黑人面孔比例增加会放大群体情绪感知：来自漂移扩散模型的证据 中文标题

本研究针对群体情绪感知中的种族化影响这一社会认知难题，通过三项精心设计的实验发现：当群体中黑人面孔比例增加时，观察者更可能判断该群体为情绪化群体。研究人员创新性地采用漂移扩散模型(DDM)分析机制，发现这种效应主要由敏感性(drift rate)增加驱动，即每个表达情绪的黑人面孔比白人面孔对"情绪化"决策的贡献更大。这项发表于《Scientific Reports》的研究揭示了种族构成如何系统性地扭曲群体情绪感知，对理解社会运动、示威活动中的种族偏见具有重要启示。

　　

当我们站在人群前，试图判断这个群体的情绪状态时，大脑会自动进行快速计算和汇总。这种群体情绪感知能力在日常生活中至关重要，不论是判断观众对演讲的反应，还是评估示威人群的情绪强度。然而，这种感知过程可能受到各种偏见的影响，其中种族因素可能扮演着关键角色。

过去几十年的研究主要关注单个面孔的情绪识别，发现人们对不同种族面孔的情绪表达存在感知差异。例如，一些研究表明观察者更容易将黑人个体与愤怒和攻击性联系起来，识别黑人面孔愤怒表情的速度更快，而识别白人面孔快乐表情的速度更快。这些发现引出了一个重要问题：当这些面孔组成群体时，种族构成是否会系统性地影响人们对群体情绪的整体判断？

为了回答这个问题，哈佛大学的研究团队开展了一系列创新性实验，考察群体中黑人面孔比例如何影响情绪感知。研究结果发表在《Scientific Reports》期刊上，揭示了令人惊讶的种族化效应：群体中黑人面孔比例越高，被判断为情绪化群体的可能性就越大。

研究人员采用了几个关键技术方法：首先通过面部 morphing 技术创建了从中性到情绪化(愤怒或快乐)的面孔连续体，并经过前测确保黑白人种面孔在单个面孔情绪识别阈值上没有差异；其次设计了包含4、8或12张面孔的群体刺激，操纵黑白人种面孔比例(25%、50%、75%，实验3增加了0%和100%条件)；最后采用漂移扩散模型(Drift Diffusion Model, DDM)区分决策过程中的敏感性(drift rate)和偏差(starting-point bias)机制，使用Stan概率编程语言进行贝叶斯分析。

实验设计与结果

群体情绪放大效应存在种族差异

三项实验一致表明，随着群体中黑人面孔比例的增加，参与者判断该群体为情绪化的概率显著提高。在实验1中，黑人面孔比例每增加25%，情绪化判断概率增加12%；实验2中这一效应为8%；实验3中进一步增加至16%。值得注意的是，实验3发现全黑人面孔群体被判断为情绪化的概率显著高于混合种族群体和全白人群体，表明这种效应并非仅由群体内种族对比驱动。

情绪效价的主效应显著但与种族无交互作用

与预期一致，表达愤怒的群体比表达快乐的群体更可能被判断为情绪化。实验1中愤怒群体的情绪化判断概率比快乐群体高70%，实验2中高74%，实验3中更是高达104%。然而，情绪类型(愤怒vs快乐)与种族比例之间没有显著的交互作用，表明对黑人面孔的敏感性增加同时适用于正性和负性情绪。

群体大小效应不显著

与先前研究不同，本研究未发现群体大小(4、8或12张面孔)对情绪化判断概率的显著影响。研究人员认为这可能是因为群体大小变化范围有限(仅3个水平)，而先前研究使用了从1到12张面孔的更连续变化。

漂移扩散模型揭示敏感性机制

通过漂移扩散模型分析，研究人员区分了两种可能的机制：决策偏差(starting-point bias，即一开始就倾向于认为含黑人面孔的群体更情绪化)和证据积累敏感性(drift rate，即每个情绪化的黑人面孔对"情绪化"决策的贡献更大)。

结果显示，种族比例主要影响敏感性而非初始偏差。当群体中黑人面孔比例达到或超过50%时，证据积累速率(drift rate)显著加快，表明每个情绪化的黑人面孔比白人面孔对情绪化决策的权重更大。这种效应在达到黑人多数后趋于饱和，表明确实存在对黑人面孔情绪表达的过度敏感。

研究结论与意义

本研究通过三项实验系统地证明了群体中黑人面孔比例增加会提高被判断为情绪化群体的可能性。漂移扩散模型分析表明，这种效应主要由敏感性机制驱动——每个表达情绪的黑人面孔比白人面孔对"情绪化"决策的贡献更大，而不是单纯的决策偏差。

这一发现对理解现实世界中的群体感知和社会互动具有深远意义。当警察、安全人员或普通公众评估示威人群的情绪状态时，种族构成可能系统性地扭曲他们的判断。如果黑人占多数的群体被感知为更情绪化，这可能导致不必要的冲突升级或对抗议活动采取更严厉的措施。

从理论角度来看，本研究将群体情绪感知的研究从单一面孔扩展到了群体水平，揭示了种族化过程如何影响社会信息聚合。研究发现对黑人面孔的敏感性同时适用于正性和负性情绪，这扩展了先前主要关注黑人面孔与愤怒关联的研究。

研究采用的漂移扩散模型方法为理解社会认知中的偏见机制提供了新视角。区分敏感性机制和偏差机制不仅具有理论价值，也为设计干预措施提供了方向——需要针对人们对黑人面孔情绪表达的过度敏感，而非仅仅纠正他们对黑人群体的初始假设。

需要注意的是，本研究存在一些局限性，如使用的面孔身份数量有限、群体大小变化范围较窄、以及主要依赖美国参与者等。未来研究需要考察这些效应在不同文化背景、不同性别构成群体中的普适性，以及如何通过干预减少这种感知偏差。

总之，这项研究揭示了种族化如何微妙但系统地影响我们对群体情绪的感知，提醒我们在多元社会中需要更加警惕潜在的认识偏见，为构建更加公平的社会认知环境提供了科学依据。