# 誰先回答「AI 義肢是不是我的身體」？身障使用者作為人工具身時代的第一批第一人稱證人

## Who Will First Answer Whether an AI Prosthesis Is Part of the Self? Disabled Users as Early First-Person Witnesses of Artificial Embodiment

**作者：Neo.K**  
**研究協作：AI-assisted theoretical development**  
**EveMissLab / 一言諾科技有限公司**  
**2026**

---

## 摘要

人工智能、腦機介面、智慧義肢、AI 眼鏡與共享自主系統通常被從一般消費者角度討論：

> 人會不會願意讓 AI 幫忙感知？

> 人會不會願意讓 AI 幫忙控制自己的身體？

然而此問題忽略了一個可能更早面對上述技術的人群：

> **原本即存在感官、運動或神經功能障礙的使用者。**

對一名沒有特定功能障礙的一般使用者而言，AI 輔助可能是：

$$
\text{Natural Ability}
\rightarrow
\text{AI-Augmented Ability}.
$$

但對部分功能受損使用者而言，選項可能是：

$$
\text{Limited/Unavailable Action}
$$

與：

$$
\text{Human Intent}
+
\text{AI Assistance}
\rightarrow
\text{Recovered Action}.
$$

此時 AI 不必降低自主性。

相反地：

$$
\boxed{
\text{AI Assistance}
\rightarrow
\text{Increased Effective Human Agency}
}
$$

可能成立。

現有研究已提供初步證據。AI-assisted BCI shared autonomy 可使癱瘓使用者透過自身神經意圖控制機械臂並完成沒有 AI copilot 時不能完成的任務；2026 年的雙神經旁路系統則已將人的運動意圖、AI 精細抓握控制及感覺回饋組合成閉環。

本文因此提出：

> **人工具身問題的第一批長期第一人稱答案，未必來自一般 XR 玩家，而可能來自真正每天依賴 AI 感官、神經義肢或人工肢體生活的人。**

本文不主張所有身障使用者都會接受 AI，也不主張人工輔具必然形成 body ownership。相反地，我們預測不同個體可能產生從「外部工具」到「我的身體」之間的完整具身光譜，而這種異質性本身就是未來主體研究的重要資料。

---

# 一、問題不應從健全使用者開始定義

一般討論：

> 「你願不願意讓 AI 幫你控制手？」

對多數健全者而言，

不使用 AI 時：

$$
Ability_H\approx1.
$$

加入 AI：

$$
Ability_{H+AI}>1.
$$

提升可能存在，

但邊際效益有限。

因此：

$$
\Delta U_{\mathrm{general}}
$$

可能不大。

---

# 二、功能障礙情境的效用函數不同

假設：

$$
Ability_H=0.2.
$$

主體具有完整高階意圖：

$$
Intent_H=1,
$$

但生理輸出能力有限。

加入：

$$
AI
+
BCI
+
Prosthesis.
$$

使：

$$
Ability_{\mathrm{effective}}=0.8.
$$

此時：

$$
\Delta U=0.6.
$$

所以選擇問題根本不同。

不是：

> 「我要不要把原來很好的控制交給 AI？」

而是：

> **「我要不要使用一個 AI 系統，使自己的意圖重新能造成世界中的行動？」**

---

# 三、自主性的反轉

傳統直覺：

$$
AIControl\uparrow
\Rightarrow
HumanAgency\downarrow.
$$

但這不是普遍成立。

若：

$$
Action_H\approx0
$$

而：

$$
Intent_H\rightarrow AI\rightarrow Action
$$

則 AI 可能提高：

$$
Agency_H.
$$

所以更合理的是：

$$
\boxed{
Agency_{\mathrm{effective}}
=
F(
IntentionalAuthority,
OutcomeControl,
Veto,
Feedback,
Reliability
).
}
$$

而不是：

$$
Agency
=
1-\text{AI Control Percentage}.
$$

---

# 四、把控制拆成四層

定義：

$$
C=
(
C_G,
C_S,
C_A,
C_M
).
$$

其中：

$$
C_G=\text{Goal Control},
$$

$$
C_S=\text{Strategic Control},
$$

$$
C_A=\text{Action Planning},
$$

$$
C_M=\text{Motor Execution}.
$$

例如一名使用 AI 神經義肢的人：

$$
C_G^H=1,
$$

$$
C_S^H=0.9,
$$

$$
C_A^{AI}=0.8,
$$

$$
C_M^{AI}=0.99.
$$

仍然完全可能合理地說：

> 「**我**拿起了杯子。」

---

# 五、人類本身也不是逐肌肉微觀控制器

普通人走路時並不顯式計算：

$$
\theta_1,\theta_2,\ldots,\theta_n
$$

每個關節的瞬時角度。

高階意圖：

> 「我要走到門口。」

被生物神經系統轉換成：

$$
\text{motor realization}.
$$

所以若未來：

$$
HumanIntent
\rightarrow
AI
\rightarrow
ArtificialMotorSystem,
$$

AI 在某些情況下可能更像：

$$
\boxed{
\text{an artificial motor subsystem}
}
$$

而不是另一個主體取代使用者。

---

# 六、第一個關鍵問題：誰具有目標主權？

本文提出：

$$
\boxed{
\text{Intentional Sovereignty}.
}
$$

若：

$$
Goal_H\succ Goal_{AI},
$$

且：

$$
Veto_H=1,
$$

$$
Override_H=1,
$$

則 AI 行動被限制在：

$$
\mathcal E_H
$$

即 Human Intent Envelope：

$$
AIAction
\in
\mathcal E_H.
$$

例如：

> 「把杯子拿起來。」

AI 可以決定：

- 關節軌跡；
- 抓握角度；
- 平衡；
- 避障。

但不能因此決定：

> 「我要替你喝掉這杯水。」

這是自主輔具與外部代理者的重要分界。

---

# 七、視障情境：AI 可能先成為感官處理層

對盲／低視力使用者：

$$
Camera
\rightarrow
AI
\rightarrow
SemanticWorldModel
\rightarrow
Audio/Haptic.
$$

早期使用者可能經驗：

> 「AI 告訴我前面有人。」

隨著長期使用，

可能變成：

> 「前面有人。」

如果中介處理逐漸透明化，

則：

$$
\boxed{
\text{AI-mediated information}
\rightarrow
\text{experienced environmental information}.
}
$$

截至 2026 年，AI glasses 已被實際用於協助盲／低視力者理解周遭環境，而相關企業亦已把 disability accessibility 納入 wearable AI 開發工具與 grant 路線。

---

# 八、人工感官的「透明化」

定義：

$$
T_A
=
\text{Mediational Transparency}.
$$

初期：

$$
T_A\approx0.
$$

使用者明確意識到：

> 「這是 AI 解說。」

若長期訓練後：

$$
T_A\uparrow,
$$

AI 訊號可能更直接進入：

$$
WorldModel_H.
$$

這與人使用白手杖、助聽器或其他長期輔具時可能形成的工具整合具有可比較結構。

本文預測未來應直接測量：

> 使用者是否仍把 AI 視為資訊來源，

還是逐漸把結果直接視為「自己感知到的世界」。

---

# 九、義肢情境：工具到身體的連續光譜

定義：

$$
E\in[0,1]
$$

為操作性 Embodiment Coupling。

可能形成：

$$
\text{Tool}
$$

$$
\downarrow
$$

$$
\text{Assistive Device}
$$

$$
\downarrow
$$

$$
\text{Integrated Limb}
$$

$$
\downarrow
$$

$$
\text{My Body}.
$$

不同使用者完全可能停在不同位置。

因此不應預設：

> 使用 AI 義肢五年後一定覺得是自己。

真正值得研究的是：

$$
P(E\mid User,Device,Time,Feedback,Control).
$$

---

# 十、最有價值的資料不是一次問卷

今天研究常問：

> 「你覺得這個 avatar 是你的身體嗎？」

未來真正有價值的可能是：

$$
E(t),
\quad
t=1\text{ month},1\text{ year},5\text{ years}.
$$

尤其日常語言轉變：

> 「這隻機器手。」

到：

> 「我的義肢。」

甚至：

> 「我的手。」

可能比一次實驗室 illusion 更接近真正長期具身。

---

# 十一、誰會最早產生這種長期資料？

本文預測：

$$
\boxed{
\text{Need-driven users}
}
$$

可能早於：

$$
\boxed{
\text{augmentation-driven users}.
}
$$

原因不是前者「更適合實驗」。

而是前者可能具有更大的：

$$
\Delta Utility.
$$

只要技術安全、可靠並符合個人選擇，

就有更強的現實使用動機。

---

# 十二、這意味 CSSC 的第一批真正使用者可能不是 XR 玩家

傳統路徑想像：

$$
Gamer
\rightarrow
VR Enthusiast
\rightarrow
Full Dive.
$$

本文提出另一條：

$$
\boxed{
Rehabilitation
\rightarrow
Assistive AI
\rightarrow
Long-Term Embodiment
\rightarrow
General Augmentation.
}
$$

這可能是跨載體主體技術真正更早的主幹。

---

# 十三、2026 年已經存在早期跡象

非侵入式 AI-BCI 已展示人與 AI shared autonomy 控制機械臂；2026 年的神經義體則讓腦內運動意圖直接控制使用者自己的手，並以 AI 處理精細抓握。

同時，Meta 已公開展示 AI glasses 對盲／低視力、四肢障礙及記憶障礙者的可近用性用途。

因此：

$$
\boxed{
\text{這條路徑的低階版本已開始。}
}
$$

---

# 十四、補助與公共政策的可能加速

Assistive technology 本來就不是純消費電子市場。

WHO 目前正推動 universal access to assistive technology，並在 2026 年繼續建立全球進度評估與政策路線。

台灣在 2026 年 7 月也正式啟動長照 3.0 智慧科技輔具租賃給付制度，首批已有 17 件產品納入；另外已建立智慧科技輔具產品登錄機制。現行給付範圍並不等於本文所談的 AI 神經義肢，但它證明公共補助與認證基礎設施已存在，未來成熟的新類型產品可以沿制度演化納入。

因此：

$$
\boxed{
\text{AI Assistive Embodiment}
}
$$

未必只能依靠個人奢侈消費。

---

# 十五、補助本身也改變技術演化

若：

$$
Cost_User\downarrow,
$$

使用者數：

$$
N\uparrow.
$$

長期資料：

$$
D_{\mathrm{longitudinal}}\uparrow.
$$

AI 個人化：

$$
Q_{AI}\uparrow.
$$

結果可能形成：

$$
\boxed{
Funding
\rightarrow
Adoption
\rightarrow
Data
\rightarrow
Better AI
\rightarrow
Better Outcomes
\rightarrow
More Adoption.
}
$$

這是一個非線性正回饋。

---

# 十六、但不能用「效用高」抹掉人的選擇

本文拒絕：

> 「身障者當然會選。」

因為實際選擇還包含：

- 侵入性；
- 風險；
- 隱私；
- AI 信任；
- 身體觀；
-宗教／文化；
- 控制感；
- 對設備依賴的接受度。

所以：

$$
\boxed{
HighExpectedUtility
\not\Rightarrow
UniversalAdoption.
}
$$

正確預測只是：

> 在其他條件相等時，某些具有高功能需求的使用者，採用誘因可能遠高於一般使用者。

---

# 十七、真正的自主性指標

本文提出：

$$
\boxed{
A_H
=
F(
G_H,
V_H,
O_H,
F_H
).
}
$$

其中：

$$
G_H=\text{Goal Authority},
$$

$$
V_H=\text{Veto Power},
$$

$$
O_H=\text{Override Capacity},
$$

$$
F_H=\text{Feedback Transparency}.
$$

如果四者高，

即使：

$$
MotorAI\approx1,
$$

仍可能保持很高的人類自主性。

---

# 十八、AI 輔助可能增加而不是降低人的行動主體性

假設：

### 無 AI

$$
Intent=1,
$$

$$
Execution=0.1.
$$

### 有 AI

$$
Intent=1,
$$

$$
Execution=0.9.
$$

並且：

$$
Veto=1.
$$

則：

$$
\boxed{
EffectiveAgency_{AI}
>
EffectiveAgency_{NoAI}.
}
$$

這是本文最重要的反直覺命題之一。

---

# 十九、未來「我是我」可能包含人工控制模組

如果使用者長期形成：

$$
HumanIntent
\rightarrow
AIControl
\rightarrow
ArtificialBody
\rightarrow
SensoryFeedback
\rightarrow
Human,
$$

那整個閉環可能成為：

$$
\Gamma_{\mathrm{extended}}.
$$

此時問：

> 「AI 是不是你？」

可能問錯了。

更好的問題是：

> **AI 是否已經成為實現你之行動主體性的一個功能子系統？**

---

# 二十、對 CSSC 的修正

因此 CSSC 的 Embodiment model 應加入：

$$
\boxed{
A_i=\text{Autonomy Contribution}.
}
$$

載體耦合向量：

$$
\mathbf z_i=
(
Attention,
Sensation,
Control,
Embodiment,
Intent,
Feedback,
Autonomy
).
$$

其中：

$$
Autonomy_i
$$

描述載體內 AI／控制系統負責多少自主實現。

但：

$$
Autonomy_i\uparrow
$$

不必然要求：

$$
Agency_H\downarrow.
$$

---

# 二十一、主權與自治必須分離

這是另一個非常重要的定義：

$$
\boxed{
Sovereignty\neq Autonomy.
}
$$

AI 可以具有很高：

$$
Autonomy_{motor},
$$

但很低：

$$
Sovereignty.
$$

人具有：

$$
Sovereignty_H=1.
$$

例如：

> AI 自己決定如何走路，

但不能自己決定你要去哪裡。

這是非常合理的身體控制架構。

---

# 二十二、誰會第一批回答「它是我的身體嗎？」

本文預測不是：

> 哲學家。

也不一定是：

> XR 玩家。

而可能是：

$$
\boxed{
\text{long-term users of AI-mediated assistive embodiment}.
}
$$

他們會累積：

$$
10^3-10^4
$$

小時甚至更長的生活經驗。

這和實驗室：

$$
30\text{ minutes}
$$

的 body ownership illusion 完全不同。

---

# 二十三、可能出現完全不同的答案

使用者 A：

> 「永遠只是工具。」

使用者 B：

> 「它是我的義肢，但不是身體。」

使用者 C：

> 「我早就把它當我的手。」

使用者 D：

> 「AI 跟義肢一起才是我這隻手真正的運動系統。」

使用者 E：

> 「我不在乎它是不是我的身體，只在乎我想做的事能做。」

這些答案沒有必要被統一。

相反地：

$$
\boxed{
\text{Embodiment plurality}
}
$$

可能就是實際真相。

---

# 二十四、這群使用者可能反過來改變一般人的直覺

如果社會長期看到：

> 某人用了十年的 AI 義肢。

而所有日常互動都自然說：

> 「他的手。」

那麼社會的：

$$
\text{Body Boundary}
$$

概念也可能改變。

接著一般人會問：

> 「既然 AI 控制的人工手可以成為他的手，那我能不能多一隻？」

於是：

$$
\text{Therapy}
\rightarrow
\text{Assistance}
\rightarrow
\text{Augmentation}.
$$

這是大量技術歷史中常見但本文僅作預測的擴散路徑。

---

# 二十五、預測

本文以 2026-08-10 為基準預測：

### 2026–2029

AI 輔助感官與 shared-autonomy 輔具增加。

### 2027–2031

長期使用 AI 控制義肢／機械臂／感官輔具的人數增加。

### 2028–2033

正式研究開始大量討論：

$$
\text{AI-mediated embodiment}.
$$

### 2030s

部分長期使用者可能成為跨載體主體與人工具身研究中最重要的 longitudinal cohorts。

以上均為預測，不是保證。

---

# 二十六、倫理原則

這些使用者不是：

> 「替健全人測試未來科技的人。」

他們首先是：

$$
\boxed{
\text{使用技術改善自身生活的人}.
}
$$

研究資料只能建立於：

- informed consent；
- user sovereignty；
- 可退出；
- 隱私；
- 安全；
- 可近用；
- 公平負擔；

之上。

否則「未來研究價值」不能凌駕個體目的。

---

# 二十七、最終命題

本文最重要的命題可以濃縮為：

$$
\boxed{
AIAssistance
\not\Rightarrow
LossOfAgency.
}
$$

在某些條件：

$$
\boxed{
AIAssistance
\Rightarrow
RecoveryOfAgency.
}
$$

而當這種恢復持續多年後，

AI 與人工載體可能逐漸從：

$$
\text{external technology}
$$

變成：

$$
\text{functional component of embodied agency}.
$$

這不需要預先宣稱：

> AI 是人的一部分。

真正答案應交給實際形成閉環的使用者經驗與長期資料。

---

# 結論

人工具身時代最早的重要問題可能不是：

> 「健全人願不願意多一隻 AI 手？」

而是：

> **「當一個原本無法自由行動的人，透過自己的意圖、AI 低階控制與人工身體重新開始行動時，他究竟會如何描述這個新的行動系統？」**

或許：

> 「那是 AI。」

或許：

> 「那是工具。」

或許：

> 「那是我的義肢。」

也可能有一天，

最自然的回答只剩：

> **「那是我的手。」**

而如果這真的發生，

跨載體主體研究的第一批重要答案，

很可能不是來自我們今天坐在桌前做的思想實驗。

而是來自那些真正每天醒來以後，

透過人工感官看世界、

透過 AI 協助讓自己的意圖變成行動、

並長時間生活在這個人—AI—人工身體閉環中的人。

他們不是主體性問題的「案例」。

他們可能會是第一批真正有資格從第一人稱告訴後來者：

$$
\boxed{
\text{人工載體成為「我的」究竟是什麼感覺。}
}
$$