信任神经生物学中的任务结构与构念效度：一项系统性结构综合研究

《Neuroscience & Biobehavioral Reviews》：Task Structure and Construct Validity in the Neurobiology of Trust: A Systematic Structural Synthesis

　　• 映射信任游戏神经科学研究中的结构变异
• 识别任务、测量和分析特征之间的关联
• 讨论任务推断的过程，包括价值评估、背叛厌恶、社会推断、执行调节和信念更新
• 强调跨研究比较的结构有效性考虑
• 提出一种结构-计算对齐框架用于信任神经科学研究

**引言**
信任是基于对他人行为的积极预期而愿意接受脆弱性的态度（Mayer等人，1995年）。作为合作的基础机制，信任促进了人际和制度背景下的协调、交换和社会稳定（Yamagishi & Yamagishi，1994年）。在实验研究中，信任最常通过交互式经济范式来操作，例如信任游戏（Trust Game，TG），在这个游戏中，一个个体决定是否在受到背叛风险的情况下向另一个个体暴露资源（Berg等人，1995年；Kreps，1990年）。在过去二十年里，TG已成为研究社会决策中信任的神经生物学基础的核心范式，产生了迅速扩展的文献，涵盖了功能性磁共振成像（fMRI）（Wu等人，2026年）、脑电图（EEG）和事件相关电位（ERPs）（Li等人，2017年）、功能性近红外光谱（fNIRS）（Ishihara等人，2024年）、心理生理学（Potts等人，2019年）、药理学（Kosfeld等人，2005年）、遗传学（Krueger等人，2012年）以及非侵入性脑刺激技术，包括经颅磁刺激（TMS）和经颅直流电刺激（tDCS）（Sun等人，2023年）。这种扩展产生了广泛的多模态证据基础，但它也引出了一个核心的结构有效性问题：来自不同TG实现的神经生物学发现是否支持对人际信任的相似解释，或者它们反映了更广泛信任结构的任务条件成分。

**趋同的证据表明，信任决策涉及分布式神经和生物机制，而不仅仅是一个专门的回路。**神经经济学将信任概念化为一个整合了价值评估、情感显著性、社会推断和认知控制的社会困境（Montague等人，2015年；Krueger和Meyer-Lindenberg，2019年）。预期的互惠和奖励期望与腹侧纹状体及相关多巴胺奖励回路有关（Delgado等人，2005年；Fareri等人，2015年；Mikus等人，2023年）。背叛厌恶和对社会不确定性的敏感性与显著性相关回路有关，特别是前岛叶，以及催产素相关的生物机制及其受体基因（Aimone等人，2014年；Bellucci等人，2018年；Krueger等人，2012年）。战略推理和调节过程涉及中央执行网络（Hughes等人，2017年），而对伴侣意图和可信赖性的推断涉及默认模式和心智化系统（Fareri等人，2020年）。这些神经生物学成分与基于计算、基于知识和基于识别的信任之间的理论区别相对应（Lewicki & Bunker，1995年），强化了信任反映了交互的动机、情感和推理过程的观点，而不仅仅是一个统一的神经反应。这种分布式架构带来了解释上的挑战：被标记为“与信任相关”的发现可能并不指示单一的不变机制，而是可能反映了不同的任务推断计算。所谓任务推断计算，我们指的是任务结构特别突出的理论推断的心理或计算需求——例如期望值计算、背叛厌恶、特定于伴侣的推断、执行调节或基于反馈的更新——而不是每项研究中直接估计的计算。

**这种解释问题在TG架构的层面上变得具体化。**TG实现方式在解释上具有重要的差异：连续选择变体支持分级价值评估和预期互惠的解释，而二进制变体则强加了可能加剧脆弱性和背叛显著性的信任与不信任的二元选择（Berg等人，1995年；Kreps，1990年）。其他特征——乘数大小、受托人禀赋、指导框架和伴侣真实性——进一步塑造了期望值、不平等考虑、道德或战略解释、感知的能动性和社会归因（Evans和Krueger，2011年；Rodrigo-González等人，2021年；Sun等人，2019年；Wu等人，2020年）。时间结构也很重要：重复设计捕捉了学习、预测误差更新和声誉跟踪，而一次性设计评估了在没有反馈的情况下初始接受脆弱性的意愿，每种设计都涉及不同的脑系统（Wu等人，2021年；Bellucci等人，2017年）。受托人操作也不同，参与者是通过学习（King-Casas等人，2005年）、声誉先验（Delgado等人，2005年）、基于印象的线索（Stanley等人，2012年）或对已知伴侣的预先熟悉程度（Fareri等人，2022年）来推断可信赖性的，每种方法都强调了不同的认知需求（FeldmanHall & Shenhav，2019年）。因此，这些特征不仅仅是程序细节；它们定义了任务的解释可能性。**第二层解释变异来自信任在研究中如何被测量、建模和抽样。**在不同的神经生物学测量方法中，方法论和分析决策可以显著影响解释：fMRI研究在采集、预处理和建模选择上有所不同，这影响了定位和效应大小（Carp，2012a；Poldrack等人，2017年）；EEG/ERP研究在参考、滤波和组件窗口定义上有所不同，这影响了振幅和潜伏期估计（Rodrigues等人，2024年）；fNIRS研究在光学电极配置和运动校正上有所不同，这影响了社会互动期间皮层或脑间信号的归因（Pinti等人，2019年；Yücel等人，2021年）。药理学和内分泌研究在给药方案和采样时间表上也有差异（Guastella等人，2013年；Nave等人，2015年），这影响了关于信任的激素或神经化学调节的结论。分析策略从基于大小的对比到功能连接分析、计算强化学习模型（Fareri等人，2015年；Ide等人，2018年）和多变量模式方法（Chen等人，2023年）不等，每种方法都隔离了信任过程的不同方面，包括选择价值评估、社会风险比较、反馈学习、网络协调和信念更新。参与者群体从健康的年轻人到具有改变的价值评估或社会推断的临床群体不等，包括精神分裂症谱系障碍（Fett等人，2012年；Lemmers-Jansen等人，2019年），发育或老龄群体在互惠信任过程中显示出不同的神经生物学参与（Fareri等人，2022年）。这些层面影响了在区域激活、时间动态、网络协调、计算更新或群体特定调节方面发现的可比性。**之前的综述在理论整合方面取得了实质性进展（Fehr等人，2005年；Krueger和Meyer-Lindenberg，2019年），通过基于坐标的元分析确定了趋同的激活模式（Bellucci等人，2017年；Wu等人，2021年），并绘制了文献计量学增长图（Wu & Krueger，2024年）。**虽然这些贡献澄清了信任的常见神经生物学相关性和概念模型，但它们主要围绕神经生物学系统、理论解释或实证发现组织了文献。因此，这种文献的综合不仅需要询问哪些神经或生物系统与信任相关，还需要询问研究中使用的任务、对比和测量方法是否支持相似的解释。然而，对于范式架构、受托人信息、时间动态、控制条件、采样框架、测量模式和分析对比如何影响发现被解释为价值评估、背叛厌恶、社会推断、执行控制或更广泛信任结构内的适应更新的证据，关注较少。因此，该领域积累了大量的神经生物学发现，但任务结构和分析操作的差异对其可比性的影响尚未得到充分描述。这就需要系统地检查与信任游戏神经科学中的结构有效性和跨研究解释相关的实验和分析条件。**为了解决这一互补的空白，我们对人际信任神经科学中的任务架构、测量选择和分析策略进行了系统的结构综合。**基于PRISMA指导，我们识别了198项实证研究，涵盖了200个实验，描绘了信任如何在范式架构、受托人操作、时间结构、参与者群体、神经和生物模式以及分析策略中得到操作化。我们不是将这些特征视为方法论背景，而是探讨它们如何合理地强调任务推断的信任计算——价值评估、背叛厌恶、社会推断、执行调节和适应更新——并影响信任决策过程中涉及的神经生物学系统应如何被解释。通过阐明结构特征如何限制神经生物学解释，本综述评估了与人际信任的神经和生物测量的结构有效性和可比性相关的条件。因此，我们提出结构-计算对齐作为信任神经科学的一个组织原则：任务设计、任务推断的计算、分析定义和神经生物学机制应明确联系起来，以确定分布式神经生物学系统可以如何被解释为对信任的一致机械解释的条件。**

**这里提出的结构-计算对齐框架基于三个相互关联的假设。**首先，任务架构限制了信任范式可以合理解释为强调的哪种心理或计算需求。其次，先前的工作将不同的信任相关计算——如价值评估、背叛厌恶、社会推断和适应更新——与部分可分离的神经和生物机制联系起来。第三，当任务结构、分析对比和任务推断的计算足够对齐时，可以在研究之间比较神经或生物学发现。在这个框架下，信任神经科学中的异质性被视为可能来自信任结构不同实现的有意义变异，而不是默认的噪声。**

**方法**
一个统一的结构编码框架指导了研究识别、筛选、编码和分析的方法。一致的纳入和分类程序构成了综述的基础。分析检查了在三个相互关联的层面上的任务架构和神经生物学推断的变异：(i) 范式层面，探讨了人际信任在实验设计中是如何操作和控制的；(ii) 行为和参与者层面，探讨了信任是如何操作的。

**结果**
系统综述记录了人际信任在范式结构、参与者群体、受托人操作、神经和生物模式、分析策略以及报告实践方面的操作化多样性。除非另有说明，否则结果基于来自198项研究的200个实验级别的记录报告。允许每个实验有多个类别的变量，如控制条件、受托人操作、分析类型、任务阶段等。

**讨论**
这种系统的结构综合显示，信任神经科学集中在一组有限的主导任务和分析实践上：标准和二进制信任游戏变体、经济框架的指示、模拟的伙伴、健康的年轻人样本、基于试验的fMRI、基于大小的分析以及决策/结果阶段的对比。这些描述性模式有助于解释为什么被称为“与信任相关”的发现难以在不同研究中进行比较。

**限制和边界条件**
尽管据我们所知，这是第一项专门研究信任游戏任务架构如何塑造信任神经科学中神经生物学解释的系统结构综合，但有几个限制条件限制了发现的范围和解释。这些限制并不否定该框架作为组织提案的目的，但它们限制了对特定任务-机制关系的实证支持。因此，提出的映射应被视为...

**结论**
信任的神经科学研究产生了一个丰富但显然异质性的发现体，涵盖了奖励、显著性、心智化、执行控制和生物系统。当前的综合表明，这种异质性不应简单地解释为理论上的碎片化。相反，信任在实验范式中不同的结构实现方式可能导致神经生物学发现的明显差异，尽管这种贡献的程度...

**作者贡献声明**
DB和FK构思了综述并开发了结构综合框架。DB和FS进行了文献搜索、筛选和数据编码。DB进行了描述性分析并准备了图表。DB、FS、YW和FK参与了发现的解释、结构-计算对齐框架的开发、手稿起草和关键修订。所有作者都阅读并批准了最终版本的手稿。

**资金来源**
这项工作没有接受任何外部资助。

**数据和代码可用性**
支持本综述发现的结构化编码数据集和分析代码可在补充材料中找到。仓库包括用于复制描述性统计数据和图表的 structured extraction sheets、编码定义和脚本。

**关于写作过程中生成AI和AI辅助技术的声明**
在准备本手稿的过程中，作者使用了OpenAI的ChatGPT来支持语言编辑、结构改进和表述的清晰度。作者审查并编辑了所有AI辅助文本，并对内容、解释和手稿的结论承担全部责任。

**利益冲突声明**
作者声明没有利益冲突。