与机器共舞：以交织理论探索人机协作的能动性

人类如何与机器互动与协作，进而共同创造价值，这已成数字经济里的关键实务课题。本文通过对三个案例的质化分析，探讨机器如何在特定的情境脉络中产生与人协作的能动性。下面与小编一起品啜本文吧！

作者：周信辉、方世杰等

来源：《中山管理评论》2022年第5期

原文标题：与机器共舞：

以交织理论探索人机协作的能动性

摘要

本研究采用交织理论观点探讨：于人机协作之中，机器如何产生能动性？本研究以多重个案进行质性探究，从三个不同情境案例中来探究机器于特定互动脉络之协作模式。发现：第一，由人与非人行动者所构筑的交织体定义了行动者的三种角色，这是机器于人机协作中产生能动性的关键。第二，元素的物质角色与表达角色之间的相互作用，其过程动态影响着人与机器的能动性之发展，进而促进或限制人机协作之运作。本研究进一步据此发展理论与实务意涵。

关键词

人机协作；能动性；集体能动性；

交织观点；价值共创

前言

在数字转型与工业4.0浪潮下，掀起了一系列的科技变革，更改变了不同利害关系人之间协作的共创模式(valueco creation)(Ramaswamy &Ozcan, 2018b)，不仅是今日经济发展的重要特色，也更是促进人类福祉与社会变革的重要驱动力。近年来，在物联网、云端演算、人工智能、生化与互动科技等技术蓬勃发展与相关应用的推波助澜下，改变了产业中人、物与组织之间的互动方式，也驱使更多元的服务创新(Barrettetal. ,2015)，更让经营实务(如策略与营销领域等)跳脱传统模式(Davenportetal. ,2020)；例如以平台运作为基础的共享经济(Belk, 2014; Acquieretal. ,2017)，或是近期受到高度重视的创新或服务生态系统(Vargo &Lusch, 2017; Jacobidesetal. ,2018)。

随着人机协作逐渐受到实务界与学术界的重视，若将人与机器同样视为是协作的行动者(actors)，人机之间所构筑的情境脉络中，人机该如何进行协作及机器在协作中所扮演的角色，仍有待进一步探究，是一个具研究价值的文献缺口，亦是本研究之重点。基于此，本研究为了深化人机协作之文献，进一步质问机器于人机协作之中，是如何产出其能动性？而除了人或机器各自本体所产生的独立能动性，在人机互动过程中所产生的集体能动性又是为何？我们的研究目标在于从交织理论的观点，清楚描绘集体能动性于人机协作情境中形成的细部动态，藉以充实学术及实务界对于集体能动性之概念理解与应用发想，俾对于现今社会大量以人机协作进行价值共创之管理现象发展，有所贡献。故本文的研究问题如下：探讨集体能动性(collectiveagency)如何从人机协作的互动过程中产生？

文献回顾

一、人机协作的新趋势

自1960年代以来，信息系统的快速成长促使人机互动(Human Computer Interaction, HCI)的研究领域获得广泛重视与发展，此阶段之人机互动所指之机可以是各式各样的机器或是计算机系统与软件，小至电视遥控器的播放按键，大至飞机上的仪表板，此领域尤其聚焦于人机接口的设计，包含人机接口使用上的友善性(friendliness)、易用性(usability)和透明性(transparency)(Hoc,2000)，这类型的人机互动属于静态模式，大多是用户主动操控计算机，而计算机被动接收，两者之间并没有双向的互动与往来。而随着科技技术的进步，企业内所使用的系统越趋复杂且具备一定程度的自动化，系统也能自动显示用户所需的相关讯息，此类型的人机互动不再仅是机器或计算机系统被动地接收用户指令，而是能够主动显示用户需要的相关信息，以促成用户接续的行动，也因此人机互动的研究方向开始转向探讨人和机器之间的互动与协作(Hoc,2000)。

而近几年更因为人工智能的兴起，机器人从过去仅能代替人工进行重复或劳动量大之工作，逐步发展为具备对外感知、推理及演算能力，甚至能提供人类相关决策建议，也因此人机互动领域(human machineinter action)越趋受到学术界与实务界高度的关注，且被视为探讨人和机器人互动与沟通的重要研究领域(Davenportetal. ,2020; Seeberetal. ,2020; Leoneetal. ,2021)。而此阶段的人机互动之机系指机器人及其搭载之人工智能系统，且受惠于人工智能所带来的红利，其感知能力与辨识能力相比过去明显提升，人与机器人之间的互动不再像过去属于静态且单向的交流，而是动态且双向的互动，甚至透过人工智能相关技术的发展，如影像辨识、自然语言、深度学习与大数据等应用，使得机器、机器人或人工智能系统能协助搜集大量的数据，进而辨识、分析甚至协助人做决策，进而增进人的认知能力以提升工作效率等，也因此机器、机器人或人工智能系统与人之间的关系更加紧密与频繁互动，人与机之间不仅存在单纯互动关系，更能够深入达成相互协作(collaboration)(Baueretal.,2008)的状态。

然而，在人机协作的研究领域中，大多关注人与科技、机器人在同一个环境下工作的安全、生产效率或是技术议题(Baueretal. ,2008; Tsarouchietal. ,2016)，很少以组织管理思维探究人与机器之间的协作关系，直到近期开始有学者主张人与机器若能和谐地进行协作，将能够带动管理实务上(如零售与服务)的革新(Huang &Rust, 2021; Nobleetal. ,2022)。唯，相关的实证探究仍相当匮乏。因此本研究即探讨在现今人工智能广泛应用的趋势下，在不同应用情境下机器(本研究泛指人工智能与其硬设备)如何与人类在互动之中产生集体协作的能动性，进而共同达成任务与共创价值。为此，本研究不同于技术与资管领域对于人机协作的探讨，而是从交织理论切入人机所形成的交织体，以及从交织体解析人机协作的能动性与集体能动性。

二、交织理论：人机协作的交织体

深化能否有效遂行人机协作，需从人机能否形成交织体开始探讨。交织理论(assemblagetheory)是由美国哲学家DeLanda(2006)所提出，其概念源自于法国两位哲学家Deleuze&Guattari(1987)，而后亦有多位学者承袭此概念于不同领域持续发展相关理论(Ramaswamy &Ozcan, 2018b; Vande Putteetal. ,2018; McGowran & Donovan, 2021)。回顾过去交织理论于管理领域的相关文献，发现采用交织理论观点的研究与应用并不多，也表示在管理领域对于交织理论的理解仍相当有限，特别是关于人与物(如机器)在协作脉络里的关系与能动性；因此，本研究尝试补足此管理缺口。

首先需要了解何谓交织体(assemblage)，交织体系指一个架构、一种安排或一种配置，其意义包含异质元素的组成以及建构成某种特定安排的过程，且异质元素的相互关联使得交织体具有能力执行某种行为(Nail,2017)。再者，交织理论关注于这些包含人机等异质性元素所构成的交织体之动态发展过程，包含在特定情境里不同交织体之间的相互影响，进而决定了人机协作之下的价值创造与参与者体验，例如人与智慧(或物联网)装置协作所体现的数字家庭生活(Hoffman&Novak,2018)。换言之，我们不能仅关注于人机个体(entities)之间的互动，而是需要以交织体为分析单位(例如Du &Chou,2020)，才能够深刻理解数字时代下人机协作所带来的好处与福祉。交织体本身具有两项哲学上的基本逻辑(Deleuze &Guattari, 1987)。其一，交织体具备多样性而不具统一性，提供一种替代哲学上统一性逻辑(logicofunities)的思维(Nail,2017)。统一性即是有机体的概念，有机体内的各个部分无法各自存在，必须依赖于有机体，此种彼此相互依存的关系视为一种内在关系(relations of interiority)；反之，当各部份于一整体中能够独立于其中的内在关系而存在时，这些部分即不再构成一个整体(即不具统一性)而是一种由外部关系(relations of exteriority)来连结各部份的机制。而这正是交织体具备的特征之一，交织体中各组成元素之间是由一外部关系来连结，是多样性的组成，既不是部份也不是整体，交织体中的组成元素可以与之分离，并加入到另一个不同的交织体中与之相互作用(DeLanda,2006,2016)，也因此交织体可以互相分离亦可相互合并，如同文氏图中集合之间会产生交集，而一个小的交织体又可镶嵌于更大的交织体当中，就如同俄罗斯娃娃一样(Bennett, 2010; Canniford &Bajde ,2016)，也因此，交织理论可作为连结微观与宏观视野的理论(DeLanda,2016)。其次，交织体的第二项基本逻辑为具备事件性而不具本质性，提供一种替代哲学上本质逻辑(logic of essences)的思维(Nail,2017)。事物的本质是指其独有的特色及必要构成这个事物的要素；然事实上，这已事先假设该事物是一个最终产品，我们仅是单纯地欲确定长久以来存在于这个事物的特征，并将它视之为永恒不变的本质。也因此，在Deleuze & Guattari的交织体观点里没有所谓的本质，只有偶然(contingent)和单一(singular)的特征，也就是依据不同的事件偶然相遇(contingentobligatory)下所产生的未完成过程(DeLanda,2006)。综合上述两项交织体的哲学逻辑，可知交织体中的异质元素是由外部关系所连结，而此外部关系并非指与各元素之间相互独立，而是此关系并不会定义这些元素的本质(Canniford&Bajde,2016)，此外，交织体不具有本质而是由不同事件偶然相遇所结合，亦强调了交织体非静态而是动态过程的特征。

Deleuze&Guattari(1987)指出，交织体可由组成轴(compositionalaxis)与情境轴(contextualaxis)等两个案面向来加以解构。组成轴包含组成物(Bodies)与表达(Expressions)两个元素。其中，组成物系指交织体中的各类异质元素，包含人与非人，而这些组成物会因为处在不同的时空背景、与不同组成物相互连结进而产生关系，而这样的关系会使得组成物运用其能力扮演不同的物质角色(materialrole)或表达角色(expressiverole)，使得这些组成物之间产生互动与作用，进而发挥其能动性(Canniford &Bajde,2016)；第二个构成交织体的要素为表达，系指非物质的转变，亦即物质元素所表达之意涵的变化，亦可理解为身分或关系的转变。

本研究为何采用交织理论观点探讨人机协作之管理议题，主要有以下四项原因：第一，交织理论跳脱以人为中心之观点，定义交织体是由一外部关系链接一组异质元素所组成(Deleuze & Guattari,1987 ;DeLanda, 2006)，而人与机器相互连结所形成之情境即可视为一交织体进行探讨。第二，交织理论以微观角度关注交织体中组成物间的相互作用及形成之关系与角色，(Canniford & Bajde,2016 ;DeLanda ,2016)，能够作为探讨人机协作之架构。第三，交织理论中强调能动性是在交织体中依据不同元素间的相互作用所产生(Dreyfus & Rabinow, 1983; Leonardi, 2013)，就如同人机协作之概念，当两者共同协作才能具备某些能力共同执行任务以达成目标。第四，交织理论所定义之交织体具有稳固与变动之力量(Deleuze & Guattari, 1987; DeLanda, 2006)，而本研究藉由此概念探讨不同人机协作情境下，组织透过何种管理方法稳固或解构人机协作之交织体，进而让人机协作顺利运作。以下，本文进一步说明能动性与集体能动性的构念，以填补关于人机交织体协作以共创价值之基础。

三、人机交织的过程：能动性与集体能动性

在社会科学领域，能动性(agency)是一个核心概念，它让我们能够理解人与组织在社会与经济环境里的行为，特别是如何透过能动性的展现来进行创造性活动与目标的追求(Cleaver,2007;Pelencetal.,2015)。能动性是关于能够让人追求符合其价值观的目标所需之能力(Capability)(Sen,1999)，而行为人(agents)之所以有这样的能力，是源自于人的自我意识(self-consciousness)、知识框架(knowledgeschema)与反思(reflection)(Cleaver,2007;Sewell,1992)。再者，能动性的产生并非发生于真空之中，而是存在于由社会关系与互动所形成的结构(structure)(Sewell,1992)，而且这样的能动性与结构是彼此相互形塑；亦即，结构既驱使(enable)同时也限制(constrain)能动性的施展(Giddens,1984)。其中，单一组织或者是由多组织所形成的企业网络(businessnetworks)(Gulatietal.,2000)，以及如生态系统的后设组织(meta-organizations)(Kretschmeretal.,2022)等，均可视为由规则、制度与资源所塑造的结构类型。

关于能动性的研究趋势，近年来已有学者由原本聚焦于个体或个别组织的行动，逐渐转向关注于跨越组织之间的集体协作与价值共创，例如Meleetal.(2018)以及Ramaswamy & Ozcan (2018b)等相关研究。多利害关系人互动下的能动性之所以受到重视，是因为个别能动性的施展，不仅取决于行为者于社会互动中的地位与角色，而且其结果亦可能在协调其他行为者的行动时，同时对其他群体产生负面或不利之影响(Sewell,1992)。简言之，能动性是具有个别性(individual)与集体性(collective)的特质(Cleaver,2007)。在此发展的趋势下，何谓集体能动性(collectiveagency)以及它如何形成，是一个有待深度探究的重要问题(Pelencetal.,2015)，特别在今日数字环境下，我们必须面对由物联网与数字科技驱动的生态系统经济(Jacobides, 2019; Seeberetal. ,2020)。另一方面，在多利害关系人的协作过程之中，亦有学者关注非人行动者(non-humanActors)(例如机器与人工智能)所扮演的角色(Wilson & Daugherty, 2018;Huang&Rust,2022)，甚至是探究物质的能动性(Leonardi, 2011, 2013; Storbackaetal.,2016)，就正如机器人已能取代人的行动(McLeayetal.,2021)。

本研究关注集体能动性问题，由于人机协作乃是一种交织体，且由异质元素(人、事、时、地、物)所构成的整体(wholeness)(Newcomb,2011;Savat,2013)，若为组织，则应以系统层次衡量且是不可分割的结构。因此，本研究主张：在探究人机协作能动性时，应超越传统个体镶嵌在人机网络之中；不仅能展现自主行动意向与能力(此仍为个人层次)，且进一步深究集体能动性这个概念。本文提及的集体能动性，是指在人机协作的情境中，个体能动性交互影响后的整体能动状态(state)。此处所指的交互影响，也就是在新唯物主义(NewMaterialism)主张万物都有能动性下，学者KarenBarad据此提出在内行动(intra-action)这个概念。相较于当代组织与管理情境，惯用互动(interaction)之意图性与预设性；在内行动是成对、部分、或全体异质元素，随自身在系统中的角色与定位等，在彼此相遇(encounter)并参与(engage)到“对方”的行动后，而自然浮现的持续反应(Barad,2007)。这些相互的持续反应，决定了下一步所有元素能否在高度相互依赖的关系下，持续共同创造价值(Storbackaetal.,2016)。

综上所述，本文主张人机协作是一种集体交缠的现象主体；在集体能动性的分析上，本文并不着重在交织体的静态样貌或个体元素所能产生的单独效用性(utility)，而是聚焦在整体交织的过程(process)与机制(mechanism)，以及从中产生的交织体样貌之流变(fluid)(Müller&Schurr,2016)。

研究方法

本研究采用多重个案之研究设计来进行实证探究(Myers,2009)。除了欲深化人机协作之知识理解的目的之外，本研究亦考虑研究问题的探索性本质而采用多重情境脉络，试图透过具有独特时空脉络的不同情境中，来探索与比较机器于人与非人所构筑的交织体之中如何产生能动性。相较于单一个案，多个案中所推论之结论往往被认为更扎实且具有说服力(Herriott&Firestone,1983)。而本研究欲探讨不同情境下人与机器之间如何进行协作，进而探讨各自扮演的角色以及促进人机协作顺利运作的要素或互动方式，因此本研究挑选三个独特的个案情境进行多个案研究，透过诠释、归纳与比较这些个案之间的异同，期望能获得对于研究现象的深度理解。以下则分别简述三个个案组织之背景：

(一)个案A：医院A成立于1968年，为G省省会城市一间医学中心，其引进该市第一台达文西手术系统，透过达文西手术系统与开刀房医生与护理人员共同进行手术，使病患获得更好的术后恢复。

(二)个案B：企业B创立于1983年，为工业计算机制造商，于工业自动化领域深耕多年，近年来积极推动工业物联网发展，为物联网智能系统与嵌入式平台产业之全球领导厂商。其于产在线装设人工智能缺陷辨识系统，与产在线目检人员协作，以快速检测可能异常点。

(三)个案C：企业C为一间在G省省会城市成立超过三十年的老字号连锁早餐店，1987

年于成立第一家门市，多年来稳定发展，直至2014年二代接班人大举调整品牌定位与营运模式，为提升顾客服务与品牌发展，于连锁门店导入人工智能系统，用以搜集数据及发展营销策略，以提升整体品牌服务形象。

在深度访谈方面，本研究采用文献里的重要观点，例如能动性的交织(agencialassemblages)(Ramaswamy&Ozcan,2018b)以及元素与交织体之间的互动(Hoffman&Novak,2018)，来设计半结构式的访谈大纲，在访谈过程中视受访者的回答来修正问题方向，并引导受访者陈述真实的经验与想法。本研究之受访对象除了与机器实际协作之人员、导入机器或人工智能技术之重要决策者外，为了解场域中人与机器之配置，受访者也包含该机器与人工智能技术研发之厂商或部门；本研究深度访谈汇整如表1。除了访谈外，本研究团队中一位成员分别参与了医院A所举办的达文西手术拟真体验车、个案B的产线实地访查与个案C的门店观察，透过这些实地的体与机器共舞：以交织理论探索人机协作的能动性验、访查与观察，我们对于个案情境中的人机协作与交织体元素之间的互动关系，能有更深入的理解。我们同时阅读并参考组织内部相关数据、网络公开数据、新闻杂志相关报导、网络影音等，进而能够验证与补充深度访谈之内容，以呈现个案脉络之真实性。

表1：深度访谈汇整表

在分析过程之中，我们先进行第一层数据分析(first-orderdataanalysis)，此阶段包含整理访谈逐字稿、发展意义单元以及撰写受访者本文。本研究团队历经多次内部讨论，将访谈文本改写了约三次，此过程中额外纳入并考虑了集体能动性的理论观点(Pelencetal.,2015;Hainzetal.,2016)。之后，本团队进行了第二层级的数据分析(second-orderanalysis)，我们以交织体元素、元素与交织体的互动机制、能动性与价值共创等理论观点(Deleuze& Guattari, 1987; DeLanda, 2016; Storbackaetal. ,2016; Hoffman &Novak ,2018;Ramaswamy&Ozcan,2018b)，进行数据的诠释分析，以开采出三个情境故事的意义，分别为开刀房情境、产线管理情境与门店管理情境。在这第二层级的数据分析里，我们持续进行理论与实务之间的对话，藉由此对话过程中的溯因推理(Abduction)(Dubois&Gadde,2002)，我们得以获致个案的研究发现。

研究发现：人机协作

一、个案A：医院开刀房情境之人机协作

(一)导入：达文西手术系统

随着医疗科技的进步，外科手术从第一代的传统开腹手术，到第二代的腹腔镜微创手术，现今进入第三代的机器人手术；其中达文西手术系统是发展最成熟且具代表性的手术系统。该系统运用最新的科技，融入传统手术和腹腔镜手术之优点，不仅能深入体内执行复杂、高难度手术，又具备腹腔镜手术伤口小、出血量少、恢复快的特色；带给医生及病患许多益处。基于此，医院A为了提供病患良好的医疗质量与服务，于2012年率先导入G省第一套达文西手术系统，接续于2020年购入最新第四代。就如执刀医生B受访时提到：

我们导入达文西系统，最重要的原因就是为了病人；机器设备一直在进步，医生和医院也要跟着进步。当时就在G院长的带领下，随着现代医学的趋势引进达文西手术系统。

导入系统之后，医院A制定相关规范与措施以确保达文西手术系统能顺利运作；例如：由手术委员会负责达文西手术系统所有事项，并从开刀房护理师和专责护理师中各挑选一名作为达文西手术小组长，负责各科别之达文西手术安排，管控器械、术前的系统准备、术中的障碍排除；以及平时达文西手术系统保养与维护等任务，可视为达文西手术之统筹者。此外，针对主要操作达文西手术系统的医护人员，安排相关操作训练以及设置主治医生执业授权规范等，以确保每一位操作达文西手术系统的医护人员，皆具备足够能力且妥善运用此系统优势，为病人提供优质的医疗质量与术后恢复。对此，受访执刀医师提到：

达文西手术系统是一个新的设备，管控的要求跟过去不一样，所以一个医院从没有到有这个设备，相关的制度、规范与训练是需要重新建置的。

(二)解构：开刀房情境中的交织体

达文西手术开刀房的情境，包含达文西手术系统的开刀房设置、机器设备与人员配置。第一，新的手术房：医院A设置一间特定的达文西手术开刀房，其地板需经过测重以确保负荷大型机器重量；同时开刀房也需设置专属电压、网络孔及悬臂式影像系统等。第二，新设备系统：达文西手术系统成为该特定开刀房中最主要的机器设备，其中手术台车(PatientCart)位于病人端，上装有内视镜与机器手臂；影像台车(VisionCart)是系统的大脑，负责接收与传递手术台车及医师操作台之间的信息；医生操作台(SurgeonConsole)位于手术台旁，以符合人体工学的设计，让医生以坐姿远程操控机械手臂。第三，新人员配置：因达文西手术系统的加入，医疗团队也多了几位成员。第四，新工作流程：医护的工作流程与方式也随新人员有些许的改变；例如：过去执刀医师手拿手术刀为病人开刀，现在则是操作医生操作台远程操控机器手臂。过去，专责护理师和刷手护理师于手术台旁协助执刀医师手术进行，现在则是接收来自远程医师的指令，适时地操控手术台车上的达文西机器手臂。过去，由流动护理师掌握手术状况与器材物料的准备，现在则需关注影像台车的手术画面，确保其影像与声音清楚明亮等。

(三)共舞：人与达文西手术系统之协作

达文西手术并非由达文西手臂机器人为病人开刀，而是医生与达文西手臂机器人一起协作执行手术；过程中，也需要其他医护人员参与协作，才能共同达成达文西手术使病人伤口小、出血量少、术后恢复快的目标。

执刀交织体：由执刀医生与达文西系统形成的交织体。开刀过程中，首先执刀医生会至医生操作台开始进行手术，开始前医生会先输入自己的标识符后，达文西手术系统会知道是由哪一位医生执刀。接者，系统会依照过去所搜集的数据，显示这位医生过去常用的器械纪录外，也自动调整操作台与脚踏板位置至医生习惯的高度。接续，医生以坐姿埋首于医生操作台里，透过接目镜看到病人体内的画面，同步操控手部控制器与脚踏板，操作病人体内的精密器械，以深入人体内进行较困难且精细的手术。

支援交织体：由专责护理师、刷手护理师与达文西系统形成的交织体。此时，专责护理师与刷手护理师操作手术台车，透过观看屏幕画面协助医生执刀；例如清理血污、递纱布至病人体内与更换机器手臂上的器械等。而机器手臂本身即具备三种器械，也分摊许多护理师更换器械的工作。机器手臂也会在更换器械时，自动记忆器械取出前的位置及使用次数；赋予护理师再次放置器械进入病人体内时，能正确放入与辨识器械使用情况之能力。同时，因为内视镜具放大功能，让护理师能清楚与细微地看到开刀位置，有助于护理师累积经验。如同参与其中的一位护理师提到：

因为达文西的手术画面很清楚、又可以放大，视线也不会被医生的手挡住；所以可以看到很细微的地方，我会更知道什么时候要递器械给医生，也使我自己学习效率上有很大的提升。

掌握手术状况交织体：由流动护理师与达文西系统形成的交织体。在手术过程中，流动护理师会透过影像台车所显示的画面实时掌握手术状况，且随时调整画面的明亮度与声音，使手术台上的护理师能够清楚看到手术画面；同时，也会依据刷手护理师的指示增补器械或纱布。过去，流动护理师与刷手护理师，还需要负责器械与纱布等工具的计数；现在，达文西手臂上的器械装有芯片，系统可实时纪录器械使用的数量，这减轻流动护理师与刷手护理师，过去需计算器械使用数量的工作负担。

达文西手术交织体：透过上述人机协作过程，可依序分析三个交织体之协作过程与机器扮演之角色。第一是执刀交织体，执刀医生在机器协作下能更有效运用其专业知识与丰富经验，而达文西手术系统的角色与功能是，展现其稳定与精密的特质，能准确地辨识医生身分并提供医生适合的执刀环境与数据。医生为了能与达文西手术系统达成良好的协作，除了需接受训练外亦会额外利用时间练习，培养与达文西手术系统的默契，此时医生扮演的表达角色是执刀者，而机器扮演的表达角色是执刀伙伴。第二是执刀支援交织体：达文西手术系统本身即具备三支器械，此外，亦能自动记忆器械插入的位置及记录器械使用次数，让专责与刷手护理师减轻更换器械与纪录使用次数的工作；此时，专责护理师与刷手护理师扮演的表达角色是执刀辅助者，而机器扮演的表达角色是执刀协作手。第三是掌握手术状况交织体：达文西手术系统会自动搜集每位医生的手术数据，并实时显示手术过程；流动护理师会依据手术系统显示之信息，进行相对应的调整与掌控，扮演的表达角色是数据解读者。

二、个案B：产线情境之人机协作

(一)导入：人工智能缺陷辨识系统

B公司为大型工业计算机制造商，其产品讲求的是稳定性与可靠性，常依客户执行客制化的设计；因此，在电路板组装产线的设计与规划须符合少量多样的需求。而在电路板组装产在线，主要包含贴件与插件两个制程：SMT(SurfaceMountTechnology)贴件制程，即透过表面贴装技术为印刷电路板(PrintedCircuitBoard,PCB)上件。

其中，DIP插件制程因其特殊性，必须透过人工的方式将零件插入电路板后；电路板通过锡炉焊接后，尚需再经由人员目检。这不仅耗费许多时间与人力，也时常因为人员不慎或熟稔度不足，而有漏检的情况产生，影响后续检出率造成质量成本。该DIP插件制程产线主管便指出：

PCB板过锡炉制程后，目检人员需要先检查整片PCB板，找出异常点再修复，有时候上一片电路板还没检查完，下一片又来了，人员来不及跟上产线流速，不仅造成效率问题；再加上人工检查还是会有遗漏的问题，导致产品质量缺失。

产线管理交织体：综合上述的说明，为了改善DIP插件制程产线效率与检出率低的痛点，B公司于2019年与公司内智能检测自动化(IMS)部门协作，在产在线导入人工智能自动光学检测系统(AIAutomatedOpticalInspection,AIAOI)；以深度学习为主要技术，在目检人员初步辨识电路板上的锡面异常时一起协作，使目检人员能更快速针对异常点进行修复，大幅减少因人员不慎或熟稔度不足而漏检的机率。因此，人员训练也就变得重要；在导入AIAOI后，目检人员需经过约1小时的操作训练，以及依据国际PCBA检验规范进行年度定期训练，确保目检人员具备判断与修复异常的能力。如DIP插件制程产线主管提到：

就算导入AIAOI系统，目检人员还是要定期训练，才能在系统有错误的时候回报正确的信息。

(二)解构：DIP插件制程产线情境中的交织体

由于这台人工智能缺陷辨识系统为脱机设备，并不是安装于产在线，因此导入人工智能缺陷辨识系统对于产在线机器与人员的配置并没有太大的改变，仅有在流程上有些许差异。产线流程共分为：人工插件、锡炉制程、目检修补等三个部分。首先是人工插件：这部分制程主要是将零件插入空的电路板上。接续是锡炉制程：上件后的电路板会进锡炉进行焊接，为了辨识每一片电路板，电路板进入锡炉之前会刷感应条形码，以辨识电路板身分。最后是目检修补作业：即B公司藉由人机协作改善痛点的制程区段，故于产线旁放置人工智能缺陷辨识系统之硬设备，下板人员多一道将卸下载具的电路板放进与取出机器的程序。该产线目检修补的情境说明如下：

由公司智能检测自动化(IMS)部门、目检人员与自动光学检测系统；透过机器学习的技术，运用人工智能系统来辨识缺陷的交织体。首先，IMS部门透过缺陷数据分析，以训练自动光学检测系统学习辨识缺陷。另外，目检人员也得学习如何读取并判断人工智能系统所回报的缺陷信息，以利实时进行异常点的修复。

其次，机器进行拍照取像，同时将照片传送到系统推理机进行实时分析，而下板人员将电路板取出放回产线；目检人员再次刷条形码，前方人机接口即会显示缺陷辨识系统分析后的结果。目检人员即根据系统所标示之异常处进行覆判与瑕疵修补。

最后，除了产在线的人员之外，管理产线运作之产线主管与制程部门主管，无形中亦与系统产生密切的协作。过去，产线主管和制程主管皆需依赖人员的回馈，才能针对产在线效率低落或检出率过低进行问题解决。然而，现在透过人工智能缺陷辨识系统，不仅可实时掌握讯息，也让相关单位主管进行能更精准的管理决策。

综上所述，我们可将产线情境视为一个三层的人机交织体：第一阶层交织体乃由厂区相关人员(人)以及机器设备(非人)组成，集体共同完成电路板插件情境下所组成的交织体。第二阶层子交织体，由IMS、AIAOI目检人员、产线主管、制程人员等人机协作组成的交织体。第三阶层子交织体，依据协作的情境划分为机器学习交织体(智能检测自动化部门、目检人员、人工智能缺陷辨识系统)、目检修补交织体(目检人员与人工智能缺陷辨识系统)以及产线管理交织体(人工智能缺陷辨识系统、制程部门主管、DIP产线主管)，如图3。图3：产线情境交织体

(三)共舞：人与人工智能缺陷辨识系统之协作

人与人工智能缺陷辨识系统之协作，可以减轻人员负担、提升生产效率与降低缺陷的质量成本。这样的人机共舞需要靠下列三个人机交织体的协作以达成目标。

机器学习交织体：由IMS部门、目检人员与AIAOI系统的交织体。事实上，若是系统误报率过高，也会影响到目检人员的专注度；因此，系统上线后仍需透过产线人员的持续回馈，给予IMS部门更多信息以训练这套系统的准确度。此外，产线部门主管也需要与IMS部门保持良好沟通，精确告知其需求；而IMS部门则依据其需求持续改善系统，让机器与人员在进行协作时能更加顺畅。对此，DIP制程产线主管强调：

即使系统已经上线，为了持续降低其误报率；目检人员进行瑕疵修复的时候，还是需要覆判结果是不是对的。有些地方可能没有瑕疵，但还是会被系统标示出有瑕疵。这时，判断错误的地方就要在界面上点选错误。

缺陷辨识交织体：由目检人员与AIAOI系统的交织体。这条产在线最主要的人机协作在于，缺陷辨识系统与人员协作，以细致地进行整片电路板的检视；而人员依据系统标示的异常处，进行结果覆判以及瑕疵修复，两者共同协作以完成目检修补作业。因为有这套系统，可降低目检人员眼力的耗损、延长其职场寿命，也因为其快速且精准的辨识能力，得以提升产线效率与检出率。IMS部门主管就指出：

原则上，目检人员与人工智能缺陷辨识系统是用人机接口在沟通，系统会将辨识结果显示在人机接口上，告诉目检人员哪里有异常。而万一若系统辨识错误时，目检人员也会直接透过人机接口回馈，告诉系统这个地方的判断有错。

产线管理交织体：由产线主管、制程人员与AIAOI系统的交织体。此外，这套系统除了一起进行异常辨识外，亦可将搜集到的数据实时自动汇入数据库；亦可供厂区制程人员参考，作为后续制程改善的依据，或追踪且优化质量管理，以利下一次投产前，能针对问题进行改善。

AI缺陷辨识系统交织体：透过上述人机协作过程，可依序分析三个交织体之协作过程与机器扮演之角色。第一是机器学习交织体：目检人员运用过去所学与经验覆判异常标示，给予系统正确回馈，智能检测自动化(IMS)部门人员则依据这些数据重新调整系统的学习模型，而系统进行深度学习；此时，目检人员扮演的表达角色是回馈者、IMS部门人员扮演训练者、AIAOI系统扮演学习者。第二是缺陷辨识交织体：AIAOI首先快速且精确地辨识异常点，目检人员后续直接针对异常点进行覆判与修复，透过两者协作以完成目检修补作业；此时，目检人员扮演的表达角色是缺陷辨识者、AIAOI系统扮演缺陷辨识协作者。第三是产线管理交织体：AIAOI会搜集产线相关数据于数据库，并实时提供信息予制程部门主管和DIP产线主管，使他们能解读这些信息并迅速改善制程；此时，产线主管与制程人员扮演的表达角色是数据解读者，而AIAOI系统扮演的角色是数据搜集者。

三、个案C：门店管理情境之人机协作

(一)导入：智能人流情报系统

C公司为早餐店连锁品牌集团，其愿景希望能打破过去传统早餐店仅扮演供货角色的既定印象，欲提供更多服务给旗下加盟店。此外，现今消费者选择众多，了解消费者需求成为餐饮业重要议题之一，C公司二代接班人意识到品牌的重要性，因此大举采用数字科技的方式，以调整品牌定位与企业营运模式。基此，C公司导入智能人流情报分析系统，以人脸辨识技术搜集门店人流属性，使总部得以管控各门店营运状况，同时提供相关信息与决策建议给门店店长。为了有效导入系统，公司C编制10人信息团队且定期进行教育训练，以利于营运主管妥善运用搜集到的数据。负责协助C公司导入此情报系统的信息厂商副总表示：

信息团队需要定期接受训练，当营运团队需要相关数据时；他们要能掌握需求，提供信息给营运团队作为决策参考，扮演很重要的角色。

(二)解构：门店管理情境中的交织体

在门店管理情境的管理团队中，主要可分为系统与团队人员两部分。而人机协作中的机器是指智能人流情报系统；此系统采用人工智能之深度学习方法为主要技术，建构模型以辨识传感器所搜集到的人流信息；包含来店消费者的性别、年龄层、时间、停留时间，以及经过门店、但未进入门店消费的人脸资料，并依据所搜集到的信息分析出特定报表。

人机协作中的团队人员，是指营运主管、信息人员、督导、门店店长等。营运主管监督各门店营运状况，同样扮演监督者的角色；与过去不同之处是因为导入系统后，营运主管可多获得来自智能人流情报系统的数据。其次，这些搜集到的数据需要经过信息人员深入分析后，才能成为真正有用的资料；因此，信息人员亦于团队中扮演重要的角色。关于督导，同样需定期至负责之门店进行访视，适时给予门店辅导。最后，门店店长在系统导入后，可省去数据搜集的时间，在门店的经营与运作上，可与总部共同讨论、一同进行门店营运方向之决策。综上所述，我们可将公司C门店管理情境视为一个二层的人机交织体：第一阶层人机协作交织体，乃由管理相关人员(人)以及智能人流情报分析系统(非人)组成，集体共同完成门店管理的情境下所组成的交织体。第二阶层人机协作子交织体，则由营运主管、信息人员以及智能人流情报系统。

(三)共舞：人与智能人流情报系统之协作

营运团队与智能人流情报系统的协作过程中，智能人流情报系统代替了过去门店店长搜集数据的任务，且以更精确且快速的方式搜集各项数据，并将这些数据同步传至人工智能系统，可依据厂商所建构之模型，进行消费者轮廓分析。同时系统也会自动产出特定报表，也可自动推荐各家门店适合的目标客群与营业时间。以下可由门店管理交织体说明人机协作的过程。

门店管理交织体：营运团队(营运主管、信息人员、门店店长、督导等)若想看更深入的信息，或认为信息的分析结果不够精确，得需要再增加判断条件以调整报表呈现的内容；这时，皆须再透过信息部门人员针对系统进一步优化与调整。甚至，为了使系统所提供的分析建议更加贴近需求；营运团队得重新调整门店传感器装设的角度或位置，以确保传感器能够准确辨识人脸以提升系统的分析精准度。在调整与优化以获得更精确数据的过程中，信息人员扮演着相当重要的角色。透过信息人员持续调整系统，所搜集与分析的数据才能符合营运团队的需求；营运团队才得以获得相对准确的数据以进行决策。换言之，门店管理交织体促进营运团队与智能人流情报系统之间的人机协作。

透过上述人机协作过程，可依序分析交织体之协作过程与机器扮演之角色。在门店管理交织体中，营运主管解读数据报表以了解门店营运状况，并给予门店相关决策建议。信息人员依据需求进行系统的优化与调整，呈现符合营运主管需求的数据。智能人流情报系统则广泛搜集门店的数据，并进行初步的分析以提供决策建议给信息人员；此时，营运主管扮演的表达角色是数据解读者、信息人员扮演的表达角色是信息调整者，而智能人流分析系统扮演的表达角色是数据分析者。

讨论

此部分将响应本研究之研究问题，以下分别从机器之角色定位与交织体这两部分说明人机协作的模式：

(一)机器于协作模式中的角色与定位：伙伴、助手与学习者

根据交织理论所提到交织体元素，会依据其交织的对象而产生不同的物质角色与表达角色，进而产生相互作用以发挥其能动性，并产生有价值的结果(DeLanda,2006,2016)。本研究主要以此理论框架进行人机协作之探讨，当人与机器交织在一起之后，会因为其连结而产生相对应的物质角色与表达角色，而人与机器之所以产生协作，正是因为其物质与表达角色之扮演。举个案A为例，在执刀交织体的情境下，正因为达文西手术系统具备识别医生、了解医生喜好、稳定精密等能力，对于医生来说，达文西手术系统扮演的表达角色是执刀伙伴，也因为如此，医生与达文西手术系统产生了共同执刀的协作关系。人与机器在人机协作的情况下，人与机器都会扮演物质与表达角色，其中表达角色对于人机协作模式的影响尤其重要。本文于第四章中，从分析三个人机协作的交织体中，进一步据此归纳出机器扮演三种不同的表达角色：机器作为伙伴、机器作为助手、机器作为学习者等。以下分别说明其定位及其协作模式：

1.机器作为伙伴之协作模式：

当人将机器作为伙伴时，人除了接受基本的教育训练外，尚会额外投入时间熟悉机器或是调整机器，以达到最好的人机协作状态。例如，医生为了与达文西手臂顺利协作，尚需要利用手术外的时间练习，以培养与机器的协作默契。因此，本研究认为教育训练与设置额外充分的练习机制，对于此协作模式具有重要影响。

2.机器作为助手之协作模式：

当人将机器视为助手时，人与机器仅在一开始的教育训练，成为最主要熟悉彼此的阶段。后续，当人了解机器的功能与如何操作之后，人即较少投入时间或精力去反复操作或与机器培养默契。因此，本研究认为教育训练以及协作过程中产生的经验，对于协作模式产生重要影响。例如，案例A机器扮演持刀的助手以及案例B机器协助缺陷辨识，均是机器作为助手之协作模式。

3.机器作为学习者之协作模式：

当人将机器视为学习者时，人扮演回馈者和训练者的角色，而机器扮演学习者的角色。人透过自身的经验与知识给予机器回馈与训练，而机器从中协作中学习，也不断优化协作过程并产生正向循环。因此，本研究认为人既有的知识与经验，并持续回馈与训练系统，将攸关协作模式与协作成果的质量；以个案B为例来说明，在机器学习交织体的情境下，透过目检人员的回馈与IMS部门人员的训练下，机器作为学习者之协作模式。

(二)交织体的能动性促成人机协作可顺利运作

根据Deleuze&Guattari(1987)指出交织体是由两面向与四要素所组成，其分别代表组成交织体的异质元素、表达出的意涵以及变与不变的过程；而能动性即产生于交织体中(DeLanda,2006)。根据本研究分析后指出，能动性不仅受元素的物质角色与表达角色所影响；其交织体的辖域化与解辖域化过程，无形中亦对能动性产生重要的影响。换言之，影响能动性的因素呼应(DeLanda,2006,2016)的研究，亦即，能动性受元素的物质角色、表达角色与交织体的辖域化、解辖域化所影响。

举例来说，本研究发现当企业导入人工智能辨识系统时，其协作者皆需经过一定的教育训练；此举可视为增加交织体同构型的过程。而人机协作情境因镶嵌于组织之下，其组织无形中受正式与非正式规范、制度、标准及潜规则等，皆会对元素之相互作用产生影响，进而影响其能动性之展现。举例来说，医院A导入达文西手术系统后，即订定相关医生手术流程SOP，使医生于执刀期间仍会受一定限制，而医护人员团队的默契，也会对医生执刀产生限制与展现。而上述所提之规范、制度、习惯等因素，皆是提供交织体稳固力量之辖域化过程；而新成员的加入、制度之改变即为解辖域化之过程。然而，过去Deleuze & Guattari (1987)针对辖域化与解辖域化之说明，仅视之为交织体内变与不变之力量，并没有提到其对于能动性之影响。因此，本研究认为能动性会依据元素扮演之物质与表达角色产生作用；并在辖域化与解辖域化之相互作用过程中，于无形中亦会对元素产生影响，而使能动性有所限制或展现。

转自：“质化研究”微信公众号

如有侵权，请联系本站删除！