價(jià)值計(jì)算決定何時(shí)與如何努力*

曹思琪 湯晨晨 伍海燕 劉 勛

價(jià)值計(jì)算決定何時(shí)與如何努力*

曹思琪1,2湯晨晨3伍海燕4劉 勛1,2

(1中國科學(xué)院心理研究所行為科學(xué)重點(diǎn)實(shí)驗(yàn)室, 北京 100101)(2中國科學(xué)院大學(xué)心理學(xué)系, 北京 100049) (3北京體育大學(xué)心理學(xué)院, 北京 100084)(4澳門大學(xué)認(rèn)知與腦科學(xué)研究中心, 澳門大學(xué)心理系, 澳門 999078)

優(yōu)化努力的分配, 最小化努力成本和最大化收益是各個(gè)領(lǐng)域的關(guān)鍵問題。本文梳理了基于努力的決策(effort-based decision-making)的理論與實(shí)證研究, 討論了努力的兩面性：固有成本和潛在價(jià)值。通過拓展控制期望價(jià)值理論(Expected Value of Control, EVC), 本研究探討了影響努力的非社會(huì)與社會(huì)因素。探索人們何時(shí)以及如何付出努力的計(jì)算神經(jīng)機(jī)制,有利于理解與促進(jìn)社會(huì)互動(dòng)中的努力行為, 以及為干預(yù)精神疾病中動(dòng)機(jī)缺失癥狀提供參考。

努力, 控制期望價(jià)值理論, 成本?收益權(quán)衡

1 引言

努力是一個(gè)復(fù)雜的概念, 它反映了有機(jī)體追求目標(biāo)的意志(volitional)和意圖過程(intentional) (Inzlicht et al., 2018)。以往研究簡單地將努力定義為人們主觀感知一項(xiàng)任務(wù)對體力或腦力的要求(Lockwood et al., 2017)。努力區(qū)別于任務(wù)難度。難度是一項(xiàng)任務(wù)的屬性。理論上, 難度可以無限增加, 但是隨著難度增加到一定程度, 努力水平呈現(xiàn)下降趨勢(見圖1) (Klein-Flügge et al., 2015)。努力也區(qū)別于動(dòng)機(jī), 動(dòng)機(jī)具有方向性, 努力是目標(biāo)導(dǎo)向的中間過程(Westbrook & Frank, 2018)。努力在能力和實(shí)際表現(xiàn)之間起到中介作用(Shenhav et al., 2017)。例如, 體測成績不僅取決于個(gè)體運(yùn)動(dòng)能力, 還取決于努力程度。人們?nèi)粘８冻觥芭Α钡倪^程與認(rèn)知控制的運(yùn)用有關(guān)(例如, 目標(biāo)選擇和主動(dòng)控制等) (Kostandyan et al., 2019)。認(rèn)知控制反映了靈活調(diào)動(dòng)認(rèn)知資源的心理過程(Parro et al., 2018)。測量認(rèn)知控制的工具為量化努力提供了途徑(Verguts et al., 2015)。然而, 認(rèn)知控制存在上限和成本高昂。人們無法隨意地運(yùn)用認(rèn)知控制, 這引出一個(gè)重要的問題：什么時(shí)候付出努力(運(yùn)用認(rèn)知控制)是值得的？努力是一種行為與決策的成本, 厭惡與規(guī)避高努力是人類行為的普遍原則, 但是努力的潛在價(jià)值對個(gè)體起到顯著的激勵(lì)作用(Hart & Izquierdo, 2019; Westbrook et al., 2020; Sandra & Otto, 2018)。研究者結(jié)合經(jīng)濟(jì)學(xué)與決策領(lǐng)域的理論, 提出控制是基于成本?收益權(quán)衡(cost-benefit tradeoff)過程的輸出(Egner, 2017)。不同形式的激勵(lì)(incentives)影響努力成本?收益的權(quán)衡(Yee et al., 2021), 最終改變付出的努力。因此, 如何最小化努力成本, 最大化收益是一個(gè)資源分配的優(yōu)化(optimization)問題(Shenhav et al., 2013)。

本文梳理了基于努力的決策(effort-based decision-making)的理論與實(shí)證研究, 討論了努力在成本?收益權(quán)衡(cost-benefit trade off)中的兩面性：固有成本和潛在價(jià)值。通過拓展控制期望價(jià)值(Expected Value of Control, EVC)理論, 本研究探討了非社會(huì)與社會(huì)因素對努力的影響。探索人們付出努力的認(rèn)知與神經(jīng)機(jī)制, 有利于理解與促進(jìn)社會(huì)互動(dòng)中的適應(yīng)性努力。

2 努力“投資”——控制資源的分配

近年來, 研究者熱烈地討論了“人們對什么(what)付出努力？”, 以及“如何付出努力(how)？”等問題(Botvinick & Braver, 2015)。成本?收益權(quán)衡是行為決策的基礎(chǔ)(Rangel et al., 2008)。本質(zhì)上, 行為受到主觀價(jià)值驅(qū)動(dòng)(Croxson et al., 2009; O’Doherty et al., 2017; Shenhav et al., 2013; Vogel et al., 2020)。控制期望價(jià)值理論(Expected Value of Control, EVC) (Shenhav et al., 2013)指出, 分配控制資源主要考慮兩個(gè)方面: 1)對當(dāng)前任務(wù)狀態(tài)的識(shí)別(identity), 如任務(wù)規(guī)則(Stroop任務(wù)中, 對字意或字的顏色進(jìn)行反應(yīng)的規(guī)則), 2)完成任務(wù)必須投入的認(rèn)知資源量(intensity)。人們通過整合努力行為的成本(cost)和收益(payoff)計(jì)算控制資源分配的期望價(jià)值(EVC)。EVC的大小驅(qū)動(dòng)人們努力的方向和程度。如果EVC不足, 則會(huì)表現(xiàn)出低動(dòng)機(jī)水平的行為(例如, 拖延和淡漠)。為了探究努力成本-收益分析的機(jī)制, 研究者通過設(shè)置一系列參數(shù)變化來探索不同程度的努力需求對獎(jiǎng)賞的影響,結(jié)果發(fā)現(xiàn)了類似時(shí)間折扣的效應(yīng)(Bia?aszek et al., 2017; Prévost et al., 2010; Rudebeck et al., 2006)。努力影響人們計(jì)算獎(jiǎng)賞的主觀價(jià)值, 稱為努力的折扣效應(yīng)(Klein-Flügge et al., 2015; Seaman et al., 2018; Sullivan-Toole et al., 2019)。紋狀體多巴胺可以增加人們對收益的敏感性從而促進(jìn)更多的努力(Westbrook et al., 2020, 2021)。

圖1 努力與其它關(guān)聯(lián)概念的圖示

注：動(dòng)機(jī)具有方向性。基于動(dòng)機(jī)人們朝著特定方向付出努力。努力是目標(biāo)導(dǎo)向的中間過程。不同難度的任務(wù)要求人們付出相應(yīng)的努力。但是, 努力區(qū)別于任務(wù)難度。理論上, 難度可以無限增加, 但是隨著難度增加到一定程度, 努力水平呈現(xiàn)下降趨勢。

雖然EVC理論提出了整合控制資源分配的收益(payoff)和成本(cost)的模型, 但是此模型未對不同激勵(lì)類型如何調(diào)節(jié)控制資源的分配進(jìn)行細(xì)致地描述, 尤其是未討論社會(huì)因素的作用。非社會(huì)與社會(huì)因素一定程度上驅(qū)動(dòng)適應(yīng)性的控制資源分配(見圖2, 左：計(jì)算)。社會(huì)行為需付出努力, Inzlicht等人(2018)提出努力反映了參與社會(huì)行為的幅度與強(qiáng)度。具備動(dòng)力并付出努力對一個(gè)人的成功至關(guān)重要, 而缺乏動(dòng)力則與較差的心理和身體健康、較低的教育成果和長期失業(yè)有關(guān)(Contreras- Huerta et al., 2020)。

2.1 非社會(huì)性動(dòng)機(jī)

(1)不確定性: 風(fēng)險(xiǎn)與效力(efficacy)

努力的風(fēng)險(xiǎn)性, 體現(xiàn)在：1)努力的可變性, 2)獎(jiǎng)賞的可變性。努力的可變性指的是, 即使明確行為的目標(biāo), 但是人們通常難以估計(jì)實(shí)現(xiàn)目標(biāo)所付出的努力程度。在涉及認(rèn)知努力的任務(wù)中, 人們存在風(fēng)險(xiǎn)厭惡, 偏好于確定選項(xiàng)(已知努力需求的選項(xiàng)) (Apps et al., 2015)。在涉及體力努力的決策中, 人們通過權(quán)衡平均運(yùn)動(dòng)成本(mean effort)和成本的可變性(effort variance)來優(yōu)化決策(Nagengast et al., 2011), 并且表現(xiàn)出風(fēng)險(xiǎn)敏感性。Caraco (1981)發(fā)現(xiàn)小鼠的體力消耗增加了其對風(fēng)險(xiǎn)覓食行為的偏好。Miller等人(2013)提出參與努力和風(fēng)險(xiǎn)決策的神經(jīng)系統(tǒng)之間可能有重疊。努力行為會(huì)引起多巴胺的釋放, 從而提高了風(fēng)險(xiǎn)選項(xiàng)的偏好程度。另一種觀點(diǎn)提出,需要控制的行為本身具有風(fēng)險(xiǎn)。對比習(xí)慣行為帶來可預(yù)測的回報(bào), 涉及控制的行為有時(shí)會(huì)導(dǎo)致不可預(yù)測或不常見的反饋(Zénon et al., 2016), 即獎(jiǎng)賞的可變性。未來研究有必要理解不同類型的風(fēng)險(xiǎn)與不確定性對努力行為的影響。

圖2 社會(huì)與非社會(huì)動(dòng)機(jī)下努力成本?收益模型

注：Marr的計(jì)算框架包括三個(gè)主要結(jié)構(gòu)(Marr & Poggio, 1979)：計(jì)算(computation), 算法(algorithm)以及執(zhí)行(implementation)。首先, 計(jì)算(computation)指行為決策的具體目標(biāo)。在圖1左(橘色框)中, 基于努力的決策受到社會(huì)(合作、競爭與親社會(huì)等)與非社會(huì)(獎(jiǎng)賞、懲罰, 風(fēng)險(xiǎn)與效力等)因素的影響。這些不同的激勵(lì)因素影響著大腦優(yōu)化努力投資的算法(algorithm)。算法具體指的是EVC理論中成本?收益權(quán)衡(cost-benefit tradeoff)的框架(圖1中間, 藍(lán)色框)。最后, 大腦執(zhí)行(implementation)目標(biāo)導(dǎo)向行為的算法, 并最終指導(dǎo)行為(Shenhav et al., 2013, 2017)?？纛~皮層(orbitofrontal cortex, OFC); 腹內(nèi)側(cè)前額皮質(zhì)(ventral medial prefrontal cortex, vmPFC); 背側(cè)前扣帶回(dorsal anterior cingulate cortex, dACC); 外側(cè)前額皮質(zhì)(lateral prefrontal cortex, LPFC)。

人們普遍相信努力最終會(huì)轉(zhuǎn)化為理想成果。事實(shí)上, 即使是明智的決定或巨大的努力也會(huì)產(chǎn)生不良的結(jié)果。行為并非總能帶來期望的結(jié)果, 高努力不一定會(huì)得到高回報(bào)(Manohar et al., 2017)。人類認(rèn)知能力有限, 因此我們無法完全地了解更多地付出努力是否能夠增加獲獎(jiǎng)的可能性。EVC模型將這種現(xiàn)象描述為效力(efficacy), 即個(gè)體與環(huán)境交互的非社會(huì)不確定。效力反映了努力與獎(jiǎng)勵(lì)的關(guān)聯(lián)性(performance-reward contingency)。效力評(píng)估依賴于個(gè)人對自己能力和任務(wù)難度的主觀感知, 以及個(gè)體能動(dòng)性和環(huán)境的可控性的評(píng)估(Shenhav et al., 2021)。Fr?mer等人(2021)考察了效力和獎(jiǎng)勵(lì)影響控制資源分配的相關(guān)神經(jīng)機(jī)制。他們通過操縱表現(xiàn)與獎(jiǎng)賞的聯(lián)結(jié)(完全關(guān)聯(lián)/完全不相關(guān)), 探究了獎(jiǎng)勵(lì)線索和效力線索如何影響人們在Stroop任務(wù)的表現(xiàn)。結(jié)果發(fā)現(xiàn), P3b負(fù)責(zé)加工效力線索和獎(jiǎng)賞線索, 反映了自上而下的刺激評(píng)估(Angus et al., 2017)。隨后, 關(guān)聯(lián)性負(fù)電位變化(Contingent Negative Variation, CNV)整合了獎(jiǎng)賞信息和效力信息, 并且進(jìn)一步指導(dǎo)控制資源的分配。CNV是一個(gè)前攝控制(proactive control)神經(jīng)特征(Cudo et al., 2018), 更大的CNV幅度表示對目標(biāo)更好的準(zhǔn)備狀態(tài)(Kang et al., 2019)。變化的環(huán)境中, P3b不僅參與任務(wù)相關(guān)刺激評(píng)估與分類, 也參與編碼效力預(yù)測誤差(efficacy prediction error)。通過更新對效力的預(yù)期, 人們適應(yīng)性地調(diào)整分配在Stroop任務(wù)上認(rèn)知資源(Grahek et al., 2021)。因此,效力是一個(gè)影響努力的重要因素。雖然行動(dòng)與結(jié)果之間存在不可避免的隨機(jī)干擾, 但是人們能學(xué)習(xí)或者依賴明顯的線索認(rèn)知當(dāng)前環(huán)境中行動(dòng)的效力, 并適應(yīng)性地付出努力。

(2)獎(jiǎng)賞與懲罰

“胡蘿加大棒”是一種通過獎(jiǎng)賞和懲罰協(xié)同指導(dǎo)行為的策略。獲得獎(jiǎng)賞或避免懲罰是驅(qū)動(dòng)行為的重要?jiǎng)訖C(jī)。趨避動(dòng)機(jī)的結(jié)合影響控制資源的調(diào)配策略(Yee & Braver, 2018)。研究者通過計(jì)算模型的擬合, 發(fā)現(xiàn)了獎(jiǎng)賞與懲罰對個(gè)體適應(yīng)性控制資源分配有不同的影響。Leng等人(2020)利用漂移擴(kuò)散模型(Drift Diffusion Model, DDM)考察獎(jiǎng)賞和懲罰對反應(yīng)策略的影響, 結(jié)果發(fā)現(xiàn)獎(jiǎng)賞主要調(diào)節(jié)漂移率(單位時(shí)間內(nèi)證據(jù)積累的速率), 而懲罰主要調(diào)節(jié)模型中的反應(yīng)閾值(證據(jù)積累的反應(yīng)邊界)。更高的獎(jiǎng)賞會(huì)導(dǎo)致參與者兼顧速度和準(zhǔn)確性, 而更高的懲罰會(huì)導(dǎo)致他們更傾向于確保準(zhǔn)確性而不是速度。基于不同的激勵(lì)措施, 人們可以適應(yīng)地調(diào)整控制資源的分配。

2.2 社會(huì)動(dòng)機(jī)

目標(biāo)導(dǎo)向的社會(huì)行為也可以看做權(quán)衡利弊的決策過程與努力付出的執(zhí)行過程(Shenhav et al., 2017; 曹思琪等, 2021)。Contreras-Huerta等人(2020)提出的社會(huì)動(dòng)機(jī)表型理論(social motivation phenotype)強(qiáng)調(diào)社會(huì)行為是需要付出努力的, 社會(huì)動(dòng)機(jī)能夠調(diào)節(jié)努力成本?收益的權(quán)衡, 促進(jìn)或降低個(gè)體在不同社會(huì)情境中付出努力的意愿。

(1)親社會(huì)努力

在追求自我利益的同時(shí), 人們還會(huì)關(guān)心他人的福利。為自己或?yàn)樗烁冻雠π袆?dòng)本身能夠傳遞重要的社會(huì)信號(hào), 例如意志力、溝通奉獻(xiàn)、意圖和承諾(Chennells & Michael, 2018; Kührt et al., 2021; Olivola & Shafir, 2013)。有趣的是, 研究發(fā)現(xiàn)兩種截然不同的道德傾向：超利他傾向(hyper-altruistic) (他人利益>自我利益) (Olivola & Shafir, 2018)與“親社會(huì)冷漠” (prosocial apathy) (他人利益<自我利益) (Lockwood et al., 2017; Volz et al., 2017)。

有時(shí)候, 人們會(huì)表現(xiàn)出一種超利他主義(他人利益>自我利益)：對比為了自己避免傷害, 超利他的個(gè)體愿意付出更多的代價(jià)阻止傷害他人(Crockett et al., 2014)。Olivola和Shafir (2013)發(fā)現(xiàn), 對比簡單和愉快的籌款方式, 痛苦和費(fèi)力籌款過程增加人們的捐款意愿, 稱為“殉道效應(yīng)”。人們會(huì)從痛苦體驗(yàn)中增強(qiáng)親社會(huì)的趨近動(dòng)機(jī), 增加捐款的意愿。高成本信號(hào)理論(high costly signal theory)指出, 高成本的幫助能夠增加個(gè)人吸引力, 聲譽(yù)與地位等(Millet & Dewitte, 2007)。另有解釋表明個(gè)體更喜歡通過努力獲得的事物和結(jié)果, 并且這種態(tài)度反映了一種為過去的努力辯護(hù)的動(dòng)機(jī), 例如宜家效應(yīng)(Norton et al., 2012)、認(rèn)知失調(diào)(cognitive dissonance)和努力的合理性辯護(hù)(effort justification) (Festinger, 1957)。

此外, 通過操縱框架(高娟等, 2020)、情境(如, 慈善與合作等) (Tusche et al., 2016)、關(guān)系親疏(Vekaria et al., 2017)、社會(huì)規(guī)范和共情誘發(fā)(Decety & Yoder, 2016)等, 一系列親社會(huì)研究發(fā)現(xiàn)了“先人后己”的行為(Bear & Rand, 2016)。但是個(gè)體為他人利益付出努力, 甚至做出更多的自我犧牲(self-sacrifice)的神經(jīng)機(jī)制至今仍不清楚。雖然親疏關(guān)系顯著影響自我犧牲程度, 但是Charness和Gneezy (2000)指出研究匿名情境的親社會(huì)行為是探索如何促進(jìn)人文關(guān)懷, 提高集體利益的重要一環(huán)。

在考察為他人付出實(shí)質(zhì)的努力時(shí), 研究者觀察到一種“親社會(huì)冷漠”現(xiàn)象(他人利益<自我利益)。Lockwood等人(2017) 考察了人們?yōu)樽约夯蛩说睦娓冻雠Φ囊庠概c實(shí)際行動(dòng)。參與者需要為不同受益者(自己vs.他人)在低努力低獎(jiǎng)賞與高努力高獎(jiǎng)賞的選項(xiàng)之間進(jìn)行選擇, 隨后完成對應(yīng)努力程度的任務(wù)(持續(xù)3s按壓握力計(jì))來爭取收益或避免損失。結(jié)果發(fā)現(xiàn), 受益者是他人時(shí)主觀價(jià)值受到努力的影響更大, 表現(xiàn)為拋物線模型中的折扣率(discounting rate)更大。擁有冷漠特質(zhì)與精神病特質(zhì)的個(gè)體表現(xiàn)出更明顯的自私。Volz等人(2017)認(rèn)為特定情境下, 人們可以表現(xiàn)出超利他的選擇, 但是有強(qiáng)烈的利己主義傾向的個(gè)體仍然會(huì)更加重視自己的利益。因此, 不同實(shí)驗(yàn)情境的操控, 如放棄金錢獎(jiǎng)賞或接受痛苦的電擊會(huì)對利他的努力行為與決策有不同的影響。付出努力的水平能夠反映出自身賦予行為的價(jià)值, 因此培養(yǎng)利他價(jià)值觀對養(yǎng)成積極的利他行為有重要意義。

(2)合作與競爭

他人的選擇偏好影響個(gè)體的選擇偏好(Garvert et al., 2015; Zaki et al., 2016)。自我?他人融合(self-other mergence)影響人們對自己與他人的能力的主觀評(píng)價(jià), 也影響自己未來的表現(xiàn)。社會(huì)情境調(diào)節(jié)他人對自己的影響, Wittmann等人(2016)研究表明, 當(dāng)合作伙伴的表現(xiàn)優(yōu)異時(shí), 個(gè)體更少地調(diào)節(jié)自身表現(xiàn)。反之, 當(dāng)遇到較強(qiáng)的競爭伙伴, 個(gè)體能夠及時(shí)調(diào)整自身表現(xiàn)。當(dāng)合作伙伴付出更高的努力后, 人們會(huì)傾向于增加自己的努力程度(Chennells & Michael, 2018)。雖然努力行為在合作情境的機(jī)制十分重要, 但是非合作情境中人們也會(huì)選擇性關(guān)注同伴的表現(xiàn), 進(jìn)而調(diào)整自己的行為。合作與非合作兩種情境下思考他人的心理狀態(tài)存在共享的神經(jīng)激活(Reyes-Aguilar et al., 2017)。因此非合作的場合中他人的行為表現(xiàn)也可能影響個(gè)體投入的努力。然而, 目前研究專注于決策層面的探索他人對自己的影響, 很少在執(zhí)行層面探究他人對自己的影響。

一般而言, 個(gè)體傾向于回避認(rèn)知需求, 但是不同的激勵(lì)因素能夠影響努力的價(jià)值, 從而調(diào)節(jié)努力行為。一方面, 非社會(huì)與社會(huì)激勵(lì)因素促進(jìn)了個(gè)體積極的努力行為。另一方面, 不同因素的結(jié)合也可以用來約束個(gè)體的不道德行為。未來研究可以更多將社會(huì)與非社會(huì)因素進(jìn)行整合, 探索社會(huì)交互情境下努力行為的計(jì)算神經(jīng)機(jī)制。一些值得關(guān)注的問題包括：不同因素如何影響努力成本?收益的計(jì)算？以及大腦是如何執(zhí)行這些計(jì)算, 并最后產(chǎn)生最優(yōu)的努力分配？

圖3 三種時(shí)間進(jìn)程的努力

3 加工與計(jì)算努力價(jià)值的機(jī)制

3.1 努力的悖論：努力的固有成本與潛在價(jià)值

以往研究者從時(shí)間進(jìn)程的三個(gè)階段(預(yù)期, 進(jìn)行時(shí), 回溯)考察努力的本質(zhì)(見圖3)。一方面, “努力是一種成本”。在執(zhí)行任務(wù)前人們對努力感到厭惡, 前瞻性地(prospective)感知努力是一種代價(jià), 從而盡量減少努力(Apps et al., 2015)。但是在“殉道效應(yīng)”現(xiàn)象中, 努力反映了一種潛在的社會(huì)價(jià)值。因此選擇辛苦的籌款過程的人比選擇簡單的籌款方式的人有更高的捐贈(zèng)意愿(Olivola & Shafir, 2013)。

另一方面, 努力與高價(jià)值聯(lián)系緊密(Inzlicht et al., 2018)。努力的價(jià)值包括兩個(gè)方面：努力本身的價(jià)值與努力成果的價(jià)值。一方面, “努力增加價(jià)值”具有回溯性(retrospective) (易偉等, 2019), 人們通常會(huì)積極地評(píng)價(jià)自己努力的經(jīng)歷(Norton et al., 2012), 即個(gè)體更喜歡通過努力獲得的事物和結(jié)果(Festinger, 1957)。但是以往研究忽視了人們在付出努力時(shí)(如, 做作業(yè)或大掃除)也會(huì)對回報(bào)進(jìn)行預(yù)期, 從而感知當(dāng)前行為的價(jià)值(Eisenberger, 1992)。重要的是, 努力本身也具有價(jià)值, 例如攀登者享受登山的努力過程。如何塑造人們的攀登者精神, 養(yǎng)成迎難而上的積極態(tài)度？研究發(fā)現(xiàn)堅(jiān)韌的意志和解決問題的投入可以被觀察學(xué)習(xí)。當(dāng)幼兒看到成年人堅(jiān)持不懈時(shí), 他們會(huì)更努力地去實(shí)現(xiàn)目標(biāo)(Leonard et al., 2017)。如果辛苦付出卻沒有回報(bào), 處理努力與回報(bào)之間的不平衡誘發(fā)的負(fù)性情緒可能涉及背側(cè)前扣帶回(dorsal anterior cingulate cortex, dACC)和腦島(insula)之間的相互作用(Shenhav et al., 2013)。目前研究努力成果價(jià)值的工作要多于考察努力本身價(jià)值的工作, 未來研究的一個(gè)挑戰(zhàn)將是理清這兩個(gè)方面對于努力行為的相對貢獻(xiàn)。

3.2 努力對獎(jiǎng)賞的影響

努力分為體力層面和認(rèn)知層面的努力。有的日常任務(wù)對認(rèn)知要求較高, 而另一些則需要更多的體力勞動(dòng)。經(jīng)濟(jì)學(xué)著名模型“最小努力原則” (the law of least effort)指出無論是何種努力, 人們都傾向于最小化努力(Morsella et al., 2011)。但是, 不同努力類型影響?yīng)勝p的計(jì)算機(jī)制不同。Chong等人(2017)使用經(jīng)濟(jì)學(xué)經(jīng)典折扣模型擬合個(gè)體在高、低努力選項(xiàng)中的選擇, 結(jié)果發(fā)現(xiàn)體力努力或認(rèn)知努力對主觀價(jià)值的折扣(discounting)方式不一致。體力努力的折扣方式更符合拋物線(parabolic)的形式, 而認(rèn)知努力更加符合雙曲線(hyperbolic)的趨勢。在抑郁癥患者中, 不同努力類型對疾病的亞癥狀的預(yù)測作用存在差異, 身體努力動(dòng)機(jī)與快感缺失的嚴(yán)重程度有關(guān), 而認(rèn)知努力動(dòng)機(jī)與生活功能有關(guān)(Tran et al., 2020)。測量患者在不同努力類型下的任務(wù)表現(xiàn), 一方面可以反映其當(dāng)前能力和現(xiàn)實(shí)需求之間的差距, 另一方面幫助檢驗(yàn)治療對不同亞癥狀的效果。

3.3 努力成本與獎(jiǎng)賞的編碼

是否存在統(tǒng)一加工不同成本(時(shí)間、金錢和努力等)與獎(jiǎng)賞的腦區(qū)仍存在爭議(Bia?aszek et al., 2017; Rudebeck et al., 2006; Westbrook et al., 2019)。Rudebeck等人(2006)比較了大鼠在延遲折扣任務(wù)與努力折扣任務(wù)中的表現(xiàn)。結(jié)果發(fā)現(xiàn), 延遲折扣決策中, 眶額皮層(orbitofrontal cortex, OFC)的損傷導(dǎo)致大鼠的沖動(dòng)行為。大鼠會(huì)更多選擇時(shí)間短且獎(jiǎng)賞低的選項(xiàng)。在努力折扣決策中, 只有前扣帶回皮質(zhì)(anterior cingulate cortex, ACC)病變的大鼠會(huì)更偏好于輕松而獎(jiǎng)賞少的選擇。因此, 即使決策的本質(zhì)都是成本-收益權(quán)衡的產(chǎn)物, 大腦表征不同成本類型仍會(huì)存在差異。

3.3.1 不同努力類型的特異性與普遍性

愿意付出更多體力努力的人是否也愿意更多地付出認(rèn)知努力？反之, 傾向于付出更多認(rèn)知努力的人是否也會(huì)不懈怠地付出體力努力？對于體育特長人群, 更高的體力努力偏好能夠預(yù)測其會(huì)在認(rèn)知努力任務(wù)投入的更多(Chong et al., 2018)。運(yùn)動(dòng)員的高強(qiáng)度體育訓(xùn)練是其較高的認(rèn)知?jiǎng)訖C(jī)的原因還是結(jié)果。相比于非運(yùn)動(dòng)員, 優(yōu)秀運(yùn)動(dòng)員天生做事更有動(dòng)力(Williams & Gill, 1995)。因此, 身體訓(xùn)練與認(rèn)知訓(xùn)練之間是否有遷移效應(yīng)還得在非體育生中進(jìn)行驗(yàn)證。但是, 這一可能性對動(dòng)機(jī)缺失患者和老年群體的認(rèn)知與體能康復(fù)項(xiàng)目提供了參考。

不同的努力類型既有共享的神經(jīng)表征, 也有特異性的加工的腦區(qū)(圖4)。獎(jiǎng)賞系統(tǒng)中的腹側(cè)紋狀體(ventral striatum), 包括伏隔核(nucleus accumbens, NAcc)以及控制系統(tǒng)中的前扣帶皮質(zhì)(anterior cingulate cortex, ACC)分別與獎(jiǎng)賞信息和努力信息編碼有關(guān)(Chong et al., 2017)。與體力努力不同, 認(rèn)知努力并不會(huì)產(chǎn)生外顯的代謝成本(Westbrook et al., 2021)。認(rèn)知努力可能存在特異性加工的腦區(qū)(例如, 杏仁核) (Westbrook et al., 2019)。

3.3.2 努力與獎(jiǎng)賞編碼的重疊

成本?收益權(quán)衡過程產(chǎn)生的EVC決定了我們對什么付出努力, 以及付出多少努力(見圖2, 中間：算法)。腹內(nèi)側(cè)前額皮質(zhì)(ventral medial prefrontal cortex, vmPFC)是加工主觀價(jià)值的關(guān)鍵腦區(qū)(Aridan et al., 2019; Will et al., 2017)。但是, vmPFC在努力決策中的作用存在爭議。Arulpragasam等人(2018)發(fā)現(xiàn)vmPFC與努力成本加工不相關(guān)。然而, 也有研究表明vmPFC的活動(dòng)與認(rèn)知努力成本和獎(jiǎng)賞有關(guān)(Westbrook et al., 2019)。該研究隨機(jī)地序列呈現(xiàn)兩個(gè)選項(xiàng)(高認(rèn)知努力高獎(jiǎng)賞VS.低認(rèn)知努力低獎(jiǎng)賞)。當(dāng)高認(rèn)知努力高獎(jiǎng)賞的選項(xiàng)先出現(xiàn), 且暫未提供另一選項(xiàng)的信息時(shí), vmPFC的活動(dòng)可以預(yù)測人們的選擇偏好。較低的vmPFC活動(dòng)預(yù)測了人們選擇低認(rèn)知努力的選項(xiàng)。加工努力成本的腦區(qū)還涉及dACC和前腦島(anterior insula, AI)。選項(xiàng)間價(jià)值比較接近時(shí), 選擇通常比較困難。dACC、背外側(cè)前額葉皮質(zhì)(dorsolateral prefrontal cortex, dlPFC)和頂內(nèi)溝(intraparietal sulcus, IPS)等腦區(qū)被認(rèn)為參與選項(xiàng)間的困難表征。大腦加工努力成本的腦區(qū)與編碼獎(jiǎng)賞的腦區(qū)可能有部分重疊(表1), 獎(jiǎng)賞和成本信息在重疊區(qū)域里整合, 發(fā)送信號(hào)給下游神經(jīng)回路執(zhí)行相應(yīng)的控制行為(圖2, 右：執(zhí)行)。

3.3.3 dACC：努力成本?收益整合

控制的期望價(jià)值(EVC)理論重點(diǎn)強(qiáng)調(diào)了dACC參與認(rèn)知努力任務(wù)里控制信號(hào)的整合和指導(dǎo)控制資源的分配(specification) (見圖2, 中間)。dACC的作用包括接收監(jiān)測沖突狀態(tài)的信號(hào)(Botvinick et al., 2004), 整合控制的成本與潛在收益(Prévost et al., 2010), 形成指導(dǎo)認(rèn)知控制行為的信號(hào), 并傳輸信號(hào)至其下游神經(jīng)回路進(jìn)行控制的執(zhí)行(implementation) (Heilbronner & Hayden, 2016)。認(rèn)知努力的成本(N-back任務(wù)的難度水平)可以負(fù)向預(yù)測dACC的活動(dòng), 但獎(jiǎng)賞不能預(yù)測dACC的活動(dòng)(Westbrook et al., 2019), 表明dACC參與認(rèn)知努力成本的編碼。一項(xiàng)實(shí)證研究證明dACC通過整合不同動(dòng)機(jī)來調(diào)節(jié)認(rèn)知任務(wù)中的行為表現(xiàn)。研究者利用金錢激勵(lì)(高VS.低)和液體激勵(lì)(蘋果汁VS.鹽水)的組合, 探究dACC如何整合首要(primary)和次要(secondary)激勵(lì), 并影響目標(biāo)導(dǎo)向的行為。結(jié)果發(fā)現(xiàn), dACC編碼整合不同動(dòng)機(jī)的主觀價(jià)值, 并與認(rèn)知任務(wù)的行為表現(xiàn)有關(guān), 也與自我報(bào)告的動(dòng)機(jī)水平相關(guān)(Yee et al., 2021)。

圖4 參與努力行為的腦網(wǎng)絡(luò)

左圖：腹內(nèi)側(cè)前額皮質(zhì)(ventral medial prefrontal cortex, vmPFC); 前扣帶回(anterior cingulate cortex, ACC); 背側(cè)前扣帶回(dorsal anterior cingulate cortex, dACC); 伏隔核(nucleus accumbens, NAcc); 杏仁核(amygdala)。右圖：眶額皮層(orbitofrontal cortex, OFC); 外側(cè)前額皮質(zhì)(lateral prefrontal cortex, LPFC); 運(yùn)動(dòng)皮層(motor cortex)。

表1 基于努力的成本效益評(píng)估的神經(jīng)機(jī)制

綜上, dACC參與認(rèn)知努力的多個(gè)關(guān)鍵環(huán)節(jié)(Klein-Flügge et al., 2016)。作為一個(gè)整合的動(dòng)機(jī)?認(rèn)知中樞, dACC作用于促進(jìn)目標(biāo)的追求(Holroyd & Yeung, 2012)。但是, 以往研究較少探究社會(huì)因素與非社會(huì)因素如何影響努力?成本收益整合, 以及不同的激勵(lì)組合如何影響任務(wù)相關(guān)信息的表征結(jié)構(gòu)。未來研究可以在社會(huì)層面拓展EVC理論, 并考察加工模式差異(例如, 多變量模式識(shí)別和相似性表征分析), 而不僅限于加工程度的差異(Freund et al., 2021)。

4 未來展望

“我們?nèi)绾螞Q定什么時(shí)候付出努力, 以及付出多少努力?”得到越來越多的關(guān)注。本文梳理了計(jì)算努力的價(jià)值的相關(guān)理論和實(shí)證研究, 討論了努力本質(zhì)的兩面性, 以及影響努力的非社會(huì)與社會(huì)因素。EVC理論從沖突監(jiān)控, 認(rèn)知控制的成本?收益整合以及控制的執(zhí)行角度討論了人們計(jì)算努力價(jià)值的模型。社會(huì)與非社會(huì)因素對控制資源的適應(yīng)性分配產(chǎn)生影響, 而不同激勵(lì)因素的作用機(jī)制還鮮少有實(shí)證探索。未來研究需要采用神經(jīng)生理的技術(shù)與建模等方法來探索動(dòng)態(tài)過程中控制期望價(jià)值的影響努力的機(jī)制, 以及補(bǔ)充EVC理論在社會(huì)情境的應(yīng)用。

4.1 冷漠與動(dòng)機(jī)缺失的評(píng)估與干預(yù)

人們的努力程度受到內(nèi)部動(dòng)機(jī)(包括好奇、成就、快樂體驗(yàn))和外部動(dòng)機(jī)的驅(qū)動(dòng)。一般而言, 個(gè)體傾向于回避認(rèn)知需求。然而, 回避認(rèn)知需求存在個(gè)體差異。個(gè)體在認(rèn)知需求(Need for Cognition)和自我控制(self-control)的差異可以預(yù)測其計(jì)算努力對收益的影響程度, 以及其對認(rèn)知需求的回避程度(Kührt et al., 2021)。高自我控制和高認(rèn)知需求的個(gè)體更少地回避認(rèn)知需求, 表現(xiàn)出較小的努力折扣效應(yīng)(Duckworth et al., 2013)。因此, 整合努力成本的決策成本?收益模型應(yīng)該考慮個(gè)人努力傾向(dispositional effort investment)?；诖竽X加工努力類型的普遍性與特異性, 未來研究有必要尋找特定的神經(jīng)目標(biāo)幫助動(dòng)機(jī)障礙的治療。此外, 訓(xùn)練人們在體力層面更多地付出努力是否影響其在認(rèn)知層面的努力意愿, 反之亦然。

4.2 激勵(lì)習(xí)得性勤奮的發(fā)展觀

盡管有豐富的證據(jù)表明努力可以增加價(jià)值, 但是努力更多地被看做是一種代價(jià)。目前控制資源分配的相關(guān)理論局限于非社會(huì)層面的探索, 缺少對激勵(lì)類型(例如, 獎(jiǎng)賞和懲罰)的作用的深入探討, 尤其未討論社會(huì)影響的作用。從發(fā)展的角度看, 幼兒和兒童缺少學(xué)習(xí)經(jīng)驗(yàn)以及身體發(fā)育不成熟, 他們的努力行為的實(shí)施和堅(jiān)持受限。了解激勵(lì)努力的機(jī)制, 提高努力的社會(huì)意義與價(jià)值, 樹立積極的榜樣是指導(dǎo)青少年建立習(xí)得性勤奮觀的重要一環(huán)。

4.3 社會(huì)動(dòng)機(jī)對努力“投資”的促進(jìn)作用

社會(huì)動(dòng)機(jī)調(diào)節(jié)涉及努力的社會(huì)行為。目前涉及努力成本?收益權(quán)衡的研究要求參與者單獨(dú)完成決策任務(wù), 尚未充分討論社會(huì)情境對努力行為的影響, 例如尚不清楚受益者匿名性和親疏關(guān)系對社會(huì)行為的調(diào)節(jié)作用。不同情境是否會(huì)影響人們評(píng)估努力成本或放大獎(jiǎng)賞的效應(yīng)？后續(xù)研究可以設(shè)置多樣的社會(huì)交互情境來探索努力的加工與計(jì)算機(jī)制。

曹思琪, 劉勛, 伍海燕. (2021). 共情可控? 以自上而下視角考察共情的可調(diào)節(jié)性.(8), 1420– 1429.

高娟, 王鵬, 王曉田, 孫倩, 劉永芳. (2020). 得失情境下他人參照點(diǎn)及心理距離對自我-他人利益權(quán)衡的影響.(5), 633–644.

易偉, 梅淑婷, 鄭亞. (2019). 努力:成本還是獎(jiǎng)賞?.(08), 1439–1450.

Angus, D. J., Latham, A. J., Harmon-Jones, E., Deliano, M., Balleine, B., & Braddon-Mitchell, D. (2017). Electrocortical components of anticipation and consumption in a monetary incentive delay task.(11), 1686-1705.

Apps, M. A. J., Grima, L. L., Manohar, S., & Husain, M. (2015). The role of cognitive effort in subjective reward devaluation and risky decision-making.,, 16880.

Aridan, N., Malecek, N. J., Poldrack, R. A., & Schonberg, T. (2019). Neural correlates of effort-based valuation with prospective choices.,, 446–454.

Arulpragasam, A. R., Cooper, J. A., Nuutinen, M. R., & Treadway, M. T. (2018). Corticoinsular circuits encode subjective value expectation and violation for effortful goal-directed behavior.,(22), E5233–E5242.

Bear, A., & Rand, D. G. (2016). Intuition, deliberation, and the evolution of cooperation.,(4), 936–941.

Bia?aszek, W., Marcowski, P., & Ostaszewski, P. (2017). Physical and cognitive effort discounting across different reward magnitudes: Tests of discounting models.,(7), e0182353.

Botvinick, M., & Braver, T. (2015). Motivation and cognitive control: From behavior to neural mechanism.,, 83–113.

Botvinick, M. M., Cohen, J. D., & Carter, C. S. (2004). Conflict monitoring and anterior cingulate cortex: An update.(12), 539–546.

Botvinick, M. M., Huffstetler, S., & McGuire, J. T. (2009). Effort discounting in human nucleus accumbens.,(1), 16–27.

Caraco, T. (1981). Energy budgets, risk and foraging preferences in dark-eyed juncos (Junco hyemalis).,(3), 213–217.

Charness, G., & Gneezy, U. (2000). What’s in a name? Anonymity and social distance in dictator and ultimatum games.,(1), 29–35.

Chennells, M., & Michael, J. (2018). Effort and performance in a cooperative activity are boosted by perception of a partner’s effort.,(1), 15692.

Chong, T. T.-J., Apps, M. A. J., Giehl, K., Hall, S., Clifton, C. H., & Husain, M. (2018). Computational modelling reveals distinct patterns of cognitive and physical motivation in elite athletes.,(1), 11888.

Chong, T. T.-J., Apps, M., Giehl, K., Sillence, A., Grima, L. L., & Husain, M. (2017). Neurocomputational mechanisms underlying subjective valuation of effort costs.,(2), e1002598.

Contreras-Huerta, L. S., Pisauro, M. A., & Apps, M. A. J. (2020). Effort shapes social cognition and behaviour: A neuro-cognitive framework.,, 426–439.

Crockett, M. J., Kurth-Nelson, Z., Siegel, J. Z., Dayan, P., & Dolan, R. J. (2014). Harm to others outweighs harm to self in moral decision making.,(48), 17320–17325.

Croxson, P. L., Walton, M. E., O;Reilly, J. X., Behrens, T. E. J., & Rushworth, M. F. S. (2009). Effort-based cost–benefit valuation and the human brain.,(14), 4531 – 4541.

Cudo, A., Francuz, P., Augustynowicz, P., & Stró?ak, P. (2018). The effects of arousal and approach motivated positive affect on cognitive control. An ERP study., 320.

Decety, J., & Yoder, K. J. (2016). Empathy and motivation for justice: Cognitive empathy and concern, but not emotional empathy, predict sensitivity to injustice for others.,(1),1–14.

Duckworth, A. L., Tsukayama, E., & Kirby, T. A. (2013). Is it really self-control? Examining the predictive power of the delay of gratification task.,(7), 843–855.

Eisenberger, R. (1992). Learned industriousness.,(2), 248–267.

Egner, T. (2017).. New Jersey: John Wiley & Sons.

Festinger, L. (1957).(Vol. 2). Redwood City: Stanford university press.

Freund, M. C., Etzel, J. A., & Braver, T. S. (2021). Neural coding of cognitive control: The representational similarity analysis approach.,(7), 622–638.

Fr?mer, R., Lin, H., Dean Wolf, C. K., Inzlicht, M., & Shenhav, A. (2021). Expectations of reward and efficacy guide cognitive control allocation.,(1), 1–11.

Gangopadhyay, P., Chawla, M., Dal Monte, O., & Chang, S. W. C. (2020). Prefrontal–amygdala circuits in social decision-making.,(1), 5–18.

Garvert, M. M., Moutoussis, M., Kurth-Nelson, Z., Behrens, T. E. J., & Dolan, R. J. (2015). Learning-induced plasticity in medial prefrontal cortex predicts preference malleability.,(2), 418–428.

Grahek, I., Fr?mer, R., & Shenhav, A. (2021). Learning when effort matters: Neural dynamics underlying updating and adaptation to changes in performance efficacy., 2020.10.09.333310.

Hart, E. E., & Izquierdo, A. (2019). Quantity versus quality: Convergent findings in effort-based choice tasks., 178–185.

Heilbronner, S. R., & Hayden, B. Y. (2016). Dorsal anterior cingulate cortex: A bottom-up view.(1), 149–170.

Hogan, P. S., Galaro, J. K., & Chib, V. (2019). Roles of ventromedial prefrontal cortex and anterior cingulate in subjective valuation of prospective effort.,(10), 4277–4290.

Holroyd, C. B., & Yeung, N. (2012). Motivation of extended behaviors by anterior cingulate cortex.,(2), 122–128.

Inzlicht, M., Shenhav, A., & Olivola, C. Y. (2018). The effort paradox: Effort is both costly and valued.,(4), 337–349.

Kang, G., Chang, W., Wang, L., & Zhou, X. (2019). Reward expectation modulates multiple stages of auditory conflict control., 148–156.

Klein-Flügge, M. C., Kennerley, S. W., Friston, K., & Bestmann, S. (2016). Neural signatures of value comparison in human cingulate cortex during decisions requiring an effort-reward trade-off.,(39), 10002–10015.

Klein-Flügge, M. C., Kennerley, S. W., Saraiva, A. C., Penny, W. D., & Bestmann, S. (2015). Behavioral modeling of human choices reveals dissociable effects of physical effort and temporal delay on reward devaluation.,(3), e1004116.

Kostandyan, M., Bombeke, K., Carsten, T., Krebs, R. M., Notebaert, W., & Boehler, C. N. (2019). Differential effects of sustained and transient effort triggered by reward–A combined EEG and pupillometry study., 116-130.

Kührt, C., Pannasch, S., Kiebel, S. J., & Strobel, A. (2021). Dispositional individual differences in cognitive effort investment: Establishing the core construct.,(1), 1–14.

Leng, X., Yee, D., Ritz, H., & Shenhav, A. (2020). Dissociable influences of reward and punishment on adaptive cognitive control., 2020.09.11.294157.

Leonard, J. A., Lee, Y., & Schulz, L. E. (2017). Infants make more attempts to achieve a goal when they see adults persist.(6357), 1290–1294.

Lockwood, P. L., Hamonet, M., Zhang, S. H., Ratnavel, A., Salmony, F. U., Husain, M., & Apps, M. A. J. (2017). Prosocial apathy for helping others when effort is required.,(7), 1–10.

Manohar, S. G., Finzi, R. D., Drew, D., & Husain, M. (2017). Distinct motivational effects of contingent and noncontingent rewards.,(7), 1016–1026.

Marr, D., & Poggio, T. (1979). A computational theory of human stereo vision.,(1156), 301–328.

Millet, K., & Dewitte, S. (2007). Altruistic behavior as a costly signal of general intelligence.,(2), 316–326.

Miller, M. A., Thomé, A., & Cowen, S. L. (2013). Intersection of effort and risk: Ethological and neurobiological perspectives.,, 208.

Morsella, E., Feinberg, G. H., Cigarchi, S., Newton, J. W., & Williams, L. E. (2011). Sources of avoidance motivation: Valence effects from physical effort and mental rotation.(3), 296–305.

Nagengast, A. J., Braun, D. A., & Wolpert, D. M. (2011). Risk-sensitivity and the mean-variance trade-off: Decision making in sensorimotor control.,(1716), 2325–2332.

Norton, M. I., Mochon, D., & Ariely, D. (2012). The IKEA effect: When labor leads to love.,(3), 453–460.

O’Doherty, J. P., Cockburn, J., & Pauli, W. M. (2017). Learning, reward, and decision making., 73–100.

Olivola, C. Y., & Shafir, E. (2013). The martyrdom effect: When pain and effort increase prosocial contributions.,(1), 91–105.

Olivola, C. Y., & Shafir, E. (2018).. Available at SSRN 3101447.

Parro, C., Dixon, M. L., & Christoff, K. (2018). The neural basis of motivational influences on cognitive control.,(12), 5097–5111.

Prévost, C., Pessiglione, M., Météreau, E., Cléry-Melin, M. L., & Dreher, J. C. (2010). Separate valuation subsystems for delay and effort decision costs.,(42), 14080–14090.

Rangel, A., Camerer, C., & Montague, P. R. (2008). A framework for studying the neurobiology of value-based decision making.(7), 545–556.

Reyes-Aguilar, A., Fernandez-Ruiz, J., Pasaye, E. H., & Barrios, F. A. (2017). Executive mechanisms for thinking about negative situations in both cooperative and non-cooperative contexts.,, 275.

Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., & Rushworth, M. F. S. (2006). Separate neural pathways process different decision costs.,(9), 1161–1168.

Sandra, D. A., & Otto, A. R. (2018). Cognitive capacity limitations and need for cognition differentially predict reward-induced cognitive effort expenditure., 101–106.

Seaman, K. L., Brooks, N., Karrer, T. M., Castrellon, J. J., Perkins, S. F., Dang, L. C., Hsu, M., Zald, D. H., & Samanez-Larkin, G. R. (2018). Subjective value representations during effort, probability and time discounting across adulthood.(5), 449–459.

Shenhav, A., Botvinick, M. M., & Cohen, J. D. (2013). The expected value of control: An integrative theory of anterior cingulate cortex function.,(2), 217–240.

Shenhav, A., Musslick, S., Lieder, F., Kool, W., Griffiths, T. L., Cohen, J. D., & Botvinick, M. M. (2017). Toward a rational and mechanistic account of mental effort.,, 99–124.

Shenhav, A., Prater Fahey, M., & Grahek, I. (2021). Decomposing the motivation to exert mental effort.(4), 307–314.

Sidarus, N., Palminteri, S., & Chambon, V. (2019). Cost-benefit trade-offs in decision-making and learning.,(9), e1007326.

Sullivan-Toole, H., DePasque, S., Holt-Gosselin, B., & Galván, A. (2019). Worth working for: The influence of effort costs on teens' choices during a novel decision making game., 100652.

Tran, T., Hagen, A. E. F., Hollenstein, T., & Bowie, C. R. (2020). Physical- and cognitive-effort-based decision-making in depression: Relationships to symptoms and functioning..(1), 53–67.

Tusche, A., B?ckler, A., Kanske, P., Trautwein, F. M., & Singer, T. (2016). Decoding the charitable brain: Empathy, perspective taking, and attention shifts differentially predict altruistic giving.,(17), 4719–4732.

Vekaria, K. M., Brethel-Haurwitz, K. M., Cardinale, E. M., Stoycos, S. A., & Marsh, A. A. (2017). Social discounting and distance perceptions in costly altruism.(5), 112474.

Verguts, T., Vassena, E., & Silvetti, M. (2015). Adaptive effort investment in cognitive and physical tasks: A neurocomputational model.,, 57.

Vogel, T. A., Savelson, Z. M., Otto, A. R., & Roy, M. (2020). Forced choices reveal a trade-off between cognitive effort and physical pain., 9, e59410.

Volz, L. J., Welborn, B. L., Gobel, M. S., Gazzaniga, M. S., & Grafton, S. T. (2017). Harm to self outweighs benefit to others in moral decision making.(30), 7963–7968.

Westbrook, A., & Frank, M. (2018). Dopamine and proximity in motivation and cognitive control., 28–34.

Westbrook, A., Frank, M. J., & Cools, R. (2021). A mosaic of cost–benefit control over cortico-striatal circuitry.(8), 710–721.

Westbrook, A., Lamichhane, B., & Braver, T. (2019). The subjective value of cognitive effort is encoded by a domain-general valuation network.(20), 3934–3947.

Westbrook, A., van den Bosch, R., M??tt?, J. I., Hofmans, L., Papadopetraki, D., Cools, R., & Frank, M. J. (2020). Dopamine promotes cognitive effort by biasing the benefits versus costs of cognitive work.(6484), 1362–1366.

Will, G. J., Rutledge, R. B., Moutoussis, M., & Dolan, R. J. (2017). Neural and computational processes underlying dynamic changes in self-esteem., e28098.

Williams, L., & Gill, D. L. (1995). The role of perceived competence in the motivation of physical activity.(4), 363–378.

Wittmann, M. K., Kolling, N., Faber, N. S., Scholl, J., Nelissen, N., & Rushworth, M. F. S. (2016). Self-Other mergence in the frontal cortex during cooperation and competition.(2), 482–493.

Yee, D. M., & Braver, T. S. (2018). Interactions of motivation and cognitive control., 83–90.

Yee, D. M., Crawford, J. L., Lamichhane, B., & Braver, T. S. (2021). Dorsal anterior cingulate cortex encodes the integrated incentive motivational value of cognitive task performance.(16), 3707–3720.

Zaki, J., Wager, T. D., Singer, T., Keysers, C., & Gazzola, V. (2016). The anatomy of suffering: Understanding the relationship between nociceptive and empathic pain.(4), 249–259.

Zénon, A., Devesse, S., & Olivier, E. (2016). Dopamine manipulation affects response vigor independently of opportunity cost.(37), 9516–9525.

Value Analysis determines when and how to strive

CAO Si-Qi1,2, TANG Chen-Chen3, WU Hai-Yan4, LIU Xun1,2

(1CAS Key Laboratory of Behavioral Science, Institute of Psychology, Chinese Academy of Sciences, Beijing 100101, China)(2Department of Psychology, University of Chinese Academy of Sciences, Beijing 100049, China)(3Department of Psychology, Beijing Sport University 100084, China)(4Center for Cognition and Brain Sciences, Department of Psychology, University of Macau, Macau 999078, China)

The optimization of effort investment, which minimizes the cost of effort and maximizes benefits, is a core issue in every field. This study aims to review previous theoretical and empirical studies on analysis of effort value. Based on the Paradox of Effort theory, this study expounds on the two sides of effort: inherent cost and potential value. By extending the Expected Value of Control theory, we discussed the non-social and social factors that influence effort. Studies on the mechanisms of effort provide essential insights into understanding the adaptive effort in social life and provide references for treating motivational disorders, shaping learned industriousness and prosocial behavior.

effort, Expected Value of Control theory, cost-benefit trade-off

2021-04-28

*澳門科技發(fā)展基金(0127/2020/A3)。

伍海燕, E-mail: haiyanwu@um.edu.mo;

劉勛, E-mail: liux@psych.ac.cn

B849: C91; B845