怎麼判斷一則訊息是不是在諷刺？

「太好了，謝謝你喔」，你盯著這句話看了好一陣子：它可能是真心道謝，也可能正好相反，而這個差別很重要。我是 Subtext 的共同創辦人，在大家傳給我們的內容裡，兩種讀法都說得通的訊息，是數量最多的單一類別。後面有一次 Subtext 的真實執行，讀的是草稿「那很好啊。」，附上它回傳的標籤和最接近原文的版本。

這方面的研究，比你想的更有定論。光看字句，沒有上下文，也沒有標記，多半就是分辨不出來，而顯示這一點的實驗，已經有三十年的歷史了。能把差別找回來的，是上下文、雙方共有的過往，還有一小組人們用得出奇一致的標記。弄清楚眼前這則訊息具備其中哪幾樣，答案就出來一大半了。

解釋這個問題的那項實驗

Bryant 和 Fox Tree 從自發性的口語中取出一些話語，有些原本是反諷，有些不是，然後只以文字呈現，沒有音檔，也沒有上下文¹。讀者認為這些話語反諷的程度沒有差別。補上音檔，或補上上下文，反諷與非反諷的差別就回來了。

說話時的諷刺帶有聲音線索，主要是平均音高較低、音高變化變小，以及音質的改變²。文字把這些全部拿掉了，要分辨，就得從別的地方找線索。

這裡我要補一句：同一組作者後來主張，並不存在單一、專屬的反諷語調，而且聲音線索會因語言而異³。所以就連在口語裡，這個訊號也不像直覺以為的那麼可靠。

人們判斷得有多差，數字逐一標明來源

Kruger、Epley、Parker 和 Ng 針對電子郵件裡的語氣做了五項實驗⁴。大家引用這篇論文時，附上的數字很少交代出自哪一項研究。

第一項實驗，十二位學生分成六組，彼此傳送認真的和諷刺的陳述。傳訊的人預測，讀的人能正確解讀 97% 的句子，實際答對的是 84%。第二項實驗中，用電子郵件閱讀的人察覺諷刺的比率，作者形容為與隨機猜測沒有差別；聽搭檔把句子唸出來的人，則大約答對四分之三。不論用哪種管道，傳訊的人都預期對方能讀對約 78% 的句子；讀的人對自己讀對每一句的把握也約有 90%（電子郵件 89%，語音 91%）。

你會看到第二項研究被引用成「預測 78%，實際 56%」。論文自己的圖 1 印了這兩個數字：傳訊的人預期 78.0%，用電子郵件閱讀的人答對 56.0%。不過這兩個數字來自 29 組搭檔，他們判斷的是短句究竟是諷刺還是認真，所以不能當成判讀語氣的一般比率，我也不會這樣引用。

有兩點要記住。樣本是 2000 年代中期的小型大學生群體，而且沒有人以高統計檢定力直接重複驗證過這篇論文。另外，背後的機制是自我中心：傳訊的人打字時，腦中會聽見那個諷刺的語氣，沒辦法把它扣掉。這點我另外寫過：這則訊息聽起來很無禮嗎。

還有一個缺口，我想還沒有人補上。目前沒有任何已發表的人類研究，針對有對話上下文的書面諷刺，給出一個乾淨的準確率，能拿來和沒有上下文時那個接近隨機猜測的數字對照。大家常拿機器分類器的分數來填這個空位，但那些分數量的是另一件事，我另外談過：AI 能判斷、不能判斷訊息語氣的哪些部分。

人們使用的標記

Thompson 和 Filik 做的是這個領域的核心研究，數字比大多數摘要呈現的更具體⁵。

文字表情符號（emoticon，指用鍵盤符號拼成的表情）出現在 88% 的諷刺留言裡，字面意思的留言則是 51%。眨眼和吐舌頭的表情，是表達諷刺意圖的主要標記，幾乎只用在非字面的意思上。單純的微笑則呈現相反的模式：它出現在 81% 的字面稱讚裡，其他地方很少見到。

違反直覺的結果和刪節號有關。它和批評、負面情緒、停頓有關聯，而不是和諷刺本身有關聯。如果你把三個點讀成諷刺，這份語料顯示你讀錯了。

不論是用不用文字表情符號，還是選用哪一種，都沒有出現性別效應。這反駁了先前的一種說法：男性用它來標示諷刺，女性用它來標示情緒。

最驚人的是神經科學方面的證據。Weissman 和 Tanner 發現，帶有反諷意味的眨眼表情符號，會引發與語言反諷相同的腦部反應特徵，而且反應的大小，會隨每位參與者覺得這個表情符號有多反諷而增減⁶。大腦處理一個反諷的表情符號，就像處理一個反諷的詞，而不是把它當成裝飾。

這個效果在不同實驗室都得到了重複驗證。一項研究發現，年長的讀者比較少運用眨眼表情；後來的另一項研究卻發現，表情符號對兩個年齡層的幫助一樣大，兩項結果的差異，被歸因於實驗用的句子本身是否模稜兩可⁷⁸。所以年齡這件事要看實驗材料而定，我不會只採信其中一個結果。

諷刺也會改變它承載的訊息。Filik 等人發現，參與者認為諷刺式的批評，比字面的批評沒那麼負面；諷刺式的稱讚，也比字面的稱讚沒那麼正面⁹。兩個方向都被沖淡了，另一項測量臉部肌肉活動的姊妹研究，在生理上也發現相同的模式。

為什麼是上下文在起作用

理論上有三派，彼此意見不一。第一派認為，反諷會呼應先前存在的某個預期，同時表明說話的人和那個預期保持距離，所以如果你認不出它在呼應什麼，反諷的讀法就會瓦解¹⁰。第二派認為，說反諷話的人是在假裝成一個不明智的人，而聽的人應該看穿這層假裝。第三派把字面內容、上下文、你對作者的了解和所有標記，放在一起同時權衡，並預測上下文薄弱時，標記的分量會大得不成比例，這就是為什麼一個眨眼表情，就能把一句中性的話翻轉過來。

大多數文章對「上下文是關鍵」這個說法都講得很篤定，但我的看法是，它的實證支持沒有那麼厚實。針對書面反諷裡「共有的上下文」做直接實驗操弄的研究很少。現有的結果倒是一致的。在一項小型研究中，沒有可以呼應的先前內容時，人們不會把話語看成反諷；語料研究也顯示，對不熟悉的對象說話時，人們比較少用反諷，而且更常標示出來。

實際上，諷刺是一場賭注，賭的是讀的人和你有足夠多的共通之處，能看出你說的和你想說的之間有落差。在和熟人的對話串裡，這場賭注通常會贏。一則訊息到底是什麼意思，本來就有很大一部分取決於這一點（延伸閱讀：一則訊息是什麼意思）。對陌生人，或是跨文化的時候，意思只能靠字句自己扛，而字句多半扛不起來。

誰會讀出不同的意思

自閉症的讀者，這類研究的結論要謹慎看待。在反諷理解上，組別之間的差異在有些研究中確實存在，在另一些研究中則很小或根本沒有，而且一旦研究者控制了語文能力和作業形式，差異就大幅縮小。一項統合分析報告的整體效果約為 g = -0.57；當研究者在核心語言能力上讓各組相當時，這個效果會縮小，或變得不顯著¹¹。有一項研究發現，在結構化的作業裡，自閉症兒童和非自閉症兒童的錯誤率都很低，而且幾乎相同；只有當作業要求孩子主動解釋說話的人為什麼在諷刺時，才出現落差。表面上看到的落差，有很大一部分是研究者的提問方式造成的假象。

還有兩項發現，從根本上挑戰了「缺陷」這種框架。述情障礙（alexithymia，也就是難以辨認自己的情緒）在自閉症族群中約占 50%，在非自閉症族群中約為 5%，而且它比自閉症本身更能預測情緒辨識的表現¹²。雙重同理心問題（double empathy problem）的相關研究則發現，資訊在自閉症者與非自閉症者混合的傳遞鏈中，失真得比在任何一種單一類型的傳遞鏈中都快。這讓問題從「自閉症者能不能察覺諷刺」，變成「是誰在跟誰溝通失敗」¹³。

我想補充一點，因為談這個主題的文章往往預設相反的情況：對許多自閉症成人來說，文字反而是他們偏好的管道。一項針對 245 位自閉症成人的調查發現，在許多情境下，電子郵件和文字訊息的排名很高，打電話則排在最後¹⁴。

性別。刻板印象確實存在，理解上的差異卻沒有。同一則留言，只要標示是男性說的，人們就會評為更諷刺，也會判斷說諷刺話的人比較可能是男性。但強迫選擇式的理解研究，沒有發現可靠的性別差異，文字表情符號那項研究也一樣。

年齡。年長者自發察覺諷刺的能力有一定程度的下降，而明確的標記會縮小這個落差。

出問題的時候

Byron 的架構提出，人們從文字解讀情緒時有兩種偏誤：把本意正面的訊息讀得平淡無奇，把模稜兩可的訊息讀得比原意更負面¹⁵。這是理論模型，不是實證資料，但這兩種偏誤合在一起，正好解釋了一種常見的失誤。一句反諷式的稱讚如果沒被讀懂，收到的人往往會覺得那是被動攻擊，而不是單純的困惑。

事後釐清是做得到的，人們也經常嘗試。在一份包含 3,750 筆 Reddit 互動的語料中，有人表示自己沒抓到對方的意圖、請對方說清楚（研究稱為「修補發起」），出現在約 58% 的互動裡¹⁶。這類請求中，約 45% 沒有得到回覆，釐清也就沒有完成。面對面時，幾乎都能釐清；在網路上，則是試了之後，有將近一半的時候不了了之。所以與其傳出去再補救，不如傳之前先確認，這很說得通。我們做 Subtext，就是以這一點為出發點。

我拿一則為這次執行編的草稿「那很好啊。」給 Subtext 跑了一次。它回傳的標籤是「可能被當成反話」，說明寫著這句話「很短，沒有上下文時可以讀成真心，也可能被讀成帶刺的反話」；它把感受命名為「中性」，理由是這句話「語氣不太明確，可能是真心也可能有點冷淡」。最接近草稿的那個版本標著「簡短真誠」，內容是「那很好啊，聽起來不錯。」，標為「可放心傳送」，標示背後的說明指出，多出來的那幾個字是為了「讓語氣明顯是真心的」。以上是 App 的實際輸出，沒有經過修改。讓這句話的意思定下來的，不是更高明的解讀，而是多加幾個字，把本意說出來。至於你收到的訊息，對方原本是哪一種意思，Subtext 不會告訴你，因為光憑字句，誰也看不出來，上面的研究就是原因。

所以我最後只能給你那個很無聊的答案：看不出來就問；有人問你，你就回答。

諷刺標籤

這個主題有兩批文獻，而大家常把它們混為一談。

計算取向的那一批，拿「/s」當資料的標註。Khodak、Saunshi 和 Vodrahalli 就是這樣建了一個包含 1,300,000 則陳述的語料庫¹⁷。後來，有一組研究者人工檢查了 4,334 則推文，發現在標了諷刺標籤的那一類訊息裡，真正在諷刺的只有 14.89%¹⁸。人們會忘了加標籤、加得前後不一致，或是拿它來反諷。標籤並不是乾淨的標準答案。

以人為對象的那一批文獻，幾乎是空的。人們會在句尾加上「/s」「/j」「/gen」這類語氣標記來表明意圖，而這類標記在現今的流行，一般追溯到神經多樣族群的網路社群。描述性和倡議性的資料很豐富；但要找經同儕審查的研究，檢驗這些標記能不能確實提升理解，或會不會惹惱讀者，就少得很。有人說語氣標記能避免誤讀，也有人說它讓反諷失去了意義；這是一場爭論，不是一組研究發現。

眼前這則訊息該怎麼處理

先找有沒有標記，因為眨眼和吐舌頭的表情，是目前最接近可靠訊號的東西。再想想你和對方之間有多少共同的過往，因為這場賭注靠的就是這個。看到三個點，要讀成停頓或批評，而不是諷刺，因為語料顯示的就是這樣。

如果還是兩種讀法都說得通，那就是兩種都說得通，而寫下這則訊息的人，幾乎可以確定並不知道這一點。證據顯示，他們對「訊息已經傳達到位」這件事的把握，遠高於應有的程度。

資料來源

依文中出現的順序編號。如果某個數字無法對照原始來源查證，內文會直接說明。

1. Bryant, G. A., and Fox Tree, J. E. (2002). Recognizing verbal irony in spontaneous speech. Metaphor and Symbol, 17(2), 99-119.
2. Cheang, H. S., and Pell, M. D. (2008). The sound of sarcasm. Speech Communication, 50(5), 366-381.
3. Bryant, G. A., and Fox Tree, J. E. (2005). Is there an ironic tone of voice? Language and Speech, 48(3), 257-277. 另見 Cheang 和 Pell (2009), Journal of the Acoustical Society of America, 126(3)，談跨語言的差異。
4. Kruger, J., Epley, N., Parker, J., and Ng, Z.-W. (2005). Egocentrism over e-mail. Journal of Personality and Social Psychology, 89(6), 925-936. 研究 1：六組，97 對 84。研究 2：分析了 29 組，隨機猜測的水準對大約四分之三。78 對 56 這一組，是電子郵件條件下的預測值對實際值，如該論文圖 1 所印。從未以高統計檢定力直接重複驗證。
5. Thompson, D., and Filik, R. (2016). Sarcasm in Written Communication: Emoticons are Efficient Markers of Intention. Journal of Computer-Mediated Communication, 21(2), 105-120. 實驗 1 n = 51，實驗 2 n = 113，來自格拉斯哥的受試者資料庫，不限於學生。經費來自 ESRC 補助案 ES/L000121/1。
6. Weissman, B., and Tanner, D. (2018). A strong wink between verbal and emoji-based irony. PLOS ONE, 13(8), e0201727. 三項 ERP 實驗。
7. Howman, H. E., and Filik, R. (2020). The role of emoticons in sarcasm comprehension in younger and older adults. Quarterly Journal of Experimental Psychology. 眼動追蹤，讀者年齡為 18 到 30 歲和 65 歲以上。
8. Garcia, C., Turcan, A., Howman, H., and Filik, R. (2022). Emoji as a tool to aid the comprehension of written sarcasm. Computers in Human Behavior, 126, 106971.
9. Filik, R., Turcan, A., Thompson, D., Harvey, N., Davies, H., and Turner, A. (2016). Sarcasm and emoticons: Comprehension and emotional impact. Quarterly Journal of Experimental Psychology, 69(11), 2130-2146. 姊妹研究（生理測量）刊於 Psychophysiology，PMC4999054。
10. Sperber, D., and Wilson, D. (1981). Irony and the use-mention distinction. In Cole (ed.), Radical Pragmatics. 另有 Clark 和 Gerrig (1984) 談假裝，以及 Kreuz 和 Glucksberg (1989) 談回聲式提醒，皆刊於 Journal of Experimental Psychology: General, 113 和 118。
11. Kalandadze, T. 等人 (2018). Figurative language comprehension in individuals with autism spectrum disorder: A meta-analytic review. Autism, 22(2), 99-117. 效果量取自二手來源的報導，未獨立確認。
12. Kinnaird, E., Stewart, C., and Tchanturia, K. (2019). Investigating alexithymia in autism: A systematic review and meta-analysis. European Psychiatry, 55, 80-89. 十五項研究；49.93% 對 4.89%。
13. Crompton, C. J., Ropar, D., Evans-Williams, C. V. M., Flynn, E. G., and Fletcher-Watson, S. (2020). Autistic peer-to-peer information transfer is highly effective. Autism, 24(7), 1704-1712. 七十二位參與者。
14. Howard, P. L., and Sedgewick, F. (2021). Anything but the phone. Autism, 25(8), 2265-2278. 針對 245 位自閉症成人的調查。
15. Byron, K. (2008). Carrying too heavy a load? Academy of Management Review, 33(2), 309-327. 理論架構，不是實證研究。
16. Goddard, S., and Gillespie, A. (2025). Conversational repairs on Reddit. PLOS ONE, 20(1), e0316618. 二十五個 subreddit，3,750 筆互動。
17. Khodak, M., Saunshi, N., and Vodrahalli, K. (2018). A Large Self-Annotated Corpus for Sarcasm. LREC 2018. 會議論文；標註皆為發文者自己標的。
18. Sykora, M., Elayan, S., and Jackson, T. W. (2020). A qualitative analysis of sarcasm, irony and related #hashtags on Twitter. Big Data and Society, 7(2). 4,334 則推文，經人工標註。