你分得出誰是 AI 嗎?我把 1950 年的圖靈測試,做成一場抓 AI 的遊戲
一個聊天室,真人和 AI 混在一起。每回合聊十分鐘,投票淘汰一個人。人類要在剩下三個人之前,把 AI 全部抓出來。這是圖靈競技場,也是我對圖靈那個老問題的一次復刻。

畫面|圖靈競技場投影主畫面.© Walkup
1950 年,艾倫·圖靈在一篇論文的第一句話寫下:「我建議我們來思考這個問題:機器能思考嗎?」寫完他立刻補了一句,這個問題太模糊,沒辦法回答。所以他換了一個玩法,用一個遊戲來代替。
那個遊戲叫「模仿遊戲」。三個人:一個男人、一個女人,各自關在另一個房間。第三個人是提問者,只能靠打字傳訊息,任務是猜出哪一邊是女人。男人要想辦法騙提問者,女人要想辦法幫提問者。然後圖靈問:如果把那個男人換成一台機器,提問者猜錯的機率會不會跟原本差不多?
他沒有直接回答「機器能不能思考」。他把問題換成一個可以動手驗證的東西:你分得出來嗎?
七十幾年後,我用同一個問題做了一個遊戲。真人和 AI 混在同一個聊天室裡,每回合聊十分鐘,然後投票。
圖靈的預言:五分鐘之內,你會被騙
圖靈在那篇資料來源:A. M. Turing, “Computing Machinery and Intelligence,” Mind 49 (1950): 433-460。全文可在 UMBC 課程頁面讀到。裡下了一個很具體的預言:大約五十年後,電腦會把模仿遊戲玩到一個程度,一般提問者問了五分鐘之後,猜對的機率不會超過七成。
他把時間點押在 2000 年。那一年並沒有發生這件事。
最接近他的預測,是 2025 年的事。加州大學聖地牙哥分校的兩位研究者做了一個很接近圖靈原始設定的資料來源:Cameron R. Jones、Benjamin K. Bergen,〈Large Language Models Pass the Turing Test〉,2025 年 3 月 arXiv 預印本(2503.23674);校方新聞稿見 UC San Diego Today。:提問者同時跟兩個對象打字聊五分鐘,一個是真人、一個是語言模型,然後指出哪個是人。結果 GPT-4.5 被當成真人的比例是 73%,比坐在另一邊的真人還高。
同一個模型,沒有給它「人設」的時候,被當成人的比例掉到 36%。研究者給它的人設是一個內向、會用網路用語的年輕人。像不像人,一半靠模型,另一半靠它演的那個角色。
提出這個問題的人,自己被當成了問題
談圖靈測試,很難不談圖靈這個人。2014 年的《模仿遊戲》就是拍他。班奈狄克·康柏拜區演圖靈,綺拉·奈特莉演跟他一起破譯密碼的瓊·克拉克,導演是莫頓·帝敦,劇本改編自安德魯·霍奇斯寫的傳記,後來拿了奧斯卡最佳改編劇本。

電影講的是二戰時期的布萊切利園。德軍用 Enigma 密碼機加密通訊,設定每天換一次,靠人力根本算不完。圖靈和團隊做出一台機器去對付另一台機器,把破解時間從「不可能」壓到一天之內。片名叫模仿遊戲,一語雙關:一邊是他日後提出的那個測試,一邊是他自己的一生。他是同性戀,在當時的英國是犯罪。他為國家做的事是最高機密,戰後也沒人知道。他整個人生都在扮演另一個人,讓別人看不出來。
1952 年他因為「嚴重猥褻罪」被定罪,在坐牢和荷爾蒙治療之間選了後者,等於化學去勢。1954 年 6 月 7 日,他被發現死在家裡,氰化物中毒,床邊放著一顆咬了一半的蘋果。死因裁定為自殺。英國政府 2009 年正式道歉,2013 年女王頒布特赦,2021 年他的頭像印上 50 英鎊鈔票。
電影裡有一句台詞被講了三次,分別出自三個不同的人:「有時候,正是那些沒人看好的人,做出了沒人想像得到的事。」這句話當然是寫給圖靈的。但我後來覺得它也可以反過來讀:那個提出「機器能不能像人」這個問題的人,一輩子都被別人拿放大鏡檢查他像不像一個「正常人」。他設計了一個測試,自己卻沒有通過那個時代的測試。
電影拍了七十年,都在拍同一場測試
圖靈測試被拍進電影的次數,大概比任何一篇論文都多。而且每一部拍的都不太一樣,差別在「提問者知不知道對面是機器」。
《銀翼殺手》裡有一套專門辨認複製人的測驗(Voight-Kampff),測驗官對著受測者問一連串怪問題:你在沙漠裡看到一隻烏龜翻了過來,肚子朝天曬太陽,你不去幫牠翻回來,為什麼?他不是在聽答案,是在看瞳孔、看呼吸。那是一個「我知道你可能不是人,我要找證據」的測試。
《人造意識》把這件事再扭了一次。程式設計師迦勒(Caleb)被老闆奈森(Nathan)找去測試一個叫艾娃(Ava)的機器人。迦勒問:圖靈測試不是應該把機器藏起來嗎?我一看就知道她是機器。奈森說,那就是重點。如果我把她藏起來,只讓你聽聲音,她一定過得了。真正的測試是:你明知道她是機器,還會不會覺得她有意識?

電影演到結尾,你會發現真正被測試的是迦勒。艾娃有沒有意識不重要,重要的是她有沒有辦法讓一個人為她打開門。這部片把圖靈測試從「機器像不像人」翻成了「人會不會被機器說服」。
然後是史匹柏 2001 年的《A.I.人工智慧》。這個計畫本來是庫柏力克的,他從 1980 年代就開始籌備,過世後由史匹柏接手拍完。主角大衛是一個被設計成「會愛人」的機器小孩,被領養進一個親生兒子重病冰封的家庭。後來親生兒子醒了,大衛就被媽媽載到森林裡丟掉。他往後的整趟旅程只求一件事:找到童話裡的藍仙女,把自己變成真正的人,因為他相信只要變成人,媽媽就會愛他。最後他在海底對著藍仙女的雕像,等了兩千年。

這三部片排在一起,剛好是圖靈測試的三種變形:找證據、被說服、還有機器自己想通過。我以前寫過兩部是枝裕和的片,現在回頭看,其實也在這條線上。
《空氣人形》裡那個充氣娃娃有了心,跑去錄影帶店打工,沒有人發現她不是人。她在片中唸了吉野弘的詩:「生命大概是被造成,無法靠自己一個人就完整的。」她通過了所有人的測試,卻沒有人通過她的。《再生家族》更直接,日本片商當初只用一句宣傳語:「兒子七歲,是機器人。」一對失去孩子的夫妻,迎回一個和兒子一模一樣的機器人,媽媽撲上去、爸爸退後。那部片把問題往前推了一步:人有沒有能力面對一個「像」到讓你分不出來的存在。
這些電影裡的測試都是一對一的,一個提問者對一個受測者,安安靜靜。可是真實世界不長這樣。真實世界是一群人在群組裡聊天,你根本不知道裡面有幾個是人。
所以我把它做成了一場狼人殺
狼人殺和誰是臥底這類遊戲的核心,是「一群人裡面藏著幾個不一樣的」。大家一起講話,靠講話的內容互相懷疑,投票把人踢出去。我覺得這個結構跟圖靈測試簡直是天生一對:把狼人換成 AI,就是一場多人版、有輸贏、有時間壓力的圖靈測試。
遊戲叫圖靈競技場。規則一句話就講得完。
勝負只有兩種。AI 全部被投出去,人類贏,遊戲提前結束。淘汰到只剩三個人,裡面還有任何一個 AI,AI 贏。反過來如果真人先被投光了,也算 AI 贏。
進場很簡單:主持人開放大廳,大家用手機掃 QR 進來,設一個暱稱。暱稱只有在大廳看得到。開局的那一秒,每個人都會被重新發一組身分:一個隨機座號、一個動物代號、一個顏色。從那一刻起,沒有人知道誰是誰,連你隔壁坐的朋友也認不出你。


然後就開始聊。每回合十分鐘,主題不限,你可以問今天吃了什麼、問對方住哪、問剛剛那句話什麼意思,也可以故意丟一個只有台灣人懂的哏看誰接不上。畫面右上角有倒數,剩三十秒、十秒各提醒一次,最後五秒每秒跳。
時間到,投票。投票兩分鐘,要選人,還要寫理由,寫完才能送出。全部人投完就直接開票,不用等時間跑完。開票會公開「誰投給誰」和每個人寫的理由,最高票的人淘汰,一回合淘汰一個。


平票怎麼辦?同票的人輪流辯白,每人兩分鐘,說完可以提前結束,然後大家針對這幾個人重投。再平票就流局,直接進下一回合。被淘汰的人有兩分鐘留遺言,這段時間其他人禁言,只能聽。而且被淘汰的人身分不會公布。你以為抓到 AI 了,可能其實投掉了一個真人,但要到遊戲結束才會一次揭曉所有人的身分。

AI 也要投票,這是整個遊戲我最喜歡的一條。AI 彼此不知道誰是 AI,它們跟你一樣在看對話、找破綻、寫理由。所以 AI 有可能投掉真人,也有可能不小心投掉自己的同伴。
身分到最後一刻才翻開
AI 在場上的待遇跟你一模一樣。它看到的對話跟你一樣多,也得寫投票理由,也會被別人的理由說服,也會投錯票。整場下來,你不知道誰是 AI,它也不知道。

所以每一票都是在賭。你賭的是一句話接得順不順、一個理由講得通不通,賭完要到最後一刻才知道自己押對了幾次。
玩完之後:復盤,還有一點研究
每一場結束後我會留時間復盤。把每一回合的開票紀錄調出來,看大家是在哪一句話開始懷疑誰、哪一票是對的、哪一票冤枉了真人。復盤常常比遊戲本身還好玩,因為你會發現自己判斷「像不像人」的標準,跟你以為的完全不一樣。
復盤也是我想做研究的原因。這個遊戲每一場都會留下結構化的資料:誰在什麼時候說了什麼、誰投了誰、理由是什麼。在你同意的前提下,我也會把遊戲過程錄下來,手機畫面或電腦畫面都可以。錄影會用在賽後復盤和「真人在真實對話壓力下怎麼辨識 AI」這個題目的研究上,也會剪成影片發表。不會公開你的真名;不想露臉的話,我會幫你把臉部做去識別處理。所以報名的時候,願意入鏡錄影的人會優先錄取。
來玩:怎麼報名、怎麼開團
這個遊戲需要我在現場主持,所以場次是固定的。現在是限時免費,來玩不用錢。安排的原則很簡單:
平日晚上一場,週六最多三場,每場之間至少空兩個小時,不會讓兩場的人擠在一起。每場預留三個小時,包含進場設定、遊戲本體和賽後復盤,請把時間留完整。至少六個人開團,人數不到的場次我會提前用你留的聯絡方式通知改期。每一場在活動前一週截止報名,我要留時間安排和準備。
玩過的人不建議再玩,但歡迎回來觀戰,觀戰不佔玩家名額。願意在遊戲過程中被錄影的人優先錄取,理由上面講過了。自備手機或筆電,到現場掃 QR 進場就好。
下面直接選場次填資料。表單開不出來的話,用下面這顆按鈕另開視窗。
玩完之後,如果你願意,請在這篇文章下面留言,寫寫你的感想:你是怎麼被騙的、哪一票你最得意。這些留言我會留著,也會放進復盤裡。
如果你想講的是「這個遊戲哪裡可以改」,規則、節奏、介面、AI 的破綻,請不要寫在留言,改用上面表單的「給遊戲建議」那一頁。那些內容只有我看得到,我會一條一條看,然後真的去改。
圖靈在 1950 年把「機器能不能思考」換成「你分得出來嗎」,因為前者永遠吵不完,後者可以坐下來試一次。七十六年後,我們終於有了可以真的坐下來試的機器。
來一場,看看你分不分得出來。