從身份保護認知到雙重歷程：丹·卡漢理論演進與台灣政治極化之實證研究
Reference: https://gemini.google.com/share/24941bdf14ac
在當代政治心理學與傳播科學的交匯點上，耶魯大學丹·卡漢（Dan Kahan）教授關於「身份保護認知」（Identity-Protective Cognition, IPC）的理論揭示了：人類的理性往往不是用來追求事實，而是用來鞏固社群身份 1。自 2014 年《Vox》報導該理論以來，全球極化環境劇變 。在台灣，以國立臺灣大學張佑宗（Yu-tzung Chang）教授為代表的研究團隊，進一步透過「雙重歷程理論」（Dual-Processing Theory）深化了我們對台灣政治極化與事實查核成效的理解。
本報告將整合卡漢教授的全球視野與張佑宗教授的台灣實證，探討 2014 年至今的理論演進，並針對 cofacts.ai 等事實查核平台，提出緩解極化、促進對話的具體溝通策略。
—
一、 核心理論演進：從身份保護到雙重歷程
1. 丹·卡漢與身份保護認知（Global Perspective）
在 2014 年，卡漢教授指出當事實威脅到社會身份時，大腦會啟動防禦程序，導致「動機性推理」（Motivated Reasoning）2。邏輯與數學能力強的人，反而更擅長將偏見合理化 2。
2. 張佑宗與雙重歷程理論（Taiwan Context）
台灣政治學界（如張佑宗、魏志展等）將此機制進一步細分為兩種不同的認知路徑，解釋了為何事實查核在不同議題上的成效天差地別：
- 分析推理（Analytic Reasoning）： 主要應用於「非政治性假訊息」（如健康、生活、民生議題）。這類訊息較少觸及深層政黨認同，讀者能啟動冷靜的分析路徑，接受事實更正並修正錯誤認知。
- 動機推理（Motivated Reasoning）： 主要應用於「政治性假訊息」。這類訊息直接觸發強烈的「政黨認同」與「情感極化」。
台灣實證的核心發現（2024-2025）：
- 敵對陣營攻擊： 當假訊息不利於「敵對陣營」時，支持者即便看了事實查核也傾向「視而不見」或拒絕改變想法，因為這破壞了攻擊敵方的爽感。
- 所屬陣營攻擊： 唯有當假訊息是攻擊「自己所屬陣營」時，事實查核的更正效果才會顯著，因為讀者具備強烈的動機去澄清對己方不利的謠言。
| 訊息性質 | 啟動機制 | 查核成效 | 心理狀態 |
|---|---|---|---|
| 非政治（健康/生活） | 分析推理 | 顯著有效 | 理性判斷、感謝更正 |
| 政治性（攻擊敵方） | 動機推理 | 效果微弱 | 情感驅動、忽視事實 |
| 政治性（攻擊己方） | 動機推理 | 顯著有效 | 防衛己方、積極採信更正 |
—
二、 2014 至 2026 年的研究演進與重大更新
1. 「科學好奇心」作為防禦緩衝（2017 至今）
卡漢在 2017 年發現，「科學好奇心」能有效抵消黨派偏見 5。高好奇心的人會將「意料之外的資訊」視為有趣的挑戰而非威脅，即便在氣候變遷或能源議題上也能保持較高的事實透明度 。
2. 台灣極化環境的數位特徵（2024-2026）
台灣的研究指出，情感極化已轉向「負面極化」——對另一方的厭惡高於對己方的熱愛 。數位環境中的「第三人效應」顯著，民眾傾向認為「別人會被假訊息洗腦，但我不會」，這增加了跨陣營溝通的難度。
—
三、 解決方案的修正：2014 年的建議在今日台灣依然適用嗎？
在 2014 年，卡漢建議尋找「立場不同但不會威脅信念」的意見 2。
1. 依然有效：受託信使（Trusted Messengers）
張佑宗教授的研究強烈支持這點：查核資訊若能透過「黨派內部」或「中間立場」的渠道傳播，效果更佳。如果查核結果被標籤化為「某方陣營的打手」，其更正成效會瞬間歸零。
2. 策略修正：減少標籤，增加脈絡
2026 年的最新趨勢顯示，直接使用「錯誤」、「假」等強烈判定標籤，在政治高度極化的情境下會引發強烈反彈 。目前更推薦使用「脈絡補充」或「中性事實還原」來替代直接判決 。
—
四、 cofacts.ai 協助撰寫查核回應的實戰建議
針對 cofacts.ai，我們結合台灣實證研究與全球認知科學趨勢，提出以下策略方向，協助在查核時緩解極化：
1. 議題分流：採取不同的回應語氣
- 非政治議題（健康/生活）：採用「權威、清晰、數據驅動」的語氣，直接提供更正資訊，因為讀者此時處於「分析推理」模式。
- 高度政治性議題：避免站在「真理高地」糾正讀者。應採用「受納性語言」（Conversational Receptiveness），先承認議題的複雜性與讀者的擔憂 。
2. 運用「在乎己方」的動機（In-group Motivated Reasoning）
- 策略：當查核對象是己方支持者的誤解時，強調「為了讓我們支持的價值更具說服力，我們需要更精確的事實」。這能將讀者的動機從「保護偏見」轉換為「優化己方論述」。
- 查核語言範例：「這則訊息的出發點是希望守護 [XX 價值]，但為了不讓反對者有機會質疑我們的觀點，我們需要釐清其中一個數據誤差…」 3。
3. 引發「探索好奇心」而非「立場對決」
- 策略：模仿卡漢提出的「好奇心路徑」。在回應開頭使用：「在查核這則訊息時，我們發現了一個很不一樣的觀點…」 6。
- 實作：將查核回應寫成一段「發現之旅」，引導讀者使用系統二推理（系統化思考）而非系統一（情感直覺）。
4. 矯正「元知覺」（Meta-Perception）錯誤
- 策略：張佑宗教授指出政治性假訊息常涉及對「敵方」的過度妖魔化。查核回應應加入平衡資訊，指出「雖然有此極端說法，但對立陣營中多數人仍支持 [共同目標]」 。這有助於降低情感極化，減少憤怒驅動的轉發 。
5. 注入「認知摩擦」與「準確性提示」
- 策略：在 cofacts.ai 的查核草稿末尾，固定加入：「我們都希望分享真實的資訊來保護身邊的人。在按下轉傳前，這份報告或許能幫你釐清細節」 10。這類簡單的提示已被證明能喚醒讀者的「準確性動機」。
—
結語：查核作為「共識的橋樑」
張佑宗教授的研究提醒我們，政治訊息的傳播不是單純的資訊問題，而是「認同問題」。事實查核在極化社會中的角色，不應是「判官」，而應是「翻譯官」與「引路人」。
對於 cofacts.ai 而言，透過 AI 優化回應語境，讓事實不再具有威脅性，並激發讀者潛藏的「科學好奇心」，是緩解台灣政治對立、重建公民對話基石的關鍵方向。我們不僅要讓真相被看見，更要讓真相以「不傷人」的方式被接受。
| 策略維度 | 非政治性謠言（啟動分析推理） | 政治性謠言（應對動機推理） |
|---|---|---|
| 首要目標 | 迅速澄清錯誤事實 | 降低身份威脅，建立對話安全感 |
| 建議語氣 | 專業、精確、權威 | 具受納性、共鳴、去標籤化 |
| 信使策略 | 第三方查核機構 | 強調共同價值或受託信使框架 |
| 關鍵機制 | 提供正確數據引導邏輯 | 運用「在乎己方」動機修正錯誤 |
Works cited
- How Politics Makes Us Stupid – Vox Edition - Law & Liberty, accessed March 15, 2026, https://lawliberty.org/how-politics-makes-us-stupid-vox-edition/
- Motivated Reasoning and the Launch of Ezra Klein’s Vox.Com - Equitable Growth, accessed March 15, 2026, https://equitablegrowth.org/2569/
- Cultural Cognition Theory and Its Impact on Beliefs, accessed March 15, 2026, https://reflectionsonculture.com/cultural-cognition-theory/
- Kahan and the Politically Motivated Reasoning Paradigm - Econlib, accessed March 15, 2026, https://www.econlib.org/archives/2016/12/kahan_and_the_p.html
- (PDF) Science Curiosity and Political Information Processing - ResearchGate, accessed March 15, 2026, https://www.researchgate.net/publication/312966751_Science_Curiosity_and_Political_Information_Processing_Curiosity_and_Information_Processing
-
Antidote for partisanship? In science, curiosity seems to work Yale News, accessed March 15, 2026, https://news.yale.edu/2017/01/26/antidote-partisanship-science-curiosity-seems-work - Interventions to counter political polarisation - VoxDev, accessed March 15, 2026, https://voxdev.org/voxdevlit/political-polarisation/interventions-counter-political-polarisation
- Reducing Political Polarization Through Conversations with Artificial Intelligence, accessed March 15, 2026, https://www.researchgate.net/publication/400587360_Reducing_Political_Polarization_Through_Conversations_with_Artificial_Intelligence
- Entries by Dan Kahan (954) - Cultural Cognition of Health, accessed March 15, 2026, https://www.culturalcognition.net/blog/author/kahan/
- AI-driven disinformation: policy recommendations for democratic resilience - PMC, accessed March 15, 2026, https://pmc.ncbi.nlm.nih.gov/articles/PMC12351547/
- Truth Sensitivity and Partisan Bias in Responses to Misinformation - ResearchGate, accessed March 15, 2026, https://www.researchgate.net/publication/367129709_Truth_Sensitivity_and_Partisan_Bias_in_Responses_to_Misinformation