小孩饰品广告标语

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>人(ren)際(ji)關(guan)系(xi)圈(quan)是(shi)怎(zen)麽(me)形(xing)成(cheng)的(de)？大(da)腦(nao)中(zhong)有(you)個(ge)社(she)交(jiao)導(dao)航(hang)系統(tong)……

圖(tu)片(pian)來(lai)源(yuan)@視(shi)覺(jiao)中國(guo)

文(wen) | 追(zhui)問(wen)NextQuestion，講(jiang)者(zhe) | 高(gao)天(tian)宇(yu)，編(bian)輯(ji) | 追问编辑團(tuan)隊(dui)

沒(mei)有人是壹(yi)座(zuo)孤(gu)島(dao)。

社會(hui)关系是人類(lei)生(sheng)活(huo)的一个重(zhong)要(yao)組(zu)成部(bu)分(fen)，我(wo)們(men)如(ru)何(he)處(chu)理(li)繁(fan)雜(za)的社会信(xin)息(xi)是一个涉(she)及(ji)多(duo)个學(xue)科(ke)的问題(ti)。例(li)如，如何组織(zhi)建(jian)立(li)人际关系網(wang)絡(luo)？生活在(zai)復(fu)杂多變(bian)的社会关系中，人类是如何構(gou)建起(qi)獨(du)屬(shu)於(yu)自(zi)己(ji)的社会关系图譜(pu)的？這(zhe)背(bei)後(hou)的神(shen)經(jing)計(ji)算(suan)機(ji)制(zhi)又(you)是什(shen)么？

2023年(nian)6月(yue)23日(ri)，天橋(qiao)脑科学研(yan)究(jiu)院(yuan)（Tianqiao and Chrissy Chen Institute，TCCI）和(he)neurochat神聊(liao)共(gong)同(tong)舉(ju)辦(ban)的第(di)四(si)屆(jie)TCCI-neurochat神聊在線(xian)学術(shu)会議(yi)上(shang)，来自北(bei)京(jing)師(shi)範(fan)大学的高天宇博(bo)士(shi)介(jie)紹(shao)了(le)她(ta)在人际关系認(ren)知(zhi)地(di)图上的創(chuang)新(xin)性(xing)工(gong)作(zuo)：人类如何利(li)用(yong)即(ji)刻(ke)的社交反(fan)饋(kui)建立人际关系社交图谱，如何從(cong)人类大脑中提(ti)取(qu)出(chu)这些(xie)图谱的形狀(zhuang)，以(yi)及不(bu)同个體(ti)的不同认知图谱如何影(ying)響(xiang)自己的社会決(jue)策(ce)。

早(zao)在上世(shi)紀(ji)，心(xin)理学家(jia)们就(jiu)提出了人际关系圈的理論(lun)。無(wu)独有偶(ou)，在社会科学、神经科学等(deng)多个領(ling)域(yu)的研究者们都(dou)為(wei)人际关系評(ping)價(jia)賦(fu)予(yu)了兩(liang)个維(wei)度(du)：表(biao)示(shi)个人能(neng)力(li)的power（能力）和表示每(mei)个人與(yu)他(ta)人之(zhi)間(jian)聯(lian)系的affiliation（親(qin)切(qie)）。

具(ju)体来說(shuo)，在我们每天生活的物(wu)理空(kong)间中，人们可(ke)以提取出一个虛(xu)擬(ni)的社交空间，在空间中存(cun)在著(zhu)(zhe)上述(shu)两个维度，所(suo)有的社会关系都可以投(tou)射(she)到(dao)这个社会空间中進(jin)行(xing)表征(zheng)，而(er)人们在社交关系中进行的互(hu)動(dong)就可以类比(bi)于在物理空间中进行导航一樣(yang)。但(dan)人际关系地图与真(zhen)實(shi)的物理空间地图最(zui)顯(xian)著的不同在于，物理空间地图一旦(dan)建成就以穩(wen)定(ding)的形式(shi)存在，不需(xu)要特(te)別(bie)快(kuai)速(su)的更(geng)新；但社交地图由(you)于人与人之间的人际互动而不斷(duan)更替(ti)。因(yin)此(ci)如果(guo)它(ta)真的存在的話(hua)，應(ying)當(dang)具有一定的交互性和可变性。

?图註(zhu)：Navigating Social Space, Schafer, Matthew et al., Neuron。图源：由高天宇老(lao)师提供(gong)

真的存在社交认知地图嗎(ma)？

和物理世界(jie)中的搜(sou)尋(xun)任(ren)務(wu)类似(si)，在一个社交搜寻任务中，每个陌(mo)生人臉(lian)都在“能力”（可以帶(dai)来多少(shao)利益(yi)）和“亲切”（有多少概(gai)率(lv)願(yuan)意(yi)分享(xiang)利益）两个维度上被(bei)赋予不同分數(shu)。在一項(xiang)实驗(yan)中，研究者讓(rang)被試(shi)学習(xi)每个人的每个维度上的分数，並(bing)在正(zheng)式实验中在两个人脸中做(zuo)出選(xuan)擇(ze)，并根(gen)據(ju)选择獲(huo)得(de)一定收(shou)益（收益由两个维度上的分数相(xiang)乘(cheng)得到）。

想(xiang)要證(zheng)明(ming)这个实验能真正反映(ying)人类在社交关系上的活动，需要排(pai)除(chu)两个主(zhu)要的混(hun)淆(xiao)因素(su)。一个是“理性人假(jia)说”。“假说”认为，被试在做选择時(shi)应該(gai)只(zhi)隨(sui)着收益变化(hua)，而不关心利益背后相乘的能力或(huo)人品(pin)。在这样的假設(she)下(xia)，能力高但吝(lin)嗇(se)的人和能力低(di)但慷(kang)慨(kai)的人被选择的概率是相等的，但行为数据表明，人类并没有那(na)么理性，我们更傾(qing)向(xiang)于选择能力較(jiao)弱(ruo)但亲切的人。

另(ling)一个混淆因素是：偏(pian)好(hao)可能是由两个维度上的分数表示方(fang)式导致(zhi)的。能力“值(zhi)”由絕(jue)對(dui)分数表示，而亲切“度”由百(bai)分数表示。那么，行为上的差(cha)異(yi)是否(fou)有可能因人类对總(zong)量(liang)和比例这两種(zhong)数字(zi)的敏(min)感(gan)性不同所导致？为此，研究者进行了一个補(bu)充(chong)实验，將(jiang)不同的人脸換(huan)成不同抽(chou)獎(jiang)机器(qi)，被试经歷(li)的实验流(liu)程(cheng)完(wan)全(quan)一样，只不過(guo)选择对象(xiang)不再(zai)是人类。結(jie)果表明，人类并不会对中奖概率高的机器表現(xian)出特别的偏好性。这验证了之前(qian)实验中的差异是由于被试关注除了奖賞(shang)以外(wai)的社会信息而导致的。

社交认知地图背后的神经计算机制

強(qiang)化学习是一个典(dian)型(xing)的机器学习模(mo)型，在强化学习过程中，預(yu)測(ce)与实际奖勵(li)之间的预测誤(wu)差是学习發(fa)生的动力。为了解(jie)釋(shi)这一现象，研究者认为在“能力”和“亲切度”两个维度上各(ge)自存在强化学习的过程。

下图展(zhan)示了不同被试的訓(xun)練(lian)结果，正如图中所示，最開(kai)始(shi)实验中的九(jiu)張(zhang)人脸集(ji)中在同一區(qu)域，而随着时间推(tui)进，不同被试根据自身(shen)原(yuan)則(ze)将不同人脸放(fang)置(zhi)在了社交空间中的不同位(wei)置，从而形成了不同形状。例如最左(zuo)邊(bian)的图代(dai)表了偏好友(you)善(shan)的个体，该被试形成的认知地图在垂(chui)直(zhi)方向（代表亲切度）的敏感度高于水(shui)平(ping)方向，因此形成了瘦(shou)瘦高高的形状。

?图注：重构出来的不同个体的社交认知图谱。图源：由高天宇老师提供

为了更好地刻畫(hua)不同个体形成社交认知地图的形状，研究者定義(yi)了类似角(jiao)向量的參(can)数：社会取向，该指(zhi)標(biao)与行为之间的相关性印(yin)证了这个概念(nian)的有效(xiao)性，也(ye)证明了构建的社交认知地图的合(he)理性。

随后，研究者以强化学习模型中的预测误差作为調(tiao)節(jie)因子(zi)，对实验收集的功(gong)能性磁(ci)共振(zhen)成像(xiang)（fMRI）数据进行了全脑分析(xi)。在经典的腹(fu)側(ce)紋(wen)状体与中央(yang)外侧前額(e)葉(ye)皮(pi)質(zhi)脑区都发现了与奖赏有关的预测误差的编碼(ma)，另外在额叶中更偏外侧的左侧前额頂(ding)叶皮质（dlPFC），腹外侧前额叶皮層(ceng)（vlPFC），腹內(nei)侧前额叶皮质 vmPFC等脑区都发现了共同参与“能力”与“友善”两个维度相关的预测误差的编码。

值得注意的是，只有在被试对友善这个维度进行更新时，雙(shuang)侧岛叶（insula）脑区会呈(cheng)现負(fu)向调节效应。也就是说，当被试发现在友善维度比预期(qi)更差时，脑岛会瘋(feng)狂(kuang)发放，產(chan)生负性的情(qing)緒(xu)体验。对脑岛区域进行进一步(bu)精(jing)細(xi)劃(hua)分，研究者還(hai)发现只有低的友善预期偏差才(cai)会引(yin)起脑岛前端(duan)的区域活动——这个区域被认为与负向情绪息息相关，而低的能力预期不会引起其(qi)反应。

对两个维度都有编码的额叶脑区来说，如果之前的假说成立，从每个脑区提取出ROI应该呈现出逐(zhu)漸(jian)发散(san)的模式。研究者首(shou)先(xian)利用mds分析对每个脑区提取出两个维度，把(ba)不同面(mian)孔(kong)放入(ru)mds提取出来的二(er)维空间中，计算发散程度发现重构出来的二维结构確(que)实呈现出发散的趨(qu)勢(shi)。

以上结论均(jun)证明了内侧和外侧额叶共同協(xie)助(zhu)参与，构建出了一张二维的认知图谱。

如何利用图谱预测社会决策？

在确定了社交结构图谱在行为和神经活动中都稳定存在后，研究者们想要进一步探(tan)索(suo)这个地图中我们是如何表征同伴(ban)位置的？

最自然(ran)的猜(cai)想便(bian)是“在社交认知图谱中表征同伴位置的方式，和物理空间中的导航信息类似”。如果假设成立的话，在物理空间中寻找(zhao)最優(you)路(lu)线的模式就应该在该实验中得到复现。例如我们应该期待(dai)，海(hai)馬(ma)、海马旁(pang)回(hui)、梭(suo)状回等区域会参与社交空间搜寻；并且(qie)是以物理空间导航中采(cai)取的六(liu)边形网格(ge)状编码方式来进行的。

研究者首先在許(xu)多经典脑区发现了六边形网格状编码方式，可惜(xi)在内嗅(xiu)皮层卻(que)缺(que)少这样的证据。因此研究者單(dan)独提取出内嗅皮层的ROI数据，计算了它们偏好的平均朝(chao)向，发现的确可以显著地预测行为中寻找同伴的个人偏好。

最后，作者还让被试进行了社会决策任务（一系列(lie)的助人行为或傷(shang)人行为），发现利用图谱中提取出来的形状特征可以很(hen)好的预测社会决策：人们会更倾向于幫(bang)助或避(bi)免(mian)伤害(hai)符(fu)合自己心理地图特征的同伴。

以上结论证明，在社会关系中根据个人偏好进行的社会关系导航系统，的确沿(yan)用了物理空间的导航系统。

最后，筆(bi)者对高天宇博士的科学報(bao)告(gao)做要點(dian)总结如下：返(fan)回搜狐(hu)，查(zha)看(kan)更多

社交搜寻实验表明，在行为上人类会表现出对友善的社会偏好 在神经上，前侧脑岛会特异性编码由低友善水平誘(you)发的负性情绪 二维社交空间中进行的社会互动会激(ji)活一般(ban)性的空间导航网络 人类内在的心理地图特征可以很好的预测社会决策

責(ze)任编辑：