编辑推荐：
为解决无共同语言背景下的交流问题，德国汉堡大学的研究人员开展 “期望违背信号在新型人类交流中的作用” 研究，发现惊讶可作为交流信号，有助于理解人类交流机制，对多领域有重要意义。
在日常交流中，当人们遇到语言不通的情况时，往往会想尽办法来传达自己的意思。比如用手势比划、借助简单的图画等，这些行为背后其实隐藏着有趣的科学原理。在交流的世界里，当发送者（Sender）和接收者（Receiver）没有共同的语言背景时，交流就会面临巨大的挑战。以往基于共享语言和可预测性的传统交流模型，在这种情况下就难以发挥作用。而在现实生活中，不同语言背景的人们之间的交流需求却日益增长，那么，人们是如何突破语言障碍，实现有效沟通的呢？这成为了一个亟待解决的重要问题。
为了揭开这个谜团，德国汉堡大学（University Medical Center Eppendorf, Hamburg University）的 Tatia Buidze、Tobias Sommer 等研究人员展开了深入研究。他们以默契交流游戏（Tacit Communication Game，TCG）为实验平台，致力于探索人类在无共享语言时的交流机制，以及期望违背在其中所扮演的角色。研究成果对于理解人类交流的本质、优化交流策略以及推动相关领域的发展具有重要意义。
在研究过程中，研究人员运用了多种关键技术方法。他们通过招募大量参与者（数据集 1 有 58 人，数据集 2 有 62 人），收集行为数据，详细记录参与者在游戏中的表现。同时，借助眼动追踪和脑电图（EEG）超扫描技术，获取生理和神经数据，从而深入探究参与者在交流过程中的生理和神经反应。此外，研究人员还构建了计算模型 —— 惊讶模型（Surprise model），通过模拟和分析，来验证期望违背作为交流信号的有效性。
下面来具体看看研究结果：
- 交流策略的模型无关分析：研究人员分析实验数据后，发现了发送者在 TCG 中使用的三种主要交流信息类型：进入 - 退出（Enter - Exit）信息、摆动（Wiggly）信息和路过（Pass - By）信息。进入 - 退出信息使用频率最高，在两个数据集中成功率也较高；摆动信息次之；路过信息使用频率最低，成功率也最低。并且，发送者会根据游戏中不同的目标配置（Direct 和 Indirect）灵活选择信息类型，这体现了他们在交流中的认知灵活性。
- 惊讶模型准确解释发送者信息设计：通过对不同模型与观察到的行为数据进行拟合和比较，研究发现惊讶模型对数据的拟合效果最佳。其模型频率在数据集 1 和数据集 2 中分别达到 0.80 和 0.78，保护超验概率（PEP）接近 1，这表明惊讶模型能够很好地解释大多数参与者的行为，在捕捉参与者行为细微差别方面具有显著优势。
- 惊讶模型预测不同样本中的参与者行为：研究人员利用分层贝叶斯估计对惊讶模型进行拟合，并通过贝叶斯因子分析评估模型对不同样本中参与者行为的预测能力。结果显示，贝叶斯因子（BF<sub>O1</sub>）值表明惊讶模型在不同数据集上都能准确反映参与者的行为，具有很强的泛化能力。
- 惊讶模型优于简单模型变体：将惊讶模型及其简化版本（状态模型和运动模型）与参与者生成的信息进行比较，贝叶斯分析表明，惊讶模型生成的信息与人类生成的信息最为相似，而状态模型和运动模型则无法准确捕捉人类信息生成的特点，进一步证明了惊讶模型在理解非语言交流策略方面的优越性。
- PDR 与模型推导的惊讶相关：以往研究表明瞳孔扩张反应（PDR）与期望违背（即惊讶）密切相关。本研究通过模型驱动的分析发现，惊讶模型计算出的惊讶值与接收者观察发送者信息时的 PDR 显著相关，惊讶值每增加一个单位，基线校正后的 PDR 大约增加 0.02 个单位，这表明惊讶能有效引发可测量的生理反应。
- TCG 中惊讶的神经编码：研究人员假设接收者会根据期望偏差识别目标位置，因此使用惊讶模型的惊讶值作为 EEG 功率的预测指标进行分析。结果发现，在额叶和额中央电极上存在两个与惊讶显著相关的时空簇，源定位分析表明这些簇可能起源于辅助运动区（SMA）和背侧前扣带回皮层（dACC）。此外，高惊讶值的信息类型（如进入 - 退出和摆动信息）与额中央电极的 EEG 信号相关性更强，这表明不同惊讶程度的交流信息在大脑中具有不同的神经活动模式。
综合研究结果和讨论部分，这项研究具有重要意义。它提出了期望违背作为人类交流信号机制的统一框架，揭示了在无共享语言的情况下，人类会本能地利用物理世界的基本属性形成共享理解，并通过有意偏离期望来创造惊讶，从而实现有效交流。惊讶模型的成功构建和验证，为研究人类交流提供了新的视角和方法。同时，该研究成果在多个领域具有潜在应用价值，如在谈判中，合理运用期望违背策略可以更好地吸引对方注意力，改变谈判局势；在人机界面设计中，融入惊讶元素能使交互更加引人入胜、直观易懂，提升用户体验；在人工智能（AI）技术方面，借鉴惊讶模型的原理有助于增强 AI 的创造性和与人交互的能力，推动其在喜剧、故事创作和生成艺术等领域的发展。然而，研究也存在一定的局限性，TCG 实验虽然为研究非语言交流提供了可控环境，但无法完全模拟现实世界中交流的复杂性。未来研究可以考虑将实验扩展到语言领域，探索不同社会情境下的交流行为，进一步验证和完善这一理论。总之，该研究为理解人类交流机制迈出了重要一步，为后续研究和相关领域的发展奠定了坚实基础。
