《Cognitive Science》：Viewers Actively Extract and Maintain Spontaneous Theory of Mind Representations in Dramatic Irony Scenes
编辑推荐：
理解他人的心理状态是人类认知的基石，然而自发信念归因在复杂、自然主义感知中如何运作仍未被充分探索。戏剧反讽（dramatic irony, DI）——一种通过使观众知晓角色所不知晓的信息来构建叙事的装置——为考察这些过程提供了一个可控但自然主义的语境。本研究利
理解他人的心理状态是人类认知的基石，然而自发信念归因在复杂、自然主义感知中如何运作仍未被充分探索。戏剧反讽（dramatic irony, DI）——一种通过使观众知晓角色所不知晓的信息来构建叙事的装置——为考察这些过程提供了一个可控但自然主义的语境。本研究利用一个精选的DI电影语料库，将眼动追踪与（a）自定步速和（b）视频观看两种范式相结合，考察自发心理理论（Spontaneous Theory of Mind, SToM）如何塑造实时加工过程。在两个实验中，参与者观看经过剪辑的哈罗德·劳埃德（Harold Lloyd）无声电影片段，这些片段或提供特权信息（安装条件，Installation condition），或使观众与角色的知识保持一致（控制条件，Control condition），分别对应错误信念与真实信念情境。片段以自定步速的静态帧序列（实验1）或动态电影片段（实验2）呈现。研究人员分析了叙事理解、反应时以及反映认知负荷的眼动指标。结果显示，相对于控制条件，安装条件在表征冲突时刻产生了更长的观看时间，表明维持和应用错误信念表征伴随更高的认知需求。在实验1中，这些效应出现在离散时刻，并伴随安装条件下更长的注视时长。在实验2中，安装条件再次观察到更长的注视时长，同时注视率和眼跳幅度降低，与更持续的局部加工一致。这些发现表明，观众在DI期间自发构建并维持错误信念表征，这些表征调节场景理解过程中的实时加工，为考察动态视觉情境中的社会推理提供了一个可操作的研究框架。
论文解读
一、研究背景与问题
理解他人心理状态是人类社会认知的核心能力，其中自发心理理论（Spontaneous Theory of Mind, SToM）指个体无需显式提示即自动进行信念、欲望和意图归因的倾向。传统心理理论（Theory of Mind, ToM）研究范式（如Sally-Anne任务）依赖显式判断，虽具备实验控制力，但缺乏自然情境的生态效度；而纯自然主义方法虽引入丰富的语境信息，却牺牲了实验控制。如何在保持实验控制的同时捕捉自发心理化过程的实时动态，是该领域长期面临的方法论困境。
戏剧反讽（dramatic irony, DI）是一种观众掌握角色所不知晓的特权信息的叙事结构，其本质上与经典错误信念范式同构，为考察自发信念归因提供了理想窗口。以往研究（Caba?as等，2023）已通过自由回忆任务证明，接触DI片段的观众事后能形成更精细的心理状态事件模型，但尚未考察这些心理化过程如何在实时观看中展开，尤其是是否反映在视觉注意和逐时刻加工差异上。本研究正是针对这一空白，探究SToM在DI场景中是否以及如何调节实时认知加工与视觉注意分配。
二、研究设计与核心发现
研究人员基于戏剧反讽电影语料库（Dramatic Irony Film Corpus），选取六段哈罗德·劳埃德（Harold Lloyd）无声喜剧剪辑片段，每段包含三个叙事段：建立段（establisher）、安装段（installation）和利用段（exploitation）。核心操纵在于是否呈现安装段：安装条件下观众获得角色未知的特权信息，形成错误信念情境；控制条件省略安装段，观众与角色共享有限视角，构成真实信念情境。实验1采用自定步速静态帧观看范式（30名被试，最终有效24名），实验2采用连续视频观看范式（87名被试，最终有效65名），结合眼动追踪记录注视时长、注视率、眼跳幅度和距屏幕中心距离等指标。
核心发现包括：安装条件在表征冲突的特定时刻产生更长观看时间，表明错误信念维持与应用伴随更高的认知需求；两个实验中安装条件均表现出更长的注视时长，实验2还观察到注视率和眼跳幅度降低，提示更持续的局部加工而非探索性扫描；探索性热图分析显示，拥有特权知识的观众在关键叙事时刻将更多注意力分配给信念相关客体（如信件），而非默认优先关注的角色的面部。
三、关键技术方法
本研究采用以下关键技术方法：其一，戏剧反讽电影语料库（Dramatic Irony Film Corpus），包含六段经系统编辑的哈罗德·劳埃德无声喜剧片段，通过选择性呈现或省略安装段构建错误信念与真实信念对照条件；其二，眼动追踪技术，使用EyeLink 1000桌面式眼动仪（1000 Hz采样率）记录注视时长、注视次数、眼跳幅度及注视位置距屏幕中心距离等指标；其三，自定步速观看范式（实验1），将利用段以每250 ms一帧的速率提取为静态帧序列，由参与者按键自主推进，以反应时（reaction time, RT）索引逐时刻加工负荷；其四，线性混合效应模型（linear mixed effects model, LME），对反应时和眼动指标进行多层次统计分析，采用自回归误差结构处理时间依赖性；其五，Benjamini-Hochberg校正的逐帧对比分析，用于定位条件差异出现的具体叙事时刻；其六，自由回忆任务与戏剧反讽理解编码方案（Krippendorff's α = 0.94/0.89），作为操纵有效性检验。样本来源方面，实验1被试通过伦敦大学伯贝克学院（Birkbeck, University of London）SONA系统招募，实验2被试来自该校及周边社区。
四、研究结果
实验1：操纵检验与DI理解得分。 安装组DI理解得分（M = 8.75, SD = 2.30）显著高于控制组（M = 0.83, SD = 1.03），t(15.24) = ?10.88, p < .001, d = 4.44，验证了操纵有效性，表明两组构建了质性不同的事件模型。逐片段分析显示全部六个片段均存在显著差异，其中片段2、3、4差异更强。
实验1：自定步速反应时。 整体分析未发现条件主效应（χ2(1) = 0.73, p = .393），但条件×片段交互显著（χ2(10) = 199.89, p < .001），表明效应因片段而异。逐片段分析发现，片段1（“假伤计划”）、片段2（“虚假队员身份”）、片段4（“误认拒信”）和片段6（“误认警长身份”）在特定帧上安装组反应时显著更长（p < .05），支持假设1。片段5（“意外捐赠”）因DI理解得分极低（均值 < 1）被排除。效应的时间特异性与事件分割理论一致，表明加工成本出现在事件模型需要更新或充实的时刻。
实验1：眼动指标。 注视时长存在显著的阶段×条件交互（F(1, 22) = 9.17, p = .006, η2 = 0.09），自定步速阶段安装组注视时长（M = 253.13 ms）显著长于控制组（M = 216.95 ms），t = 2.34, p = .025, d = 0.41，支持假设2a。注视次数、眼跳幅度和距屏幕中心距离均未发现条件效应，不支持假设2b的探索性预测。
实验2：操纵检验。 线性混合效应模型显示安装条件DI理解得分显著更高（β = 0.96, SE = 0.04, t = 24.98, p < .001），在参与者内设计中仍稳健地诱导了特权知识。
实验2：眼动指标。 注视时长存在显著阶段×条件交互（β = 14.10, SE = 6.38, t(699) = 2.21, p = .028），利用阶段安装组注视时长显著更长（β = 11.44, SE = 4.65, t(700) = 2.46, p = .014），支持假设3a。注视率方面，利用阶段安装组注视率显著更低（β = ?0.14, SE = 0.03, t(703) = ?4.05, p < .001），表明更少的视觉采样频率。眼跳幅度在利用阶段安装组显著更小（β = ?0.18, SE = 0.06, t(700) = ?2.90, p = .004）。距屏幕中心距离在利用阶段安装组显著更大（β = 5.42, SE = 1.55, t(703) = 3.50, p < .001），部分支持假设3b，提示注意向周边叙事相关信息重新分配。
探索性注视分配分析。 以片段4（“误认拒信”）为例，在诊断性帧（第70帧和第87帧）上，安装组观众对信件客体的注视显著多于对哈罗德面部的注视，表明特权知识引导注意从默认的面部优先转向信念关键客体。实验2的动态热图在相应叙事时刻观察到类似模式，尽管受运动与剪辑的强自下而上约束（“电影的暴政”效应）影响，差异仅在短暂叙事事件中出现。
五、讨论与结论
讨论部分指出，本研究将事件认知理论向前推进了一步：信念信息作为事件模型构建的组成部分，在信念不对称条件下塑造观众对展开事件的解释与预期。安装条件诱导的信念不对称引入了冲突性信念表征，要求观众在事件推进中同时维持和应用错误信念，这与事件分割理论中“事件模型更新时加工需求增加”的预测一致。更重要的是，实验2在连续视频观看中仍观察到效应，表明当电影风格允许自上而下影响表达时（如长镜头、远景、有限摄影机运动），自发错误信念归因能够穿透“电影的暴政”对视觉加工产生调节作用。
研究结论：观众在DI场景中自发构建并维持错误信念表征，这一过程在表征冲突时刻产生可测量的认知代价（更长的观看时间和注视时长），并系统性地重塑视觉注意分配——将注意从默认的面部优先转向信念关键客体。这是首个使用自然主义但实验可控的刺激证明该效应的研究。研究为考察动态视觉情境中的社会推理提供了可操作框架，并为研究自闭症、额颞叶痴呆等社会认知差异人群的实时心理化变异开辟了途径。局限性包括：眼动指标无法指定加工的表征内容，实验1样本量对部分次要指标可能统计功效不足，以及无声电影和小规模精选片段的刺激范围限制了对更广泛叙事语境的推广性。
