責(zé)任共擔(dān)促進(jìn)新手的互動(dòng)決策獲益：超掃描研究*

成曉君 劉美煥 潘亞峰

責(zé)任共擔(dān)促進(jìn)新手的互動(dòng)決策獲益：超掃描研究*

成曉君1劉美煥1潘亞峰2

(1深圳大學(xué)心理學(xué)院, 深圳 518060) (2浙江大學(xué)心理與行為科學(xué)系, 杭州 310028)

采用基于近紅外腦成像的超掃描技術(shù), 考察了責(zé)任共擔(dān)(即共同承擔(dān)決策結(jié)果)對(duì)個(gè)體(專(zhuān)家和新手)的互動(dòng)決策獲益(即互動(dòng)決策后個(gè)體的能力提升)的影響及腦機(jī)制。結(jié)果顯示, 相比于非責(zé)任共擔(dān), 責(zé)任共擔(dān)條件下新手的互動(dòng)決策獲益更高, 其與互動(dòng)同伴在額極區(qū)域存在增強(qiáng)的腦間活動(dòng)同步性; 并且, 額極的腦間活動(dòng)同步性可預(yù)測(cè)新手的互動(dòng)決策獲益。綜上, 責(zé)任共擔(dān)可以有效促進(jìn)新手的互動(dòng)決策獲益, 額極腦間活動(dòng)同步性可能是潛在的腦機(jī)制。

互動(dòng)獲益, 責(zé)任共擔(dān), 社會(huì)決策, 超掃描, 近紅外腦成像

1 引言

互動(dòng)(Interaction)是人類(lèi)生活不可或缺的組成部分, 指的是發(fā)生在個(gè)體間同時(shí)或序列的、可影響他人即刻或未來(lái)結(jié)果的系列行為(Johnson & Johnson, 2005)。個(gè)體間的互動(dòng)可增強(qiáng)團(tuán)體聯(lián)結(jié)和群體決策效率。例如, 在人際交往中, 交流和模仿同伴的行為, 對(duì)同伴的言語(yǔ)和行為進(jìn)行回應(yīng), 可以拉近團(tuán)體中個(gè)體間的關(guān)系, 增強(qiáng)團(tuán)體凝聚力(Lu et al., 2019; Nozawa et al., 2019)。在鼓勵(lì)互動(dòng)交流的氛圍中, 團(tuán)體的知覺(jué)決策能力(Bahrami et al., 2010)、創(chuàng)造力(Lu et al., 2019)均有所提升。最近研究表明, 個(gè)體也可以在與他人的互動(dòng)中獲益(即個(gè)體的“互動(dòng)獲益”, Interaction Benefit), 體現(xiàn)為與他人的互動(dòng)過(guò)程中, 個(gè)體自身的能力水平(相比于互動(dòng)前)獲得了提升(Lorenz et al., 2011; Sella et al., 2018)。社會(huì)決策是研究互動(dòng)獲益的一個(gè)經(jīng)典范式(Minson et al., 2011; Sella et al., 2018)。例如, 在一個(gè)社會(huì)決策任務(wù)中, 當(dāng)兩個(gè)個(gè)體在分別做出了自己的決策后有機(jī)會(huì)分享意見(jiàn)并達(dá)成決策共識(shí)時(shí), 個(gè)體自身的決策準(zhǔn)確度會(huì)提升(Sella et al., 2018)。盡管這一現(xiàn)象逐漸受到研究者的關(guān)注, 但個(gè)體互動(dòng)獲益現(xiàn)象背后的認(rèn)知和腦基礎(chǔ), 仍有待進(jìn)一步探究。

在與他人進(jìn)行互動(dòng)時(shí), 個(gè)體將和他人進(jìn)行行動(dòng)信息的交換, 這通常伴隨著生理或心理的更多投入, 并促進(jìn)任務(wù)的完成(Astin, 1999)。例如, 個(gè)體與教師的互動(dòng)次數(shù)的增加可以提升個(gè)體的學(xué)習(xí)績(jī)效(Pan et al., 2018)。值得注意的是, 在這些互動(dòng)任務(wù)(尤其是團(tuán)體決策)中, 團(tuán)隊(duì)各成員通常是默認(rèn)的合作關(guān)系, 互動(dòng)的結(jié)果與各成員的績(jī)效緊密相關(guān)(Mahmoodi et al., 2015; Minson et al., 2011; 余柳濤等, 2016)。因此, 個(gè)體的互動(dòng)獲益很有可能并非單純來(lái)源于互動(dòng)這一過(guò)程本身, 而是團(tuán)隊(duì)各成員在績(jī)效產(chǎn)出時(shí)共享了責(zé)任, 即責(zé)任共擔(dān)(Shared Responsibility)。責(zé)任共擔(dān)是指在群體決策中, 決策結(jié)果直接影響群體收益和損失, 當(dāng)前決策結(jié)果由群體成員共同承擔(dān)(Yaniv & Kleinberger, 2000; Zein et al., 2019)。責(zé)任共擔(dān)條件下, 個(gè)人的貢獻(xiàn)是模糊的、不被強(qiáng)調(diào)的, 因此個(gè)體將傾向于避免承擔(dān)決策后果(尤其是失敗的后果) (Mahmoodi et al., 2015; Zein et al., 2019)。為了分擔(dān)潛在錯(cuò)誤的責(zé)任, 個(gè)體的決策更有可能在自己的意見(jiàn)和同伴的建議之間交替進(jìn)行, 即使用平均策略(Averaging Strategy)。平均策略的使用, 使得個(gè)體充分參考和聽(tīng)取他人的意見(jiàn), 從而提升自己的能力水平。在非責(zé)任共擔(dān)條件下, 個(gè)人的責(zé)任非常明確, 因此個(gè)體更傾向于堅(jiān)持己見(jiàn), 整合他人意見(jiàn)的程度較低(Soll & Mannes, 2011)。鑒于此, 相比于非責(zé)任共擔(dān), 責(zé)任共擔(dān)條件下, 個(gè)體將更多地使用平均策略, 并獲得更大的互動(dòng)獲益。

互動(dòng)對(duì)個(gè)體的益處, 可能因個(gè)體自身的能力水平而異。Mastroeni等人(2017)的研究發(fā)現(xiàn), 當(dāng)團(tuán)體內(nèi)既有專(zhuān)家也有新手時(shí), 互動(dòng)可能會(huì)導(dǎo)致團(tuán)體內(nèi)的成員的能力越來(lái)越同質(zhì), 即專(zhuān)家的能力降低, 同時(shí), 新手的能力卻會(huì)得到提升(Mastroeni et al., 2017)。這一發(fā)現(xiàn)在Sella等人(2018)的研究中得到了驗(yàn)證, 在一個(gè)數(shù)值位置估計(jì)的互動(dòng)決策任務(wù)中, 經(jīng)過(guò)互動(dòng)后, 專(zhuān)家的個(gè)人估計(jì)能力略有下降, 而新手的個(gè)人估計(jì)能力得到了顯著的提升。這種互動(dòng)獲益在不同能力水平個(gè)體上的不同表現(xiàn), 或可被互動(dòng)決策過(guò)程中的平均策略所解釋。當(dāng)團(tuán)體成員采用平均策略時(shí), 個(gè)體將參考他人的意見(jiàn), 因此新手可從專(zhuān)家處獲益, 而專(zhuān)家則不能從新手處獲益(Mastroeni et al., 2017; Sella et al., 2018)。從這一角度出發(fā), 相比于專(zhuān)家, 新手將獲得更大的互動(dòng)獲益。同時(shí), 由于責(zé)任共擔(dān)條件下平均策略的使用更為突出, 我們認(rèn)為新手將在責(zé)任共擔(dān)條件下獲得更大的互動(dòng)獲益。鑒于互動(dòng)可能會(huì)導(dǎo)致團(tuán)體成員的能力趨于同質(zhì), 因此團(tuán)體成員的初始能力水平(即專(zhuān)家?新手各自的基礎(chǔ)能力)差異越大, 新手的進(jìn)步空間越大, 即互動(dòng)獲益越大。

神經(jīng)生理層面, 借助新近發(fā)展的超掃描(Hyperscanning)技術(shù), 研究者們得以同時(shí)觀察互動(dòng)過(guò)程中多個(gè)個(gè)體的大腦活動(dòng)(Montague et al., 2002; 李先春等, 2018)。研究表明, 互動(dòng)個(gè)體間的腦活動(dòng)存在同步性, 即腦間同步(Interpersonal Brain Synchronization, IBS) (Balardin et al., 2017; Cui et al., 2012; Jahng et al., 2017; Li et al., 2018)。迄今為止, 腦間同步在團(tuán)體合作(Hu et al., 2018; Yang et al., 2020)、教學(xué)互動(dòng)(Pan et al., 2018; Sun et al., 2020)、親子互動(dòng)(Miller et al., 2019; Nguyen et al., 2020)等不同的互動(dòng)任務(wù)中均有所發(fā)現(xiàn)?；?dòng)過(guò)程中的腦間同步強(qiáng)度不僅可反映互動(dòng)當(dāng)下的團(tuán)隊(duì)績(jī)效, 例如合作表現(xiàn)(Cui et al., 2012; Sun et al., 2020; Xue et al., 2018)或信息理解(Fishburn et al., 2018; Liu et al., 2019), 還與互動(dòng)過(guò)程中的單個(gè)個(gè)體的認(rèn)知或行為有關(guān), 例如情緒調(diào)節(jié)水平(Reindl et al., 2018)、親社會(huì)助人行為(Balconi & Fronda, 2020; Hu et al., 2017)與決策行為(Tang et al., 2016; Zhang et al., 2017)等。特別地, 互動(dòng)的腦間同步可以預(yù)測(cè)個(gè)體在互動(dòng)過(guò)程中的知識(shí)累積程度, 例如師生教學(xué)活動(dòng)時(shí)的腦間同步水平可以預(yù)測(cè)學(xué)生的課堂參與度(Bevilacqua et al., 2019)、學(xué)習(xí)成績(jī)(Pan et al., 2018, 2020; Zhu et al., 2021)和遷移效果(Zhu et al., 2021)?；谏鲜鲅芯? 我們認(rèn)為社會(huì)決策過(guò)程中的腦間同步或與個(gè)體的互動(dòng)獲益緊密相關(guān)。在已有的研究中, 腦間同步通常發(fā)生在前額葉(Prefrontal cortex, PFC)和右側(cè)顳頂聯(lián)合區(qū)域(right Temporal-Parietal cortex, rTPJ)。PFC通常與較為高級(jí)的心理活動(dòng)有關(guān), 例如計(jì)劃、決策等(Fehr & Camerer, 2007; Sun et al., 2016; van Overwalle, 2009); 而rTPJ則與推測(cè)他人意圖有關(guān)(Tang et al., 2016; van Overwalle, 2009; Zhang et al., 2017)。

綜上, 本研究將利用基于近紅外成像的超掃描技術(shù)探究責(zé)任共擔(dān)對(duì)專(zhuān)家和新手互動(dòng)獲益的影響。在實(shí)驗(yàn)中, 兩名被試將共同完成一個(gè)社會(huì)決策任務(wù)(Sella et al., 2018; Siegler & Opfer, 2003), 先各自通過(guò)移動(dòng)數(shù)軸上的光標(biāo)來(lái)估計(jì)數(shù)字所在位置(獨(dú)立決策階段), 而后對(duì)這一位置進(jìn)行共同調(diào)整并最終達(dá)成共識(shí)(互動(dòng)決策階段)。任務(wù)將設(shè)置兩個(gè)條件, 在責(zé)任共擔(dān)條件下, 互動(dòng)決策階段的結(jié)果(即獎(jiǎng)勵(lì)或懲罰)將由兩人共同承擔(dān); 在非責(zé)任共擔(dān)條件下, 互動(dòng)決策階段的結(jié)果僅由其中一人承擔(dān), 對(duì)另一人無(wú)影響?；?dòng)過(guò)程中, 近紅外腦功能成像儀(Functional Near-Infrared Spectroscopy, fNIRS)將同時(shí)記錄兩名被試的前額葉和右側(cè)顳頂聯(lián)合區(qū)域。這兩個(gè)區(qū)域在社會(huì)互動(dòng)和決策活動(dòng)中起著重要的作用。其中, rTPJ主要參與了對(duì)他人的目標(biāo)和信念的心理推斷, PFC參與了自我與他人信息的整合, 因此, 這兩個(gè)系統(tǒng)可以通過(guò)對(duì)他人的意圖進(jìn)行正確編碼, 從而理解他人的意圖(Amodio & Frith, 2006)。同時(shí), PFC通常與較為高級(jí)的心理活動(dòng)有關(guān), 例如計(jì)劃、決策和認(rèn)知控制等(Fehr & Camerer, 2007; Sun et al., 2016; van Overwalle, 2009), 可能參與了依據(jù)個(gè)體的動(dòng)機(jī)和對(duì)獎(jiǎng)勵(lì)的期待調(diào)節(jié)個(gè)體自身的行為表現(xiàn)的過(guò)程。在以往的基于fNIRS的超掃描研究中, 個(gè)體間的PFC和rTPJ的腦間同步已被廣泛發(fā)現(xiàn)與社會(huì)互動(dòng)行為表現(xiàn)相關(guān)(Cui et al., 2012; Lu & Hao, 2019; Nozawa et al., 2019; Tang et al., 2016)。本文假設(shè)：1)相比于專(zhuān)家, 新手的互動(dòng)獲益更高; 2)相比于非責(zé)任共擔(dān)條件, 責(zé)任共擔(dān)條件可誘發(fā)個(gè)體更強(qiáng)的互動(dòng)獲益; 3)相比于非責(zé)任共擔(dān)條件, 責(zé)任共擔(dān)條件可誘發(fā)更強(qiáng)的腦間同步; 4)個(gè)體的互動(dòng)獲益以及互動(dòng)決策時(shí)的腦間同步或可受到被試對(duì)(Dyad, 即專(zhuān)家?新手配對(duì))的初始能力差異的調(diào)節(jié)。

2 方法

2.1 被試

共招募在校大學(xué)生70名(年齡：18～25歲,= 20.3歲,= 2.0), 其中男性32人, 女性38人, 共形成35對(duì)相同性別的被試對(duì)(Dyad), 同一被試對(duì)內(nèi)兩名被試互不相識(shí)。在實(shí)驗(yàn)開(kāi)始時(shí), 兩名被試將各自獨(dú)立完成一個(gè)數(shù)值位置估計(jì)任務(wù)(即獨(dú)立決策任務(wù), 本研究中的基線任務(wù)), 以檢測(cè)其初始能力水平。在基線任務(wù)中表現(xiàn)較好的一名被試被確定為“專(zhuān)家” (= 35), 另一名被試則被確定為“新手” (= 35) (Sella et al., 2018; Sella et al., 2016; Siegler & Opfer, 2003)。其中兩對(duì)被試因頻繁頭動(dòng)影響數(shù)據(jù)采集, 數(shù)據(jù)未納入后續(xù)分析。所有被試均為右利手, 視力或者矯正視力正常, 色覺(jué)正常, 無(wú)精神病史或者腦部疾病史。所有被試在進(jìn)行實(shí)驗(yàn)前均簽署了書(shū)面的知情同意書(shū), 實(shí)驗(yàn)結(jié)束后根據(jù)表現(xiàn)獲得40～70元不等的報(bào)酬。這項(xiàng)研究得到了深圳大學(xué)研究倫理委員會(huì)的批準(zhǔn)。

2.2 實(shí)驗(yàn)任務(wù)和流程

兩名被試(被隨機(jī)編號(hào)為1號(hào)被試和2號(hào)被試)在到達(dá)實(shí)驗(yàn)室后, 面對(duì)電腦顯示器而坐(如圖1A)。實(shí)驗(yàn)開(kāi)始前, 被試被告知各任務(wù)流程和規(guī)則, 并被強(qiáng)調(diào)在整個(gè)實(shí)驗(yàn)過(guò)程中不得與實(shí)驗(yàn)同伴進(jìn)行任何言語(yǔ)或非言語(yǔ)的溝通。在被試確認(rèn)理解實(shí)驗(yàn)流程后, 實(shí)驗(yàn)正式開(kāi)始。正式實(shí)驗(yàn)中, 被試將首先平靜休息3分鐘, 在此階段被試需保持身體放松且頭部盡可能不動(dòng)。而后被試需要進(jìn)行基線任務(wù)和社會(huì)決策任務(wù)。實(shí)驗(yàn)任務(wù)將使用基于Matlab (版本2018a)的Psychtoolbox 3.0進(jìn)行編制并呈現(xiàn), 顯示器尺寸為17吋, 空間分辨率為1920×1080像素。

本研究的基線任務(wù)和社會(huì)決策任務(wù)均改編自Siegler和Opfer (2003)的數(shù)值位置估計(jì)范式。在基線任務(wù)中, 被試在需要在一條水平數(shù)軸上通過(guò)移動(dòng)光標(biāo)來(lái)估計(jì)給定的目標(biāo)數(shù)字的位置。這條數(shù)軸的兩端為端點(diǎn)數(shù)字?1000和+1000, 即此數(shù)軸的長(zhǎng)度為2000 (實(shí)際長(zhǎng)度像素為1000, 1個(gè)像素等同于2個(gè)數(shù)字單位)。目標(biāo)數(shù)字位于端點(diǎn)的正上方。每一個(gè)試次(trial)開(kāi)始時(shí), 屏幕上將會(huì)出現(xiàn)數(shù)軸, 其隨機(jī)位置上會(huì)出現(xiàn)一個(gè)光標(biāo)。光標(biāo)的顏色因被試而異。在本實(shí)驗(yàn)中, 1號(hào)被試的代表色為藍(lán)色, 2號(hào)被試的代表色為橙色。個(gè)體可通過(guò)按動(dòng)鍵盤(pán)的指定按鍵使光標(biāo)進(jìn)行左右移動(dòng), 每次按鍵將對(duì)應(yīng)于光標(biāo)的1個(gè)像素(兩個(gè)數(shù)字單位)。當(dāng)被試認(rèn)為已移動(dòng)到位時(shí),可按指定鍵進(jìn)行確認(rèn)。兩名被試需要各自進(jìn)行24個(gè)試次的數(shù)值位置估計(jì)。被試的估計(jì)成績(jī)將作為其初始能力水平, 其中能力水平相對(duì)高的被試被確認(rèn)為專(zhuān)家, 另一名被試則被確認(rèn)為新手。

在社會(huì)決策任務(wù)中, 兩名被試需要通過(guò)互動(dòng)來(lái)共同估計(jì)給定的目標(biāo)數(shù)字的位置(圖1B)。在每一試次中, 兩名被試先各自進(jìn)行完數(shù)值的位置估計(jì)(獨(dú)立決策階段), 而后屏幕上會(huì)同時(shí)顯示兩名被試的估計(jì)位置(以被試對(duì)應(yīng)的顏色標(biāo)識(shí)), 同時(shí), 代表互動(dòng)決策結(jié)果的灰色光標(biāo)將在數(shù)軸的隨機(jī)位置顯現(xiàn), 兩名被試可以輪流移動(dòng)該光標(biāo)來(lái)表示其認(rèn)為此數(shù)值應(yīng)處的位置(互動(dòng)決策階段)。本實(shí)驗(yàn)不預(yù)設(shè)移動(dòng)的回合數(shù)。當(dāng)其中一名被試完成移動(dòng), 而另一名被試表示無(wú)異議時(shí), 即可按確認(rèn)鍵結(jié)束互動(dòng)決策階段, 并進(jìn)入下一個(gè)試次。此任務(wù)包含兩個(gè)實(shí)驗(yàn)條件, 分別為責(zé)任共擔(dān)條件和非責(zé)任共擔(dān)條件。責(zé)任共擔(dān)條件共24個(gè)試次, 互動(dòng)決策的結(jié)果將共同影響兩人的績(jī)效。非責(zé)任共擔(dān)條件共24個(gè)試次, 每一試次的互動(dòng)決策結(jié)果僅會(huì)影響其中一名被試(程序隨機(jī)指定)的績(jī)效, 與另一名被試的績(jī)效無(wú)關(guān), 即專(zhuān)家責(zé)任(影響專(zhuān)家而非新手)和新手責(zé)任(影響新手而非專(zhuān)家)的試次各12個(gè), 兩類(lèi)試次的出現(xiàn)順序隨機(jī), 當(dāng)前試次的互動(dòng)決策結(jié)果影響信息將在實(shí)驗(yàn)屏幕的下方實(shí)時(shí)呈現(xiàn)。責(zé)任共擔(dān)和非責(zé)任共擔(dān)條件的順序在所有被試對(duì)中進(jìn)行平衡。

圖1 實(shí)驗(yàn)設(shè)置圖。(A)實(shí)驗(yàn)場(chǎng)景示意圖。(B)社會(huì)決策任務(wù)中獨(dú)立決策階段和互動(dòng)決策階段的設(shè)置。(C)光極的位置。

整個(gè)實(shí)驗(yàn)中, 目標(biāo)數(shù)字并不重復(fù)出現(xiàn), 每個(gè)條件的24個(gè)目標(biāo)數(shù)字在數(shù)軸上呈均勻分布(正數(shù)和負(fù)數(shù)各半)。為了防止疲勞效應(yīng), 被試每完成12個(gè)試次, 可休息30秒。各任務(wù)條件間有10秒間隔。在正式實(shí)驗(yàn)開(kāi)始前, 被試需進(jìn)行兩個(gè)試次的練習(xí)以確保其理解流程。

2.3 近紅外光學(xué)腦成像數(shù)據(jù)采集

本研究使用兩套相同的近紅外光學(xué)腦成像系統(tǒng)(NirScan-2442, 丹陽(yáng)慧創(chuàng), 中國(guó))來(lái)記錄兩名被試在進(jìn)行任務(wù)過(guò)程中的血氧活動(dòng)變化信號(hào), 為確保近紅外通道位置在不同條件間的一致性, 兩套設(shè)備隨機(jī)分配給專(zhuān)家或新手但并未在條件間(責(zé)任共擔(dān)和非責(zé)任共擔(dān))進(jìn)行調(diào)換。該系統(tǒng)可以檢測(cè)氧合血紅蛋白(Oxy-Hb)、脫氧血紅蛋白(Deoxy-Hb)和總血紅蛋白(Toxy-Hb)的相對(duì)濃度變化。本研究通過(guò)基于近紅外成像的超掃描技術(shù)同時(shí)測(cè)量被試的前額葉(通道1～16)和右側(cè)顳頂聯(lián)合區(qū)(通道17～23)兩個(gè)區(qū)域的血紅蛋白的濃度變化。光極排布參照國(guó)際10-20系統(tǒng), 前額葉的光極排布以FPz作為參考點(diǎn), 右側(cè)顳頂聯(lián)合區(qū)域以CP6和P6作為參考點(diǎn)(圖1C)。在本次光極和通道的設(shè)置中, 光源發(fā)射探頭和接收探頭間的距離約為3 cm, 采樣率為10 Hz。

2.4 數(shù)據(jù)分析

2.4.1 行為學(xué)數(shù)據(jù)分析

在數(shù)值位置估計(jì)范式下, 估計(jì)成績(jī)體現(xiàn)為估計(jì)位置與目標(biāo)數(shù)字的標(biāo)準(zhǔn)位置的偏差值(偏差值 = |估計(jì)位置 – 標(biāo)準(zhǔn)位置|)。偏差值越小, 則估計(jì)成績(jī)?cè)胶谩Ｔ诖嘶A(chǔ)上, 本研究主要關(guān)注的行為學(xué)表現(xiàn)主要有如下方面。首先是個(gè)體的互動(dòng)獲益, 其指標(biāo)為社會(huì)決策任務(wù)中個(gè)體獨(dú)立決策階段的成績(jī)相比于基線任務(wù)的進(jìn)步值(進(jìn)步值 = 基線條件的估計(jì)偏差 – 社會(huì)決策任務(wù)中個(gè)體獨(dú)立的估計(jì)偏差)。本研究將首先分別計(jì)算專(zhuān)家和新手在責(zé)任共擔(dān)和非責(zé)任共擔(dān)條件下的進(jìn)步值, 采用單樣本檢驗(yàn)分別考察專(zhuān)家和新手在這兩種條件下的進(jìn)步值是否顯著; 而后采用重復(fù)測(cè)量方差分析的方法考察責(zé)任共擔(dān)與否(責(zé)任共擔(dān) vs. 非責(zé)任共擔(dān))與組別(專(zhuān)家 vs. 新手)對(duì)個(gè)體進(jìn)步值的影響。同時(shí), 將通過(guò)皮爾遜相關(guān)法, 考察個(gè)體進(jìn)步值是否與團(tuán)體初始能力差異存在關(guān)聯(lián)。其次, 本研究考察個(gè)體在互動(dòng)決策過(guò)程中是否采用了平均策略。平均策略在本任務(wù)范式下與個(gè)體在互動(dòng)決策階段的退讓值(即互動(dòng)決策估計(jì)位置與個(gè)體的獨(dú)立估計(jì)位置的偏差值)有關(guān)。若退讓值小, 則認(rèn)為個(gè)體在互動(dòng)過(guò)程中較為堅(jiān)持自己原本的決策; 若退讓值大, 則認(rèn)為個(gè)體在互動(dòng)過(guò)程中較為妥協(xié)。當(dāng)兩人的退讓值不存在差異時(shí), 可以認(rèn)為兩人采取了平均策略。因此, 本研究將采用配對(duì)樣本檢驗(yàn), 分別考察在責(zé)任共擔(dān)和非責(zé)任共擔(dān)條件下, 同一被試對(duì)中的新手和專(zhuān)家的退讓值是否存在差異, 以此檢驗(yàn)責(zé)任共擔(dān)條件下是否產(chǎn)生了平均策略。

2.4.2 近紅外腦成像數(shù)據(jù)分析

采用修正的Beer-Lambert定律將各通道的原始的光強(qiáng)數(shù)據(jù)變化轉(zhuǎn)化為血紅蛋白濃度的變化(Arridge et al., 1992; Delpy et al., 1988; Hiraoka et al., 1993)。已有研究表明, 相比于脫氧血紅蛋白信號(hào), 氧合血紅蛋白信號(hào)對(duì)腦組織的血流量變化更加敏感(Hoshi, 2003), 因此本研究主要對(duì)其中的氧合血紅蛋白濃度信號(hào)進(jìn)行分析。在預(yù)處理過(guò)程中, 為消除噪音和排除生理因素等不可控干擾因素(排除腦同步反映噪聲同步的可能性), 將血氧信號(hào)進(jìn)行了0.02～0.5 Hz的帶通濾波(Piazza et al., 2020)。同時(shí), 采用基于血氧相關(guān)的信號(hào)提升技術(shù)(Correlation- based Signal Improvement)對(duì)氧合血紅蛋白濃度數(shù)據(jù)進(jìn)行矯正, 以降低頭動(dòng)等帶來(lái)的偽跡(Cui et al., 2010)。

在進(jìn)行了預(yù)處理后, 針對(duì)各通道, 采用了小波變換相干性(Wavelet Transform Coherence, WTC) (Torrence & Compo, 1998)的方法來(lái)計(jì)算互動(dòng)個(gè)體的腦間同步。經(jīng)過(guò)WTC的方法, 可獲得兩個(gè)信號(hào)的時(shí)間?頻率相干圖譜, 頻率范圍為0.0024～5 Hz。我們的感興趣頻段為0.01～0.1 Hz (Jiang et al., 2012), 這一頻段涵蓋了大部分認(rèn)知活動(dòng)相關(guān)的神經(jīng)生理信號(hào), 同時(shí)排除了由呼吸(約0.2～0.3 Hz)或心血管活動(dòng)(約1 Hz)等引發(fā)的高頻或低頻噪聲; 在該頻段能夠有效觀察到互動(dòng)決策時(shí)相比于基線條件顯著增強(qiáng)的腦間同步(我們對(duì)其他頻段, 如0.0024～0.01 Hz、0.1～0.33 Hz、0.33～5 Hz, 也進(jìn)行了檢驗(yàn), 但未發(fā)現(xiàn)顯著的條件間差異)。分別計(jì)算了此感興趣頻段下各個(gè)通道的基線任務(wù)、社會(huì)決策(責(zé)任共擔(dān)與非責(zé)任共擔(dān))任務(wù)中互動(dòng)決策階段的腦間同步, 而后將后者減去前者, 獲得(相比于基線任務(wù))互動(dòng)決策相關(guān)的腦間同步。在下文中, 責(zé)任共擔(dān)條件與非責(zé)任共擔(dān)條件的腦間同步均指的是已減去基線任務(wù)后的腦間同步。獲得每一被試對(duì)各個(gè)通道的互動(dòng)決策腦間同步后, 首先采用單樣本檢驗(yàn), 考察互動(dòng)決策過(guò)程是否有通道呈現(xiàn)出顯著增強(qiáng)的腦間同步。檢驗(yàn)結(jié)果將通過(guò)多重比較校正(本研究采用False-Discovery-Rate, FDR控制, 閾值為< 0.05) (Benjamini & Hochberg, 1995)。所有呈現(xiàn)出顯著腦間同步的通道, 都將成為本研究的感興趣通道。針對(duì)這些通道, 本研究將進(jìn)一步進(jìn)行配對(duì)樣本檢驗(yàn)來(lái)比較責(zé)任共擔(dān)和非責(zé)任共擔(dān)條件是否存在差異, 并運(yùn)用皮爾遜相關(guān)分析, 考察腦間同步是否與個(gè)體進(jìn)步值、被試對(duì)的初始能力差異存在關(guān)聯(lián)。最后, 運(yùn)用格蘭杰因果分析(Granger Causality analyses, GCA)來(lái)衡量?jī)擅辉嚨哪X活動(dòng)信號(hào)的方向性, 來(lái)更好地理解互動(dòng)決策過(guò)程中個(gè)體間的關(guān)系。具體地, 采用基于Matlab的多變量格蘭杰因果工具包(Multivariate Granger Causality Toolbox, MVGC)獲得責(zé)任共擔(dān)條件(全部試次)和非責(zé)任共擔(dān)條件(全部試次)兩名被試的整體的腦活動(dòng)信號(hào)兩個(gè)方向(專(zhuān)家→新手和新手→專(zhuān)家)的因果值(Barnett & Seth, 2014), 而后采用方差分析考察責(zé)任共擔(dān)與否和方向性對(duì)格蘭杰因果值的影響。同時(shí), 考慮到非責(zé)任共擔(dān)中涉及兩類(lèi)不同的責(zé)任類(lèi)型(專(zhuān)家責(zé)任和新手責(zé)任), 本研究將進(jìn)一步考察格蘭杰因果值受責(zé)任類(lèi)型(專(zhuān)家責(zé)任、新手責(zé)任)和方向性的影響。需要說(shuō)明的是, 由于在非責(zé)任共擔(dān)中專(zhuān)家責(zé)任和新手責(zé)任這兩類(lèi)試次為隨機(jī)穿插出現(xiàn), 而血氧信號(hào)對(duì)時(shí)間的敏感精度有限, 為了獲得較為穩(wěn)定的數(shù)據(jù)結(jié)果, 本研究將分別選取每對(duì)被試在專(zhuān)家責(zé)任和新手責(zé)任中各自最大的兩個(gè)試次團(tuán)(trial-cluster, 即連續(xù)出現(xiàn)的同類(lèi)型試次組合)的信號(hào)進(jìn)行分析。

3 結(jié)果

3.1 專(zhuān)家?新手分組檢驗(yàn)

以基線任務(wù)中的估計(jì)成績(jī)作為區(qū)分專(zhuān)家和新手的依據(jù)。在一個(gè)被試對(duì)中, 估計(jì)的絕對(duì)偏差(誤差)小的被選定為專(zhuān)家, 另一名則為新手。結(jié)果表明, 專(zhuān)家組與新手組的初始能力存在顯著差異,(64) = 5.48,< 0.001, Cohen’s= 1.35, 95% CI = [17.80,38.32], 體現(xiàn)為專(zhuān)家組的估計(jì)偏差(= 37.85,= 9.89)顯著低于新手組的估計(jì)偏差(= 65.85,= 27.62; 圖2A)。這一結(jié)果表明本研究對(duì)專(zhuān)家和新手的分組有效。

3.2 個(gè)體的互動(dòng)獲益：進(jìn)步值

首先, 使用單樣本檢驗(yàn)考察專(zhuān)家和新手個(gè)體在責(zé)任共擔(dān)和非責(zé)任共擔(dān)下的進(jìn)步值是否顯著。結(jié)果表明, 新手在兩個(gè)條件下均呈現(xiàn)了顯著的進(jìn)步(責(zé)任共擔(dān)：(32) = 5.80,< 0.001, Cohen’s= 1.01, 95% CI = [16.34, 34.02]; 非責(zé)任共擔(dān)：(32) = 2.86,= 0.007, Cohen’s= 0.50, 95% CI = [4.11, 24.36]; 圖2B)。專(zhuān)家則在這兩個(gè)條件下均未表現(xiàn)出進(jìn)步(責(zé)任共擔(dān)：(32) = ?1.09,= 0.283, 95% CI = [?10.77, 3.31]; 非責(zé)任共擔(dān)：(32) = ?1.47,= 0.152, 95% CI = [?11.80, 1.92]; 圖2B)。進(jìn)一步地, 采用重復(fù)測(cè)量方差分析來(lái)探索個(gè)體的進(jìn)步值是否受組別和責(zé)任共擔(dān)與否的影響。結(jié)果表明, 組別的主效應(yīng)顯著,(1, 64) = 24.28,< 0.001, partial η2= 0.28, 95% CI = [14.33, 33.87], 體現(xiàn)為新手的進(jìn)步值高于專(zhuān)家的進(jìn)步值。同時(shí), 責(zé)任共擔(dān)與否的主效應(yīng)呈邊緣顯著,(1, 64) = 3.76,= 0.057, partial η2= 0.06, 95% CI = [?0.19, 12.24], 責(zé)任共擔(dān)情境下存在更強(qiáng)的進(jìn)步趨勢(shì)。組別與責(zé)任共擔(dān)與否的交互效應(yīng)不顯著,(1, 64) = 2.50,= 0.119, partial η2= 0.04。由于責(zé)任共擔(dān)與否的效應(yīng)在不同個(gè)體中的作用表現(xiàn)是本研究關(guān)注的重點(diǎn)之一, 按計(jì)劃嘗試考察了責(zé)任共擔(dān)與否對(duì)專(zhuān)家和新手進(jìn)步值的影響。結(jié)果顯示, 新手在責(zé)任共擔(dān)條件的進(jìn)步值顯著地大于非責(zé)任共擔(dān)條件((32) = 2.64,= 0.013, Cohen’s= 0.46, 95% CI = [2.50, 19.39]; 圖2B), 而專(zhuān)家則無(wú)此差異(> 0.05)。最后, 利用相關(guān)分析考察個(gè)體的進(jìn)步值與被試對(duì)的初始能力差異的關(guān)系(此過(guò)程中, 責(zé)任共擔(dān)條件下有兩名專(zhuān)家被試和一名新手被試的數(shù)據(jù)因超過(guò)3個(gè)標(biāo)準(zhǔn)差而被排除, 非責(zé)任共擔(dān)下有兩對(duì)被試數(shù)據(jù)因超過(guò)3個(gè)標(biāo)準(zhǔn)差而被排除)。相關(guān)分析的結(jié)果顯示, 新手進(jìn)步值與被試對(duì)的初始能力差異程度呈顯著正相關(guān)(責(zé)任共擔(dān)條件：= 0.68,< 0.001; 非責(zé)任共擔(dān)條件：= 0.56,< 0.001), 即當(dāng)被試對(duì)的初始能力差異越大時(shí), 新手的進(jìn)步越大; 而專(zhuān)家進(jìn)步值與被試對(duì)的初始能力差異程度相關(guān)不顯著(責(zé)任共擔(dān)條件：= ?0.20,= 0.29; 非責(zé)任共擔(dān)條件：= 0.16,= 0.38)。

為了探討兩人互動(dòng)的次數(shù)是否影響個(gè)體的進(jìn)步值, 把每個(gè)條件的24個(gè)試次按時(shí)間進(jìn)程切分為前后兩半(前12個(gè)試次為block1, 后12個(gè)試次為block2), 而后把進(jìn)步值作為因變量, 把block (block1、block2)、組別(專(zhuān)家、新手)和責(zé)任共擔(dān)與否(責(zé)任共擔(dān)、非責(zé)任共擔(dān))作為自變量進(jìn)行方差分析。結(jié)果表明, block的主效應(yīng)邊緣顯著,(1, 64) = 3.77,= 0.057, partial η2= 0.06, 體現(xiàn)為block1的進(jìn)步值高于block2, 即個(gè)體在互動(dòng)早期可獲得更大的進(jìn)步; block和組別、責(zé)任共擔(dān)與否的交互作用均不顯著(s> 0.05)。

考慮到本研究中專(zhuān)家和新手的劃分是相對(duì)的, 即被試對(duì)中能力較好的一人為專(zhuān)家, 另一人為新手, 但可能新手組中也有能力較好者, 而專(zhuān)家組亦存在能力較差者, 因此本研究進(jìn)行了補(bǔ)充分析, 探索了個(gè)體的絕對(duì)能力水平是否也可能影響互動(dòng)獲益。將所有被試按照其初始能力水平進(jìn)行了排序并將前50%的被試視為專(zhuān)家, 后50%的被試視為新手。對(duì)此分組標(biāo)準(zhǔn)下的個(gè)體進(jìn)步值進(jìn)行統(tǒng)計(jì)分析, 結(jié)果發(fā)現(xiàn), 新手在兩個(gè)條件下均呈現(xiàn)了顯著的進(jìn)步(責(zé)任共擔(dān)：(32) = 6.62,< 0.001, Cohen’s= 1.15, 95% CI = [18.72, 35.34]; 非責(zé)任共擔(dān)：(32) = 3.39,= 0.002, Cohen’s= 0.59, 95% CI = [6.37, 25.54], 且其在責(zé)任共擔(dān)條件下的進(jìn)步顯著地大于非責(zé)任共擔(dān)條件下,(32) = 2.91,= 0.007, Cohen’s= 0.51, 95% CI = [3.80, 18.82]。專(zhuān)家則在這兩個(gè)條件下均未表現(xiàn)出進(jìn)步(責(zé)任共擔(dān)：(32) = ?2.72,= 0.096, 95% CI = [?12.41, 1.06]; 非責(zé)任共擔(dān)：(32) = ?1.95,= 0.060, 95% CI = [?3.62, 0.29])。這表明, 從絕對(duì)能力水平的角度看, 新手亦更有可能獲得進(jìn)步, 與上述結(jié)果一致。

3.3 個(gè)體的退讓值

對(duì)責(zé)任共擔(dān)、非責(zé)任共擔(dān)條件下的專(zhuān)家和新手的退讓值進(jìn)行配對(duì)樣本檢驗(yàn)。結(jié)果發(fā)現(xiàn), 在責(zé)任共擔(dān)條件下, 專(zhuān)家和新手的退讓值并不存在顯著差異(圖2C),(32) = 0.26,= 0.799。在非責(zé)任共擔(dān)條件下, 當(dāng)責(zé)任人為專(zhuān)家時(shí), 新手的退讓值顯著高于專(zhuān)家的退讓值(圖2C),(32) = 5.90,< 0.001, Cohen’s= 1.03, 95% CI = [11.47, 23.58]; 當(dāng)責(zé)任人為新手時(shí), 專(zhuān)家的退讓值顯著高于新手的退讓值(圖2C),(32) = 3.39,= 0.002, Cohen’s= 0.59, 95% CI = [4.76, 19.09]。這些結(jié)果表明, 在責(zé)任共擔(dān)條件下并不存在主要的決策者, 專(zhuān)家和新手選擇使用了平均策略進(jìn)行互動(dòng)決策; 而在非責(zé)任共擔(dān)條件下, 專(zhuān)家和新手都更偏向于堅(jiān)持自己的決策。

3.4 腦間同步

對(duì)互動(dòng)決策引發(fā)的腦間同步進(jìn)行單樣本檢驗(yàn)。發(fā)現(xiàn)在責(zé)任共擔(dān)條件下, 前額葉通道3、5、9、10、11、13、14, 顯示出顯著的腦間同步,s ≥ 2.55,s ≤ 0.016 (FDRs < 0.05), Cohen’ss ≥ 0.44; 顳頂聯(lián)合區(qū)通道17顯示出顯著的腦間同步,(32) = 3.43,= 0.002 (FDR< 0.05), Cohen’s= 0.60。而在非責(zé)任共擔(dān)條件下, 僅前額葉通道14顯示出顯著的同步,(32) = 4.29,< 0.001 (FDR< 0.05), Cohen’s= 0.75, 圖3A。

以上述通道作為感興趣通道, 對(duì)腦間同步進(jìn)行責(zé)任共擔(dān)和非責(zé)任共擔(dān)的配對(duì)樣本檢驗(yàn)。結(jié)果發(fā)現(xiàn), 通道5的腦間同步呈現(xiàn)出顯著的條件間效應(yīng),(32) = 2.07,= 0. 047 (FDR未矯正), Cohen’s= 0.36, 95% CI = [0.0003, 0.0379], 體現(xiàn)為責(zé)任共擔(dān)條件下的腦間同步顯著高于非責(zé)任共擔(dān)條件下的腦間同步。這一通道位于左側(cè)額極區(qū)域(Frontopolar area, 圖3B)。

3.5 腦間同步與行為表現(xiàn)的關(guān)聯(lián)

采用皮爾遜相關(guān)分析考察上述發(fā)現(xiàn)的腦間同步(通道5)與個(gè)體進(jìn)步值的關(guān)系, 此過(guò)程中責(zé)任共擔(dān)條件下一名專(zhuān)家、非責(zé)任共擔(dān)條件下一名專(zhuān)家和兩名新手的進(jìn)步值因超過(guò)3個(gè)標(biāo)準(zhǔn)差而被排除。結(jié)果發(fā)現(xiàn), 在責(zé)任共擔(dān)條件下, 腦間同步與新手進(jìn)步值呈顯著正相關(guān)(= 0.37,= 0.036; 圖3B), 與專(zhuān)家進(jìn)步值相關(guān)不顯著(= ?0.12,= 0.517)。在非責(zé)任共擔(dān)條件下, 腦間同步與新手進(jìn)步值相關(guān)不顯著(= 0.02,= 0.93, 圖3B), 與專(zhuān)家進(jìn)步值相關(guān)不顯著(= ?0.14,= 0.431)。此外, 采用皮爾遜相關(guān)分析考察腦間同步(通道5)與被試對(duì)初始能力差的關(guān)系, 此過(guò)程中一個(gè)被試對(duì)的初始能力差異數(shù)據(jù)因超過(guò)3個(gè)標(biāo)準(zhǔn)差而被排除。結(jié)果顯示, 責(zé)任共擔(dān)條件下的腦間同步(通道5)與被試對(duì)的初始能力差異呈顯著正相關(guān)(= 0.37,= 0.038; 圖3B), 而非責(zé)任共擔(dān)下的腦間同步與被試對(duì)的初始能力差異相關(guān)不顯著(= 0.02,= 0.936; 圖3B)。

3.6 腦間同步的方向性

采用方差分析考察責(zé)任共擔(dān)與否和方向性對(duì)格蘭杰因果值的影響。結(jié)果表明, 責(zé)任共擔(dān)與否的主效應(yīng)不顯著,(1, 32) = 0.18,= 0.67, partial η2= 0.01, 方向的主效應(yīng)不顯著,(1, 32) = 0.27,= 0.61, partial η2= 0.01, 方向與責(zé)任共擔(dān)與否的交互作用不顯著,(1, 32) = 0.10,= 0.75, partial η2=0.003。這表明, 責(zé)任共擔(dān)與否和兩個(gè)方向并未存在明顯差異。對(duì)于非責(zé)任共擔(dān)條件, 進(jìn)一步考察責(zé)任類(lèi)型與方向性對(duì)格蘭杰因果值的影響, 結(jié)果顯示, 責(zé)任類(lèi)型的主效應(yīng)不顯著,(1, 32) = 1.67,= 0.21, partial η2= 0.05。方向性的主效應(yīng)不顯著,(1, 32) = 0.26,= 0.62, partial η2= 0.01, 但二者的交互作用顯著,(1, 32) = 4.96,= 0.033, partial η2= 0.13。進(jìn)一步的分析表明, 專(zhuān)家à新手這一方向的因果值在新手責(zé)任時(shí)顯著高于專(zhuān)家責(zé)任時(shí),(32) = 2.38,= 0.023, Cohen’s= 0.41。

圖3 腦間同步結(jié)果。(A)責(zé)任共擔(dān)和非責(zé)任共擔(dān)條件下的腦間同步t值分布圖。責(zé)任共擔(dān)條件下, 前額葉大部分通道出現(xiàn)顯著的腦間同步; 非責(zé)任共擔(dān)條件下, 前額葉僅通道14顯著出腦間同步。(B)腦間同步的條件間差異t值圖。其中, 通道5表現(xiàn)出顯著的條件間差異, 體現(xiàn)為責(zé)任共擔(dān)條件下的腦間同步顯著大于非責(zé)任共擔(dān)條件。責(zé)任共擔(dān)條件下, 通道5的腦間同步與新手進(jìn)步值呈顯著正相關(guān), 與被試對(duì)初始能力差異呈顯著正相關(guān)。注：*p < 0.05。誤差線為標(biāo)準(zhǔn)誤。

4 討論

本研究將實(shí)時(shí)互動(dòng)的社會(huì)決策任務(wù)與基于近紅外腦成像的超掃描技術(shù)相結(jié)合, 探究責(zé)任共擔(dān)對(duì)專(zhuān)家和新手互動(dòng)決策獲益的影響及其腦機(jī)制。結(jié)果發(fā)現(xiàn), 在互動(dòng)決策過(guò)程中, 新手比專(zhuān)家獲得更大的能力提升, 即獲益更高。同時(shí), 在責(zé)任共擔(dān)條件下, 新手的互動(dòng)獲益更高, 此條件下被試對(duì)更傾向于使用平均策略。腦活動(dòng)層面, 兩名被試在進(jìn)行互動(dòng)決策時(shí)前額葉和右側(cè)顳頂聯(lián)合區(qū)表現(xiàn)出顯著的腦間同步, 且責(zé)任共擔(dān)條件下額極區(qū)域的腦間同步顯著高于非責(zé)任共擔(dān)條件下。責(zé)任共擔(dān)下的額極區(qū)域增強(qiáng)的腦間同步可以預(yù)測(cè)新手的互動(dòng)獲益。此外, 腦間同步和新手的互動(dòng)獲益均與被試對(duì)的初始能力差異存在關(guān)聯(lián), 體現(xiàn)為被試對(duì)的初始能力差異越大, 腦間同步越高, 新手獲益程度越高。這些結(jié)果表明, 責(zé)任共擔(dān)可以有效促進(jìn)新手的互動(dòng)獲益, 平均策略的使用和腦間同步的增強(qiáng)可能是潛在的認(rèn)知和腦機(jī)制; 同時(shí), 個(gè)體間的初始能力差異程度可調(diào)節(jié)上述效應(yīng)。

行為結(jié)果顯示, 經(jīng)歷互動(dòng)決策后, 新手而非專(zhuān)家的能力水平獲得提升, 這與以往相關(guān)研究相一致(Mastroeni et al., 2017; Sella et al., 2018)。更重要的是, 相比于非責(zé)任共擔(dān)條件下, 新手在責(zé)任共擔(dān)下的互動(dòng)獲益更高, 即責(zé)任共擔(dān)利于促進(jìn)新手互動(dòng)獲益的有效性。相關(guān)數(shù)據(jù)分析發(fā)現(xiàn), 在責(zé)任共擔(dān)條件中, 雙方的退讓值不存在差異。而非責(zé)任共擔(dān)條件下, 存在明顯的主要的決策者, 即對(duì)互動(dòng)決策結(jié)果負(fù)責(zé)的個(gè)人。當(dāng)責(zé)任人為專(zhuān)家時(shí), 新手的退讓值高; 當(dāng)責(zé)任人為新手時(shí), 專(zhuān)家的退讓值高。我們還進(jìn)一步分析了不同條件下互動(dòng)決策結(jié)果更靠近專(zhuān)家或新手個(gè)人決策結(jié)果的比例, 結(jié)果發(fā)現(xiàn)責(zé)任共擔(dān)下, 互動(dòng)決策結(jié)果靠近專(zhuān)家和靠近新手的比例為46.8% : 48.1%。在非責(zé)任共擔(dān)條件下, 當(dāng)負(fù)責(zé)人為專(zhuān)家時(shí), 互動(dòng)決策結(jié)果靠近專(zhuān)家和靠近新手的比例為76.4% : 19.0%; 當(dāng)負(fù)責(zé)人為新手時(shí), 互動(dòng)決策結(jié)果靠近專(zhuān)家和靠近新手的比例為24.3% : 71.4%。這些發(fā)現(xiàn)表明了, 責(zé)任共擔(dān)可以促進(jìn)平均策略的使用, 充分的互動(dòng)亦促使新手投入了更多的心理資源(Astin, 1999), 認(rèn)真參考專(zhuān)家的個(gè)人決策結(jié)果, 在決策中多次對(duì)專(zhuān)家和自己的決策進(jìn)行整合和平均(Sella et al., 2018), 在此過(guò)程中通過(guò)趨近專(zhuān)家的決策(Farrell, 2011; Mastroeni et al., 2017; Rauhut et al., 2011), 能力得到了提高。非責(zé)任共擔(dān)則會(huì)導(dǎo)致觀點(diǎn)意見(jiàn)的交流互動(dòng)減少, 造成個(gè)體的互動(dòng)獲益減少。當(dāng)責(zé)任人為專(zhuān)家時(shí), 這種獲益的減少尤為突出(互動(dòng)獲益：責(zé)任共擔(dān)時(shí)為25.18, 非責(zé)任共擔(dān)且負(fù)責(zé)人為新手時(shí)為17.19, 非責(zé)任共擔(dān)且負(fù)責(zé)人為專(zhuān)家時(shí)為11.29)。這可能是由于此條件降低了新手的心理資源投入, 新手沒(méi)有認(rèn)真參考專(zhuān)家的個(gè)人決策結(jié)果, 因而互動(dòng)中的獲益減少。

雙人近紅外腦成像結(jié)果顯示, 互動(dòng)決策過(guò)程引發(fā)了個(gè)體前額葉(包括額極和背外側(cè)前額葉等)和顳頂聯(lián)合區(qū)域的腦間同步, 這一結(jié)果與合作互動(dòng)假說(shuō)相一致(Lu & Hao, 2019)。腦間同步的增加通常與個(gè)體間的互動(dòng)有關(guān), 它可以作為不同互動(dòng)(如感知運(yùn)動(dòng)、信息溝通和思維決策層面的互動(dòng))的神經(jīng)標(biāo)記(李先春等, 2018)。進(jìn)一步地, 責(zé)任共擔(dān)條件下的左側(cè)額極區(qū)域(通道5)的腦間同步相較于非責(zé)任共擔(dān)下的顯著增強(qiáng), 并且這一腦間同步與新手的互動(dòng)獲益存在顯著正相關(guān)。左側(cè)額極區(qū)域通常與較為高級(jí)的認(rèn)知過(guò)程有關(guān), 例如計(jì)劃(Okuda et al., 1998)、元認(rèn)知(Miyamoto et al., 2018)、問(wèn)題解決(Green et al., 2010), 以及工作記憶(Christoff & Gabrieli, 2000)和注意力(Daffner et al., 2000)。因此, 責(zé)任共擔(dān)條件下更強(qiáng)的腦間同步可能反映了更有效的互動(dòng)。在此條件下, 頻繁互動(dòng)促使專(zhuān)家和新手都會(huì)投入同等多的心理資源, 監(jiān)視自己的個(gè)人決策結(jié)果和雙方?jīng)Q策結(jié)果的整合。格蘭杰因果分析的結(jié)果亦佐證了這一點(diǎn), 即在責(zé)任共擔(dān)下并未形成明顯的主導(dǎo)者?跟隨者模式。整合的過(guò)程涉及注意的投入, 利用工作記憶和元認(rèn)知持續(xù)追蹤和調(diào)整個(gè)人和集體的決策結(jié)果。而在非責(zé)任共擔(dān)條件下, 無(wú)論負(fù)責(zé)人是新手還是專(zhuān)家, 個(gè)體間并無(wú)明確的統(tǒng)一的目標(biāo), 可能并不重視集體決策結(jié)果的整合, 因而有效互動(dòng)減少, 腦間同步降低。值得注意的是, 格蘭杰因果分析提示, 當(dāng)新手負(fù)責(zé)時(shí), 專(zhuān)家會(huì)更加刻意引導(dǎo)新手。而新手則并未表現(xiàn)出條件間差異。這可能體現(xiàn)了在非責(zé)任共擔(dān)時(shí), 新手的行動(dòng)界限較為明晰, 而專(zhuān)家則會(huì)試圖用自己的專(zhuān)長(zhǎng)水平影響新手。另外, 雖然在責(zé)任共擔(dān)下在背外側(cè)前額葉(通道9、10、11、13、14)及右側(cè)顳頂聯(lián)合(通道17)發(fā)現(xiàn)的腦間同步的通道數(shù)多于非責(zé)任共擔(dān)條件(僅通道14), 但是條件間比較發(fā)現(xiàn)這些通道的腦間同步并不存在顯著差異。背外側(cè)前額葉和右側(cè)顳頂聯(lián)合區(qū)域多與心理理論相關(guān)(Fehr & Camerer, 2007; van Overwalle, 2009), 在不同的互動(dòng)合作任務(wù)中均發(fā)現(xiàn)了互動(dòng)個(gè)體在這兩個(gè)區(qū)域的腦間同步(Lu et al., 2019; Sun et al., 2020; Tang et al., 2016)。在本研究中, 無(wú)論責(zé)任共擔(dān)與否, 互動(dòng)決策環(huán)節(jié)都是不存在利益沖突的合作狀態(tài), 個(gè)體都需要推測(cè)對(duì)方使用的決策策略, 并且達(dá)成決策共識(shí), 因此盡管責(zé)任狀態(tài)不同, 在背外側(cè)前額葉和顳頂聯(lián)合區(qū)域上的腦間同步并未表現(xiàn)出差異。

研究發(fā)現(xiàn), 新手的互動(dòng)獲益和互動(dòng)決策的腦間同步均與被試對(duì)的初始能力差異緊密相關(guān)。特別地, 在責(zé)任共擔(dān)條件下, 被試對(duì)的初始能力差異越大, 個(gè)體的腦間同步越強(qiáng), 新手的互動(dòng)獲益越大。先前關(guān)于互動(dòng)的集體獲益(互動(dòng)決策結(jié)果相對(duì)于個(gè)人決策結(jié)果的提升)的研究表明, 當(dāng)群體的能力差異越小時(shí), 集體獲益越大(Ganesh et al., 2014; Sella et al., 2018; Wahn et al., 2017), 即當(dāng)群體能力差異越大時(shí), 互動(dòng)的集體獲益會(huì)變小。這種團(tuán)體能力差異對(duì)互動(dòng)的個(gè)人獲益和集體獲益影響的不同, 凸顯了出于不同目的的互動(dòng)決策, 可能需要考慮在組成決策團(tuán)體時(shí)成員能力水平的差異。團(tuán)體初始能力的差異增加了他們?cè)诼?lián)合決策環(huán)節(jié)的互動(dòng)需求, 能力差異越大, 則需要更多的互動(dòng)才能達(dá)成一致的決策, 因此腦間同步性更高。更多的互動(dòng)機(jī)會(huì)使得新手有更多的機(jī)會(huì)整合專(zhuān)家的個(gè)人決策結(jié)果, 因此互動(dòng)獲益也越大。

本研究采用超掃描技術(shù), 從互動(dòng)的視角下探究責(zé)任共擔(dān)如何影響新手互動(dòng)獲益及其腦際的神經(jīng)機(jī)制, 獲得了一些有價(jià)值的結(jié)果, 但是研究仍然存在一些局限。首先, 本研究中僅探討了責(zé)任共擔(dān)與否對(duì)個(gè)體互動(dòng)獲益的影響。在責(zé)任共擔(dān)條件下, 個(gè)體間的責(zé)任分配比例可能會(huì)影響互動(dòng)機(jī)制, 可以進(jìn)一步地增設(shè)相關(guān)的條件進(jìn)行研究。其次, 本研究對(duì)個(gè)體的互動(dòng)獲益進(jìn)行時(shí)間進(jìn)程的分析, 發(fā)現(xiàn)互動(dòng)獲益更多地發(fā)生在互動(dòng)的早期, 且這是一種相對(duì)廣泛存在的趨勢(shì)。這可能是因?yàn)樵谝婚_(kāi)始時(shí)個(gè)體的卷入度更高。但由于本研究中的試次數(shù)并不充足, 無(wú)法嚴(yán)謹(jǐn)?shù)乜疾旎睾蠑?shù)對(duì)獲益的影響, 未來(lái)研究可以關(guān)注這一問(wèn)題。此外, 非責(zé)任共擔(dān)條件中安排了專(zhuān)家責(zé)任和新手責(zé)任的試次, 盡管這兩類(lèi)試次均屬于非責(zé)任共擔(dān)的情形, 但在這兩類(lèi)試次中專(zhuān)家和新手的退讓值表現(xiàn)發(fā)生了反轉(zhuǎn)(圖2C), 提示了其內(nèi)在可能存在不同的機(jī)制。本研究嘗試比較了兩類(lèi)試次的個(gè)體進(jìn)步值和腦間同步的表現(xiàn), 結(jié)果并未發(fā)現(xiàn)兩類(lèi)試次的明顯區(qū)別(s > 0.05)。由于在實(shí)驗(yàn)中這兩類(lèi)試次(各12個(gè))為隨機(jī)呈現(xiàn), 并未嚴(yán)格控制順序平衡, 而研究發(fā)現(xiàn)互動(dòng)獲益可能存在時(shí)間進(jìn)程的效應(yīng), 目前的設(shè)計(jì)探討這兩類(lèi)試次的差異可能存在偏頗。未來(lái)的研究可以優(yōu)化設(shè)計(jì)對(duì)兩類(lèi)責(zé)任情形進(jìn)行區(qū)分, 以便更好地理解非責(zé)任共擔(dān)下的各類(lèi)互動(dòng)效應(yīng)。最后, 本研究中專(zhuān)家和新手的劃分是相對(duì)的, 在補(bǔ)充分析時(shí)發(fā)現(xiàn)互動(dòng)獲益可能受個(gè)體的絕對(duì)能力水平的影響, 可進(jìn)一步探討個(gè)體的絕對(duì)能力水平與同伴的相對(duì)能力水平如何共同影響個(gè)體的互動(dòng)獲益。

5 結(jié)論

本研究利用超掃描技術(shù)探討了社會(huì)決策中責(zé)任共擔(dān)對(duì)個(gè)體的互動(dòng)決策獲益的影響和腦機(jī)制。本研究發(fā)現(xiàn), 責(zé)任共擔(dān)可以有效促進(jìn)新手的互動(dòng)決策獲益, 平均策略的使用和前額葉腦間同步的增強(qiáng)可能是潛在的認(rèn)知和腦機(jī)制; 同時(shí), 個(gè)體間的初始能力差異程度可調(diào)節(jié)上述效應(yīng)。

Amodio, D. M., & Frith, C. D. (2006). Meeting of minds: The medial frontal cortex and social cognition.(4), 268–277.

Arridge, S. R., Cope, M., & Delpy, D. T. (1992). The theoretical basis for the determination of optical pathlengths in tissue: Temporal and frequency analysis.(7), 1531–1560.

Astin, A. W. (1999). Student involvement: A developmental theory for higher education.(5), 518–529.

Bahrami, B., Olsen, K., Latham, P. E., Roepstorff, A., Rees, G., & Frith, C. D. (2010). Optimally interacting minds.(5995), 1081–1085.

Balardin, J. B., Zimeo, M., Furucho, R. A., Trambaiolli, L., Vanzella, P., Biazoli, C., & Sato, J. R. (2017). Imaging brain function with functional near infrared spectroscopy in unconstrained environments.258.

Balconi, M., & Fronda, G. (2020). The "gift effect" on functional brain connectivity. Inter-brain synchronization when prosocial behavior is in action.(1), 5394–5394.

Barnett, L., & Seth, A. K. (2014). The MVGC multivariate granger causality toolbox: A new approach to granger- causal inference., 50–68.

Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing.(1), 289-300.

Bevilacqua, D., Davidesco, I., Wan, L., Chaloner, K., J Rowland, & Ding, M., & Dikker, S. (2019). Brain-to-brain synchrony and learning outcomes vary by student-teacher dynamics: Evidence from a real-world classroom electroencephalography study.(3), 401–411.

Christoff, K., & Gabrieli, J. (2000). The frontopolar cortex and human cognition: Evidence for a rostrocaudal hierarchical organization within the human prefrontal cortex.(2), 168–186.

Cui, X., Bray, S., & Reiss, A. L. (2010). Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics.(4), 3039–3046.

Cui, X., Bryant, D. M., & Reiss, A. L. (2012). NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation.(3), 2430–2437.

Daffner, K. R., Mesulam, M. M., Scinto, L., Acar, D., Calvo, V., Faust, R., ... Holcomb, P. (2000). The central role of the prefrontal cortex in directing attention to novel events.(5), 927–939.

Delpy, D. T., Cope, M., van der Zee, P., Arridge, S., Wray, S., & Wyatt, J. (1988). Estimation of optical pathlength through tissue from direct time of flight measurement.(12), 1433.

Fehr, E., & Camerer, C. F. (2007). Social neuroeconomics: The neural circuitry of social preferences.(10), 419–427.

Fishburn, F. A., Murty, V. P., Hlutkowsky, C. O., MacGillivray, C. E., Bemis, L. M., Murphy, M. E., … Perlman, S. B. (2018). Putting our heads together: Interpersonal neural synchronization as a biological mechanism for shared intentionality.(8), 841–849.

Ganesh, G., Takagi, A., Osu, R., Yoshioka, T., Kawato, M., & Burdet, E. (2014). Two is better than one: Physical interactions improve motor performance in humans.,, 3824.

Green, A., Kraemer, D. J. M., Fugelsang, J. A., Gray, J. R., & Dunbar, K. N. (2010). Connecting long distance: Semantic distance in analogical reasoning modulates frontopolar cortex activity.(1), 70–76.

Hiraoka, M., Firbank, M., Essenpreis, M., Cope, M., Arridge, S. R., van der Zee, P., & Delpy, D. T. (1993). A Monte Carlo investigation of optical pathlength in inhomogeneous tissue and its application to near-infrared spectroscopy.(12), 1859–1876.

Hoshi, Y. (2003). Functional near-infrared optical imaging: Utility and limitations in human brain mapping.(4), 511–520.

Hu, Y., Hu, Y., Li, X., Pan, Y., & Cheng, X. (2017). Brain-to- brain synchronization across two persons predicts mutual prosociality.(12), 1835–1844.

Hu, Y., Pan, Y., Shi, X., Cai, Q., Li, X., & Cheng, X. (2018). Inter-brain synchrony and cooperation context in interactive decision making., 54–62.

Jahng, J., Kralik, J. D., Hwang, D. U., & Jeong, J. (2017). Neural dynamics of two players when using nonverbal cues to gauge intentions to cooperate during the Prisoner's Dilemma Game.,263–274.

Jiang, J., Dai, B., Peng, D., Zhu, C., Liu, L., & Lu, C. (2012). Neural synchronization during face-to-face communication.(45), 16064–16069.

Johnson, D. W., & Johnson, R. T. (2005). New developments in social interdependence theory.(4), 285–358.

Li, X., Bei, L., Yuan, D., Ding, Y., & Feng, D. (2018). The brain-to-brain correlates of social interaction in the perspectiveof hyperscanning approach.(6), 206–213.

[李先春, 卑力添, 袁滌, 丁雅娜, 馮丹陽(yáng). (2018). 超掃描視角下的社會(huì)互動(dòng)腦機(jī)制.(6), 206–213.]

Liu, W., Branigan, H. P., Zheng, L., Long, Y., Bai, X., Li, K., ... Lu, C. (2019). Shared neural representations of syntax during online dyadic communication., 63–72.

Lorenz, J., Rauhut, H., Schweitzer, F., & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect.(22), 9020–9025.

Lu, K., & Hao, N. (2019). When do we fall in neural synchrony with others?(3), 253–261.

Lu, K., Qiao, X., & Hao, N. (2019). Praising or keeping silent on partner's ideas: Leading brainstorming in particular ways., 19–30.

Mahmoodi, A., Bang, D., Olsen, K., Zhao, Y. A., Shi, Z., Broberg, K., ... Bahrami, B. (2015). Equality bias impairs collective decision-making across cultures.(12), 3835–3840.

Mastroeni, L., Vellucci, P., & Naldi, M. (2017). Individual competence evolution under equality bias. In(pp.123?128). doi: 110.1109/EMS.2017.1131.

Miller, J. G., Vrticka, P., Cui, X., Shrestha, S., Hosseini, S. M. H., Baker, J. M., & Reiss, A. L. (2019). Inter-brain synchrony in mother-child dyads during cooperation: An fNIRS hyperscanning study., 117– 124.

Minson, J. A., Liberman, V., & Ross, L. (2011). Two to tango: Effects of collaboration and disagreement on dyadic judgment.(10), 1325– 1338.

Miyamoto, K., Setsuie, R., Osada, T., & Miyashita, Y. (2018). Reversible silencing of the frontopolar cortex selectively impairs metacognitive judgment on non-experience in primates.(4), 980–989.

Montague, P. R., Berns, G. S., Cohen, J. D., Mcclure, S. M., Pagnoni, G., Dhamala, M., ... Fisher, R. E. (2002). Hyperscanning: Simultaneous fMRI during linked social interactions.(4), 1159–1164.

Nguyen, T., Schleihauf, H., Kayhan, E., Matthes, D., Vrticka, P., & Hoehl, S. (2020). The effects of interaction quality on neural synchrony during mother-child problem solving., 235–249.

Nozawa, T., Sakaki, K., Ikeda, S., Jeong, H., Yamazaki, S., Kawata, K., ... Kawashima, R. (2019). Prior physical synchrony enhances rapport and inter-brain synchronization during subsequent educational communication.(1), 12747.

Okuda, J., Fujii, T., Yamadori, A., Kawashima, R., Tsukiura, T., Fukatsu, R., ... Fukuda, H. (1998). Participation of the prefrontal cortices in prospective memory: Evidence from a PET study in humans.(2), 127– 130.

Pan, Y., Dikker, S., Goldstein, P., Zhu, Y., Yang, C., & Hu, Y. (2020). Instructor-learner brain coupling discriminates between instructional approaches and predicts learning., 116657.

Pan, Y., Novembre, G., Song, B., Li, X., & Hu, Y. (2018). Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song., 280–290.

Piazza, E., Hasenfratz, L., Hasson, U., & Lew-Williams, C. (2020). Infant and adult brains are coupled to the dynamics of natural communication.(1), 6–17.

Reindl, V., Gerlo?, C., Scharke, W., Konrad, K. (2018). Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning., 493–502.

Sella, F., Blakey, R., Bang, D., Bahrami, B., & Kadosh, R. C. (2018). Who gains more: Experts or novices? The benefits of interaction under numerical uncertainty.(8), 1228–1239.

Sella, F., Sader, E., Lolliot, S., & Kadosh, R. C. (2016). Basic and advanced numerical performances relate to mathematical expertise but are fully mediated by visuospatial skills.(9), 1458–1472.

Siegler, R. S., & Opfer, J. E. (2003). The development of numerical estimation: Evidence for multiple representations of numerical quantity.(3), 237– 243.

Soll, J. B., & Mannes, A. E. (2011). Judgmental aggregation strategies depend on whether the self is involved.(1), 81–102.

Sun, B., Xiao, W., Feng, X., Shao, Y., Zhang, W., & Li, W. (2020). Behavioral and brain synchronization differences between expert and novice teachers when collaborating with students.105513.

Sun, J., Chen, Q., Zhang, Q., Li, Y., Li, H., Wei, D., Yang, W., & Qiu, J. (2016). Training your brain to be more creative: Brain functional and structural changes induced by divergent thinking training.,(10), 3375–3387.

Tang, H., Mai, X., Wang, S., Zhu, C., Krueger, F., & Liu, C. (2016). Interpersonal brain synchronization in the right temporo-parietal junction during face-to-face economic exchange.(1), 23–32.

Torrence, C., & Compo, G. P. (1998). A practical guide to wavelet analysis.(1), 61–78.

van Overwalle, F. (2009). Social cognition and the brain: A meta-analysis.(3), 829–858.

Wahn, B., Kingstone, A., & K?nig, P. (2017). Two trackers are better than one: Information about the co-actor's actions and performance scores contribute to the collective benefit in a joint visuospatial task., 669.

Xue, H., Lu, K., & Hao, N. (2018). Cooperation makes two less-creative individuals turn into a highly-creative pair., 527–537.

Yang, J., Zhang, H., Ni, J., de Dreu, C. K. W., & Ma, Y. (2020). Within-group synchronization in the prefrontal cortex associates with intergroup conflict.(6), 754–760.

Yaniv, I., & Kleinberger, E. (2000). Advice taking in decision making: Egocentric discounting and reputation formation.(2), 260–281.

Yu, L., Bao, J., Chen, Q., & Wang, D. (2016). The effect of individual confidence on dyadic decision making.(8), 1013–1025.

[余柳濤, 鮑建樟, 陳清華, 王大輝. (2016). 個(gè)體自信度對(duì)雙人決策的影響.(8), 1013–1025.]

Zein, M. E., Bahrami, B., & Hertwig, R. (2019). Shared responsibility in collective decisions.(6), 554–559.

Zhang, M., Liu, T., Pelowski, M., Jia, H., & Yu, D. (2017). Social risky decision-making reveals gender differences in the TPJ: A hyperscanning study using functional near- infrared spectroscopy., 54–63.

Zhu, Y., Leong, V., Hou, Y., Zhang, D., Pan, Y., & Hu, Y. (2021). Instructor-learner neural synchronization during elaborated feedback predicts learning transfer.Advance Online Publication. DOI: 10.1037/ edu0000707

Shared responsibility promotes the benefit of interactive decision-making in novices:A hyperscanning study

CHENG Xiaojun1, LIU Meihuan1, PAN Yafeng2

(1School of Psychology, Shenzhen University, Shenzhen 518060, China) (2Department of Psychology and Behavioral Sciences, Zhejiang University, Hangzhou 310028, China)

Social interaction is ubiquitous.It is widely accepted that social interaction, such as social decision-making, can promote individual’s ability and performance (the so-called “interaction benefit”). For example, it was reported that individuals gained more when making a joint decision with conspecifics. Little is known, however, whether and how this interaction benefit during decision making can be biased by shared responsibility (i.e., sharing the results of joint decision-making) between the interacting agents.

To address this question, the present study used the dot location estimation task (i.e., an adapted paradigm for social decision-making) and functional near-infrared spectroscopy (fNIRS) hyperscanning (i.e., the measurement of two or more brains simultaneously) technique to investigate the impact of shared responsibility on social decision making. A total number of 70 participants were recruited, forming 35 same-gender dyads. Each dyad included one “expert” and one “novice” (differentiated based on their performance during an initial estimation of dot locations). The fNIRS optodes were placed over prefrontal and right temporo-parietal regions, with 23 channels for each participant.

Our results showed that, on the behavioral level, only the novice in a dyad benefited from interaction; also, compared to the non-shared-responsibility condition, novices obtained a higher level of interaction benefit in the shared-responsibility condition. The dyad tended to adopt a “equality strategy” (i.e., decision-making is based on both one’s own thought and the partner’s suggestion) when sharing responsibility. On the brain imaging level, interpersonal brain synchronization (IBS) within expert-novice dyads in the prefrontal and right temporo- parietal regions were detected during social decision-making. More importantly, novices showed stronger IBS in the frontal pole for the shared-responsibility condition (vs. non-shared-responsibility condition). The enhancement of frontal pole IBS positively predicted interaction benefit during social decision-making. Finally, both interaction benefit and frontal pole IBS were selectively correlated with differential performance between novices and experts during the initial estimation of dot locations.

These results suggest that sharing the results of joint decision-making can promote the benefit of interactive decision-making in novices. Interpersonal synchronization of frontal poles might serve as a potential brain mechanism. These findings have implications for decision-making, social-cognitive processes, and clinical practice.

interaction benefit, shared responsibility, social decision-making, hyperscanning, fNIRS

2021-07-20

* 深圳市高等院校穩(wěn)定支持計(jì)劃項(xiàng)目(20200810193259002)資助。

潘亞峰, E-mail: yafeng.pan@zju.edu.cn

B849: C91; B845