近年有關人工智能與醫療的討論之所以令人不安，是因為研究開始反覆指出：在某些文字互動場景中，人工智能的回應比真人醫生更常被評為更有同理心、更清晰，也更令人感到被理解。最早引起廣泛關注的研究之一，便發現評估者在多數情況下更偏好 ChatGPT 的回應，並給予更高的同理心評分；其後的系統性回顧亦整理出相近趨勢，顯示 AI 聊天機械人在若干研究中，確實常被感知為比醫護人員更具同理性。

很多人看到這些結果時，第一反應是震驚，彷彿機器突然學會人的情感。但真正值得追問的是另一個更刺眼的問題：為甚麼今日的人類，會如此容易把某種語言形式直接辨認為「你理解我」？如果一種沒有身體、沒有生命經驗、沒有痛苦記憶、沒有責任負擔的系統，竟然能穩定製造出這種效果，那便說明「被理解的感覺」在現代社會中越來越可以由句式、節奏、措辭與語氣結構所觸發。

這是最值得警惕的地方。所謂被理解，原本應是一種深層的人際經驗。它代表有人不只聽到你的字面內容，更看見你言語背後的焦慮、恐懼、羞恥與猶疑；不只回應你說了甚麼，更在某程度上進入你的處境之中。這種東西理應很難被機械化，因為它牽涉主體性、生命史、注意力、耐性，甚至一種願意承受他人重量的倫理姿態。但今天我們卻逐漸發現，社會在實際運作上辨識「理解」的方法，可能遠比我們以為的表面得多。只要一句回應能先確認情緒，再避免責備，然後提供條理清楚的說明，最後補上一句安撫性的收束，人便很容易產生一種「對方明白我」的感受。換言之，很多時候，被理解的感覺是來自一套已足夠成熟的回應格式成功命中了你的情緒識別機制。

這亦是 AI 特別擅長的地方。它不一定真正理解你，但它非常擅長生成那些在現代社會中被辨識為理解的語言元素。它能穩定使用平和語氣，能迅速整理重點，能避免不必要的尖銳與否定，能將複雜問題包裝成清晰可接收的段落，亦能適時插入確認性句式，令對方感到自己被承接。當然，這種能力本質上仍是語言模式生成，不是情感本身，但對於處於焦慮、不安、疲累或資訊過載狀態中的人來說，效果可能已經足夠接近。這正是問題所在：社會並不一定需要真實的理解，才會產生被理解的感覺。很多時候，只要有足夠高品質的語言模擬，那種感受便已可被喚起。

這件事之所以重要是因為它暴露了現代社會對情感與關懷的接受方式已經被高度語言化、形式化。尤其在醫療、教育、客服、心理支援等領域，人與人之間真正相處的時間越來越少，節奏越來越快，專業角色承受的行政與制度負擔更重。在這種條件下，人們往往無法等待一種緩慢、複雜、真正進入彼此處境的理解關係，而更依賴那些能立即降低焦慮、整理混亂、提供穩定回應的語言介面。於是，理解漸漸被降格為一種可感知的效果，不是一種必須來自真實主體投入的過程。AI 之所以可以在這裡表現出色是因為社會已把很多原本屬於人際深層互動的東西，壓縮成一組可複製的語言操作。

更深一層看，這反映的是一種擬真時代的到來。擬真指一種效果上足以成立、但本體上並不等同原物的運作形式。就像人工景觀不等於自然，但可以提供類似的視覺與情緒效果；虛擬社交不等於真實陪伴，但可以暫時承接孤獨。今天的 AI 同理回應，也正是這種邏輯。它未必真的在乎你，但它可以生成一種足以令你感到被在乎的表面結構。它未必真正理解你的生命，但它可以產生一段足以讓你覺得自己被理解的文字。當社會越來越以效果而非來源作為判準，擬真便不再只是替代品，而開始成為日常運作的一部分。

然而，這不代表真實理解已經不重要。事實上，較新的研究同時呈現出另一面：即使人們在某些實驗中會把 AI 回應評為更有同理心，當他們知道回應來自 AI，而不是人類時，對其價值與情感滿足的評價又可能下降；甚至在相同內容下，只要標示為「人類」來源，回應便較容易被認為更有支持性與情感價值。這說明人類對同理心的需求同時存在兩套判準：一套是即時語言效果，一套是對主體來源與真實投入的信任。

也就是說，句式可以大量生產「被理解的感覺」，卻未必能完全取代「被一個真實他者理解」的價值。前者偏向可複製、可規模化、可技術部署；後者則仍然牽涉不可替代的主體性、關係歷史與倫理重量。兩者不再是同一件事，這正是今天最值得正視的分裂。當社會運作更倚賴前者，人類就有可能慢慢習慣把效果當成本體，把回應格式當成理解本身，把情緒被安撫誤認為自己真的被看見。這未必會立刻造成災難，甚至在很多場景中，它確實能提供實際幫助；但若我們長期停留在這種低成本、可批量的理解幻象中，也可能逐漸失去對深層關係的要求能力。

所以，最可怕是我們開始接受：原來只要句式安排得夠好，被理解的感覺便可以像工業製品一樣穩定輸出。當社會走到這一步，問題是人類自己是否已把理解、關懷與陪伴，默默重寫成一套可被規模化生產的語言格式。

若真是如此，那麼我們這個時代的關鍵轉變，便是人類終於發現，自己長久以來所以為最深層的人際感受，原來已有相當大一部分，可以由句式批量生產。