厨房里，有人开口：“能把那个碗递给我吗？”对方伸手去拿红碗，手停在半空，回头问了一句：“这个？”提问的人指了指蓝碗。碗递过去，做饭继续。

打开网易新闻 查看精彩图片

这个虚构场景里，如果只按字面听见并执行，递出去的会是错的那只碗。澄清让双方共同消解了歧义，而这次纠正被当作任务信息使用，没有被当成失败或指责。

听人把话说完很重要，但接收到词句并不等于建立了共同理解。倾听还包括核对理解、以可被纠正的方式回应，并把纠正落到行动上。

理解他人视角，和据此选对目标不是一回事

Apperly 与同事研究过成年人在结合他人视角解读指令时的困难。其实验为这样一个问题提供了材料：在行动中使用他人的信息，是否总是自动发生的。相关讨论可参见《为什么心智理论的使用存在限制？》。

一项沟通任务不能直接推广到每一次家庭请求。这里要区分的是“理解了一个视角”与“在这个视角基础上选定目标”，以及日常澄清本身的价值。所引用的成人实验并不能说明这些能力在童年期如何变化；在这一系列里，实际问题是：当情境和沟通需求变化时，人如何让自己的理解保持可纠正。

澄清过多，也会变成负担

把每个请求都长篇重复一遍，会增加对方的工作量。澄清应集中在影响结果的分歧上：碗的颜色重要时问颜色，时间重要时问时间。对方已经说清楚的信息，不必反复追问。

只说“明白了”，看不出到底明白了什么。一句简短的话，比如“我把蓝碗递过去”，能让错误变得可纠正。澄清是为了协调共同行动，而不是考校说话人的用词。

一个面向物理 AI 的设计假设

一种可能的设计，把语音识别、候选含义、执行目标和行动许可分开。词句识别正确，目标仍可能模糊。澄清期间暂缓接触目标物，纠正之后再更新计划中的目标。

把纠正记进记忆、身体却继续旧动作，这不算恢复。需要检验的是：对话和物理指令是否使用同一个确认结果。

评估可以纳入相似物体、换一种说法、取消指令，以及动作开始之后的纠正。有用的澄清和不必要的澄清负担要放在一起看。纠正目标，比宣称“已经理解了对方的心思”更重要。

四格漫画里，事情是这样推进的：

  • 有人要一只蓝碗。
  • 对方伸手去拿红碗。
  • 手停住，核对颜色。
  • 蓝碗被递了过去。

这组虚构画面描绘的是让理解与执行达成一致，而不是比谁更流利。

这一系列用已发表的文献来观察日常情境。其 7 个领域与 22 项能力属于编辑框架，不是标准的学术分类；年龄或文化差异不构成对人的社会价值或能力的排序。所提出的 AI 设计并不证明类人的情感体验，也不代表已展示的产品性能。漫画为虚构示例。

LOGIHEART 正在研究如何在与人的互动中，把社会能力落实到物理 AI 上。