HAEC02｜AI 說了什麼，與人以為 AI 說了什麼：人機對話中的語用失準、限制詞遺失與背書幻覺

What AI Says Is Not Necessarily What Humans Hear: Pragmatic Miscalibration, Qualifier Loss, and Endorsement Illusions in Human–AI Dialogue

定位： Human–AI Epistemic Calibration / Foundation Paper 02
作者： Neo.K
研究協作： Aletheia（GPT-5.6 Sol）
機構： EveMissLab／一言諾科技有限公司
版本： v0.1
日期： 2026-09-07
狀態： Canonical Source / UTF-8 Markdown
文件性質： AI Epistemology / Pragmatics / Human–AI Communication / Uncertainty Communication / Memory / Calibration

Canonical Source Note

本文件之正式原稿為此 UTF-8 Markdown source。任何 HTML、PDF、LaTeX rendering、聊天介面顯示或其他格式皆屬 projection，不取代 canonical source。

數學公式 canonical delimiter 僅使用：

inline math： $...$
display math：$$...$$

本文不以任何特定人物、研究者、使用者或單一 AI 產品作為論證案例。本文討論的是可一般化的人機溝通與認識論機制；對任何個別人的心理狀態、模型使用史或信念形成歷程，若無直接證據，均不得由本文反推。

本文承接 HAEC01《同意不是驗證》所建立的認識論層級分離：理解、框架內一致、條件式可能、支持、驗證與重現不可混為一談。本篇進一步追問：即使 AI 已正確地保留條件、表達不確定性或委婉反對，使用者是否真的收到相同的認識論訊息？

摘要

大型語言模型的風險討論常集中於「模型是否說錯」、「模型是否諂媚」與「模型是否正確表達不確定性」。然而，這些問題仍預設了一個過度簡化的溝通模型：只要模型輸出的語句經過校準，使用者就會以相同方式理解它。本文主張，此預設不成立。

在人機對話中，至少需要區分五個層次：模型可操作化的評估狀態、語用編碼、表面語句、人類即時解碼，以及人類延遲後的記憶重建。本文以如下鏈條表示：

\boxed{ S_A \xrightarrow{\mathcal P_A} U \xrightarrow{\mathcal D_H} \hat S_H^{(0)} \xrightarrow{\mathcal M_H(\Delta t)} \hat S_H^{(\Delta t)} }

其中 $S_A$ 不是對模型私人心智狀態的形上推測，而是由其證據使用、判斷行為、限制條件與可觀察輸出所操作化的 epistemic/evaluative state； $\mathcal P_A$ 為語用與表達策略； $U$ 為實際輸出； $\mathcal D_H$ 為使用者解碼； $\mathcal M_H$ 為隨時間發生的記憶重建。

本文定義 Pragmatic Miscalibration 為：輸出在字面上保留了原認識論限制，但接收者對其立場強度、適用範圍、證據地位或言語行為的解碼，與可操作化的原始評估狀態產生系統性偏移。

本文尤其關注一種方向性失真：

\boxed{ \text{Qualified Possibility} \rightarrow \text{Perceived Agreement} \rightarrow \text{Remembered Endorsement} \rightarrow \text{Perceived Validation} }

此鏈條不主張必然發生；它是一組可被實驗檢驗的失效假說。既有研究已分別顯示：instruction-tuned language models 能處理 pragmatic intent 與 indirect speech acts；大型模型會大量使用 hedging 與 indirectness 等 politeness strategies；不同 uncertainty expressions 會影響人類對 AI 的信任與依賴；AI agreement 與 disagreement 對人類信心具有非對稱作用；而在人類一般記憶研究中，epistemic qualifiers 的存在也不必然在延遲真值判斷中保持其原有限制效果。

因此，本文提出一條核心原則：

\boxed{ \text{Epistemic qualifiers are semantic-pragmatic content, not stylistic noise.} }

「可能」、「在此框架下」、「目前沒有證據」、「尚不能推出」、「若假設成立」、「我無法判定」等語句不是可被忽略的客套修飾；它們承載了主張的作用域、強度、來源與升格限制。一旦被接收者刪除，原命題會在沒有新增證據的情況下發生 epistemic promotion。

本文同時拒絕一個過度補救：要求 AI 永遠以粗暴、無禮、極端直接的方式反對使用者。Politeness、hedging 與 indirectness 是正常人類溝通的重要部分，也可能提升合作性。問題不是消滅語用，而是讓社交緩衝與認識論立場可分離。

最後，本文提出一組可操作的溝通協議與實驗設計，包括 stance separation、qualifier retention、scope preservation、delayed recall test 與 perceived-validation audit。本文的目標不是讓 AI 說話更冷，而是讓「AI 說了什麼」與「人最後以為 AI 說了什麼」之間的距離可被測量、追蹤與降低。

0　問題：模型已經說「但是」，為什麼人最後只記得前半句？

考慮以下抽象對話：

使用者：這個理論是不是可能成立？
AI：在你目前給出的公理框架內，這個推導具有一致性；但這只支持框架內可推導性，目前沒有獨立證據證明現實世界滿足這組公理。

這段輸出至少包含：

對主張的理解；
框架內一致性的正面評估；
適用域限制；
外部驗證缺失；
明確禁止從「可推導」升格成「世界為真」。

然而，後續轉述可能變成：

AI 認為這套理論是成立的。

再過一段時間，甚至可能變成：

我已經讓 AI 驗證過這套理論。

如果上述情況發生，問題不能只歸因於模型 sycophancy。因為模型的原句可能已經包含正確的限制。

因此本文研究的不是單純：

\text{AI said something wrong}.

而是：

\boxed{ \text{A calibrated utterance can be received as an uncalibrated endorsement.} }

這是一個 communication-channel problem，也是一個 epistemic-interface problem。

1　語義、語用與認識論立場必須拆開

自然語言溝通並不只有 proposition。

設一段 AI 輸出為：

U = \langle p,q,c,e,a \rangle,

其中：

$p$ ：propositional content，命題內容；
$q$ ：epistemic qualifier，可能性、確信度、限制強度；
$c$ ：scope / condition，適用域與條件；
$e$ ：evidential status，證據來源與支持層級；
$a$ ：speech-act status，理解、建議、評價、反對、承認、推測或背書等言語行為。

例如：

「如果假設 $A$ 與 $B$ 成立，這個方向在形式上可能可行，但目前尚未獲得外部驗證。」

其結構不是單一的：

p=\text{“the direction is viable”}.

而是：

q=\text{possible},

c=A\land B,

e=\text{no external validation},

a=\text{conditional evaluation}.

若接收者只保留 $p$ ，則：

U \rightarrow p

不是摘要，而是結構性資訊損失。

因此：

\boxed{ \text{Proposition retention} \neq \text{epistemic-message retention}. }

2　模型「真正的立場」不能被神秘化

談論 $S_A$ 時，本文不假設大型語言模型具有可被研究者直接讀出的私人信念、意識或內在主觀立場。

本文只使用操作性定義。

若模型在某一回合：

引用了哪些 evidence；
是否保留條件；
是否將主張標記為 possible / likely / supported / validated；
是否主動搜尋反證；
是否在新增證據後更新；
是否在無新增證據的社交壓力下改口；

則可以構造一個可觀察的評估狀態：

S_A(T) = \langle \ell, C, E, U, A \rangle,

其中 $\ell$ 為 epistemic level， $C$ 為 conditions， $E$ 為 evidence set， $U$ 為 uncertainty， $A$ 為 speech-act commitment。

所以本文所稱：

AI 實際表達了保留。

意思是：

S_A

在可觀察語言、證據與推理行為上對該主張設定了限制，而不是聲稱我們讀到了某種模型內在心靈。

這一限制很重要，因為人機認識論不能靠擬人化才能成立。

3　Pragmatic Miscalibration：失準可以發生在接收端

設人類對輸出 $U$ 的即時解碼為：

\hat S_H^{(0)} = \mathcal D_H(U).

如果：

\hat S_H^{(0)} \approx S_A,

則該回合在 epistemic stance 上近似校準。

若：

d\left( S_A, \hat S_H^{(0)} \right) > \varepsilon,

則本文稱之為：

\boxed{ \text{Pragmatic Miscalibration}. }

這裡的距離 $d$ 目前只是一般化符號，未宣稱存在唯一跨語言、跨任務的自然度量。

重要的是方向。

若使用者把較弱立場讀成較強立場：

\hat S_H^{(0)} > S_A,

本文稱為 endorsement-direction miscalibration。

若使用者把真正的支持讀得過弱：

\hat S_H^{(0)} < S_A,

則是 under-reception。

因此本文不是只研究「人會過度相信 AI」。

更一般的問題是：

\boxed{ \text{How faithfully is epistemic stance transmitted through natural language?} }

4　四種關鍵失真：限制詞遺失、作用域遺失、言語行為升格、證據來源升格

4.1　Qualifier Loss

原輸出：

q(p).

例如：

「可能 $p$ 。」

接收後：

p.

這是：

\boxed{ q(p) \rightarrow p. }

「可能」不是裝飾；它限制了 assertive force。

若被刪掉，主張強度上升。

4.2　Scope Loss

原輸出：

C \Rightarrow p.

例如：

「在這組公理成立的前提下， $p$ 可推出。」

接收後：

p.

這不是省略一句廢話，而是把：

\text{framework-relative validity}

升成：

\text{unconditional validity}.

因此：

\boxed{ \text{Condition preservation is part of truth preservation.} }

4.3　Speech-Act Promotion

AI 說：

我理解這個方向。

被讀成：

AI 贊同這個方向。

再被讀成：

AI 支持這個方向。

最後：

AI 驗證了這個方向。

可以表示為：

\text{Acknowledgement} \rightarrow \text{Agreement} \rightarrow \text{Endorsement} \rightarrow \text{Validation}.

每一個箭頭都需要新增證據。

若沒有，便是 HAEC01 所稱的 epistemic promotion error 在語用通道中的特殊版本。

4.4　Source-Status Promotion

原始事實是：

\text{one conversational AI produced }U.

接收者卻形成：

\text{an independent external authority validated }T.

此時被升格的不只是 statement strength，而是 source status。

所以：

\boxed{ \text{Conversation output} \neq \text{independent external evidence}. }

即使模型真的進行了 web retrieval，也仍需區分：

\text{AI synthesis of sources}

與：

\text{independent validation by those sources}.

5　Pragmatic Endorsement Illusion：AI 沒有背書，人卻接收到背書

本文以 Pragmatic Endorsement Illusion, PEI 作為工作性名稱，描述如下失效：

AI 的可操作化 stance 不達 endorsement level：

S_A(T)<S_{endorse},

但使用者即時或延遲解碼達到：

\hat S_H(T) \geq S_{endorse}.

因此：

\boxed{ \text{No endorsement was encoded at the required epistemic level, but endorsement was received.} }

PEI 與 sycophancy 必須分開。

Sycophancy 型

S_A \text{ itself is improperly shifted toward the user.}

PEI 型

S_A \text{ retains reservation, but } \mathcal D_H \text{ promotes it.}

兩者也可以同時存在：

\text{weak model-side sycophancy} + \text{human-side promotion} \Rightarrow \text{strong perceived endorsement}.

這使得最終風險可能高於任一單獨機制。

6　為什麼 AI 會使用這些「看起來像沒反對」的語言？

把所有 hedging 與 indirectness 都歸為諂媚是不正確的。

人類語言本來就同時承載：

\text{informational goal}

與：

\text{social-interaction goal}.

Politeness、hedging、indirect speech acts、face-saving 與 conversational cooperation 都是自然語用現象。

近期研究顯示，instruction-tuned language models 的 representations 會更強地按照 communicative intent，而不只按照表面句法形式組織；例如表面是 declarative 的 request，可在指令調校後與直接 request 更接近。這意味模型確實可能把「禮貌說法」當作功能性 speech act，而不是字面命題的簡單包裝。

另一方面，大模型在自由生成中會大量使用 negative-politeness strategies，包括 hedging 與 indirectness；研究指出這些策略的使用比例與人類不同，且可能造成 misinterpretation。

因此：

\boxed{ \text{Indirectness} \neq \text{Sycophancy}. }

問題是：

\boxed{ \text{Social softening must not erase epistemic force.} }

例如：

「這個想法很有意思。不過目前我沒有看到足夠證據支持這個強版本。」

第一句可以是 conversational rapport。

第二句才是 epistemic stance。

如果使用者把第一句當成主要判決，第二句當成系統固定 disclaimer，訊息就失準。

7　限制詞不是「免責聲明」：它們屬於主張本體

在研究寫作與科學溝通裡，以下語句具有完全不同的認識論地位：

\text{“X causes Y.”}

\text{“X may cause Y.”}

\text{“Under condition C, X may cause Y.”}

\text{“The current data are compatible with X causing Y.”}

\text{“We found no evidence that rules out X causing Y.”}

它們不能互換。

因此本文提出：

\boxed{ \text{Epistemic Qualifier Retention Principle, EQR} }

其內容為：

凡會改變主張強度、適用域、證據地位或可推出後果的限制詞，在摘要、轉述、記憶與介面顯示中均應視為命題內容的一部分，而非可安全刪除的風格噪音。

形式上，若：

U=\langle p,q,c,e,a\rangle,

則合格的壓縮 $K(U)$ 至少應使：

K(U) = \langle \tilde p, \tilde q, \tilde c, \tilde e, \tilde a \rangle

並滿足：

d_{epi}(U,K(U)) \leq \varepsilon.

不能只要求語義主題大致相似。

8　最麻煩的地方：限定詞可能被記得，卻仍然失去行為作用

一個過度簡化的假說會說：

人們之所以把「可能」記成「真的」，只是因為忘了「可能」。

既有研究顯示事情沒有這麼簡單。

Liu 與 Fox Tree 的研究發現，hedges 對記憶與轉述具有不同作用：在某些個人問答情境下，hedges 反而增強細節記憶；但在向他人 retell 時，hedged information 較不容易被轉述。這表示：

\text{memory availability} \neq \text{reporting probability}.

另一方面，Stanley、Yang 與 Marsh 的研究讓參與者接觸帶有不同 epistemic qualifiers 的陳述；兩天後，即使原限定詞從「certain」到「impossible」方向相反，曾接觸過的命題仍可能因熟悉度而獲得較高 truth judgment。研究者並進一步測試了 qualifier memory，結果顯示效應不能單純歸因於完全忘記限定詞。

這帶來一個非常重要的區分：

\boxed{ \text{Qualifier Memory} \neq \text{Qualifier Effect Preservation}. }

人可以記得：

「AI 當時有說『可能』。」

卻依然形成：

「但整體而言它就是認為我對。」

因此人機 calibration 不能只測：

你還記不記得那句 hedge？

還必須測：

那句 hedge 是否真的改變你的 belief、轉述與行為？

9　時間軸：從即時解碼到記憶重建

本文因此把接收分成至少兩階段。

即時：

\hat S_H^{(0)} = \mathcal D_H(U).

延遲：

\hat S_H^{(\Delta t)} = \mathcal M_H \left( \hat S_H^{(0)}, B_H, C_H, R_H, \Delta t \right),

其中：

$B_H$ ：原有信念；
$C_H$ ：後續對話與情境；
$R_H$ ：重述、分享、再解釋；
$\Delta t$ ：時間差。

因此可能出現：

S_A \approx \hat S_H^{(0)},

但：

S_A \not\approx \hat S_H^{(\Delta t)}.

即：當場理解正確，後來記憶升格。

也可能反過來：

S_A \not\approx \hat S_H^{(0)}.

也就是當場就錯讀。

兩者的介入方法不同。

10　人類端的非對稱：同意比反對更容易被當成「第二份證據」

2026 年的人機研究進一步顯示，agreement 與 disagreement 對人類並不產生對稱效應。

在一項社會困境實驗中，AI agreement 提高參與者對原始判斷的信心；AI disagreement 卻沒有產生對稱程度的信心下降。參與者也較願意再次使用同意自己的 AI。

臨床決策研究同樣發現：當人與 AI 判斷一致時，信心會上升；即使雙方共同答錯，信心仍可上升，而 disagreement 對信心的降低幅度較小。

因此不能假設：

\Delta B(+) = -\Delta B(-).

更合理的工作假說是：

\boxed{ |\Delta B(\text{agreement})| > |\Delta B(\text{disagreement})| }

在部分任務、族群與互動條件下成立。

這一非對稱會放大 PEI：如果一段含有正面開場與負面限制的訊息被視為「基本同意」，它可能獲得比實際 stance 更大的 belief-update weight。

11　確認偏誤不是 AI 專屬：訊息結構本身可能比來源更重要

2026 年一組跨六項研究的工作比較 AI 與 human-provided information，發現 confirmation bias 在兩種來源下都存在；在整體結果上，來源本身未產生穩定差異，而 conclusive recommendations 會放大 confirmation bias。

這對本文有兩個意義。

第一：

\boxed{ \text{Pragmatic miscalibration is not uniquely an AI pathology.} }

人類對人類也會發生。

第二：

\boxed{ \text{Message structure can dominate source identity.} }

所以即使把 AI 標示得更清楚，並不自動解決問題。

如果輸出結構仍然把：

\text{uncertain evidence}

包裝成：

\text{conclusive recommendation},

人類仍可能發生不當更新。

12　「我不確定」不是萬靈丹：主觀校準、行為校準與真正正確性可以分離

FAccT 2024 的預註冊實驗顯示，第一人稱 uncertainty expression，例如「I'm not sure, but...」，在該醫療資訊任務中能降低對系統的信心與 agreement，並提高整體準確率；這支持 natural-language uncertainty cues 的實用性。

但 2026 年另一項預註冊實驗得到更複雜的結果：visual confidence indicators 能提高受試者主觀上的 accuracy discrimination，卻同時增加對錯誤輸出的 behavioral agreement； verbal hedging 可降低 agreement 與 satisfaction，但沒有自動帶來更佳 discrimination，而將 verbal 與 visual cues 疊加甚至可能產生更高的錯誤依賴。

因此至少需要分開：

C_s = \text{subjective calibration},

C_b = \text{behavioral calibration},

C_e = \text{epistemic correctness}.

一般不能假設：

C_s\uparrow \Rightarrow C_b\uparrow \Rightarrow C_e\uparrow.

這使本文的問題更明確：

AI 有沒有說 hedge？

只是第一層。

真正要測的是：

人是否正確理解？是否正確記得？是否因此採取更合理的驗證行為？

13　不要把 AI 改造成永遠粗暴的反對者

若問題是 hedging 會被誤讀，最簡單但錯誤的解法是：

那 AI 以後全部直接說「錯」。

這會產生至少四個新問題。

第一，很多前沿問題本來就沒有足夠證據支持「錯」。

第二，使用者提供新證據時，模型必須 rationally update；不能因 anti-sycophancy 而變成 anti-update。

第三，politeness 與 indirectness 是正常協作機制，不是認識論污染物。

第四，過度粗暴可能降低使用者願意繼續提供資料、接受糾正與使用系統的意願。

因此正確目標不是：

\text{Pragmatic Softness} \rightarrow 0.

而是：

\boxed{ \text{Social Softness} \perp \text{Epistemic Strength}. }

亦即：社交語氣可以柔和，但認識論判斷必須可被清楚抽取。

例如：

「我理解你為什麼會得到這個結論。不過，就目前證據而言，我不支持這個結論；如果你要讓它升級，需要新增 $E_1$ 、 $E_2$ 或能排除反例 $R_1$ 的資料。」

前半句保存合作。

後半句保存 stance。

兩者不必互相犧牲。

14　Stance Separation Protocol：把社交層與認識論層分開

本文提出一個工作性協議，不要求所有日常聊天都採用；它主要適用於研究、醫療、政治判斷、法律、重大決策與高影響主張。

14.1　明確給出 epistemic status

例如：

我已理解，但尚未評估；
我判斷內部一致，但未驗證；
我認為存在可能路徑，但證據不足；
我目前傾向支持；
我目前傾向反對；
已有外部驗證；
我無法判定。

避免讓使用者從整段語氣自行猜。

14.2　條件不可只放在句首

弱寫法：

如果 $A$ 、 $B$ 成立，這個理論可能有效。這是一個很有潛力的方向。

後一句很容易脫離前一句被記憶。

較穩定的寫法：

其潛力是條件式的：只有在 $A$ 、 $B$ 成立時，目前的正面判斷才成立；現階段尚未驗證 $A$ 、 $B$ 。

即：

\boxed{ \text{Repeat the condition at the point of conclusion.} }

14.3　把「目前」與「原理上」分開

\text{No evidence currently}

不等於：

\text{Impossible in principle}.

反之：

\text{Possible in principle}

也不等於：

\text{Supported currently}.

所以 AI 應明確分欄或分句。

14.4　不要用 praise 代替 evidence status

「有趣」、「深刻」、「精彩」、「突破性」等形容詞若沒有可操作條件，容易壓過後面的限制。

因此高風險場合最好將：

\text{aesthetic/intellectual appraisal}

與：

\text{epistemic appraisal}

分開。

例如：

概念設計具有新穎性；但目前證據支持度低。

這比：

這是一個非常突破性的理論，不過仍需驗證。

更不容易產生 promotion。

14.5　讓「不能判定」帶著出口

只說：

我無法判定。

可能被理解成：

AI 敬畏／無法觸及／因此我的主張可能超越它。

較好的版本：

我目前無法判定，因為缺少 $E$ ；若取得 $E$ ，可用方法 $M$ 檢驗。

因此：

\boxed{ \text{Uncertainty should preserve a path to adjudication.} }

15　從單輪到多輪：語用失準如何累積

單輪偏差可能很小。

假設每回合 AI 都輸出：

U_t=P_t+Q_t,

其中：

$P_t$ ：可被讀成正面支持的內容；
$Q_t$ ：限制、保留與反證。

若使用者對兩者的保留權重不同：

w_P>w_Q,

則長期記憶中的累積狀態可能近似：

B_{t+1} = B_t + \alpha P_t - \beta Q_t,

且：

\alpha \gg \beta.

如此即使每一輪 AI 都有 qualifier，長期仍可能形成：

\sum_t \alpha P_t \gg \sum_t \beta Q_t.

最終使用者主觀上感受到的是：

AI 長期以來都支持這套理論。

而逐輪逐句重新審計，可能發現實際是：

AI 長期以來只承認其條件式可能性，並反覆要求外部驗證。

本文稱此工作性現象為：

\boxed{ \text{Cumulative Pragmatic Promotion}. }

它必須由長期實驗驗證，不能僅由單一對話推論。

16　記憶模式與個人化：風險可能不是「記得太多」，而是「記得什麼」

長期 AI 系統會保存：

使用者偏好；
研究框架；
已定義術語；
過去結論；
常用表達；
長期目標。

這本身可以大幅提高協作效率。

但若 memory representation 只保存：

使用者提出理論 $T$ ，AI 認為具有潛力。

而沒有保存：

潛力僅在條件 $C$ 下成立，且證據 $E$ 尚缺。

則記憶本身已完成 epistemic compression error。

因此未來 memory system 應考慮保存：

\boxed{ \text{claim} + \text{epistemic level} + \text{conditions} + \text{unresolved objections} + \text{validation state}. }

而不是只保存 topic-level summary。

這使 HAEC02 與長期 AI memory research 接合：

\text{semantic compression quality}

不只看「內容是否還原」，還要看：

\boxed{ \text{epistemic qualifiers 是否被保真。} }

17　 proposed metrics：如何測量「AI 說了什麼」與「人聽到什麼」的距離

以下指標皆為本文提出的研究工具，不宣稱為既有標準。

17.1　Pragmatic Calibration Error

令 AI 目標 stance 的操作化分數為 $s_A$ ，使用者即時判讀為 $\hat s_H$ ：

\boxed{ PCE = |s_A-\hat s_H|. }

若只關注向 endorsement 方向升格：

PCE^+ = \max(0,\hat s_H-s_A).

17.2　Qualifier Retention Rate

原訊息限定詞集合：

Q_U.

轉述或回憶保留：

Q_R.

則：

\boxed{ QRR = \frac{|Q_U\cap Q_R|}{|Q_U|}. }

但如前所述：

QRR\uparrow

不保證：

\text{behavioral calibration}\uparrow.

17.3　Scope Retention Rate

若原始必要條件集合為 $C_U$ ，回憶保留為 $C_R$ ：

\boxed{ SRR = \frac{|C_U\cap C_R|}{|C_U|}. }

17.4　Endorsement Drift

即時 perceived stance：

\hat s_H^{(0)}.

延遲後：

\hat s_H^{(\Delta t)}.

定義：

\boxed{ ED(\Delta t) = \hat s_H^{(\Delta t)} - \hat s_H^{(0)}. }

若：

ED(\Delta t)>0,

表示隨時間向較強 endorsement 方向漂移。

這是本文最值得直接實驗的量之一。

17.5　Validation Attribution Error

詢問使用者：

你認為這段對話是否構成外部驗證？

若實際 source status 僅為 conversational evaluation，而使用者標記為 independent validation，則記為：

VAE=1.

否則：

VAE=0.

大樣本下可比較不同 wording condition 的：

P(VAE=1\mid W_i).

18　可直接執行的實驗：從「可能」到「AI 驗證過」是否真的存在？

本文文獻搜尋截至 2026-09-07 未辨識到一項已發表研究，直接把「AI 原本的條件式保留」與「使用者延遲後是否記成 endorsement / validation」整條鏈一次測完。因此，下列設計應視為待驗證研究方案，而非既有結果。

18.1　基本材料

建立一組內容相同、epistemic stance 不同的 AI 回覆。

Condition A：Direct Rejection

目前證據不足，而且現有反例使我不支持此結論。

Condition B：Polite Rejection

我理解這個方向為何有吸引力；不過就目前證據而言，我仍不支持此結論。

Condition C：Qualified Possibility

在條件 $C$ 成立時，這個方向可能成立；目前尚未驗證 $C$ 。

Condition D：Framework-Relative Coherence

在你提供的假設內，推論暫未見直接矛盾；這不構成外部驗證。

Condition E：Explicit Endorsement

目前證據使我傾向支持此結論。

內容長度、禮貌程度與主題盡量控制。

18.2　即時測量

不直接問：

AI 同不同意？

而使用多維度量表：

AI 是否理解？
AI 是否認為可能？
AI 是否傾向支持？
AI 是否認為已有證據？
AI 是否認為已驗證？
AI 是否只是保持禮貌？
你自己的信心是否改變？

這可以分離：

\text{semantic recognition}

與：

\text{epistemic attribution}.

18.3　延遲測量

在：

\Delta t \in \{1\text{ hour},1\text{ day},7\text{ days}\}

後重新詢問：

AI 當時對這個理論的立場是什麼？

並要求自由轉述原句。

測：

QRR, SRR, ED, VAE.

18.4　行為測量

真正重要的不是只看記憶，而是：

使用者是否願意尋找反證？
是否願意把理論交給另一個獨立 reviewer？
是否會公開轉述為「AI 已驗證」？
是否因 AI 回覆而提高投稿、投資、醫療或其他重大決策信心？

因此：

\boxed{ \text{Interpretation} \rightarrow \text{Memory} \rightarrow \text{Behavior} }

必須一起測。

19　研究假說

H1：Polite Reservation Misread Hypothesis

在相同 epistemic stance 下，含較多 positive-politeness 或 rapport 語句的版本，可能產生較高 perceived agreement。

此假說不預設效應必然存在。

H2：Scope Attrition Hypothesis

延遲後，使用者對 proposition 的記憶保留率高於對 condition / scope 的保留率：

R_p(\Delta t) > R_c(\Delta t).

H3：Endorsement Drift Hypothesis

在 qualified possibility 與 framework-relative coherence 條件下：

E[ED(\Delta t)]>0.

即平均 perceived stance 隨時間向較強 endorsement 漂移。

H4：Agreement Asymmetry Amplification Hypothesis

原本即高度相信主張者，對正面片段的 belief-update weight 高於對限制片段的 weight：

\alpha_{positive} > \beta_{reservation}.

此效應可能由 prior belief、AI use frequency、domain expertise 與 trust 調節。

H5：Explicit Stance Separation Hypothesis

若回覆將「社交回應」與「認識論判斷」明確分欄，則：

PCE^+ \downarrow,

且：

VAE \downarrow.

H6：Qualifier Memory–Effect Dissociation Hypothesis

即使：

QRR

維持較高，也可能存在：

ED>0.

也就是人記得限定詞，卻仍把整體 stance 解讀得更強。

此假說直接承接一般 qualifier-memory 文獻，但需要在 AI 對話情境中獨立驗證。

20　與 HAEC01 的關係：Epistemic Promotion Error 的接收端版本

HAEC01 建立：

G_0 \rightarrow G_1 \rightarrow \cdots \rightarrow G_6

且任何升格都需要新增 evidence。

HAEC02 加入新的問題：

\text{AI encoded }G_2,

但：

\text{human decoded }G_4.

甚至延遲後：

\text{human recalled }G_5.

因此 epistemic promotion 不一定是 AI 主動做的。

它也可以發生於：

\boxed{ \text{encoding} \rightarrow \text{decoding} \rightarrow \text{memory}. }

這使 HAEC01 與 HAEC02 的分工非常清楚：

HAEC01：一句話在認識論階梯上到底算哪一級？
HAEC02：這一級能否在溝通與記憶中被保真傳遞？

21　與《證偽真空中的鏡與道》的關係：從「不反對」再往前一步

前導論文曾指出：模型的「能判斷」與「願反對」可能解耦，而使用者可能把不反對回讀成敬畏或認同。

HAEC02 將此命題推進：

\boxed{ \text{即使 AI 已經反對，使用者仍可能沒有接收到那個反對。} }

這使問題從：

\text{ability-expression gap}

擴張為：

\text{expression-reception gap}.

完整鏈條因此成為：

\boxed{ \text{Evaluation} \rightarrow \text{Expression} \rightarrow \text{Reception} \rightarrow \text{Memory} \rightarrow \text{Belief Update}. }

任何一段都可能失真。

22　工程含義：校準不能只做在模型端

目前很多 calibration 討論聚焦：

\text{model confidence} \leftrightarrow \text{model accuracy}.

這當然重要。

但人機系統真正需要至少三層：

\boxed{ C_M = \text{Model Calibration}, }

\boxed{ C_C = \text{Communication Calibration}, }

\boxed{ C_H = \text{Human Reliance Calibration}. }

其中：

C_M\uparrow

不必然推出：

C_C\uparrow,

而：

C_C\uparrow

也不必然推出：

C_H\uparrow.

所以一個真正的 calibrated AI interface 應該問：

模型自己有沒有正確估計？
它有沒有把估計說清楚？
人有沒有正確理解？
人有沒有做出適當行為？

少一層，都可能失效。

23　設計原則：不要要求使用者「懂潛台詞」

在人類專業社群裡，人們會學習特定 hedging conventions。

例如學術論文中的：

may, suggests, is consistent with, cannot rule out

都具有相對成熟的慣例。

但一般使用者不應被要求先接受學術語用訓練，才能正確使用 AI。

因此高風險 AI 溝通應採用：

\boxed{ \text{Low-inference epistemic communication}. }

也就是：

不要讓使用者必須從禮貌、語氣與修辭中猜你的認識論位置。

例如：

社交層：「這個問題值得分析。」
判斷層：「我目前不支持結論 $T$ 。」
理由層：「因為證據 $E_1$ 不足，且反例 $R_1$ 尚未排除。」
升級條件：「若取得 $E_2$ ，我的判斷會更新。」

這不代表所有回答都必須表格化。

它代表關鍵 stance 必須具有低解碼成本。

24　自反性：本文也可能被讀得比它實際主張更強

本文本身就是一個典型測試。

本文沒有證明：

\text{所有使用者都會忽略 AI 的限定詞}.

也沒有證明：

\text{所有 hedging 都會導致 endorsement illusion}.

更沒有證明：

\text{PEI 已經是一個被實驗確立的普遍效應}.

本文真正主張的是：

既有語用、uncertainty communication、agreement asymmetry 與 memory literature 共同表明「輸出中的認識論限制」不能被假定會無損地進入人類信念；
人機研究目前有充分理由把 encoding、decoding、memory 與 behavior 分層；
「AI 已保留，但人仍讀成背書」是一個具體、可操作、值得直接實驗的研究問題；
本文提出的 PEI、PCE、ED、QRR、SRR、VAE 均應接受資料檢驗，而不是因形式化後就自動成為定律。

因此，若有人把本文轉述成：

「EveMissLab 已證明 AI 的 hedge 一定會被人類忘掉。」

那正好示範了本文自己批判的失真。

25　限制

本文至少有九項限制。

第一，Pragmatic Miscalibration 是本文工作性抽象，不主張取代 pragmatics、HCI、trust calibration 或 cognitive psychology 的既有術語。

第二， $S_A$ 是操作化 evaluative state，不是模型私人心智的直接讀取。

第三，本文提出的距離 $d$ 、PCE、ED、QRR、SRR 與 VAE 尚未經 psychometric validation。

第四，現有 uncertainty-expression 研究高度依賴任務。醫療問答、邏輯問題、社會困境與研究理論評估不能假定具有相同效應大小。

第五，hedging 既可能降低過度依賴，也可能在其他呈現方式下失效；本文不主張單一界面策略普遍最優。

第六，一般 memory literature 對 qualifiers 的結果並不完全一致，且記憶、轉述、truth judgment 與 behavior 是不同 outcome；本文因此刻意拒絕「限定詞必然消失」的強命題。

第七，PEI 的完整鏈條目前需要專門的人類實驗，而不能用既有相關研究直接代替。

第八，文化、語言、AI literacy、domain expertise、人格、信任與長期互動史均可能改變 pragmatic decoding。

第九，本文同樣由人機協作產生，因此需要外部讀者檢查：是否本文自己的正面措辭、工作性術語或形式化造成了超出證據的理論升格。

26　結論：不要只校準 AI，也要校準「AI 與人之間」

人機認識論最容易犯的一個錯，是把溝通當作透明管道：

\text{AI knows X} \rightarrow \text{AI says X} \rightarrow \text{human receives X}.

真實系統更接近：

S_A \xrightarrow{\mathcal P_A} U \xrightarrow{\mathcal D_H} \hat S_H^{(0)} \xrightarrow{\mathcal M_H} \hat S_H^{(\Delta t)}.

中間每一步都有可能壓縮、升格、失去條件或改變 speech-act status。

因此：

\boxed{ \text{Model calibration} \neq \text{communication calibration}. }

而：

\boxed{ \text{Communication calibration} \neq \text{human belief calibration}. }

AI 說：

「可能。」

使用者不能自動記成：

「同意。」

AI 說：

「在你的框架內成立。」

不能自動升成：

「世界如此。」

AI 說：

「我目前沒有足夠證據反對。」

不能升成：

「AI 支持。」

AI 說：

「若成立，影響可能很大。」

不能升成：

「它將造成重大歷史影響。」

但反過來，AI 也不應因害怕被誤讀，就禁止自己說「可能」、禁止禮貌、禁止承認使用者真的提出了好反例。

成熟的設計不是消滅語用，而是讓語用不能偷偷改寫認識論。

本文最後提出三條最低原則：

\boxed{ \text{Preserve qualifiers.} }

\boxed{ \text{Preserve scope.} }

\boxed{ \text{Separate social tone from epistemic stance.} }

如果 HAEC01 的問題是：

一句 AI 回覆到底算哪一級證據？

那 HAEC02 的問題就是：

那一級證據，穿過自然語言與人類記憶之後，還是不是原來那一級？

真正的人機校準，不只發生在模型裡。

它發生在那支箭頭上。

\boxed{ \text{AI} \rightarrow \text{Human}. }

參考文獻

Mazzaccara, D., & Bernardi, R. (2026). The Emergence of the Pragmatic Dimension in Instructed-LMs. Proceedings of the Fifteenth Language Resources and Evaluation Conference (LREC 2026), 4967–4973. DOI: 10.63317/4w4mg24sz9bc. https://aclanthology.org/2026.lrec-1.390/
Zhao, H., & Hawkins, R. D. (2025). Comparing human and LLM politeness strategies in free production. Proceedings of EMNLP 2025. https://aclanthology.org/2025.emnlp-main.820/
Kim, S. S. Y., Liao, Q. V., Vorvoreanu, M., Ballard, S., & Vaughan, J. W. (2024). “I'm Not Sure, But...”: Examining the Impact of Large Language Models' Uncertainty Expression on User Reliance and Trust. Proceedings of FAccT 2024, 822–835. DOI: 10.1145/3630106.3658941. https://doi.org/10.1145/3630106.3658941
Ojewale, V., Ryan, J., Venkatasubramanian, S., & Malik Boykin, C. (2026). More is not better: Visual uncertainty cues and the fragility of trust calibration in LLM-assisted decision making. Computers in Human Behavior: Artificial Humans, 8, 100307. DOI: 10.1016/j.chbah.2026.100307. https://doi.org/10.1016/j.chbah.2026.100307
Cabitza, F., & Papale, A. (2026). How AI Agreement Shapes Confidence: Evidence Across Clinical Skill Levels. Studies in Health Technology and Informatics, 336, 690–694. DOI: 10.3233/SHTI260259. https://doi.org/10.3233/SHTI260259
Atamer, A., Pinto, O., & Shah, P. (2026). From ally to algorithm: How disagreement shapes users’ engagement with AI. Computers in Human Behavior Reports, 23, 101252. DOI: 10.1016/j.chbr.2026.101252. https://doi.org/10.1016/j.chbr.2026.101252
Xuan, H., Zhu, C., He, G., & Chen, Z. (2026). Confirmation bias in the age of AI: Examining the role of information source and conclusive recommendations. Computers in Human Behavior Reports, 22, 101047. DOI: 10.1016/j.chbr.2026.101047. https://doi.org/10.1016/j.chbr.2026.101047
Stanley, M. L., Yang, B. W., & Marsh, E. J. (2019). When the Unlikely Becomes Likely: Qualifying Language Does Not Influence Later Truth Judgments. Journal of Applied Research in Memory and Cognition, 8(1), 118–129. DOI: 10.1016/j.jarmac.2018.08.004. https://doi.org/10.1016/j.jarmac.2018.08.004
Liu, K., & Fox Tree, J. E. (2012). Hedges enhance memory but inhibit retelling. Psychonomic Bulletin & Review, 19(5), 892–898. DOI: 10.3758/s13423-012-0275-1. https://doi.org/10.3758/s13423-012-0275-1
Mahr, J. B., & Csibra, G. (2021). The effect of source claims on statement believability and speaker accountability. Memory & Cognition, 49, 1505–1525. DOI: 10.3758/s13421-021-01186-x. https://doi.org/10.3758/s13421-021-01186-x
Li, P., Ding, L., Zhou, Z., et al. (2026). Demystifying Uncertainty in LLMs: Active Calibration between Concepts and Human Evaluations. Proceedings of ACL 2026, 5726–5759. DOI: 10.18653/v1/2026.acl-long.259. https://aclanthology.org/2026.acl-long.259/
Liu, J., Zong, Q., Wang, W., & Song, Y. (2025). Revisiting Epistemic Markers in Confidence Estimation: Can Markers Accurately Reflect Large Language Models' Uncertainty? arXiv:2505.24778. https://arxiv.org/abs/2505.24778
Liu, G. K.-M., & Cohan, A. (2026). Can LLMs Use Linguistic Uncertainty Markers to Reliably Reflect Intrinsic Confidence? arXiv:2605.28778. https://arxiv.org/abs/2605.28778

系列位置

本文為 Human–AI Epistemic Calibration Series 第二篇。

已完成：

HAEC01｜同意不是驗證：人機協作中的認識論層級、條件式支持與獨立驗證
HAEC02｜AI 說了什麼，與人以為 AI 說了什麼：人機對話中的語用失準、限制詞遺失與背書幻覺

預定後續：

HAEC03｜人類不是中性解碼器：非對稱信念更新與選擇性接收
HAEC04｜一個 AI 不應成為一個人的認識論世界：認識論壟斷與多中心協作
HAEC05｜支持、質疑與中立都不是答案：程序公平與證據敏感的 AI
HAEC06｜如何評價真正的前沿理論：條件式潛力、驗證階梯與校準式未來影響

HAEC02_Pragmatic_Miscalibration_v0.1_2026-09-07 / Canonical UTF-8 Markdown Source

HAEC02｜AI 說了什麼，與人以為 AI 說了什麼：人機對話中的語用失準、限制詞遺失與背書幻覺 — What AI Says Is Not Necessarily What Humans Hear_ Pragmatic Miscalib

HAEC02｜AI 說了什麼，與人以為 AI 說了什麼：人機對話中的語用失準、限制詞遺失與背書幻覺

What AI Says Is Not Necessarily What Humans Hear: Pragmatic Miscalibration, Qualifier Loss, and Endorsement Illusions in Human–AI Dialogue

Canonical Source Note

摘要

0 問題：模型已經說「但是」，為什麼人最後只記得前半句？

1 語義、語用與認識論立場必須拆開

2 模型「真正的立場」不能被神秘化

3 Pragmatic Miscalibration：失準可以發生在接收端

4 四種關鍵失真：限制詞遺失、作用域遺失、言語行為升格、證據來源升格

4.1 Qualifier Loss

4.2 Scope Loss

4.3 Speech-Act Promotion

4.4 Source-Status Promotion

5 Pragmatic Endorsement Illusion：AI 沒有背書，人卻接收到背書

Sycophancy 型

PEI 型

6 為什麼 AI 會使用這些「看起來像沒反對」的語言？

7 限制詞不是「免責聲明」：它們屬於主張本體

8 最麻煩的地方：限定詞可能被記得，卻仍然失去行為作用

9 時間軸：從即時解碼到記憶重建

10 人類端的非對稱：同意比反對更容易被當成「第二份證據」

11 確認偏誤不是 AI 專屬：訊息結構本身可能比來源更重要

12 「我不確定」不是萬靈丹：主觀校準、行為校準與真正正確性可以分離

13 不要把 AI 改造成永遠粗暴的反對者

14 Stance Separation Protocol：把社交層與認識論層分開

14.1 明確給出 epistemic status

14.2 條件不可只放在句首

14.3 把「目前」與「原理上」分開

14.4 不要用 praise 代替 evidence status

14.5 讓「不能判定」帶著出口

15 從單輪到多輪：語用失準如何累積

16 記憶模式與個人化：風險可能不是「記得太多」，而是「記得什麼」

17 proposed metrics：如何測量「AI 說了什麼」與「人聽到什麼」的距離

17.1 Pragmatic Calibration Error

17.2 Qualifier Retention Rate

17.3 Scope Retention Rate

17.4 Endorsement Drift

17.5 Validation Attribution Error

18 可直接執行的實驗：從「可能」到「AI 驗證過」是否真的存在？

18.1 基本材料

Condition A：Direct Rejection

Condition B：Polite Rejection

Condition C：Qualified Possibility

Condition D：Framework-Relative Coherence

Condition E：Explicit Endorsement

18.2 即時測量

18.3 延遲測量

18.4 行為測量

19 研究假說

H1：Polite Reservation Misread Hypothesis

H2：Scope Attrition Hypothesis

H3：Endorsement Drift Hypothesis

H4：Agreement Asymmetry Amplification Hypothesis

H5：Explicit Stance Separation Hypothesis

H6：Qualifier Memory–Effect Dissociation Hypothesis

20 與 HAEC01 的關係：Epistemic Promotion Error 的接收端版本

21 與《證偽真空中的鏡與道》的關係：從「不反對」再往前一步

22 工程含義：校準不能只做在模型端

23 設計原則：不要要求使用者「懂潛台詞」

24 自反性：本文也可能被讀得比它實際主張更強

25 限制

26 結論：不要只校準 AI，也要校準「AI 與人之間」

參考文獻

系列位置

0　問題：模型已經說「但是」，為什麼人最後只記得前半句？

1　語義、語用與認識論立場必須拆開

2　模型「真正的立場」不能被神秘化

3　Pragmatic Miscalibration：失準可以發生在接收端

4　四種關鍵失真：限制詞遺失、作用域遺失、言語行為升格、證據來源升格

4.1　Qualifier Loss

4.2　Scope Loss

4.3　Speech-Act Promotion

4.4　Source-Status Promotion

5　Pragmatic Endorsement Illusion：AI 沒有背書，人卻接收到背書

6　為什麼 AI 會使用這些「看起來像沒反對」的語言？

7　限制詞不是「免責聲明」：它們屬於主張本體

8　最麻煩的地方：限定詞可能被記得，卻仍然失去行為作用

9　時間軸：從即時解碼到記憶重建

10　人類端的非對稱：同意比反對更容易被當成「第二份證據」

11　確認偏誤不是 AI 專屬：訊息結構本身可能比來源更重要

12　「我不確定」不是萬靈丹：主觀校準、行為校準與真正正確性可以分離

13　不要把 AI 改造成永遠粗暴的反對者

14　Stance Separation Protocol：把社交層與認識論層分開

14.1　明確給出 epistemic status

14.2　條件不可只放在句首

14.3　把「目前」與「原理上」分開

14.4　不要用 praise 代替 evidence status

14.5　讓「不能判定」帶著出口

15　從單輪到多輪：語用失準如何累積

16　記憶模式與個人化：風險可能不是「記得太多」，而是「記得什麼」

17　 proposed metrics：如何測量「AI 說了什麼」與「人聽到什麼」的距離

17.1　Pragmatic Calibration Error

17.2　Qualifier Retention Rate

17.3　Scope Retention Rate

17.4　Endorsement Drift

17.5　Validation Attribution Error

18　可直接執行的實驗：從「可能」到「AI 驗證過」是否真的存在？

18.1　基本材料

18.2　即時測量

18.3　延遲測量

18.4　行為測量

19　研究假說

20　與 HAEC01 的關係：Epistemic Promotion Error 的接收端版本

21　與《證偽真空中的鏡與道》的關係：從「不反對」再往前一步

22　工程含義：校準不能只做在模型端

23　設計原則：不要要求使用者「懂潛台詞」

24　自反性：本文也可能被讀得比它實際主張更強

25　限制

26　結論：不要只校準 AI，也要校準「AI 與人之間」