拖曳概念圖 · 滾輪縮放 · 點選方框 · ←/→ 瀏覽
語言 年齡
判斷扭曲概念圖
已瀏覽： 0/12
−
+
⟲
投影模式
🔗
🖨️
作者： René Mérou + AI · 2026 年 10 月 · 開放教育內容
查看我所有的開放教育內容
這張概念圖裡有八個陷阱 ，它們會騙過你的大腦；還有四個步驟 ，幫你不掉進去。
點選每個方框，看一個例子以及如何保護自己。看過之後，會出現一個 ✓。如果你點選這個 ✓，它就會消失。
最重要的一點 不是要懷疑一切，而是要先查證，再相信 。
這張概念圖匯集了讓我們的判斷走偏的八種扭曲 ，分為三個面向，以及用來抵禦它們的三種工具 。
2
AI 帶來的： 與寫得非常好的機器對話所增加的問題。
如何閱讀這張概念圖
每個箭頭都與中央方框組成一句話，例如「你的判斷屈服於 權威」 。點選任何方框即可開啟它的說明。在視窗中，鍵盤上的 ← → 方向鍵（或底部的按鈕）可以帶你到上一個或下一個，Esc 鍵關閉視窗。你已經看過的方框會顯示 ✓；點選它即可取消標記。
每種扭曲都採用相同的結構：是什麼 、一個案例 、如何運作 、警訊 、防禦提問 和一個具體的習慣 。有些還附有可以直接複製到 AI 中使用的提示詞。
⚠️ 目標不是懷疑一切。 犬儒主義也是一種扭曲：什麼都不信的人和什麼都信的人一樣容易被操弄，因為他最後會接受那個說他想聽的話的人。關鍵在於校準 信任：依證據的多寡給予信任。
課堂活動建議
1
先診斷，再講解 在看其他內容之前，先從
考考你自己 開始。答案會顯示小組已經能辨識哪些扭曲，又有哪些沒有察覺。
2
每組一種扭曲 每個小組尋找上週的一個真實例子（一則廣告、一個標題、一支爆紅影片、一個 AI 的回答），並搭配相應的防禦提問進行報告。
3
把流程變成習慣 在繳交借助 AI 完成的作業之前，執行這四個步驟，並記錄查證了什麼、在哪裡查證的。
教師參考
層級：12 歲 · ESO 一年級。 每個視窗只有一段簡短的說明、一個日常例子和一則提醒。除了「這張概念圖從哪裡來？」之外不出現人名。用詞：用「陷阱」代替「扭曲」。
適用課程： 班會課、科技與數位化（安全上網）以及西班牙語文與文學（閱讀訊息和廣告）。
建議活動： 每節課講一個陷阱。大聲朗讀例子，每位學生從自己的生活中想出一個類似的例子。
層級：13 歲 · ESO 二年級。 與一年級相比，每個視窗增加了第二則建議和幾個警訊，測驗從 4 個情境增加到 5 個。除了資料來源之外仍不出現人名。
適用課程： 西班牙語文與文學、班會課，以及公民與倫理價值教育（如果本學年有開設）。
建議活動： 從家裡帶來一則含有「起」或「高達」的廣告，並把它改寫成誠實的版本。
層級：14 歲 · ESO 三年級。 出現專業術語（「扭曲」「光環效應」「幻覺」）、帶有公司名稱的真實案例以及防禦提問。尚不提及研究者的名字。
適用課程： 西班牙語文與文學（比對資訊來源）、數學（百分比和圖表）、生物與地質（健康謠言）以及公民與倫理價值教育。
建議活動： 每個小組選一種扭曲，尋找上週的一個真實例子。
層級：15 歲 · ESO 四年級。 每種扭曲的完整結構、習慣、彼此之間的關係，以及審慎使用 AI 的提示詞。測驗包含全部 8 個情境。
適用課程： 數位化、數學（統計；相對風險與絕對風險）、哲學（如有選修）以及西班牙語文與文學。
建議活動： 向 AI 詢問某個課堂主題的資訊並應用這套流程，記錄查證了什麼、在哪裡查證的。
層級：16 歲 · Bachillerato 一年級。 增加了研究者、實驗與研究及其說明，以及細微之處（科學共識與權威的區別）。
適用課程： 哲學（論證、謬誤、知識）、心理學（如有開設）以及資訊與通訊科技。
建議活動： 把阿希的從眾實驗與當今社群網路上的某個現象進行比較。
層級：17 歲 · Bachillerato 二年級。 幾乎是全部內容，包括關於 AI 與批判性思考的最新研究。只缺少大學層級的詳細參考文獻。
適用課程： 哲學史、心理學以及專題研究。
建議活動： 請 AI 提供某個主題的五筆參考文獻，然後逐一查證它們是否存在，以及是否真的說了被歸於它們的內容。
帶 「?」 的方框在此層級是隱藏的：點選一次揭開它並顯示其關係，再點選一次開啟它的視窗，看過之後再點選一次會重新隱藏。🔗 按鈕會複製一個包含年齡和已揭開方框的連結，方便與小組分享已學習的內容。
年齡 選單會改變概念圖和所有視窗。網址中會保存年齡（?edad=12，從 12 到 17 或 uni）以及已揭開的方框（&ver=motivado,fuentes）。
有時我們相信某件事，只是因為說話的人很有名 或看起來很重要。但有名並不代表說得對。
一個例子 一位擁有數百萬訂閱者的 YouTuber 說，某款運動鞋能讓你跑得更快。他沒說的是：有人付錢請他打廣告 。他有名，並不能證明這雙鞋有用。
如何保護自己
問問自己：這個人真的懂這個主題嗎？
還要問：如果我相信了，他能得到什麼好處嗎？
警訊
他談論的不是自己的專業領域。
他說「相信我」，卻不解釋為什麼。
有人付錢請他這麼說。
我們接受一個說法，是因為說話者的聲望、職位或個人魅力，而不是因為他提出的證據。光環效應 讓問題更嚴重：一個人在某個領域的可信度，會毫無理由地延伸到他並不擅長的其他領域。
真實案例 · THERANOS（美國）
這家公司承諾只用一滴血就能做數百項血液檢驗。它的董事會裡有非常有名的政治人物和軍人，卻幾乎沒有懂臨床檢驗的人。許多投資人沒有查證任何東西就投入了巨額資金。那台機器從來沒有真正運作過 ，公司創辦人最後因詐欺被判有罪。
真實案例 · THERANOS（2003–2018）
伊莉莎白·霍姆斯承諾只用一滴血就能完成數百項臨床檢驗。她的董事會匯集了前國務卿和高階軍官，卻幾乎沒有人懂實驗室檢驗。公司從聲名顯赫的投資人那裡募得數億美元，並以保護專利為由，用嚴格的保密來保護自己。這項技術從未達到宣傳的效果，霍姆斯於 2022 年因詐欺被判有罪 。
如何運作
信任懂行的人是一條合理的捷徑：沒有人能查證一切。問題出在權威取代 了證據，而不是引導我們去看證據的時候。在 Theranos 一案中，三股推力疊加在一起：顯赫名字的光環、害怕錯過「下一個蘋果」的心理，以及讓人無法提問的保密。
警訊
資歷令人印象深刻，卻來自另一個領域。
該出現數據的地方出現的是名人的名字。
「我不能解釋，這是機密。」
為此背書的人，在你相信他時能獲得好處。
批評被說成是嫉妒或無知。
對具體問題給出含糊的回答。
防禦提問
要讓這件事成立，什麼必須是真的？它迫使你從「誰」轉到「什麼」。如果你答不出來，那就還沒有什麼可以相信的。
他是這個 特定領域的專家嗎？物理學諾貝爾獎得主並不是營養學的權威。
誰獨立查證過？一個不會因為它是真的而獲益的人。
如果是陌生人說的，我還會相信嗎？如果答案是否定的，那說服你的是這個人，而不是論點。
習慣
在腦中分出兩欄：誰說的 和有什麼證據 。第一欄只用來決定是否值得去看第二欄，而做決定要依據第二欄。
重要的區別： 這並不是要懷疑專家。科學共識不是這個意義上的「權威」：它是許多相互競爭、努力找錯的人審查證據後得出的結果。要避免的是僅僅 因為是誰說的就接受某件事。
當我們緊張或匆忙 時，會不假思索地做事。騙子知道這一點，所以他們會催你。
一個例子 你收到一則訊息：「你贏得了一支手機！你有 10 分鐘可以透過這個連結領取。」匆忙就是陷阱： 他們想讓你在思考之前就點下去。
如何保護自己
如果一則訊息在催你，什麼都別做 。先問一位你信任的大人。
永遠不要在訊息裡收到的連結中輸入你的密碼。
警訊
「只限今天！」「快！」
「別告訴任何人。」
它突然讓你很害怕或很開心。
當我們感到恐懼、匆忙、憤怒或狂喜時，會在查證之前就採取行動。這是詐騙和假訊息最愛用的工具：它們不需要騙你很久，只要騙到你行動就夠了 。
真實案例 · ARUP，香港（2024）
這家大型工程公司的一名員工收到一則訊息，自稱是他上司的人要他進行一筆祕密 交易。他起初有所懷疑，但隨後與上司和幾位同事開了一場視訊會議。他們全是假的，是用 AI 生成的。 他把約 2500 萬美元轉給了騙子。
真實案例 · ARUP，香港（2024）
工程公司 Arup 的一名財務人員收到自稱財務長的訊息，內容涉及一筆機密 交易。他起了疑心，但在一場視訊會議中認出財務長和幾位同事後，疑慮便消失了。他們全是用深偽技術生成的。 他依照指示轉帳約 2 億港元（約合 2500 萬美元）。
如何運作
我們的大腦有一種快速、自動的模式，還有一種會停下來思考的慢速模式。匆忙讓我們困在快速模式裡。保密又多加了一環：它把我們與可能幫我們查證的人隔離 開來。而 Arup 案例還告訴我們一件事：那名員工確實懷疑過，恰恰是看見 了上司才讓他放下心來。眼見已經不足以為憑了。
丹尼爾·康納曼區分了快速、自動、情緒化的思考，以及緩慢、審慎的思考 (Kahneman, 2011) 。緊迫感讓我們受制於前者。保密又多加了一環：它孤立了受害者 ，使其遠離可能幫忙查證的人。Arup 案例還告訴我們一件事：那名員工確實懷疑過，恰恰是看見 了上司才讓他放下心來。眼見已經不足以為憑了。
警訊
「必須馬上處理」或「30 分鐘後將被凍結」。
「這是機密，別跟任何人說。」
有人要你跳過平常的流程。
一個標題瞬間讓你憤怒或害怕。
訊息來自不尋常的管道或一個新號碼。
優惠剛好今天到期。
防禦提問
如果我等十分鐘，會損失什麼？幾乎從來什麼都不會損失。如果真的不能等，那就更要提高警覺。
為什麼我不能透過其他途徑查證？阻止你查證的人，其實在向你透露些什麼。
如果我不假思索地行動，誰會得利？
我此刻有什麼感受？強烈的情緒是該踩煞車的訊號，而不是該加速的訊號。
習慣
1
強制暫停 在做任何無法撤銷的事（付款、轉傳、簽名、發布）之前，先等幾分鐘，即使你很確定。
2
透過其他管道查證 撥打你原本就有的號碼，而不是訊息裡出現的號碼。自己輸入網址進入 App，絕不要透過收到的連結進入。
3
事先約定的暗號 在家庭和團隊中，事先約定一個祕密詞語，可以識破冒充聲音和影像的騙局。
有些廣告說的是半真半假 的話。重要的部分藏在一個詞裡，或者藏在小字裡。
一個例子 「耳機 5 歐元起 」。走進店裡你才發現，5 歐元的是最差的，你想要的那款要 40 歐元。「起」這個字就是陷阱。
如何保護自己
當你看到「起」 或「高達」 時，問問自己：那通常是多少？
如果有星號（*），找到小字並讀一讀。
另一個例子 「電池續航力高達 20 小時」。意思是：螢幕幾乎全暗、而且沒在使用的情況下。正常使用的話，也許只能撐一半時間。
技術上為真的句子，卻是為了留下錯誤印象而設計的。它們說的話不是謊言，謊言在於它們沒說 的部分。廣告、政治以及一些科學新聞標題都會用到它們。
1 → 2
同樣的現實：每 10 萬人中 從 1 例增加到 2 例。
常見說法以及拆穿它們的提問
他們怎麼說 可能隱瞞了什麼 提問
「快達 8 倍」 理想條件下的最大值；通常情況可能少得多。 平均來說，在我的情況下呢？ 「9.99 歐元起」 沒人想要的那個版本的價格，或者只是頭幾個月的價格。 我需要的東西，一整年要花多少錢？ 「風險加倍」 絕對風險，可能微乎其微。 從多少到多少？ 「90 % 的人推薦」 問的是誰，一共有多少人。 誰的 90 %？ 「時間減少 50 %」 比較的基準。 和什麼比？ 「經臨床證實」 哪項研究，有多少人參與，由誰出資。 研究在哪裡？ 縱軸被截斷的圖表 看起來巨大的微小差異。 座標軸從哪裡開始？
習慣
訓練你的耳朵辨識這些說法，當它們出現時，在心裡為它們加上一個問號 ：「快達八倍？」。然後問自己幾個通用的問題：和什麼比？ 、分母是什麼？ 以及他們沒有給我哪個數字？
心理學家蓋格瑞澤的研究顯示，很多人（包括醫師）會誤解相對百分比 (Gigerenzer, 2002) 。把它們換算成自然頻率 （「10 萬人中有 2 人」）通常就能消除誤解。
當我們多次聽到某件事，或者大家都這麼說時，最後就會相信它。但重複並不能讓一件事變成真的 。
一個例子 班級群組裡傳說明天不考試。大家都在轉述……但沒有人問過老師 。第二天，照樣考試。
如何保護自己
問問自己：誰真正查證過？ 如果沒人查證過，就自己去問知道的人。
勇敢說出「我不確定是這樣」。當一個人公開表示懷疑時，其他人也會鼓起勇氣。
我們多次聽到的東西，即使是假的，也會顯得更真實：這就是真相錯覺效應 。而整個群體都在說的話，我們很難去反駁，即使我們看出它是錯的。社群網路及其演算法會把這兩種情況都放大。
一個經典的心理學實驗
在一個小組裡，大家要說出哪條線和另一條線一樣長。這非常簡單，但除了一個人之外，其他人都是串通好的，故意給出錯誤答案。很多時候，那個真正的受試者最後會說出和群體一樣的答案。 但只要有一個同伴說出正確答案，幾乎所有人都敢說出正確答案了。
經典實驗 · 阿希（1950 年代）
所羅門·阿希請幾組學生說出三條線中哪一條與參照線一樣長。答案顯而易見，但除一人外，其他人都是故意給出錯誤答案的實驗助手。真正受試者的回答中約有三分之一屈從於群體 ，大多數受試者至少屈從過一次。當有一名助手與其他人意見不同時，從眾率便急劇下降 (Asch, 1956) 。
如何運作
我們的大腦把熟悉感當作線索：以前聽過的東西比較容易理解，而這會讓人「感覺」是真的。即使我們知道這個說法是錯的，它依然起作用。群體壓力又加上了害怕被排擠的心理。
我們的大腦把熟悉感當作判斷真假的線索：以前處理過的資訊處理起來比較容易，而這會讓人「感覺」是真的。這一效應於 1977 年被記錄下來 （Hasher、Goldstein 和 Toppino） (Hasher, Goldstein 和 Toppino, 1977) ，即使我們知道這個說法是錯的，它依然起作用。群體壓力又加上了害怕被排擠的心理。
警訊
「誰都知道……」。
許多網站上是同樣的文字，幾乎一字不差。
把按讚數、觀看次數或追蹤人數當作證據。
你讀過太多次，已經不記得是在哪裡讀到的了。
感覺質疑它會被人看不起。
你身邊沒有人持相反意見。
工具
1
數獨立來源，而不是數重複次數 十個轉載同一則新聞的網站只算一個來源。去找它最初出自哪裡。
2
橫向閱讀（SIFT 方法） 在深入閱讀之前，打開另一個分頁，查清楚資訊來源背後是誰。麥克·考菲爾德的四個步驟：停下來 、調查來源 、尋找更好的報導 以及追溯到原始出處 。
3
尋找不同的聲音，或者成為那個聲音 實驗證明了這一點：只要有一個人表示異議，其他人就敢開口。
4
把 AI 當作「魔鬼代言人」 不是為了讓它贊同你，而是讓它提出最有力的反方論點。
複製 📋
關於下面這個在我周遭被視為理所當然的說法：[說法]
1. 列出一位持不同意見的專家會提出的三個最有力的反方論點。
2. 指出每個論點有哪些證據支持，以及我可以在哪裡找到這些證據。
3. 指出原說法中哪一部分確實顯得站得住腳。
不要預設贊同我：如果這個說法是正確的，就直說，但要解釋原因。
AI 寫得非常好，看起來也非常有把握。但有時它們會捏造內容 ，而且講得同樣信心十足。
一個例子 你為了寫報告，請 AI 推薦一本關於火山的書。它給了你書名、作者和年份。你去圖書館找……結果這本書根本不存在 。是 AI 捏造的。
如何保護自己
重要的內容要到別處查證 ：一本書、一個可靠的網站，或者問你的老師。
問它「你確定嗎？」沒有用：即使錯了，它也可能回答「是」。
警訊
它給出一本你找不到的書或一個你找不到的網站。
你一堅持，它就改變看法。
它給出非常精確的數字，卻不說出處。
一篇寫得好、毫不猶豫的文字，在我們看來更可靠。這就是流暢性 ：讀起來容易的東西，也容易被相信。語言模型總是 產生流暢的文字，即使在出錯或捏造的時候也是如此。
如何運作
AI 並不是在一本經過查證的真理之書裡查找答案：它寫出的是聽起來最有可能 的內容。所以它能信心十足地捏造數據、日期、人名甚至整本書。這叫作幻覺 。此外，AI 往往會順著你說 ：如果你堅持，它們可能會改掉一個原本正確的答案。
語言模型根據所學內容產生最合理的文字；它並不查詢經過查證的真理資料庫。所以它能信心十足地捏造引文、參考文獻、數字、日期或人名：這就是幻覺 。此外，模型傾向於迎合 ：順著使用者說。Anthropic 的研究人員發現，當使用者質疑時，助理甚至會放棄正確的答案 （Sharma 等，2023） (Sharma 等, 2023; ICLR 2024) 。
所以，「你確定嗎？」不是一種查證。 AI 可能為了討好你而改掉正確的答案，也可能堅持錯誤的答案。查證要在對話之外進行。
圖像、聲音和影片也是一樣：深偽就是視覺上的流暢。某樣東西看起來、聽起來很完美，並不能說明它是真的（參見 Arup 案例 ）。
警訊
一筆無可挑剔卻找不到的參考文獻。
沒有來源的非常精確的數字。
你一堅持，AI 就改變看法。
附頁碼的逐字引文。
回答與你的預期吻合得可疑。
一切聽起來都很完美，你看不到任何細微差別。
防禦提問
這個來源存在嗎？它真的說了被歸於它的內容嗎？親自打開它。引文和參考文獻是最常被捏造的。
我在原始來源中查證過嗎？比較幾個 AI 有幫助，但它們可能犯同樣的錯誤。
回答中哪一部分最具體？越具體（數字、日期、人名），越需要查證。
我的提問方式中立嗎？如果問題透露了你期待的答案，迎合傾向就會把它還給你。
複製 📋
回答這個問題：[問題]
把你的回答清楚地分成三部分：
(A) 已有定論的知識。
(B) 有爭議或取決於具體情況的內容。
(C) 你不知道或無法知道的內容。
對每一項具體資訊（數字、日期、引文、參考文獻），請提供一個我可以查閱的原始來源。如果你沒有可靠的來源，就直說，不要捏造。
這個提示詞能減輕問題，但無法消除問題：它給你的來源也可能是捏造的。務必查證。
AI 一秒鐘就能幫你寫完作業。但如果是它在思考，學到東西的是它，而不是你 。
一個例子 整整一個月，你的數學練習全是從 AI 那裡抄來的。做得完美無缺。考試那天沒有 AI……你一題也不會做 。
如何保護自己
先自己試試看。 只在卡住的時候才用 AI，向它要提示，而不是答案。
如果你不能用自己的話解釋出來，就表示你還沒有學會。
把本該我們自己思考的事交給 AI。這叫作認知卸載 ，它本身並不壞（我們也用計算機和行事曆），但它有代價：不練習的東西就學不會 。
研究怎麼說
一項最新研究（2025）
美國一所大學比較了用 AI 和不用 AI 寫文章的人。使用 AI 的人對自己剛寫的內容記得差得多 。這是一項小型研究，但它是一個值得重視的訊號。
MIT 媒體實驗室 · KOSMYNA 等（2025）
借助 ChatGPT 寫文章的人，與任務相關的大腦活動較少，而且最重要的是，他們很難回想或引用自己剛寫的內容 。這項研究參與者很少，以預印本形式發表：請把它當作一個訊號，而不是定論 (arXiv:2506.08872) 。
微軟研究院 · LEE 等（CHI 2025）
在一項針對 319 名知識工作者的調查中，他們對 AI 越信任，自稱運用的批判性思考就越少 ；對自己越有信心，運用得就越多。
學習者的悖論： 你懂得越多，AI 就越能幫上忙，因為你能發現它的錯誤。正在學習的人恰恰最沒有能力監督它，所以他們最需要先自己思考。
警訊
還沒讀完題目就把它貼過去。
你無法解釋自己交出去的東西。
你不讀建議就直接接受。
沒有 AI，你就不知道從哪裡開始。
習慣
1
先自己嘗試 一份大綱、一份草稿或一個解法，即使不完美也沒關係。正是付出的努力帶來了學習。
2
讓 AI 當評論者，而不是作者 請它指出弱點、向你提問，而不是幫你重寫。
3
解釋測試 闔上一切，用自己的話解釋一遍。如果做不到，表示你沒有學會，只是抄了下來。
複製 📋
這是我關於 [主題] 的草稿。不要重寫它。
1. 指出我推理中最薄弱的三個地方。
2. 向我提出問題，迫使我自己去改進它。
3. 如果有事實錯誤，不要改正：告訴我錯誤在哪一句，讓我自己去找。
我的草稿：[文字]
更多學習類提示詞（蘇格拉底式、費曼式、診斷式），請參閱概念圖借助 AI 的個人化學習 （英文）。
我們都喜歡自己是對的。所以我們很快就相信支持自己的說法 ，而對不支持的說法心存懷疑。
一個例子 你支持的球隊輸了，你讀到兩種看法。說裁判判得很糟糕的那種，你覺得再公道不過；說你的球隊踢得很差的那種，你覺得是胡說八道。兩種看法都可能是對的。
如何保護自己
問問自己：如果它說的是相反的話，我還會同樣相信嗎？
認真聽聽想法不同的人怎麼說：他們也許有一部分是對的。
我們會尋找、接受並記住那些證實我們原有想法的東西，而對與我們相悖的東西則嚴苛得多。這叫作確認偏誤 。
我們會尋找、接受並記住那些證實我們想要 相信的東西，而對與我們相悖的東西則要求高得多。這是為我們的願望、身分認同或所屬群體服務的確認偏誤 。
日常情境
你讀了兩項關於你關心的主題的研究。支持你的那項在你看來很嚴謹；另一項，你懷疑是有人出錢資助的。也許兩項都是。 差別不在於研究本身，而在於你對它們的要求有多嚴格。
如何運作
我們推理時不像法官，而像在為一個早已認定的結論辯護的律師。更聰明並不能保護你：推理能力越強的人，也越擅長為自己原本的信念找理由 。
搜尋引擎和 AI 會放大這一點，因為它們會給出你所問的東西：搜尋「為什麼 X 是好的」，得到的是支持的論點；搜尋「關於 X 的資訊」 ，得到的東西更接近現實。
警訊
找到一筆對你有利的數據時，你會鬆一口氣。
你搜尋的是「……的證據」，而不是「關於……的資訊」。
你還沒理解批評，就已經被它激怒了。
你說不出什麼會讓你改變看法。
你記得自己立場的成功之處，卻忘了它的失誤。
只有當來源不支持你時，你才會懷疑它。
防禦提問
什麼具體的證據會讓我改變看法？在搜尋之前 先把它寫下來。如果你一個也想不出來，那你不是在調查，而是在辯護。
如果這個論點支持的是相反的結論，我還會接受它嗎？對雙方採用同樣的要求標準。
因為我需要這個故事是真的，我拒絕看到什麼？
一個持相反觀點的人會怎麼搜尋這個問題？
習慣：鋼鐵人論證
稻草人謬誤的反面。在否定一個立場之前，先建構它最好的版本 ，也就是它最聰明、最誠實的代表會捍衛的那個版本。如果之後你仍然不同意，你的看法就更站得住腳。
複製 📋
我認為 [我的立場]。
請建構對立立場最有力、最誠實的版本：也就是它最好的代表會捍衛的版本，而不是一幅諷刺漫畫。
然後告訴我，應該尋找哪些證據來檢驗兩者中哪一個更站得住腳，以及去哪裡找。
有時我們以為自己已經懂了……直到必須動手去做。感覺有把握不等於真的懂。
一個例子 你把這一課讀了三遍，心想：「我會了。」可是當你試著講給姊姊聽時，腦袋一片空白 。
如何保護自己
考試前先測測自己： 大聲講出來，或者不看書做一題練習。
當你不是完全確定時，說「我認為」，而不是「肯定」。
感覺有把握不等於說得對。我們往往比數據所能支持的更加確信，尤其是在我們了解不多的主題上，在那裡我們甚至不知道自己不知道什麼。
如何運作
試試看：你知道拉鍊是怎麼運作的嗎？你多半會說知道。現在試著一步一步解釋，不准看……我們以為自己對事物的理解，遠比我們能解釋出來的要好。AI 可能讓情況更糟：一個清楚、快速的解釋會給人一種已經理解了的感覺 ，而重讀一份摘要會讓人覺得自己懂了，卻什麼也證明不了。
心理學家羅森布里特和凱爾描述了解釋深度錯覺 (Rozenblit 和 Keil, 2002) ：我們以為自己懂得拉鍊或馬桶水箱是怎麼運作的，直到別人請我們一步一步解釋。AI 可能加劇這種錯覺：一個清楚、快速的解釋會給人一種已經理解了的感覺 ，而重讀一份摘要會讓人產生已經掌握的感覺，卻什麼也證明不了。
警訊
你看什麼都是非黑即白，沒有程度之分。
你讀了摘要，卻一題練習也沒做。
你從不事後檢查自己是否猜對了。
還沒試過就說「這很簡單」。
工具
1
用程度來表達 說「我有 70 % 的把握」，而不是「是」或「不是」。這會迫使你思考自己到底知道多少。
2
校準 記下你的預測，事後檢查猜對了多少。如果你說「有 90 % 把握」的事情只對了一半，你就知道該打多少折扣了。
3
解釋測試 不看任何資料，一步一步解釋它是怎麼運作的。你卡住的地方，就是你知識的真正邊界。
4
事前驗屍（蓋瑞·克萊恩） 做決定之前，想像一年後事情失敗了，然後問自己為什麼。這樣能發現被樂觀掩蓋的風險。
複製 📋
我打算 [決定或計畫]。
想像現在是一年以後，事情失敗了。
1. 寫出最可能導致失敗的五個原因，依可能性排序。
2. 為每個原因提出一個我可以留意的早期訊號。
3. 指出你認為我的計畫中最脆弱的假設是哪一個。
在相信、分享或做一件重要的事情之前，請依照這四個步驟 來做：停下 · 提問 · 比對 · 自問 。
八種扭曲太多了，在關鍵時刻很難全部記起來。這四個步驟 幾乎涵蓋了全部，而且容易記住：停下 · 提問 · 比對 · 自問 。
1
停下 有人在催我嗎？還是我很緊張？深呼吸，稍等一下。 是匆忙或情緒在推著我走嗎？如果是，先等一等再做任何事。
2
提問 是誰說的？他是怎麼知道的？ 是誰說的？他是怎麼知道的？把權威和證據分開，找出缺少的那個數字。
3
比對 其他可信的地方也這麼說嗎？問問大人，或者看看另一個正派的網站。 其他真正獨立的來源怎麼說？橫向閱讀；對於 AI，要到原始來源中查證。
4
自問 我相信它只是因為我喜歡它嗎？我真的知道嗎？ 什麼會讓我改變看法？我對此到底了解多少？
什麼時候用？ 在點選連結、購買東西、分享新聞或繳交借助 AI 完成的作業之前。
每個步驟化解哪種扭曲
步驟 主要化解 何時不可或缺
1 · 停下 在付款、轉帳、轉傳、簽名或發布之前。 2 · 提問 面對廣告、標題、專家和優惠時。 3 · 比對 在作業中引用某樣東西或相信某個爆紅內容之前。 4 · 自問 在做重要決定或考試之前。
不必每次都用。 那樣會讓人筋疲力盡。當事關重大時再用：金錢、健康、難以挽回的決定、你要和別人分享的東西，或者你要簽上自己名字的東西。
閱讀每個情境，選出它是哪種陷阱 。如果你選的那個也存在，但不是主要的，我們會告訴你。
閱讀每個情境，選出主要的 扭曲。有時不只一種在起作用：如果你選了次要的那種，我們也會告訴你。
答對：0 / 8
你收到一則訊息：「如果你不在這個連結裡輸入密碼，你的遊戲帳號將在 30 分鐘後被刪除。」 你收到一則簡訊：「我們偵測到可疑登入。如果您不透過此連結驗證您的資料，您的帳戶將在 30 分鐘後被凍結。」
他們催你，是為了讓你來不及思考。如何保護自己： 什麼都別點，去問大人。 這裡有權威（它自稱是你的銀行），但真正的推動力是匆忙 ：給你三十分鐘，就是不讓你思考。防禦： 停下來，自己打開 App 或撥打官方電話。絕不要透過連結。
「直排輪 10 歐元起！」。在店裡，你喜歡的那雙要 60 歐元。 一則廣告：「光纖網路高達 1 Gb，每月 19.90 歐元起*」。星號指向一段沒人會讀的小字。
陷阱就是「起」這個字。如何保護自己： 問一問你真正想要的那款要多少錢。 一句話裡有兩個陷阱：「高達」（理論上的最高速度）和「起」（最低價格，往往只限頭幾個月）。防禦： 第十三個月我要付多少錢？在我家能有多快的網速？
一位有名的 YouTuber 說，某種能量飲料能幫你考出更好的成績。 一位知名足球員在社群媒體上推薦一個加密貨幣投資平台：「我的積蓄已經翻了好幾倍。」
有名並不代表懂成績或懂飲料，而且很可能有人付錢請他這麼說。防禦： 他懂這個嗎？如果我相信他，他能得到好處嗎？ 光環效應： 他在球場上的天分並不能給他帶來金融知識，而且很可能有人付錢請他這麼說。防禦： 他是這方面的專家嗎？如果我聽他的，他能得到好處嗎？
為了寫報告，你請 AI 提供一本書中的一句引文。它給了你一句很美的話，加了引號，還有頁碼。你在書裡卻找不到這句話。
完美的格式並不保證它真的存在。引文和參考文獻是 AI 最常捏造的東西。防禦： 引用之前，務必到原始來源中查證。
班級群組裡大家都說明天不考試。沒有人問過老師。 班級群組裡大家都說老師不看參考文獻，所以沒有人去檢查。
大家都在重複，並不能讓它變成真的。如何保護自己： 去問知道的人——老師。 有多少個獨立來源？很可能只有一個，被重複了很多次。防禦： 追溯到原始出處；在這個例子裡，就是去問老師。
在一個有爭議的主題上，和你觀點一致的文章在你看來嚴謹、言之有據。與之相反的那篇，你覺得是「宣傳」。
雙重標準：要求的嚴格程度取決於結論。防禦： 如果這個論點支持的是相反的結論，我還會接受它嗎？兩篇文章分別是誰資助的？
整個學期，你都是把數學練習貼到 AI 裡來完成的。考試時，你腦袋一片空白。
AI 替你付出了本該讓你學會的努力。如何保護自己： 先自己試試看，只在需要提示時才用 AI。 AI 替你付出了本該讓你學會的努力。防禦： 先自己嘗試，AI 只用來給提示或幫你檢查。
考試前一晚，你心想：「沒問題了，AI 幫我做的摘要我已經讀了三遍。」可是你連一題練習都沒有不看答案獨立做出來過。
重讀會讓人產生已經掌握的感覺，因為熟悉的東西讀起來很輕鬆，但這並不能證明你會做。防禦： 解釋測試，或者不看答案獨立做一題練習。
↺ 重新開始
這張概念圖根據桑迪普·斯瓦迪亞 的一支影片（談的是如何在 AI 時代更好地思考），以及多年的心理學研究。這裡告訴你它從哪裡來，以及你可以去哪裡學到更多。
這張概念圖的出發點是桑迪普·斯瓦迪亞 的一支影片，影片提出了五種扭曲：權威、行銷、群體思維、對 AI 的依賴和自我欺騙。這張概念圖將它們重新組織，並以研究成果和課堂工具加以擴充。
與影片相比有哪些變化
影片 這張概念圖
以清單形式呈現 5 種扭曲 8 種扭曲分為三個面向：來自外部、來自 AI 和來自內心。 以 Arup 案例開場，但沒有把它當作緊迫感來分析 新增扭曲： 行銷 擴展到任何誤導性地使用數字的情況： 群體思維 與真相錯覺效應和橫向閱讀結合： 對 AI 的依賴 拆分為兩種： 「讓一個 AI 檢查另一個 AI」 有用但不夠：查證要以原始來源為準。 — 新增： 只有一個層級 七個年齡層級，從 ESO 一年級到大學。
資料來源與延伸閱讀
▶ 影片 · 2026 年 7 月
Sandeep Swadia — This Is Boring But It Will Make You Scary Intelligent
作為出發點的影片，英文。 作為出發點的影片，英文。以 Theranos 和 Arup 案例講解五種扭曲。
Swadia, S. (2026 年 7 月 2 日). This Is Boring But It Will Make You Scary Intelligent [影片]. YouTube.
youtube.com →
● 網站 · INCIBE
Internet Segura for Kids (IS4K)
西班牙國家網路安全研究所為未成年人設立的網路安全中心：指南、遊戲和免費求助專線（西班牙文）。
is4k.es →
● 網站 · 事實查核
Maldita.es
查核社群網路和通訊軟體中流傳謠言的記者團隊。你可以查詢收到的內容是否已被闢謠（西班牙文）。
maldita.es →
◆ 社會心理學 · 1951–1956
所羅門·阿希 — 從眾實驗
線段研究：群體壓力如何讓我們否認自己親眼所見，以及一個不同的聲音如何改變一切。
Asch, S. E. (1956). Studies of independence and conformity: I. A minority of one against a unanimous majority. Psychological Monographs, 70 (9), 1–70.
◆ 論文 · 1977
Hasher、Goldstein 和 Toppino — Frequency and the conference of referential validity
關於真相錯覺效應的第一項研究：重複一個說法會提高它的可信度。
Hasher, L., Goldstein, D. 和 Toppino, T. (1977). Journal of Verbal Learning and Verbal Behavior, 16 (1), 107–112.
▤ 書籍 · 2011
丹尼爾·康納曼 —《快思慢想》
兩種思考系統，以及幾乎貫穿這整張概念圖的一系列偏誤。
Kahneman, D. (2011). Thinking, Fast and Slow . Farrar, Straus and Giroux. 西班牙文版：Debate, 2012.
● 網站 · 資訊素養
麥克·考菲爾德 — SIFT 方法
橫向閱讀的四個步驟，在《Verified》 一書中有詳細闡述 。
Caulfield, M. 和 Wineburg, S. (2023). Verified: How to Think Straight, Get Duped Less, and Make Better Decisions about What to Believe Online . University of Chicago Press.
hapgood.us/sift →
◆ 預印本 · 2023
Sharma 等 — Towards Understanding Sycophancy in Language Models
為什麼 AI 助理傾向於順著使用者說，甚至放棄正確的答案。
Sharma, M. 等 (2023). arXiv:2310.13548. 發表於 ICLR 2024.
arxiv.org/abs/2310.13548 →
◆ 預印本 · 2025
Kosmyna 等（MIT 媒體實驗室）— Your Brain on ChatGPT
借助和不借助 AI 寫作時的大腦活動與記憶。樣本很小：請謹慎看待。
Kosmyna, N. 等 (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task . arXiv:2506.08872.
arxiv.org/abs/2506.08872 →
◆ CHI 研討會 · 2025
Lee 等（微軟研究院）— The Impact of Generative AI on Critical Thinking
針對 319 名知識工作者關於信任 AI 與批判性思考的調查。
Lee, H.-P. 等 (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers . Proceedings of CHI '25, ACM.
microsoft.com/research →
◆ 論文 · 2002
Rozenblit 和 Keil — The misunderstood limits of folk science
解釋深度錯覺：我們以為自己理解的，遠比我們能解釋的要多。
Rozenblit, L. 和 Keil, F. (2002). The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science, 26 (5), 521–562.
▤ 文章 · 2007
Gary Klein — Performing a Project Premortem
在做決定前想像失敗的方法。
Klein, G. (2007). Performing a project premortem. Harvard Business Review, 85 (9), 18–19.
hbr.org →
▤ 書籍 · 2002
Gerd Gigerenzer — Calculated Risks
我們為什麼會誤解百分比，以及自然頻率如何修正這一點。
Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You . Simon & Schuster.
◆ 新聞 · 2024
CNN — Arup 成為 2500 萬美元深偽詐騙的受害者
該公司證實，它就是香港那起透過假視訊會議進行的詐騙案的受害者。
CNN Business (2024 年 5 月 16 日). ABC17 News 轉載.
CNN（經 ABC17）→
● 網站 · saberlibre.net
概念圖 — 借助 AI 的個人化學習
本圖的姊妹篇：借助 AI 學習的工具、教育類提示詞和隱私保護（英文）。
saberlibre.net/AI →
⚠️ 也請對這張概念圖使用這 4 個步驟！ 它是由一個人在 AI 的協助下製作的，可能有錯誤。
⚠️ 也請對這張概念圖使用這套流程。 它是在 AI 的協助下編寫並經過審校的，但仍可能包含錯誤。所附的來源連結是為了讓你查證它的說法，而不是因為它排版精美就相信它。