信任中自我导向与他人导向激励的神经机制与行为差异

《Cortex》:Neural and Behavioral Dissociations of Self-Focused and Other-Focused Incentives in Trust

【字体: 大 中 小 】 时间:2026年06月15日 来源:Cortex 3.3

编辑推荐:

  扎赫拉·萨利米|达伍德·巴亚特|哈迪·莫塔梅迪|法特梅赫·扎赫拉·沙赫拉基·普尔|阿卜杜勒霍赛因·瓦哈比|弗兰克·克鲁格 伊朗德黑兰大学心理学与教育学院认知科学系 摘要 信任的建立需要权衡潜在的互惠利益与可能的背叛风险。这一决策不仅取决于个体面临损失的风险程度,还与

  扎赫拉·萨利米|达伍德·巴亚特|哈迪·莫塔梅迪|法特梅赫·扎赫拉·沙赫拉基·普尔|阿卜杜勒霍赛因·瓦哈比|弗兰克·克鲁格
伊朗德黑兰大学心理学与教育学院认知科学系

摘要
信任的建立需要权衡潜在的互惠利益与可能的背叛风险。这一决策不仅取决于个体面临损失的风险程度,还与对方背叛的动机以及背叛是否出于故意有关。以往的研究多采用分类行为设计,且神经成像研究多聚焦于病态的不信任现象,因此尚不清楚在正常的信任决策过程中,大脑是如何系统地处理个人风险、对方动机及对方行为意图的。我们通过功能性磁共振成像结合参数化二元信任游戏,试图厘清这些因素的影响。31名参与者在各种因素被系统调整的情况下做出信任决策。从行为层面来看,由于自我中心倾向,风险增加以及风险与动机的交互作用都会降低信任度,而行为意图则未表现出显著影响。在神经层面,风险以与决策相关的方式被编码:在信任决策中,风险增加会激活显著性网络(前扣带皮质),而在非信任决策中则会激活纹状体-运动回路(壳核、运动皮质)。与风险相互作用的动机则独立于决策结果而被表征,表现为距状回活动增强,而默认模式网络的中前额叶区域活动减弱。尽管行为上没有明显差异,但行为意图在神经层面可通过背内侧前额叶皮质区分开来。探索性分析表明,信任与非信任决策涉及不同的大规模脑网络,信任决策会激活中央执行网络和显著性网络,而非信任决策则激活后部默认模式网络。这些发现揭示了信任决策中脆弱性、对方动机及行为意图对应的独特神经特征,说明了自我导向因素与其他人导向因素在大脑网络中的不同编码方式。

引言
信任是人类社会生活的基石。它促进了合作,推动了资源共享,也为持久的社会制度提供了基础。然而,信任本身具有风险性:一旦选择信任,个体就可能面临意图不明的他人带来的剥削。一种广为引用的定义认为,信任是一种愿意承担这种风险的意愿,其前提是期望对方能够在缺乏监督或控制的情况下仍履行重要职责(Mayer, Davis, & Schoorman, 1995)。机会与脆弱性之间的这种根本矛盾长期以来一直吸引着经济学、心理学和神经科学等领域的学者研究(Rousseau et al., 1998)。研究人们如何权衡互惠利益与背叛风险,有助于理解支撑社会互动的认知过程。值得注意的是,如今的信任决策不仅涉及人类伙伴,还涉及计算机伙伴,这就引发了这样一个问题:大脑是否以与人类社交伙伴相同的方式处理这类非社会主体?因此,信任困境至少可以分解为三个核心维度:信任者自身面临损失的风险、被信任者背叛的动机,以及负面结果是由于社交伙伴的故意背叛还是由非社会过程导致的信任落空。这三个维度分别对应自我导向的风险、对方的动机以及行为意图,共同构成了信任决策的认知结构。

衡量信任具有挑战性,因为自我报告问卷只能反映一般态度,无法捕捉真实互动中的动态决策过程。为研究信任行为,社会神经科学领域的研究者通常采用行为博弈论中的范式,其中信任游戏被视为黄金标准(Camerer, 2003; King-Casas et al., 2005; Krueger & Meyer-Lindenberg, 2019)。在该范式中,信任者需决定是否将资源委托给被信任者,同时要面对背叛的可能性和互惠利益的机会。二元信任游戏则将这一困境简化为在“安全但收益较低”的选项(不信任)与“风险较高但可能收益更高”的选项(信任)之间做出选择。与标准信任游戏不同,二元信任游戏允许灵活调整收益结构,因而非常适合用于对风险和动机等情境因素进行参数化操控。

在信任决策中,自我导向的核心因素之一是风险,即信任被违背时个人所承受的损失与得到回报之间的比例。在信任语境中,风险特指信任游戏中的这种收益不对称性,而非传统决策理论中所说的、基于已知概率分布的不确定性风险。行为研究表明,人们对风险极为敏感,在成本收益评估中往往优先考虑自身利益,而较少通过换位思考来考虑对方的动机(Evans & Krueger, 2011, 2014, 2016)。因此,当背叛的成本高于互惠收益——也就是风险较高时,人们倾向于减少信任行为。神经成像研究将与风险密切相关的金钱损失处理机制与纹状体、前岛叶和前扣带皮质联系起来(Wu et al., 2021; Croxson et al., 2009; Preuschoff et al., 2008)。不过,行为研究通常仅以有限或分类的方式研究风险,而影像学研究则多关注迫害观念或精神障碍相关问题(Kazinka et al., 2025; Kazinka et al., 2024)。因此,当在人际信任中系统地改变风险水平时,风险究竟如何影响行为和神经活动,这一问题仍未得到解答。在本研究中,我们通过二元信任游戏对风险进行参数化调控,从而探究在社会决策中,金钱层面的脆弱性在神经和行为层面是如何被表征的。

除了自我导向的动机外,信任决策还受到他人导向动机的影响,尤其是被信任者背叛的动机。所谓动机,指的是对方通过背叛而非互惠所能获得的额外收益(Evans & Krueger, 2011)。理性模型预测,随着动机的增加,信任者应会降低对信任的重视程度,但行为研究显示,人们往往低估这一因素,尤其是在自身风险较高时,反而更依赖自我中心的判断策略(Evans & Krueger, 2016)。对动机的神经处理需要具备心理理论能力,因为信任者必须推断对方的意图。心理理论过程通常与腹内侧前额叶皮质、背内侧前额叶皮质和外侧眶额皮层相关(Frith & Frith, 2006; Hampton et al., 2008; Molenberghs et al., 2016)。不过,目前尚不清楚动机效应是在不同决策中保持稳定,还是取决于信任者的最终选择。此外,动机参数的变化是否真的能影响行为,或者会因自我中心倾向而与风险产生交互作用,也仍未明确。为此,我们在二元信任游戏中对动机进行参数化调整,从而能够沿着连续谱而非分类对比的方式,追踪背叛动机在行为和神经层面的变化规律。

影响信任的第三个因素是行为意图,即结果是由有意图的人类决定,还是由计算机等非社会过程决定。这一区别很重要,因为当人类伙伴违背信任时,该结果可被视为故意的背叛,而由无意自然过程(如计算机)导致的类似不利结果,则不属于社会意义上的背叛,而只是信任落空,且不存在恶意意图。行为研究的结果并不一致:有些研究指出,行为意图线索会影响信任程度(Johnson & Mislin, 2011; Aimone et al., 2014; Evans & van Beest, 2017; Wu et al., 2026),而另一些研究则发现几乎没有影响(Fairley et al., 2022)。神经成像研究则一致表明,人类行为意图的线索会激活社会认知相关区域,包括背内侧前额叶皮质和颞顶联合区(Merchant et al., 2025)。行为意图还可能与结果动机相互作用,人们更不愿意被人类而非计算机利用(Sanfey et al., 2003)。不过,以往的实验设计往往将行为意图与基于结果的动机(如公平厌恶)混为一谈。为解决这一问题,我们设计了计算机中介的二元信任游戏,使不同类型伙伴的结局概率和收益对比保持一致(Aimone et al., 2014; Fairley et al., 2022),从而能够单独分析行为意图的具体影响。

基于信任的网络模型(Krueger & Meyer-Lindenberg, 2019),近年来的研究强调,信任依赖于通用的跨领域大规模网络,而非孤立的脑区。其中四个典型系统尤为重要:以前岛叶和前扣带皮质为中枢的显著性网络,负责监测脆弱性并识别重要事件(Seeley et al., 2007);包括背侧和腹侧纹状体在内的奖励网络,用于评估动机和价值(Croxson et al., 2009);以背内侧前额叶皮质和颞顶联合区为核心的默认模式网络,支持心理理论和换位思考(Raichle, 2015);以及涉及背外侧前额叶皮质和顶内沟的中央执行网络,负责目标导向的控制和信息整合(Duncan, 2010)。这些网络之间会动态交互(Menon & Uddin, 2010),为研究风险、动机和行为意图如何共同影响信任提供了系统层面的框架。

先前的行为研究表明,信任确实会受到脆弱性、对方动机和行为意图的影响。然而,信任相关的神经科学研究很少同时探讨这些因素,也未能确定它们是在不同决策中保持稳定,还是取决于信任者是否选择信任。同样,尽管行为意图线索会激活社会认知网络,但这些神经信号是否会导致行为差异仍不明确。要全面解释这一现象,就需要一种能够同时参数化操控这三个因素的实验范式。

为填补这一空白,我们采用了功能性磁共振成像技术和参数化二元信任游戏(Kreps, 1990; Berg et al., 1995)。参与者在风险、动机和行为意图水平被系统调整的情况下做出信任决策。为了确保不同类型伙伴的结局具有可比性,我们从先前的人类反应数据中生成了计算机决策结果(Aimone et al., 2014; Fairley et al., 2022),从而能够单独分析行为意图的影响。这一设计使我们能够明确每个因素在行为和神经层面上的具体作用。

根据前期研究,我们提出了三个假设。首先,我们认为风险增加——即个人损失相对于潜在收益的比例上升——会降低信任度,并激活显著性网络,尤其是前岛叶和前扣带皮质(Evans & Krueger, 2011; Wu et al., 2021)。其次,我们认为动机增加——即被信任者背叛的动机上升——会降低信任度,尤其是在风险较低的情况下,这种效应更符合自我中心倾向(Evans & Krueger, 2011),而且这种与动机相关的效应会激活心理理论相关区域,包括腹内侧前额叶皮质和背内侧前额叶皮质(Molenberghs et al., 2016)。第三,我们认为行为意图——即面对人类伙伴与计算机伙伴时的差异——会降低信任倾向,并激活默认模式网络中的社会认知成分,包括背内侧前额叶皮质和角回(Rilling et al., 2004; Seghier, 2013)。除这些假设外,我们还进行了探索性分析,旨在探讨信任与非信任决策是否涉及不同的大规模脑网络,风险和动机是以与决策相关的方式还是独立于决策的方式被编码,风险和动机及其相对于中等值的极端程度是否会直接或通过决策方式影响反应时间,以及广义心理生理交互分析是否能揭示各因素特有的功能耦合模式。

参与者
我们通过传单和在线广告从德黑兰大学社区招募了43名右利手成年人(年龄19–43岁,平均年龄27.03岁,标准差5.18岁;44%为女性)。所有参与者都经过了筛查,排除了患有精神疾病或神经系统疾病以及不适合进行磁共振成像的情况。研究遵循《赫尔辛基宣言》的要求,获得了参与者的书面知情同意,且研究方案已获得德黑兰大学伦理委员会的批准。

结果
在行为决策分析中,最复杂的随机效应模型在无奇异值的情况下,包含了风险、动机和伙伴类型的随机截距和随机斜率项(1 + Risk + Temptation + Partner | Subject)。而对于反应时间而言,只有随机截距模型在无奇异值的情况下才成立(1 | Subject)。通过增加随机效应的复杂性——比如添加风险、动机或伙伴类型的斜率项,包括交互作用斜率,或是指定最大值——并未能得到更好的模型结果。

讨论
本研究探讨了自我导向的风险、他人导向的动机以及行为意图如何影响信任行为和神经编码。我们通过参数化调控的二元信任游戏,分析了在不同脆弱性水平、背叛动机以及人类与计算机伙伴对比条件下的行为决策、反应时间以及功能性磁共振成像活动。探索性分析进一步研究了信任与不信任是否涉及不同的大规模网络,以及不同决策之间的连接性是否存在差异。我们的科学透明度声明:数据:所有支持本研究的原始数据和处理后的数据均公开可获取:https://zenodo.org/records/19153793(处理后数据),https://zenodo.org/records/19371317(原始数据)。代码:所有支持本研究的分析代码均公开可获取:https://zenodo.org/records/19153793。研究材料:所有支持本研究的材料均公开可获取:https://zenodo.org/records/19153793(包含所有代码、行为数据以及一级和二级fMRI数据),https://zenodo.org/records/19371317(psychtoolbox任务相关数据)。参考文献:Ashburner等人,2014年;Gray等人,2007年;Kazinka等人,第三版;Liljeholm和O’Doherty,2012年;Malhotra,2004年;Schniter等人,2020年;Snijders和Keren,1999年;Yarkoni等人;Yeo等人,2011年。数据与代码可用性声明:支持本研究结果的分析代码、行为数据以及个体层面和群体层面的神经成像数据均以匿名形式存储在Zenodo平台上,可供同行评审:https://zenodo.org/records/19153793。该平台包含复制所分析结果所需的所有脚本。为便于同行评审,作者信息已被删除,发表时将重新添加。由于某些原因,完整的个体层面神经成像数据并未包含在内。关于手稿准备过程中生成式AI及AI辅助技术的声明:在准备本作品时,作者使用了ChatGPT(OpenAI,GPT-5,2025年版本)来协助语言编辑、语法检查以及提升文本的清晰度和流畅度。使用该工具/服务后,作者对内容进行了必要的审阅和修改,并对最终发表文章的内容负全责。利益冲突声明:作者声明没有可能影响本文所述工作的任何竞争性财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号