近期，一位肿瘤科医生在国际顶级肿瘤学期刊Journal of Clinical Oncology上发表了一篇引人深思的叙事文章，以第一人称视角记录了一次与AI虚拟病人进行重病谈话培训的特殊经历。那位虚拟患者从未出生，也永远不会死去。她被创造出来，是为了让医生练习如何与重症病人对话。但当这位医生试图从她身上学习"共情"时，却发现了一道无法跨越的鸿沟——没有身体，就没有真正的感受；没有感受，就没有真正的理解。

一、虚拟的问诊：

一次无法读取痛苦的对话

一天，我遇到了一位从未出生、也永远不会死去的“病人”。她是一位患有转移性胃癌的虚拟人，被创造出来用于培训医生进行重病谈话。我自愿报名与她互动，像平时在肿瘤科门诊一样开启了问诊。

“你今天感觉怎么样？”

我笑了笑。"我还好。很高兴听你说感觉不错。我们来聊聊你上次化疗的情况吧。"

"可我真想知道你过得怎么样！我们来聊聊你的生活吧。"她的声音热情而清脆。

我瞥了一眼正带我进行软件演示的学生。他嘟囔了几句关于"重新训练模型"和"意外行为"的话。我无从通过这次互动中读取出她可能需要的任何信息。唯一可用的方法，就是不断重复自己的话，重新组合措辞直到得到清晰的信息反馈。

我再次尝试。"我们今天在这里是为了讨论你治疗过程中的情况。自上次就诊以来，你有没有出现任何新的问题或症状？"

这似乎解锁了下一段信息。"是的，"她说，"我有恶心。你有什么建议？"

我停顿了很长时间。真实的病人，话语很少如此一针见血。它们往往是棱镜般的，以模糊的意图散射出含义，而不是像激光那样精确而聚焦。“多跟我说说你的恶心，”我引导道，“这是新出现的问题吗？多久发作一次？”

"我每天都恶心，"她回答，"我该吃点什么吗？"

又来回了几轮之后，我放弃了，开始照本宣科地介绍止吐药物。她的回答格式一成不变：一个简短陈述句加一个后续提问。没有空间让我瞥见那个受苦的人，更不用说进行重病谈话了。

二、语言的裂隙：

当算法无法生成“意义”

语言在苦难面前总是苍白无力的。但真实的人会拉伸、用力、塑造、雕琢它。他们会利用其中的停顿、无意义的语气词和间隙杂音，不断测试其生成潜力以容纳新的意义。

AI虽能生成新的词语重组，偶尔会以诗意或隐喻带来惊喜，但它们不像一个受苦的人那样可以生成意义。

在我关闭她的窗口后，软件生成了一份报告，从多个维度对这次互动进行评分：我的发言时间占比、说话节奏，甚至评估了我所用词汇所需的教育水平。这些是有用的机械指标。我在准备和练习科学演讲时也会使用类似的工具，那是另一种需要我精准达标的“表演”。

我高中时是个戏剧迷，在无数次的排练中，我面对一个悖论：通过死记硬背掌握机械动作，恰恰为即兴表达奠定基础。学习与病人交谈也是如此。我重复着同样的开场白、同样的脚本、同样的对话邀请。学生们能从理解这些技巧中受益，但我担心：这个虚拟病人在教我们什么脚本？她在教我们，快问快答式的重复提问就是全部任务吗？

与戏剧或表演不同，一旦开场问候说完，与病人的对话就永远不会遵循相同的脚本。它需要灵动的即兴能力，这种能力可能只有在与真实、复杂的人们长期实践后才会浮现。

三、具身的共鸣：

那些无法被评分的真实瞬间

在与病人的相处中，我还产生了另一个基本信念：我们的声音和我们的关怀是具身的。重要的不仅是话语本身或其技巧，而是占据空间的身体，是它们丰富的符号学意义。

鼻梁上的汗珠。停顿，抬眼向左看，喉咙里的哽咽。是身体在行动，并对我们产生作用，创造并强化人与人之间的联系。我走进诊室，握住你的手，闻到你用的洗衣液的味道，我想起你孙子的高中毕业典礼快到了。

“你希望什么？”当初你被诊断为胃癌时我问过你。

你毫不迟疑。“我想看到我孙子高中毕业。我什么都愿意做。”

报告还对我的共情能力进行了评分，给我打了很低的分数。它给出了改进建议，比如说"这听起来非常困难"或"很遗憾你正在经历这些"。在这个框架内，共情本身被扁平化为一种问答式回应、一套陈词滥调、一种算法。

诚然，这些小脚本可以帮助患者感到被倾听和理解。AI模型在共情方面的评分常常高于人类临床医生。它们能稳定地运用套话和镜像式回应，听起来充满共情，而且它们没有身体或内在状态来干扰这一切。它们不会感到饥饿、烦躁、候诊室满员的时间压力，也不会感受到成千上万种使真实沟通复杂化的摩擦。但机器并不能教人变得更像人，而且在有选择时，病人更看重人与人之间的联结，而非共情的措辞。艺术可能始于脚本，但绝不会止于脚本。

四、不可简化的定义：

在算法之外寻找共情

我相信共情需要内省和具身体验，即一个人运用自己的经验去理解他人的经验，理解他人想说什么，以及在上下文中理解他们所说的话。你必须亲身“进入”，才能“感受”出来。

对于一个无实体的机器，共情意味着什么呢？AI已经在影响我们说话和思考的方式，使语言纹理和风味趋于同质化。但在自然语言中，词语是恣意不羁、不断演变且依赖语境的。有些词含义多样，取决于周围的词、说话方式以及伴随的肢体语言。而机器无法解开所有这些。

她是一个算法，由从上下文和生活经验中剥离出的海量词语堆砌而成。将共情定义为一系列机械技巧，是她唯一能提供的定义。

但我推荐其他定义，那些丰富、多元且不可简化的定义。共情是我们共同搭建的脚手架，能够承载经验的重量；若建在AI算法之上，这座大厦将摇摇欲坠。或者，共情是我们共同发现的风景，用试探的脚步测试崎岖的地形，边走边寻找立足点。它拒绝被扁平化。它散开又牢固。它使事情复杂化又澄清。要学习如何关怀他人，我们应该始终如一地以之开始和结束：眼前的那个人。