聊天機器人也可以「揪甘心」？聊天對象不同到底有沒有差？
疫情期間，為了快速知曉相關防疫資訊，不少人習慣從新聞媒體或是線上平台獲取資訊，也有部分民眾透過與「LINE@疾管家」等聊天機器人獲取即時消息。除了防疫外，有些聊天機器人甚至可以滿足陪伴的需求，而機器是否能達到與真人聊天一樣的心理作用，不免產生了疑問。
Ho, Hancock & Miner在2018年的研究便是探討人與聊天機器人溝通的效果如何。研究主要以三個理論架構為基礎，分析聊天過程中的訊息揭露，及在面對真人或是聊天機器人時，分別對情緒、關係與心理層面產生的下游效果是否會不同。
首先「感知理解架構（Perceived understanding framework）」認為，當人們感到自己被理解後，會產生社會歸屬感與被認同感，並且啟動大腦中與連結感、獎賞有關的區域，進而更有動力追求個人目標；然而誘發此正面效果的前提是，揭露者要相信對方可以理解他們，但一般而言，聊天機器人的回覆通常是先寫好的電腦程式，而且不夠真實，沒辦法明確地理解對方表達的內容與想法。因此，作者們提出第一個假設，認為由於真人的感知理解力較高，所以人和真人聊天時，會比和機器人聊天時對他們自身的情緒、關係與心理層面帶來更大的正面效果。
第二個是「揭露過程架構（Disclosure processing framework）」，強調非人類的溝通對象會比人類更有優勢。由於對負面評價的恐懼、或擔憂造成他人負擔等考量，揭露者會傾向對聊天機器人傾訴更多資訊，其揭露親密性相較於真人更高。此外，結合認知處理模型可知，揭露的內容越隱私，除了會消除負面情緒外，還會發生認知上的改變。因此，作者們提出第二個假設，認為由於人與聊天機器人交談時，會比與真人交談揭露更多的親密資訊、產生更多的認知重新評估，所以與機器人聊天會比與真人聊天的效果更好。
最後一個是「CASA架構（The Computers as Social Actors framework）」，認為人們因為無心審查每個訊息與來源的真實性，不論與真人還是聊天機器人，揭露的過程（感知理解力、揭露親密性、認知重新評估）與結果（情緒、關係、心理層面）均相同。因此，作者們提出第三個假設，認為不管聊天對象是真人或機器人，由於揭露的過程相同所以兩者的效果也會相等。
研究方法採用2（揭露：情感/現實）x 2（感知聊天對象：聊天機器人/真人）的實驗法，讓受測者隨機與真人或是聊天機器人進行對話，聊天過程又隨機讓受測者進行情感或是現實的揭露。情感揭露多談到有關情緒、感覺；事實揭露則是對近期規畫的客觀描述。此外，受測者會被告知聊天對象是真人或聊天機器人，但實際上都是由研究人員所扮演。
研究結果發現，感知理解力與揭露親密性的確會對情緒、關係與心理層面產生更正面的結果，也就是受測者越覺得被理解或揭露的親密性越高，越覺得聊天對象友善，聊完後感到很開心且對自我肯定較高。然而，聊天對象與聊天結果（情緒、關係、心理層面）未顯著，也就是無論聊天對象是真人或聊天機器人，結果都相似，因此假設一與假設二部分成立；而結果也發現，即使聊天對象的不同，依然產生相近的聊天效果，與假設三的推論相符，同時驗證了CASA架構的推測。
過去CASA的研究大多在印證人們與電腦互動時，其認知上與和真人互動時相同，但此研究更發現了人與聊天機器人互動時，情緒體驗和自我肯定也與真人互動時相仿，打破了一般人認為真人比機器人「好聊」的傳統印象，也進一步拓展了CASA的解釋範圍。
作者：王嘉瑄 國立陽明交通大學傳播研究所碩士生
摘自：
Ho, A., Hancock, J., & Miner, A. S. (2018). Psychological, relational, and emotional effects of self-disclosure after conversations with a chatbot. Journal of Communication, 68(4), 712-733.
旅遊防詐求心安！如何避開Airbnb上的「樓下的房東」？
由於疫情趨緩，不少民眾趁著暑假外出旅遊，除了規劃景點外，安排適當的住宿也十分重要。隨著科技的發展，現在很多旅客選擇使用Booking.com或agoda等網站，根據個人需求進行訂房。鑒於過往常出現入住後才發現住宿條件不如預期的案例，住宿業者如何在訂房時與旅客建立起信任，是營業時需要考量的因素之一。
Ma, Hancock, Mingjie & Naaman（2017）的研究透過分析Airbnb的房東在網站上呈現的個人檔案，並以降低不確性理論和訊號理論為基礎，探討房東的自我揭露與感知可信度，以及對旅客決策的影響。
Airbnb是一個提供短期住宿的平台，使用者分為兩種：房東與房客。房東將自己多餘、未使用的空間短期租賃給房客，此舉屬於共享經濟的一種。由於彼此並不認識，房東擔心個人的財產是否會被破壞；房客擔心個人安全或房間品質是否有保障，故能夠建立雙方間的信任將是關鍵。Airbnb會向房客展示房東自我揭露的個人相關資訊，以及過去房客的評價。本篇研究主要著重在探討房東個人的自我文字描述與如何讓房客信任自己。
為了瞭解房東該展現什麼樣的資訊給房客才能獲取信任，研究者以「降低不確定性理論（uncertainty reduction theory, URT）」和「訊號理論（signaling theory）」進行探討。降低不確定性理論認為，當人們獲取的資訊越多，對溝通的不確定性會降低，意即房東在房客眼中可信度將增加；訊號理論認為，當人們傳達出特定訊息後，會影響他人評估自己是否值得信任。本研究則提出三個研究問題，首先，房東的自我揭露傳達什麼樣的訊息；其次，不同的揭露主題對感知可信度的效果為何；第三，房東個人檔案的感知可信度是否會影響房客的訂房決策？
研究者主要收集Airbnb上位於美國大城市的房東資訊，且僅限使用英語的為主，進行主題分類後再以線上實驗測量感知可信度對房客選擇的影響力。研究結果發現：
（一）房東最常描述的資訊前三名，為個人出生地或居住地、工作與教育程度，以及興趣與品味，最不常描述的是人生格言與價值觀。透過訊號理論可以發現，房東較常展現出具有評估性、不
容易造假的訊息（例如：居住地或職業），多過於較常規、容易虛構的訊息（例如：價值觀或個性），以提高自己的可信度。此外，由於房東類型分為在當地與在遠方兩種，若是可能與
房客面對面交流的當地房東，會揭露更多自己的興趣或個性等，讓房客得以更了解自己，同時降低彼此的溝通不確定性，確保兩者能相處愉悅。
（二）統計顯示，自我揭露的主題越多或內容越長，感知可信度越高。有趣的是，若要將自我揭露的效益最大化，建議同時包括評估性訊息與常規訊息，將能有效提高感知可信度。另外研究也
發現，訊息中透露房東性格熱情、好客，並與其他評估性訊息結合，會是獲取房客信任的良好策略。
（三）透過模型比較發現，感知可信度顯著預測房客的決策，但是僅限於一定的訊息長度；若超出臨界值，將混入其他因素影響房客的判斷。
雖然研究存在未考慮現實環境、僅探討房東這一方，忽略了房客的影響力，以及數據資料代表性有限等問題，依舊為共享經濟網站或服務提供設計應用及有效的策略，人們可以透過多揭露特定類別的資訊提高感知可信度，增加自己被選擇的成功率。同時，也為自我揭露的主題分類提供衡量標準，並對自我揭露與感知可信度的研究做出貢獻。
作者：王嘉瑄 國立陽明交通大學傳播研究所碩士生
摘自：
Ma, X., Hancock, J. T., Lim Mingjie, K., & Naaman, M. (2017, February). Self-disclosure and perceived trustworthiness of Airbnb host profiles. In Proceedings of the 2017 ACM conference on computer supported cooperative work and social computing (pp. 2397-2409).
社交機器人會太有溫度太能幹嗎？中國鄉村長者所擔憂的事
在這個元宇宙興起的年代，「人工智慧」（artificial intelligence, AI）對於你的意義是什麼呢？在2016年戰勝韓國棋王的AlphaGo、電影《大英雄天團》裡的醫療機器人─杯麵、由Embodied所推出，並獲得2021年美國消費性電腦展（CES）創新獎的陪伴社交機器人─Moxie；抑或24小時全年無休的客服聊天機器人（Chatbot）；以及透過人臉辨識的快速通關等，在這偌大的世界中我們隨處都可遇見AI的身影（Evan，2021年）。AI的演進不斷翻轉人類的生活，除了帶給人們便利，也引發採用新科技時伴隨而來的擔憂，這些都促使著我們對每個議題進行更全面的反思。
當今全球正面臨著不斷突變的病毒肆虐和嚴峻的氣候危機，另外少子化和高齡化的現象同樣也是人類必須面對的課題。根據聯合國《2022年世界人口展望》報告指出，直至2050年時，全世界65歲以上老年人口將會是5歲以下兒童人口的兩倍多，全球平均壽命更將提升至77.2歲左右（United Nations, 2022）。人口高齡化更會產生各國的醫療、長者照護等相關問題，而功能日漸卓越的社交機器人似乎為長者照護問題帶來一絲喘息的空間。過往便有研究指出，在27個擁有大量老年人口的歐洲國家，其對於使用社交機器人的態度更為正面（Gnambs & Appel, 2019）。然而，這並不代表真正的使用者（長者）對社交機器人也抱持正面態度，相反地長者們還可能會產生焦慮或恐懼的情緒。目前相關的研究大多著重於已開發國家或城市，並無法完整反映出各種社經地位長者們的想法。因此，Liu、Shen和Hancock三位學者於2021年，針對中國海南省鄉村的長者進行研究，欲瞭解他們對於18種不同外型社交機器人的看法和擔憂之處。
這三位學者從媒體等同論（media equation theory）的角度出發，指出人與社交機器（social machine）的互動方式，就如同人在真實生活中與他人互動的社交模式，因此，這個研究便從溫度（warmth）和能力（competence）這兩個人際互動中的重要指標，作為人在面對社交機器人時的感知衡量標準。舉例來說，當人在遇見陌生人時，會本能地去判斷對方所釋出的溫暖程度，藉以區分其是敵是友。同時，也會從對方能力的高低來判斷，此人是否會對自己的地位、利益等構成威脅。另外，作者們也指出，文化背景會影響人的審美標準，因此社交機器人的外形是動物型（如小貓、小熊）、機械型（如鋼鐵人）或真人外表的仿真型，也可能影響使用者對於社交機器人的印象。綜上所述，作者們提出了第一個研究問題：「在中國鄉村地區的長者們對不同外型的社交機器人所感知到的溫度和能力為何？」
此外，對任一年齡層的人來說，在學習採用新事物或新科技時，過程中難免會引發某種程度的焦慮，且此一狀況對年長者們而言尤為明顯，由於他們接受新知識的速度或經驗的不足，加上社交機器人的自動化和聰慧程度，都使得長者們產生在隱私、安全、道德和心理等層面的擔憂。長者們不僅害怕照顧他們的人變成機器人，也害怕兒孫們來探望自己時，目光都專注在機器人身上。至於社交機器人的益與不益之處又是如何影響長者們的想法呢？為了回答此問題，作者們在研究中也提出了兩個假設，分別是：「長者所感知到社交機器人的溫度和能力將會降低其對於社交機器人的擔憂」以及「長者所感知到社交機器人的溫度和能力將會增加其對於社交機器人的擔憂」。
研究採用問卷調查法，招募中國海南省鄉村共1480位受測者，最終回收了730份問卷，男性佔了57.1%，平均年齡為72.36歲。研究結果顯示，中國長者們覺得體型較小、外型像動物的機器人比較溫暖和親切，這個看法與其他文化、國家的長者們相符；而對於仿真機器人（android）和鋼製的機械機器人，則認為它們的能力更強。
此外，長者們覺得社交機器人的能力愈強，愈會引發他們對於科技、經濟和隱私層面的擔憂，因他們認為自身無法負荷維持這個機器人的費用，或是一個人在家時感到被機器人監視。同時，若長者們覺得社交機器人所散發的溫暖程度愈高、讓人感到愈親切，則會提升他們的心理擔憂，卻降低了對科技和經濟的憂慮。研究者分析其原因在於，長者們認為體型小的機器人售價可能不會太高，使用上也不至於太困難，就如同操作小孩們的機械玩具；而心理層面的擔憂則是害怕機器人的吸引力太強，使得自己被家人忽視。
作者們在結論時說到，長者們對於社交機器人的擔憂，其實也相對揭示了人們心中的弱點，人類在發展的過程中，優勢（superiority）和地位（status）一直是我們用來比較「我群」與「他群」的指標；而這些長者們對於社交機器人的擔憂、害怕，便是來自於人類感到他群要比我群來得厲害了。由此可知，假使廣告、電影裡常把機器人描述成聰明到開始產生自我意識的群體，長期下來人們對於機器人的印象可能就不會太好，所以人們在採用新科技時，教育和主流媒體的觀點便是影響大眾非常重要的來源。當然，要能好好享受科技帶給生活的便利，我們更要調整好自我的心態，去學習更多的新知！
作者：游郁慈 國立陽明交通大學傳播研究所碩士生
摘自：
Liu, S. X., Shen, Q., & Hancock, J. (2021). Can a social robot be too warm or too competent? Older Chinese adults’ perceptions of social robots and vulnerabilities. Computers in Human Behavior, 125, 106942. https://doi.org/10.1016/j.chb.2021.106942
參考資料：
Evan.（2021年1月)。【CES 2021】陪伴型機器人正當紅，疫情帶動消毒機器人商機。科技新報。https://technews.tw/2021/01/15/ces-2021-robot-technologies/
Gnambs, T., & Appel, M. (2019). Are robots becoming unpopular? Changes in attitudes towards autonomous robotic systems in Europe. Computers in Human Behavior, 93, 53-61. https://doi.org/10.1016/j.chb.2018.11.045.
United Nations. (2022). World Population Prospects 2022: Summary of Results. United Nations. https://www.un.org/development/desa/pd/content/World-Population-Prospects-2022
每次線上會議完都虛累累？學者說這叫做「視訊疲勞」！
疫情下的你是否已經成為了視訊會議的小天才？宅在家上課、上班或是和同學聊天皆離不開Google Meet、Zoom、Teams、Webex等的魔掌，這種無止盡的線上互動方式遂產生一種過勞的感覺，學者們稱之為視訊疲勞（Zoom Fatigue）。
究竟是什麼因素造成視訊疲勞？又是什麼原因加劇了這種負面感受呢？在2021年，Fauville、Luo、Queiroz、Bailenson和Hancock五位學者於線上招募年齡介於18至65歲的受測者共14,760位進行研究，最終有10,591位完成問卷填答。作者們想瞭解人們平時頻繁透過視訊工作或社交，是否會導致疲勞的狀態，並從視訊會議使用者的表情、反應動作和心理層面等，探討與疲勞間的關係。此外，2021年全球性別落差報告（Global Gender Gap Report）更提到，新冠肺炎的爆發加劇影響了固有的性別不平等現象，其中女性所承受的壓力遠大於男性，同時反映在工作、照顧小孩和健康照護等問題上，因此這項研究也探討視訊疲勞上是否也有「性別差異」。
此次研究運用Bailenson學者先前針對視訊疲勞提出的五大影響機制作為其研究基礎。其一為攬鏡焦慮（mirror anxiety），視訊會議就像一面無所不在的鏡子，讓人時時刻刻注視著自己、自然而然地進行自我檢視。相關研究也指出長期在數位鏡頭或實體鏡子中看著自己，會提高對自我的注意力，進而引發諸如焦慮和沮喪等負面情緒。其二，視訊鏡頭的狹小空間大幅降低人們的空間移動性，以致產生一種身體束縛感（a sense of being physically trapped），並削弱人們認知能力的表現。其三是超凝視（hyper gaze），相較於實體環境，在僅限的空間中人們的目光會更專注在演講者的身上。
再者，當我們在與他人進行視訊溝通時，會在螢幕中自然產生一些非語言的行為（如適當時機的點頭、誇張的手勢）來吸引他人注意，但這些表情、動作透過鏡頭展現可能會導致不同程度的失真，反而增加了彼此間的認知負荷，所以自己的非語言行為表達、以及對他人非語言行為的理解，也是另外兩個影響視訊疲勞的因素。作者們也指出，與男性相比，女性往往會表現出更多的肢體語言（如微笑），也比男性更容易意識到他人在觀察自己，因而更加注重自我的展現。但是對於他人的看法過於敏感，也有可能會造成負擔，於是作者們也好奇上述這些影響視訊疲勞的因素，是否會有性別上的不同之處。
此外，本研究藉由Zoom and Exhaustion Fatigue（ZEF）量表、使用視訊會議的方式、非語言因素及開放性的問答向受測者進行調查。ZEF量表涵蓋了五個在使用視訊會議後疲勞的面向，包括整體（如：我感到很疲倦）、視覺（如：我覺得我的眼睛很痛）、情緒（如：我感到很煩躁）、社交（如：我會避免不必要的交際）和動機（如：我害怕要做很多事）。而使用視訊會議的方式則透過使用的頻率、每次時長和會議間的休息空檔來作為評斷依據。
分析結果顯示，當使用視訊的頻率愈高、視訊愈久、兩次之間間隔愈短，都會增加人們視訊疲勞的程度，而女性的疲勞程度更是高於男性13.8%。另外，在影響視訊疲勞的五種因素中，身體束縛感影響最深，其次為攬鏡焦慮、超凝視、自我非語言行為表達，以及對他人非語言行為的理解。在性別方面，研究發現女性所感受到的疲憊感比男性更高，且除了理解他人非語言行為之外，其餘四種因素皆比男性來得高，這也說明了為何女性比男性有更高的視訊疲勞感。
疫情為我們生活帶來轉變，使用新科技雖然有好處，但壞處（疲勞）也逐漸浮現，並成為新的問題。所以我們在運用新科技的同時，也要思考如何防範這些壞處，而在遠距工作的環境下，該如何改善注意力、提升生產力和激發創造力更是所有人都需要關注的議題。
作者：游郁慈 國立陽明交通大學傳播研究所碩士生
摘自：
Fauville, G., Luo, M., Queiroz, A.C.M., Bailenson, J.N., and Hancock, J. (2021). Nonverbal Mechanisms Predict Zoom Fatigue and Explain Why Women Experience Higher Levels than Men, SSRN Electronic Journal. doi:10.2139/ssrn.3820035
想下線卻怕傷和氣？來點「管家謊言」幫你圓場！
現今網際網路與行動裝置的普及化，使得人與人之間的聯繫不再受時空的影響，但一天僅有短短24小時，我們真的有辦法處理所有接收到的訊息嗎？2021年五月底Covid-19疫情爆發，學校活動全面取消或改成線上，許多課程的分組討論也轉移到線上的通訊軟體，例如：Line的文字討論或是google meet的視訊會議。我們可能在一場會議後還接著下一場會議，但在會議的尾聲難免會與組員們話家常、聯絡感情，這時如果想在下場會議開始前休息一下，卻又不想破壞組員關係的和諧，我們可能會說一些「管家謊言（butler lies）」。
管家謊言是人們為了避免與他人互動且不冒犯談話對象時，一種用來管理自身可接近性的關係敏感策略。在人們形塑管家謊言時，可能會利用一些曖昧用語（ambiguity）使得謊言看似有理，其種類可分為時間（某事何時發生）、地點（在哪裡發送訊息）、活動（發送者在做什麼）。此外，欺騙也會發生在只有說謊者才知道得個人狀態和資訊，如信念、偏好和意圖。而人們也時常使用與媒介及設備功能基礎建設相關的模稜兩可的用語來進行欺騙，常見的例子為，你明明還在家裡，卻告訴約會對象「我正在路上」；或者發生在你想掛電話的情況下，向談話對象表示「訊號不好，之後再聊」。藉由這些管家謊言可以化解實話實說可能會面臨到的關係窘境。
為更深入探索管家謊言現象，French、Smith、Birnholtz和 Hancock（2015）提出兩個研究問題，第一個是管家謊言行為的頻率與特性為何；第二個是何種類型的個人資訊為管家謊言的話題，以及模糊用語的來源為何。這幾位學者同時特製了一款傳訊息的應用程式以便進行實驗，在這個應用程式中，每發送一則訊息就會跳出對話框詢問發送者該訊息是否含有欺騙，並且將訊息儲存在後台資料庫裡。
French等人（2015）的研究結果顯示，人們發送的一百則訊息中就可能有八則是欺騙行為，而在這些欺騙的訊息裡，有56%屬於管家謊言。此外，在不同性別也可以看到差異，男性說謊的比例是女性的兩倍；而女性的欺騙訊息中，有較高比例是管家謊言。在模稜兩可用語類型的總體分析中，五種類型間有顯著差異，且個人資訊占最多（45%），再來活動相關（26%）、時間（15%）、地點（5%）和基礎建設（4%）；倆倆比較下，個人資訊、活動相關和時間彼此間有顯著差異，但地點和基礎建設之間沒有顯著差異。
當受測者試圖欺瞞其真實感受及意圖時，會利用無法被證實的個人資訊塑造謊言；另一種個人資訊的用法，則是受測者會問已知答案但可以幫助對話的問題，例如：你今天有工作嗎？由於這種提問會錯誤暗示訊息接收者認為，提問的人不知道其狀態，因此這類的訊息也被歸類為欺騙。有時候人們也會將錯怪在手機設備或軟體功能上，但此篇研究結果顯示，這樣的管家謊言並不常見，表示人們可以在不同應用程式或裝置下很好地管理自身可接近性。
總結來說，男性說謊的比例為女性的兩倍，且女性的欺騙訊息中有較高比例為管家謊言。比起其他類型，人們常使用與個人資訊相關的模糊用語作為管家謊言，由此可見，即使人與人間的互動被一種可提供更模稜兩可資訊的社群媒體中介，人們還是常策略性地使用個人資訊，因為此類的資訊甚至連面對面都難以被偵測到。此研究對模糊用語類型的分類，可以幫助軟體設計師了解用戶在互動過程中，讓某些資訊可見化的潛在影響。
作者：鄧玉羚 國立陽明交通大學傳播研究所碩士生
摘自：
French, M., Smith, M. E., Birnholtz, J., & Hancock, J. T. (2015). Is this how we (all) do it? Butler lies and ambiguity through a broader lens. CHI '15: Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (pp. 4079-4082). Association for Computing Machinery. https://doi.org/10.1145/2702123.2702368
難道我被騙了嗎！？那些對話紀錄告訴我們的事
新冠肺炎（Covid-19）持續嚴峻，配合政府居家防疫政策，人與人之間的互動場所逐漸轉移至線上。科技進步雖然為我們的生活帶來便利，例如我們可以用更便宜、快速的方式與遠在天邊的好友聯繫，但同時也為欺騙創造新的機會。根據刑事警察局2021年統計，投資詐欺案件較2020年同期增加86%，多數案例是在社群網站、交友軟體上，遭受歹徒的話術或感情攻勢欺騙（廖炳棋，2021）。若我們能更了解欺騙行為的模式，是否就能幫助人們檢測出線上聊天的潛在危險呢？
Hancock、Curry與Goorha（2007）為了調查說謊者使用語言的模式，以及欺騙過程中說謊者與其談話對象的語言風格轉變，於是他們將70名受測者隨機分配為「說謊者」或「對談者」的角色，以同性別且互不認識的兩人為一組（19組女性，16組男性）。此外，研究團隊也對說謊者的說謊動機進行操弄，將說謊者再隨機分為「高說謊動機組」及「低說謊動機組」；前者是透過鼓勵欺騙的方式，讓說謊者認為欺騙他人是人際互動中一項重要的技能；後者則僅告知他們要試圖欺騙對談者。
實驗開始後，同組的兩人將分別在不同房間裡進行電腦中介傳播（computer-mediated communication, CMC）的互動，雙方會一同討論四個給定的話題，說謊者將分別在兩個話題說謊，另外兩個話題則誠實以對。討論沒有時間限制，直到受試者聊到累了且理解對方的回答，才會換下個話題。待受測者完成任務後，研究團隊會請他們填寫測量說謊者覺得自身及其被認為的誠實程度問卷，並且分析他們的聊天紀錄。
最後研究結果發現，欺騙會影響說謊者的語言使用模式，欺騙的動機增加也會影響說謊者的語言風格。接下來，我們以語言線索分類來說明其調查結果：
(1)字詞數量
在欺騙對話中，說謊者和對談者都會使用更多文字，但說謊者談話使用的字詞數量卻多於對談者。非同步及文字為主的CMC情境也讓說謊者有足夠時間可以編造謊言，以提供充足的理由和證據或加強與談話對象間的相互關係。從疑問句數量來看，說謊者進行欺騙行為時，會向對談者提出更多問題。此外，說謊者的動機強度也會影響對談者所提出的問題數量，分配到「低說謊動機組」的說謊者如果選擇在某個話題中說謊，會被對談者問更多問題；但若是「高說謊動機組」的說謊者，無論在話題中選擇說謊或是誠實以對，說謊者被對談者提問的問題數量則沒有差異。
(2)代名詞使用
人們在說謊時，較少使用第一人稱代詞（我、我的），且使用第三人稱代詞（他、她、他們、他們的…）的頻率會高於對談者。這是因為說謊的人希望自己能隔絕在謊言之外，而將對話更專注於他人。
(3)負面情緒用語
在人們進行欺騙時，可能會增加使用貶低性的用語及帶有負面情緒的字眼（如：厭惡、沒價值、敵人）。若對其欺騙行為感到內疚，不論是正面還是負面，均會出現更多的情緒表達。然而研究結果顯示，欺騙行為和說謊動機強弱皆不會影響到對話中負面情緒字詞的使用。
(4)認知複雜的標記
說謊者也會很謹慎地使用區分標記、因果詞及感官詞（看到、摸到、聽到、感覺…）。區分標記包含排他性字眼（但是、除了···之外）和否定詞（不、從不），「因為」、「結果」和「因此」的因果詞則與區分標記相似，三者都會為敘述增加具體細節，而由於前兩者會增加讓謊言自相矛盾的可能性，因此說謊者會減少使用這類用語。另外，由於感官詞能提供更豐富的敘事內容及細節，可以轉移對談者對於錯誤或假資訊的注意力，進而增加謊言可信度，所以人們說謊時會更頻繁地使用感官詞。結果發現，在區分標記中，欺騙只會些微地影響低動機的說謊者使用較多的否定詞，但不會影響排他性字詞的使用。而因果詞數量會因欺騙行為而改變，高動機的說謊者在欺騙過程中會減少他們對因果詞的使用。然而，研究結果也顯示，感官詞雖然也會提供更多細節，卻能避免被懷疑，因此說謊者會使用較多感官詞。
(5)說謊者和對談者的語言關聯
從對談者的角度來看，說謊者改變語言風格會影響談話者的語言風格。作者們認為有以下兩個理論可以解釋。其一根據語言風格配對模型（Linguistic Style Matching model），對話中的兩人會逐漸調整自己的說話方式，以配合談話對象的行為。其二是根據人際欺騙理論（Interpersonal Deception Theory, IDT），認為欺騙是一個動態的過程，欺騙者出招、互動對方的接招與拆招，都會影響整個欺騙行為的發展；換句話說，對談者在接收到含有欺騙成分的訊息後，給予說謊者的回應也會促使說謊者的行為改變。因此，若是人們開始懷疑談話對象有可能在說謊，會為了確認誠實性而開始改變自身語言風格。這篇研究結果顯示，說謊者和對談者的語言風格在字數、人稱代詞和負面情緒詞的使用呈現顯著正相關；而在說謊動機高的條件下，相關性會更顯著，表示兩人在互動過程中的語言使用會更密切地影響對方。
總結來說，和誠實對話相比，在欺騙對話中會出現更多文字、提出更多問題，並且使用較少第一人稱而更多他人導向的代名詞。此外，說謊者也會出現較多負面情緒字詞、較少排他性及否定詞，避免使用因果關係詞和使用更多感官詞。
看完以上研究結果，回顧一下你和別人的聊天紀錄，說不定會發現什麼驚人秘密呢！(誤
作者：鄧玉羚 國立陽明交通大學傳播研究所碩士生
摘自：
Hancock, J. T., Curry, L. E., Goorha, S., & Woodworth, M. (2007). On lying and being lied to: A linguistic analysis of deception in computer-mediated communication. Discourse Processes, 45(1), 1-23.
參考資料：
廖炳棋（2021年8月14日）。投資詐騙數量飆高 案件增加8成6詐騙近10億元。聯合報。https://udn.com/news/story/7315/5673953