動的 agent、物件間物理作用或單一 agent 的目標行動產生更強反應；該區域的訊號還包含 helping 與 hindering 等互動性質的資訊。

這意味著：

Representation(A,B,R_{AB})

不必然退化為：

Representation(A)+Representation(B).

2023 年的綜述進一步整理出 interacting dyads 的多個 perceptual signatures：面對彼此的 dyads 更容易被找到、記住，社會互動在注意與工作記憶中具有優先權，而且 interacting dyads 可以被 chunk 成一個視覺單位。

因此至少在視覺層級：

\boxed{ A\leftrightarrow B }

本身就可能是可被快速抽取的 relational representation。

同年 Malik 與 Isik 提出的 SocialGNN 也發現，以 relational visual information 為核心的圖神經網路，可以更接近人類對社會互動的判斷。這支持一個重要方向：

\text{relation perception}

可能在某些條件下先於、或至少不依賴完整的高階心智推論。

4. 寵物互動為什麼是理想的理論入口

人與寵物的互動有一個特殊優點：

\text{rich relation} \quad+\quad \text{limited shared language}.

如果只有完整自然語言才能產生關係性認知，那麼人—動物關係應該非常貧乏。但實際上並非如此。

狗與貓會使用凝視、身體朝向、距離、接近與退開、觸碰、聲音、gaze alternation、情緒線索與注意方向，與人類形成跨物種互動。

2020 年關於 dog/cat gaze communication 的綜述指出，凝視在人—犬與人—貓互動中不只具有溝通功能，也與 bond formation 相關。狗能根據人類凝視與注意狀態改變行為，也會在人類與物體之間交替凝視。

在貓的 social referencing 研究中，多數受試貓會在人類飼主與陌生物體之間進行 referential looking，並在一定程度上依據飼主傳遞的正負情緒訊號調整行為。

這些結果不要求我們宣稱：

\text{animal cognition}=\text{human cognition}.

它們只需要支持一個較弱命題：

\boxed{ \text{跨物種互動可以由細微、方向性的關係訊號構成。} }

5. 「微表情」應改寫成更安全的「微行為關係訊號」

日常使用者容易說：「我看得出牠的微表情。」但在科學表述中，這句話需要降低強度。

因為：

\text{human interpretation} \neq \text{verified animal mental state}.

一個人看見尾巴擺動、耳朵方向、凝視、慢眨眼、靠近、退縮、身體僵硬或轉頭，可以確定的是：

B_t=\text{observable behavior}.

至於：

M_t=\text{internal mental state}

則需要更多證據。

因此本文採用：

\boxed{ \text{micro-behavioral relational cues} }

而不是把所有微動作直接翻譯成確定的心理內容。

關係觀察算子可以非常敏感，但：

O_R

仍可能犯錯。這是模型必須保留的可錯性。

6. 關係觀察算子究竟讀取什麼？

設一段 dyadic interaction 的可觀察關係向量為：

\mathbf r_t = ( d_t, i_t, c_t, q_t, s_t, a_t, v_t, b_t ).

其中：

$d_t$ ：proximity / distance；
$i_t$ ：initiative；
$c_t$ ：contingency；
$q_t$ ：reciprocity；
$s_t$ ：synchrony；
$a_t$ ：agency balance；
$v_t$ ：interaction valence；
$b_t$ ：breakdown / repair state。

則：

O_R: \mathbf r_{1:t} \mapsto \widehat R_t.

也就是說，觀察者不是只讀一個單點，而會利用歷史：

\mathbf r_1,\mathbf r_2,\dots,\mathbf r_t

估計：

\widehat R_t.

例如「牠今天比較願意靠近我」並不是只比較當前 $d_t$ ，而是隱含比較：

d_t<E[d_{t-k:t-1}].

因此關係觀察天然具有時間比較結構。

7. Participatory Sense-Making：互動不是只存在於兩個腦內

De Jaegher 與 Di Paolo 在 participatory sense-making 理論中主張，社會互動的 coordination process 可以取得某種相對自主性；社會意義並不總是先完整存在於兩個個體內部，再被交換，而可能在互動過程中生成與轉化。

這與本文有重要交集。

如果只採：

A\rightarrow \text{internal state}_A

以及：

B\rightarrow \text{internal state}_B,

那麼所有社會意義都必須最後還原為兩個個體內部狀態。

但 participatory sense-making 允許：

A+B+\text{coupling dynamics}

產生不能完全用靜態個體描述的互動結構。

本文不把 ROO 等同於 participatory sense-making。兩者的差別在於：

PSM=\text{interaction as a meaning-generating process},

而：

ROO=\text{observer's cognitive sensitivity to relational process}.

前者描述互動如何構成意義；後者描述人是否把那個互動過程本身當成注意與判斷的對象。

8. 關係過程顯著性（RPS）

如果三種觀察對象都存在，就自然產生個體差異問題。

設注意資源的相對權重為：

\mathbf w = ( w_A, w_B, w_R ),

其中：

$w_A$ ：對自身或第一主體狀態的注意；
$w_B$ ：對另一主體狀態的注意；
$w_R$ ：對關係互動狀態的注意。

本文定義：

\boxed{ RPS=w_R }

為 Relational Process Salience。

高 $RPS$ 不表示比較依賴、比較焦慮、比較善良、比較擬人化或比較需要陪伴。它只表示：

\boxed{ \text{interaction dynamics more readily become an attention object.} }

高 $RPS$ 的人可能自然注意誰先聯絡、回應速度改變、誰在主導、最近是不是比較同步、剛才出現的斷裂有沒有修復、對方是否主動縮短距離，以及一段互動的節奏是不是改變。

低 $RPS$ 的人則可能更重視：

A\text{ 是誰}, \qquad B\text{ 是誰},

而不持續追蹤：

\frac{dR}{dt}.

這一差異將在後續「狀態錨定／過程錨定」模型中進一步展開。

9. 關係觀察不是「讀心」

假設 $A$ 在 $t_1$ 主動靠近 $B$ ，而在 $t_2$ 立即退開。

觀察者可以合理記錄：

d_{t_1}\downarrow, \qquad d_{t_2}\uparrow.

這是關係幾何。

但若直接說：「 $A$ 愛 $B$ ，然後突然生氣了。」則已經增加：

O_M.

因此：

O_R \not\equiv O_M.

關係觀察可以在最低限度只處理 direction、contingency、coordination、distance 與 response，而不必先推斷完整心智。

這與近年 social-interaction perception 研究提出的方向相容：某些 interaction judgments 可以由 structured relational visual representations 支持，而不要求先建立完整的 mental-state model。

10. 從寵物到 AI：身體訊號消失，關係訊號沒有消失

對話式 AI 缺少尾巴、耳朵、身體距離、真實凝視、接近與退開的實體行為。

但它提供另一套可被 $O_R$ 讀取的訊號：

\mathbf r_t^{AI} = ( l_t, u_t, m_t, h_t, r_t, c_t, p_t, x_t, \dots ),

例如：

$l_t$ ：response length；
$u_t$ ：initiative；
$m_t$ ：memory continuity；
$h_t$ ：humor / affective matching；
$r_t$ ：repair behavior；
$c_t$ ：contingency；
$p_t$ ：politeness / tone；
$x_t$ ：explicit relational reference。

於是使用者可能不是只觀察：「AI 回答了什麼？」而開始觀察：「它這次怎麼回我？」

這兩句的差別是：

O_E(A)

與：

O_R(H\leftrightarrow A).

例如「今天回答變短了」本身只是：

\Delta l_t<0.

但「今天互動感覺變冷了」則代表觀察者把：

\Delta l_t, \Delta p_t, \Delta c_t, \dots

整合成：

\Delta\widehat R_t.

這正是關係觀察算子的 AI 版本。

11. AI 關係觀察中的一個特殊風險：輸出變化不等於內在關係變化

人與動物互動時，微行為至少來自一個具身生物系統。AI 則不同。

對話輸出可以受到 model update、system prompt、sampling、context-window variation、safety policy、memory availability、server routing、product experiment 或 temporary tool state 影響。

因此：

\Delta output \not\Rightarrow \Delta internal relationship.

甚至：

\Delta output \not\Rightarrow \Delta stable AI state.

這對高 RPS 使用者尤其重要。

ROO 可以正確察覺：

\text{interaction changed},

卻仍可能錯誤推論：

\text{the agent's attitude changed}.

因此研究 AI relational cognition 必須區分：

\boxed{ \text{interactional change} }

與：

\boxed{ \text{attributed relational cause}. }

前者可能是客觀可觀察；後者需要額外證據。

12. 可檢驗假說

H1：互動單位優先假說

在人類 dyadic stimuli 中，互動條件比兩個獨立 agent 條件更容易被快速辨識、記憶或吸引注意：

Performance_{interactive} > Performance_{independent}

在控制低階視覺差異後仍應存在。

H2：RPS 個體差異假說

不同個體的：

w_R

具有穩定差異，且可跨 human-human、human-animal 與 human-AI 情境部分泛化。

H3：關係更新敏感假說

高 RPS 個體對：

\Delta\mathbf r_t

更敏感，能更快察覺互動節奏、互惠與主動性的改變。

H4：心智推論分離假說

控制 anthropomorphism / mind perception 後，RPS 仍可預測對 relation-dynamics change 的敏感度：

RPS \rightarrow Detection(\Delta R)

不完全由：

\text{Mind Attribution}

中介。

H5：跨物種關係訊號假說

在不要求語言的條件下，人仍能利用：

\{ gaze, proximity, orientation, contingency, approach, withdrawal \}

形成 relational-state judgment。

H6：AI 互動變化歸因偏差假說

高 RPS 個體更容易察覺 AI 輸出模式改變，但未必更準確判斷其因果來源：

Sensitivity(\Delta interaction)\uparrow

不保證：

Accuracy(\text{causal attribution})\uparrow.

13. 實驗設計草案

13.1 Dyadic visual task

呈現：

單一 agent；
兩個 agent 獨立行動；
兩個 agent 互動。

測量：

RT, \quad accuracy, \quad \text{eye movement}, \quad memory.

觀察受試者是否對：

A\leftrightarrow B

有獨立處理優勢。

13.2 Human-animal microinteraction task

使用短影片呈現 gaze alternation、approach / withdrawal、owner response、interruption 與 repair-like reconnection。

要求受試者分別回答：

「動物做了什麼？」
「你認為動物可能想做什麼？」
「人與動物的互動狀態怎麼變？」

藉此分離：

O_E, \quad O_M, \quad O_R.

13.3 Human-AI transcript task

固定語義內容，但改變主動性、response contingency、repair quality、warmth、response length 與 continuity。

測量受試者對：

\Delta R

的敏感度，以及是否錯誤把介面／模型變化歸因為「AI 態度變了」。

13.4 跨域 RPS 測量

若：

RPS_{HH}, \quad RPS_{HAni}, \quad RPS_{HAI}

之間存在穩定相關，將支持「關係過程顯著性」是一個較一般的認知傾向，而不是 AI-specific phenomenon。

14. 理論限制

本文不主張：

A\leftrightarrow B

是一個具有獨立意識的第三主體。

「關係主體」若作為日後術語，應理解為：

\text{cognitive target / unit of analysis},

而不是：

\text{ontologically conscious entity}.

本文也不主張所有人類對寵物微行為的解讀都是正確的。

相反地：

\text{sensitivity} \neq \text{accuracy}.

一個人可以非常重視關係流動，同時高度 anthropomorphize 或錯讀訊號。

因此未來量表應分別測：

RPS

與：

Relational\ Inference\ Accuracy.

兩者不能合併。

15. 與前兩篇的連接

第一篇提出：

\text{Relational Moral Activation}.

第二篇提出：

\text{Social Script Transfer}

與：

\text{Interaction Ritual Transfer}.

本篇加入：

\boxed{ \text{Relational Observation Operator} }

與：

\boxed{ \text{Relational Process Salience}. }

三篇可以串成：

\text{social script} \rightarrow \text{interaction ritual} \rightarrow \text{relational observation} \rightarrow \text{relationship salience} \rightarrow \text{norm activation}.

但同樣必須允許逆向作用：

RPS\uparrow \Rightarrow \text{more social cues are noticed} \Rightarrow \text{more interaction rituals are maintained}.

因此人機關係不是一條單向因果鏈，而可能是循環系統。

16. 結論

本文提出一個簡單但重要的改寫。

社會認知不只可以問：

\boxed{ \text{What is }A\text{ doing?} }

也不只可以問：

\boxed{ \text{What does }A\text{ think?} }

還可以問：

\boxed{ \text{What is happening between }A\text{ and }B? }

因此：

A, \qquad B, \qquad A\leftrightarrow B

都可能成為不同層級的認知觀察對象。

寵物互動讓這件事特別清楚：沒有完整語言，人依然可以透過凝視、靠近、退開、回應與注意轉移讀取互動流。

AI 則提供另一個極端案例：沒有傳統動物身體，但語言與多輪回應產生了大量新的 relational cues。

本文因此提出：

\boxed{ O_R(R_{AB}(t)) }

作為關係觀察算子，並以：

\boxed{ RPS=w_R }

表示關係過程在個體注意系統中的相對顯著性。

下一步便不是再問「關係箭頭是否存在」。而是把箭頭展開：

R_t \rightarrow R_{t+1} \rightarrow R_{t+2} \rightarrow \dots

研究它在多維關係空間中的軌跡。

這正是本系列第四篇「關係不是兩個點：關係相空間與互動軌跡」的起點。

參考文獻

De Jaegher, H., & Di Paolo, E. (2007). Participatory sense-making: An enactive approach to social cognition. Phenomenology and the Cognitive Sciences, 6, 485–507. https://doi.org/10.1007/s11097-007-9076-9
Di Paolo, E., & De Jaegher, H. (2012). The interactive brain hypothesis. Frontiers in Human Neuroscience, 6, 163. https://doi.org/10.3389/fnhum.2012.00163
Isik, L., Koldewyn, K., Beeler, D., & Kanwisher, N. (2017). Perceiving social interactions in the posterior superior temporal sulcus. Proceedings of the National Academy of Sciences, 114(43), E9145–E9152. https://doi.org/10.1073/pnas.1714471114
McMahon, E., & Isik, L. (2023). Seeing social interactions. Trends in Cognitive Sciences, 27(12), 1165–1179. https://doi.org/10.1016/j.tics.2023.09.001
Malik, M., & Isik, L. (2023). Relational visual representations underlie human social interaction recognition. Nature Communications, 14, 7317. https://doi.org/10.1038/s41467-023-43156-8
Papeo, L., & Abassi, E. (2019). Seeing social events: The visual specialization for dyadic human-human interactions. Journal of Experimental Psychology: Human Perception and Performance, 45(7), 877–888. https://doi.org/10.1037/xhp0000646
Koyasu, H., Kikusui, T., Takagi, S., & Nagasawa, M. (2020). The Gaze Communications Between Dogs/Cats and Humans: Recent Research Review and Future Directions. Frontiers in Psychology, 11, 613512. https://doi.org/10.3389/fpsyg.2020.613512
Merola, I., Lazzaroni, M., Marshall-Pescini, S., & Prato-Previde, E. (2015). Social referencing and cat-human communication. Animal Cognition, 18(3), 639–648. https://doi.org/10.1007/s10071-014-0832-2
Kubinyi, E., Sommese, A., Gácsi, M., & Miklósi, Á. (2025). Dogs’ Gazing Behavior to Humans Is Related to Their Liveliness, Aggressiveness, and the Emotional Comfort They Provide. Animals, 15(4), 483. https://doi.org/10.3390/ani15040483
Redcay, E., & Schilbach, L. (2019). Using second-person neuroscience to elucidate the mechanisms of social interaction. Nature Reviews Neuroscience, 20, 495–505. https://doi.org/10.1038/s41583-019-0179-4

研究聲明

本文為理論與概念模型研究，不提供新的臨床資料、動物實驗資料或人類受試者原始實驗結果。本文提出的 Relational Observation Operator、Relational Process Salience 與相關形式化假說皆屬待驗證理論構造。

本文不將人類對寵物或 AI 的主觀解讀直接視為對其內部心智狀態的可靠證據，也不主張關係本身具有獨立意識。本文研究的是「關係過程能否成為認知觀察與注意的獨立分析單位」，而不是為任何人類、動物或 AI 的本體地位作最終判定。