藉「周哈里窗」改善人機溝通（車品覺）
本文作者車品覺，為港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授，為《信報》撰寫專欄「全民大數據」。
周哈里窗（Johari Window）作為經典心理學的人際溝通模型，在優化人類與人工智能（AI）的互動中展現新的可能性。隨着生成式AI（如GPT）逐漸融入日常生活，如何讓AI更好地理解人類的意圖尤為重要。周哈里窗的4個象限（Quadrant）提供寶貴分析框架，有助提升人機交互質素。
1. 開放區（Open）：這是用戶和AI共享的訊息領域，是雙方對訊息認知一致的區域。這區域代表清晰且相互理解的溝通，例如當用戶要求AI生成一份「香港跨境電商報告」時，AI能夠理解任務。
然而，問題常出現在用戶未明確提供關鍵細節，例如報告是否需要聚焦某類國家或產品類別。這種情況類似於在茶餐廳點了一杯「好喝的奶茶」，卻因沒有說明具體口味而導致結果不盡如人意。在這個象限中，解決問題的關鍵在於澄清，用戶需要給出足夠明確的指令，避免AI誤解。
2. 盲區（Blind）：這是AI知道但用戶不知道的訊息領域。在這一象限中，AI扮演顧問的角色，幫助用戶識別知識盲點，例如向長輩解釋「元宇宙」的概念時，他們可能將其誤解為「網絡遊戲」。在這種情況下，AI能夠主動追問或澄清，幫助用戶進一步理解專業術語或複雜概念。這個象限的核心在於確認，AI應主動協助用戶了解需求和目標，填補空白知識。
3. 隱藏區（Hidden）：包含用戶已知但未告知AI的訊息。這一象限的問題在於，用戶掌握的訊息並未主動傳遞給AI，從而導致AI的輸出缺乏全面性，這種情況在需要個性化或高度定制化的任務中尤為明顯。例如，當一間公司希望AI設計品牌標語，卻僅提供了模糊的指示，如「年輕化風格」，而未補充過往標語的營銷數據或相關背景訊息，AI的設計就可能顯得片面。在這象限中，用戶需要主動輸入，提供更多相關數據和業務邏輯，幫助AI理解具體需求。
4. 未知區（Unknown）：這是用戶和AI都未曾掌握的領域，這一象限充滿了探索和創造的可能性。在這個區域，用戶和AI可以共同嘗試新事物，例如一位香港時裝設計師要求AI，生成一套「融合數碼龐克（Cyberpunk）與粵劇元素」的設計草圖。儘管沒有固定的標準答案，但AI的輸出可以作為創意起點，為設計提供靈感，通過合作激發新的可能性，而非追求對或錯。
通過擴展或縮小這些象限，人類與AI的溝通效率將得到顯著提升，既能彌補互動中的誤區，也能開啟更多可能性。
車品覺_港交所獨立非執行董事、香港基因組中心董事、香港大學中國商業學院客座副教授
(編者按：車品覺著作《覺悟．大數據》現已發售)
歡迎訂購：實體書、電子書
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
