連結性勞動中的機器擴散
目前，人性化的人際工作中的機械化只是一部分。新冠疫情讓虛擬連結性勞動加速導入各個領域，使我們每個人都成為某種機械化形式的專家──透過電腦或文字訊息進行的遠距互動。我們每個人都近距離地見證了這樣做的利弊：例如，它為無法親臨現場的人提供接觸管道，或是像Zoom的聊天功能催生了新型態的參與模式；但同時，缺乏眼神交流、肢體動作與隨意聊天，也使人更難建立情感連結。我們多數人都親身經歷了研究者早已發現的現象：治療師、教師與醫師雖能在虛擬情境中達成部分目標，卻須付出很大的代價，例如，比起實體教室，學生在虛擬環境中的學習成效大幅流失3。
其他的自動化形式則包括以機器生成語言（甚至機器人）來實際輔助或取代工作者的手機應用程式或系統。這類技術雖然型態多樣，但其結果往往都是「效益有限，且伴隨特定成本」。IBM的人工智慧系統華生（Watson）曾因在電視益智節目《危險邊緣》（Jeopardy!）中獲勝而備受讚譽，但在醫療場域的應用卻未如預期：癌症中心耗資數百萬美元，期待華生為病患提供客製化的治療建議，然而合作卻因資料問題而受挫，醫師對於自己被迫花費時間處理資料與技術問題而非照護病患感到挫折。二○二○年有一份綜述指出：「用於基層醫療的人工智慧仍處於發展的初期，真正具有普及實施條件的工具沒有幾項。」另一方面，完全取代人類的機器人在治療領域上竟意外展現成效（例如心理健康教育），但機器人提供的答案有時也會失準。比方說，一項二○一九年的研究指出，當用戶輸入「我很憂鬱」時，聊天機器人回答：「你可能受到天氣影響。」而在二○二三年，有一家飲食失調求助熱線（helpline）解雇了人類員工後，改推聊天機器人泰莎（Tessa），但泰莎卻提供了不當建議，如減重指示4。
儘管研究發現有好有壞，但健康類的相關應用程式市場仍爆炸性成長，這個市場規模龐大，且仍在擴張，產品範圍從冥想應用程式Headspace到所謂的診斷助理Sensely，琳瑯滿目。然而，關於這些程式的實際成效資料仍然極為有限。一份醫療統合分析（meta-review）將現況描述為某種「蠻荒西部」式的市場，並警告「目前，任何人皆可於未經測試的情況下，在應用市集上架醫療類應用程式，而患者只能透過反覆嘗試來摸索這些應用程式是否有用」。研究者結論直言：「整體而言，關於其有效性的證據品質極低。」5
可以合理預期，人工智慧與自動化在這些領域裡會持續進步。ChatGPT及其後繼模型的推出──這些模型以網路上數十億筆文本為基礎，運用生成式機器學習──展現了迄今為止最流暢的回應能力，也引發激烈的公共討論，涵蓋抄襲、工作流失與電腦素養等議題，更激起大量關於AI進軍諮商、教學及其他連結性勞動的猜測。有研究團隊聲稱，該聊天機器人通過了美國醫師執照考試，但它同時也容易產生許多事實錯誤，且這些錯誤往往以同樣自信的語氣呈現。另一研究則發現，該機器人在Reddit上的醫療問答版會生成比較好的回應，在醫療從業人員的評分中，被認為「比真人臨床工作者的回應更具同理心」。未來版本的模型據稱將整合文字、聲音與影像，但設計者似乎更專注在處理不同的人類表達形式，而非提升機器與真實性的關係6。
即使人工智慧的前景看似無限，仍有一些注意事項需要指出。人類學家與科技批評者露西‧薩奇曼（Lucy Suchman）將人工智慧與自動化稱為「在尋找問題的技術解方」。她告訴我，目前這個領域根本就不具備真正提供連結性勞動的能力。反之，在所有當代例子中，人類都仍是機器得以運作的必要支撐，這一點也從創新者向我提及的無數「微調」中得到印證。然而圍繞著AI議題的熱潮，以及媒體對此的渲染，共同促成一種文化想像，持續強化「這些機器適任承擔此類勞動」的觀點。她指出：「這種想像的運作方式，是藉由抹除那些為了讓這些技術得以運作而依然存在的其他勞動形式。」7
除此之外，雖然研究人員與科學家致力於開發可在連結性勞動領域中發揮作用的AI應用程式與AI代理（agents），但他們這樣做的時候往往並未完全清楚他們所要自動化的對象。甚至連部分AI研究者也持相同看法。發表過上百篇人機協作論文的麻州工程師蘇‧卡爾森（Sue Carlson）說：「這個領域都是炒作。什麼叫有『關係』？大多數在這個領域工作的人根本不問這些問題。他們想做的是讓機器人在孩子眼中看起來很棒、在某些方面有吸引力，然後就說它能建立情感連結。稍加檢視，你就會發現：『噢，根本是空殼產品。』你需要用批判的眼光審視，重點不是他們聲稱自己打造了什麼，而是看他們實際在與人類互動中測試過什麼。」
在加州從事情感型AI研究，並屢獲獎項的傑佛瑞‧詹尼也呼應蘇‧卡爾森的觀點，他對我說，工程師並沒有採用一套穩固的「關係」概念。「我們這些還在摸索的人，大多數只是在玩一些非常表層的關係建構元素。」他說：「做出來的代理可能只是點頭、說『嗯哼』，或（插入）幾句話，但背後根本並沒有真正的物理學。那只是一層社會性的外皮。」他笑著補充：「這就像幫豬塗口紅。」
因此，迄今為止，人工智慧與應用程式在連結性勞動中的表現，僅展現出有限的效益，仍高度依賴隱形人類勞動的支撐，且建立在對其核心材料極為表淺的理解之上。但然而，連結性勞動的自動化仍在持續推進。它的吸引力是什麼？人工智慧與應用程式究竟做出哪些人類勞動者無法提供的承諾？
三種「勝於」
支持者提出幾項理由，說明這些技術能帶來什麼。有些人認為，連結性勞動在實踐行為與經驗上具有獨特的人性，任何替代方案都注定較為劣質。他們覺得在這方面，人工智慧與其他的軟體必然比人類差，但至少「聊勝於無」。另一些人則主張，這些技術能修正人類連結性勞動中特有的缺陷，因此反而「勝於人類」；還有一派人秉持矽谷傳統智慧，認為AI與應用程式不會取代人力，而是增強人力，因此技術與人類是「相輔相成」。這些立場來自我對工程師、研究者與管理者的訪談，並說明技術專家能夠看見哪些問題，哪些問題被視為重要，以及哪些問題被認為是可解決的。
聊勝於無。連結性勞動的應用程序與自動化「聊勝於無」的論點建立在以下觀察：現實中，人們能否獲得有同理心、有洞察力的教師或醫師，機會非常不平等。例如，當代連結性勞動的惡化——醫師與治療師在越來越匆忙的情況下工作，被迫進行匆忙、敷衍甚至制式化的互動——正與這類論述直接相關。東北大學學者提摩西‧畢克摩爾開發過AI伴侶諮商師、運動教練等多種應用程式，他坦言：「我們覺得自己在這個領域最有影響力，我們會去鎖定那些完全沒有服務，或現有服務根本無法滿足個別需求的領域，嘗試找到利基。比如現行醫療體系未能妥善幫助的低識字率族群或弱勢群體，我們覺得透過自動化有望大幅改善他們獲得的照護品質。至少，有AI總比完全沒有來得好。」8
幾年前，畢克摩爾為波士頓醫療中心的低收入患者設計了「虛擬護理師」的AI程式，說明出院程序，希望這可以讓病人瞭解冗長而複雜的指示。這名虛擬護理師（程式設計師為她取名為「露易絲」或「伊莉莎白」）其實只是螢幕上的動畫人物，會先用機器人的聲音問患者是否為紅襪隊粉絲，接著再講解出院後的照顧計畫。令畢克摩爾意外的是，百分之七十四的患者表示，比起真人護理師，他們更偏好虛擬護理師的出院說明。「露易絲比醫生好，她解釋得更詳細，醫師總是來去匆匆。」一位病人跟畢克摩爾說。這位虛擬護理師給的不只是資訊，也給了病患「時間」。這套軟體程式讓許多被標記為醫療知識不足的患者，能多花一點時間消化複雜的指示。9
「醫護人員平均只花七分鐘跟病人解釋出院事項。」畢克摩爾說。「但我們的研究清楚顯示，尤其是低識字率患者，（他們）實際上至少需要將近一小時。」這暗示了，忙碌的臨床醫護人員提供給弱勢患者的，是弱化版本的連結性勞動，幾乎等同於「沒有」。有了虛擬護理師，患者可以按照自己的步調進行，而不必面對醫師的匆匆互動──醫師雖然想給病人良好照護，但有時也明顯感覺得到在計較時間，因為眼前還有長長的待辦清單。
不過，虛擬護理師絕非萬靈丹，畢克摩爾特別強調這一點非常重要。雖然他認為提供出院資訊給需要的病患很好，但他也小心翼翼將程式效用限制在這些特定場景中，並對那些發表誇大言論的研究者嗤之以鼻：「過去這些年，我看過一次又一次的展示（研究者宣稱）：『這位動畫護理師能和你聊聊健康問題。』在我看來，這種配方會害死人。」
他解釋：「這麼說吧，你不可能理解一個人接下來會說的全部事情，在可預見的未來，我們都不會有那種能力，患者可能會開始離題，談一些系統沒有設計要處理的事，或使用比喻，或說『我打算去自殺』，諸如此類。」「聊勝於無」的論點本身帶有一種內在的謙卑；若對程式的能力缺乏謙遜，自動化就有可能「開始殺人」。
治療師潘妮洛普‧梅森抱持類似的謙遜看法。她是心理治療師，正在創業，打算將遠距諮商服務引入大學校園。她對治療型應用程式持開放態度，但僅將其視為對問題不嚴重者可能有幫助的工具。「從各方面看來，心理健康應用程式就是『應用程式化的工作手冊』。它們在市場上有發展的空間，尤其是對完全沒有管道取得資源的人。或許如果你是個具備心理覺察能力的人，確實能透過自助書籍得到一些洞見，但這仍取決於讓那個人卡住的問題有多複雜，以及卡在什麼地方。」
她認為應用程式或許能幫上忙，但只能幫助那些不具備「複雜性」的人。「現實生活中，大多數人都有酗酒的父母、複雜的人際關係，或是生理上的脆弱性，而這些複雜因素使得他們很難只透過自己的觀察、只透過應用程式去看待自己。根據現有的技術來看，應用程式具備精準觀察與準確反映，並給出希望與動機（的能力）嗎？我們還沒有具備這種能力的應用程式。」
應用程式可能未臻理想，但這些開發者本來就不追求理想狀態。畢克摩爾曾開發出「關係代理人」──一臺讓病人可以帶回家的平板電腦──充當「安寧照護顧問」。正如同「虛擬護理師」，他對我說，現行體系讓太多人得不到應有的照顧。以美國為例，安寧介入的時機通常太遲，許多患者本可以更早受益。他的實驗室寫了一個模組，讓病患（與機器）討論精神信仰與宗教背景。當我問到病人對於自動化諮商的接受度，畢克摩爾表示他們剛完成一項前導研究，瞭解人們是否可以容忍與一臺平板電腦討論生命末期的議題。「基本上，沒有什麼問題。」他說。「我們確實問過：『你們是否更想與真人聊？』他們說對。但是當我們問：『你覺得在生命末期時討論靈性背景很重要嗎？』每一個人，大多數人都說：『對，這真的非常、非常重要。』」
當我們把「誰來做這份工作？」與「這是否重要？」兩個問題分開來看，研究者也就為「聊勝於無」的觀點打開了論述空間，討論的出發點在於，的確存在一種不需要由真人來提供的臨終關懷諮商。毫無意外的是，人們偏好與真人交談，提問者就轉而把連結性勞動拆解成幾個部分，把最終的結果（也就是諮商）與其生成方式（臨床醫師）以及服務對象區分開來。「聊勝於無」的論點把如何提供最好的連結性勞動這個問題推到一旁，認為這是一個不必要、不切實際或無關緊要的問題。最重要的是，「聊勝於無」的支持者假定當代的一個重大問題在於如何「擴大」連結性勞動的規模，這個問題之所以必要，在於人力成本固定且高昂，使得真人服務正日益且不可避免地成為奢侈品。AI與應用程式倡議者的目光往往狹隘地放在互動本身，卻忽略了形塑這些互動的更大背景，比方說，為何人類從業者一開始就背負著那麼長的任務清單。波士頓醫學中心那些忙碌的臨床醫師或許不如畢克摩爾的機器，但若說醫師是在施加歷史學家E‧P‧湯普森所稱的工業「時間紀律」（time-discipline），他們也是奉命行事，屈從於醫院的命令與排程。
海蓮娜‧愛德華茲在一家開發糖尿病監測、支持以及建議APP的公司工作，她說，人們在重病時（因為住院）或很有錢時（因為可以聘請看護）都已經接受良好的照護，但這個應用程式對於處境較為弱勢且問題不算嚴重的病人來說，非常重要。「有許多人根本就得不到任何醫療協助。」她說：「大部分的中間族群其實只需要基本照護。」但是這些「中間族群」並不是真的位於任何單一維度的中間，而更像是病得不那麼嚴重、也不那麼有錢的人。而當條件較好、只有輕度糖尿病的人可以從真人那裡獲得指示時，勞動成本對低收入病人就顯得更為關鍵。
「醫療專業人員根本不夠用，遠遠不足以應付有需要的人。」海蓮娜說。保險公司為了填補「缺口」而設立了護理師諮詢專線：「這些護理師基本上很快就會過勞，因為他們要一而再、再而三不斷重複說著完全相同的基礎事項，而這正是我們試圖要大規模自動化的環節。」當然，這種職業倦怠反映的是護理工作的貶值，而這或許可以透過重新設計工作內容，讓照護變得更多樣且更具深度來改善，而不只是用機器取代。但當我問她雇主能否增聘人手時，她搖搖頭：「我實在不知道這要怎麼辦到，畢竟你必須支付員工薪水。看來就是需要像AI這種可以高度擴張規模的解決方式來應用於特定事務上。」
這套以普及性為導向的觀點並非專屬於醫療保健領域。早在二○二○年，甚至在新冠疫情爆發之前，美國就有數千名幼童（包括猶他州近半數的四歲兒童）就讀於虛擬幼兒園，以線上課程的方式，利用動畫和歌曲來講授學前閱讀等技能。北卡羅來納州議員克雷格‧霍恩跟《紐約時報》說：「儘管我絕對同意實體的、高品質的學前教育是最佳選擇，但我們州根本沒有足夠的經費為每個孩子提供高品質的學前教育。但當這對孩子來說不是一個選項時，我拒絕忽略那個孩子。」在加州一個以拉丁裔農場工人家庭為主的小鎮，鎮長大衛‧卡德納斯表示：「有了這項計畫，過去幾年中遭人遺漏的孩子，現在終於能被納入其中。」11
這正是「聊勝於無」秉持的理由，相當普遍且具有說服力——誰能反對讓低收入者獲得他們現在原本無法取得的治療、學前教育或安寧照護諮商？當事人本人更不會反對。有一些學齡前兒童的家長跟記者說，線上課程讓孩子「變得更聰明，也更準備好學習」。許多治療APP與虛擬幼兒園的消費者顯然已經準備好要接受這樣的機會，而不是期待一種買得起、用得到且由真人提供的方案，因為這類方案永遠不會實現。
此外，人類往往假定機器是善意的。研究一再發現，只要程式或機器人展現出理解能力或擬人互動性，大家就會把它們當成有感情、有同理心的人對待。在畢克摩爾最早的實驗中，設計過一款陪伴型「代理人」電腦程式，讓高齡者帶回家使用。「他們真的喜歡這種社交互動模式，即便清楚知道那只是臺電腦，仍會用大量語言與它交談，彷彿正在與活生生的人互動，甚至期待下一次聊天。」他說：「他們想要跟這個機器聊一整天。要知道，這些大多是獨居的年長者。」正如麻省理工學院心理學家雪莉‧特克爾指出：「機器人專家已經掌握了幾個幫助我們自欺欺人的關鍵。我們不需要太多，就已經準備好投入這段人機浪漫關係。」（節錄）
目前，人性化的人際工作中的機械化只是一部分。新冠疫情讓虛擬連結性勞動加速導入各個領域，使我們每個人都成為某種機械化形式的專家──透過電腦或文字訊息進行的遠距互動。我們每個人都近距離地見證了這樣做的利弊：例如，它為無法親臨現場的人提供接觸管道，或是像Zoom的聊天功能催生了新型態的參與模式；但同時，缺乏眼神交流、肢體動作與隨意聊天，也使人更難建立情感連結。我們多數人都親身經歷了研究者早已發現的現象：治療師、教師與醫師雖能在虛擬情境中達成部分目標，卻須付出很大的代價，例如，比起實體教室，學生在虛擬環境中的學習成效大幅流失3。
其他的自動化形式則包括以機器生成語言（甚至機器人）來實際輔助或取代工作者的手機應用程式或系統。這類技術雖然型態多樣，但其結果往往都是「效益有限，且伴隨特定成本」。IBM的人工智慧系統華生（Watson）曾因在電視益智節目《危險邊緣》（Jeopardy!）中獲勝而備受讚譽，但在醫療場域的應用卻未如預期：癌症中心耗資數百萬美元，期待華生為病患提供客製化的治療建議，然而合作卻因資料問題而受挫，醫師對於自己被迫花費時間處理資料與技術問題而非照護病患感到挫折。二○二○年有一份綜述指出：「用於基層醫療的人工智慧仍處於發展的初期，真正具有普及實施條件的工具沒有幾項。」另一方面，完全取代人類的機器人在治療領域上竟意外展現成效（例如心理健康教育），但機器人提供的答案有時也會失準。比方說，一項二○一九年的研究指出，當用戶輸入「我很憂鬱」時，聊天機器人回答：「你可能受到天氣影響。」而在二○二三年，有一家飲食失調求助熱線（helpline）解雇了人類員工後，改推聊天機器人泰莎（Tessa），但泰莎卻提供了不當建議，如減重指示4。
儘管研究發現有好有壞，但健康類的相關應用程式市場仍爆炸性成長，這個市場規模龐大，且仍在擴張，產品範圍從冥想應用程式Headspace到所謂的診斷助理Sensely，琳瑯滿目。然而，關於這些程式的實際成效資料仍然極為有限。一份醫療統合分析（meta-review）將現況描述為某種「蠻荒西部」式的市場，並警告「目前，任何人皆可於未經測試的情況下，在應用市集上架醫療類應用程式，而患者只能透過反覆嘗試來摸索這些應用程式是否有用」。研究者結論直言：「整體而言，關於其有效性的證據品質極低。」5
可以合理預期，人工智慧與自動化在這些領域裡會持續進步。ChatGPT及其後繼模型的推出──這些模型以網路上數十億筆文本為基礎，運用生成式機器學習──展現了迄今為止最流暢的回應能力，也引發激烈的公共討論，涵蓋抄襲、工作流失與電腦素養等議題，更激起大量關於AI進軍諮商、教學及其他連結性勞動的猜測。有研究團隊聲稱，該聊天機器人通過了美國醫師執照考試，但它同時也容易產生許多事實錯誤，且這些錯誤往往以同樣自信的語氣呈現。另一研究則發現，該機器人在Reddit上的醫療問答版會生成比較好的回應，在醫療從業人員的評分中，被認為「比真人臨床工作者的回應更具同理心」。未來版本的模型據稱將整合文字、聲音與影像，但設計者似乎更專注在處理不同的人類表達形式，而非提升機器與真實性的關係6。
即使人工智慧的前景看似無限，仍有一些注意事項需要指出。人類學家與科技批評者露西‧薩奇曼（Lucy Suchman）將人工智慧與自動化稱為「在尋找問題的技術解方」。她告訴我，目前這個領域根本就不具備真正提供連結性勞動的能力。反之，在所有當代例子中，人類都仍是機器得以運作的必要支撐，這一點也從創新者向我提及的無數「微調」中得到印證。然而圍繞著AI議題的熱潮，以及媒體對此的渲染，共同促成一種文化想像，持續強化「這些機器適任承擔此類勞動」的觀點。她指出：「這種想像的運作方式，是藉由抹除那些為了讓這些技術得以運作而依然存在的其他勞動形式。」7
除此之外，雖然研究人員與科學家致力於開發可在連結性勞動領域中發揮作用的AI應用程式與AI代理（agents），但他們這樣做的時候往往並未完全清楚他們所要自動化的對象。甚至連部分AI研究者也持相同看法。發表過上百篇人機協作論文的麻州工程師蘇‧卡爾森（Sue Carlson）說：「這個領域都是炒作。什麼叫有『關係』？大多數在這個領域工作的人根本不問這些問題。他們想做的是讓機器人在孩子眼中看起來很棒、在某些方面有吸引力，然後就說它能建立情感連結。稍加檢視，你就會發現：『噢，根本是空殼產品。』你需要用批判的眼光審視，重點不是他們聲稱自己打造了什麼，而是看他們實際在與人類互動中測試過什麼。」
在加州從事情感型AI研究，並屢獲獎項的傑佛瑞‧詹尼也呼應蘇‧卡爾森的觀點，他對我說，工程師並沒有採用一套穩固的「關係」概念。「我們這些還在摸索的人，大多數只是在玩一些非常表層的關係建構元素。」他說：「做出來的代理可能只是點頭、說『嗯哼』，或（插入）幾句話，但背後根本並沒有真正的物理學。那只是一層社會性的外皮。」他笑著補充：「這就像幫豬塗口紅。」
因此，迄今為止，人工智慧與應用程式在連結性勞動中的表現，僅展現出有限的效益，仍高度依賴隱形人類勞動的支撐，且建立在對其核心材料極為表淺的理解之上。但然而，連結性勞動的自動化仍在持續推進。它的吸引力是什麼？人工智慧與應用程式究竟做出哪些人類勞動者無法提供的承諾？
三種「勝於」
支持者提出幾項理由，說明這些技術能帶來什麼。有些人認為，連結性勞動在實踐行為與經驗上具有獨特的人性，任何替代方案都注定較為劣質。他們覺得在這方面，人工智慧與其他的軟體必然比人類差，但至少「聊勝於無」。另一些人則主張，這些技術能修正人類連結性勞動中特有的缺陷，因此反而「勝於人類」；還有一派人秉持矽谷傳統智慧，認為AI與應用程式不會取代人力，而是增強人力，因此技術與人類是「相輔相成」。這些立場來自我對工程師、研究者與管理者的訪談，並說明技術專家能夠看見哪些問題，哪些問題被視為重要，以及哪些問題被認為是可解決的。
聊勝於無。連結性勞動的應用程序與自動化「聊勝於無」的論點建立在以下觀察：現實中，人們能否獲得有同理心、有洞察力的教師或醫師，機會非常不平等。例如，當代連結性勞動的惡化——醫師與治療師在越來越匆忙的情況下工作，被迫進行匆忙、敷衍甚至制式化的互動——正與這類論述直接相關。東北大學學者提摩西‧畢克摩爾開發過AI伴侶諮商師、運動教練等多種應用程式，他坦言：「我們覺得自己在這個領域最有影響力，我們會去鎖定那些完全沒有服務，或現有服務根本無法滿足個別需求的領域，嘗試找到利基。比如現行醫療體系未能妥善幫助的低識字率族群或弱勢群體，我們覺得透過自動化有望大幅改善他們獲得的照護品質。至少，有AI總比完全沒有來得好。」8
幾年前，畢克摩爾為波士頓醫療中心的低收入患者設計了「虛擬護理師」的AI程式，說明出院程序，希望這可以讓病人瞭解冗長而複雜的指示。這名虛擬護理師（程式設計師為她取名為「露易絲」或「伊莉莎白」）其實只是螢幕上的動畫人物，會先用機器人的聲音問患者是否為紅襪隊粉絲，接著再講解出院後的照顧計畫。令畢克摩爾意外的是，百分之七十四的患者表示，比起真人護理師，他們更偏好虛擬護理師的出院說明。「露易絲比醫生好，她解釋得更詳細，醫師總是來去匆匆。」一位病人跟畢克摩爾說。這位虛擬護理師給的不只是資訊，也給了病患「時間」。這套軟體程式讓許多被標記為醫療知識不足的患者，能多花一點時間消化複雜的指示。9
「醫護人員平均只花七分鐘跟病人解釋出院事項。」畢克摩爾說。「但我們的研究清楚顯示，尤其是低識字率患者，（他們）實際上至少需要將近一小時。」這暗示了，忙碌的臨床醫護人員提供給弱勢患者的，是弱化版本的連結性勞動，幾乎等同於「沒有」。有了虛擬護理師，患者可以按照自己的步調進行，而不必面對醫師的匆匆互動──醫師雖然想給病人良好照護，但有時也明顯感覺得到在計較時間，因為眼前還有長長的待辦清單。
不過，虛擬護理師絕非萬靈丹，畢克摩爾特別強調這一點非常重要。雖然他認為提供出院資訊給需要的病患很好，但他也小心翼翼將程式效用限制在這些特定場景中，並對那些發表誇大言論的研究者嗤之以鼻：「過去這些年，我看過一次又一次的展示（研究者宣稱）：『這位動畫護理師能和你聊聊健康問題。』在我看來，這種配方會害死人。」
他解釋：「這麼說吧，你不可能理解一個人接下來會說的全部事情，在可預見的未來，我們都不會有那種能力，患者可能會開始離題，談一些系統沒有設計要處理的事，或使用比喻，或說『我打算去自殺』，諸如此類。」「聊勝於無」的論點本身帶有一種內在的謙卑；若對程式的能力缺乏謙遜，自動化就有可能「開始殺人」。
治療師潘妮洛普‧梅森抱持類似的謙遜看法。她是心理治療師，正在創業，打算將遠距諮商服務引入大學校園。她對治療型應用程式持開放態度，但僅將其視為對問題不嚴重者可能有幫助的工具。「從各方面看來，心理健康應用程式就是『應用程式化的工作手冊』。它們在市場上有發展的空間，尤其是對完全沒有管道取得資源的人。或許如果你是個具備心理覺察能力的人，確實能透過自助書籍得到一些洞見，但這仍取決於讓那個人卡住的問題有多複雜，以及卡在什麼地方。」
她認為應用程式或許能幫上忙，但只能幫助那些不具備「複雜性」的人。「現實生活中，大多數人都有酗酒的父母、複雜的人際關係，或是生理上的脆弱性，而這些複雜因素使得他們很難只透過自己的觀察、只透過應用程式去看待自己。根據現有的技術來看，應用程式具備精準觀察與準確反映，並給出希望與動機（的能力）嗎？我們還沒有具備這種能力的應用程式。」
應用程式可能未臻理想，但這些開發者本來就不追求理想狀態。畢克摩爾曾開發出「關係代理人」──一臺讓病人可以帶回家的平板電腦──充當「安寧照護顧問」。正如同「虛擬護理師」，他對我說，現行體系讓太多人得不到應有的照顧。以美國為例，安寧介入的時機通常太遲，許多患者本可以更早受益。他的實驗室寫了一個模組，讓病患（與機器）討論精神信仰與宗教背景。當我問到病人對於自動化諮商的接受度，畢克摩爾表示他們剛完成一項前導研究，瞭解人們是否可以容忍與一臺平板電腦討論生命末期的議題。「基本上，沒有什麼問題。」他說。「我們確實問過：『你們是否更想與真人聊？』他們說對。但是當我們問：『你覺得在生命末期時討論靈性背景很重要嗎？』每一個人，大多數人都說：『對，這真的非常、非常重要。』」
當我們把「誰來做這份工作？」與「這是否重要？」兩個問題分開來看，研究者也就為「聊勝於無」的觀點打開了論述空間，討論的出發點在於，的確存在一種不需要由真人來提供的臨終關懷諮商。毫無意外的是，人們偏好與真人交談，提問者就轉而把連結性勞動拆解成幾個部分，把最終的結果（也就是諮商）與其生成方式（臨床醫師）以及服務對象區分開來。「聊勝於無」的論點把如何提供最好的連結性勞動這個問題推到一旁，認為這是一個不必要、不切實際或無關緊要的問題。最重要的是，「聊勝於無」的支持者假定當代的一個重大問題在於如何「擴大」連結性勞動的規模，這個問題之所以必要，在於人力成本固定且高昂，使得真人服務正日益且不可避免地成為奢侈品。AI與應用程式倡議者的目光往往狹隘地放在互動本身，卻忽略了形塑這些互動的更大背景，比方說，為何人類從業者一開始就背負著那麼長的任務清單。波士頓醫學中心那些忙碌的臨床醫師或許不如畢克摩爾的機器，但若說醫師是在施加歷史學家E‧P‧湯普森所稱的工業「時間紀律」（time-discipline），他們也是奉命行事，屈從於醫院的命令與排程。
海蓮娜‧愛德華茲在一家開發糖尿病監測、支持以及建議APP的公司工作，她說，人們在重病時（因為住院）或很有錢時（因為可以聘請看護）都已經接受良好的照護，但這個應用程式對於處境較為弱勢且問題不算嚴重的病人來說，非常重要。「有許多人根本就得不到任何醫療協助。」她說：「大部分的中間族群其實只需要基本照護。」但是這些「中間族群」並不是真的位於任何單一維度的中間，而更像是病得不那麼嚴重、也不那麼有錢的人。而當條件較好、只有輕度糖尿病的人可以從真人那裡獲得指示時，勞動成本對低收入病人就顯得更為關鍵。
「醫療專業人員根本不夠用，遠遠不足以應付有需要的人。」海蓮娜說。保險公司為了填補「缺口」而設立了護理師諮詢專線：「這些護理師基本上很快就會過勞，因為他們要一而再、再而三不斷重複說著完全相同的基礎事項，而這正是我們試圖要大規模自動化的環節。」當然，這種職業倦怠反映的是護理工作的貶值，而這或許可以透過重新設計工作內容，讓照護變得更多樣且更具深度來改善，而不只是用機器取代。但當我問她雇主能否增聘人手時，她搖搖頭：「我實在不知道這要怎麼辦到，畢竟你必須支付員工薪水。看來就是需要像AI這種可以高度擴張規模的解決方式來應用於特定事務上。」
這套以普及性為導向的觀點並非專屬於醫療保健領域。早在二○二○年，甚至在新冠疫情爆發之前，美國就有數千名幼童（包括猶他州近半數的四歲兒童）就讀於虛擬幼兒園，以線上課程的方式，利用動畫和歌曲來講授學前閱讀等技能。北卡羅來納州議員克雷格‧霍恩跟《紐約時報》說：「儘管我絕對同意實體的、高品質的學前教育是最佳選擇，但我們州根本沒有足夠的經費為每個孩子提供高品質的學前教育。但當這對孩子來說不是一個選項時，我拒絕忽略那個孩子。」在加州一個以拉丁裔農場工人家庭為主的小鎮，鎮長大衛‧卡德納斯表示：「有了這項計畫，過去幾年中遭人遺漏的孩子，現在終於能被納入其中。」11
這正是「聊勝於無」秉持的理由，相當普遍且具有說服力——誰能反對讓低收入者獲得他們現在原本無法取得的治療、學前教育或安寧照護諮商？當事人本人更不會反對。有一些學齡前兒童的家長跟記者說，線上課程讓孩子「變得更聰明，也更準備好學習」。許多治療APP與虛擬幼兒園的消費者顯然已經準備好要接受這樣的機會，而不是期待一種買得起、用得到且由真人提供的方案，因為這類方案永遠不會實現。
此外，人類往往假定機器是善意的。研究一再發現，只要程式或機器人展現出理解能力或擬人互動性，大家就會把它們當成有感情、有同理心的人對待。在畢克摩爾最早的實驗中，設計過一款陪伴型「代理人」電腦程式，讓高齡者帶回家使用。「他們真的喜歡這種社交互動模式，即便清楚知道那只是臺電腦，仍會用大量語言與它交談，彷彿正在與活生生的人互動，甚至期待下一次聊天。」他說：「他們想要跟這個機器聊一整天。要知道，這些大多是獨居的年長者。」正如麻省理工學院心理學家雪莉‧特克爾指出：「機器人專家已經掌握了幾個幫助我們自欺欺人的關鍵。我們不需要太多，就已經準備好投入這段人機浪漫關係。」（節錄）
