社会学习通过偏倚主观评价动态塑造道德决策

《PLOS Biology》：Social learning dynamically shapes moral decision-making by biasing subjective valuation

　　

观察不道德行为会通过社会影响和学习过程增加个体的不诚实行为。这种道德传染背后的神经计算机制尚不清楚。研究人员测试了不同的机制假说来解释道德传染。研究人员使用了基于模型的功能性磁共振成像（model-based fMRI）和一种新的欺骗游戏，在该游戏中，参与者依次被置于诚实和不诚实的社会规范情境中。参与者的欺骗行为在不诚实规范情境中增加，但在诚实规范情境中没有变化。最能解释行为的模型表明，参与者的主观评价（valuation）因了解到他人曾经欺骗而动态偏倚。在群体水平上，这种评价偏倚（valuation bias）并非由任何特定脑区编码。相反，这种神经信号取决于个体在从众性（conformity）上的差异，并涉及双侧外侧前额叶皮层（bilateral lateral prefrontal cortex, lPFC）。在学习过程中，对他人欺骗行为的模拟在后上颞沟（posterior superior temporal sulcus, pSTS）中编码。总之，这些发现提供了对关于他人不诚实的学习如何偏倚个体对欺骗的评价、但并不改变个体既有偏好的机制的 mechanistic 理解。

**研究背景与问题**
现代社会中的不诚实行为（如欺骗、逃税、腐败）广泛存在，且可通过观察他人不道德行为而改变。先前研究提出两种社会影响机制：一是“评价偏倚”（valuation bias），即个体将社会信息（如他人选择）赋予价值，从而偏倚自身对选项的评估；二是“偏好转移”（preference shift），即个体自身偏好被更根本地修改以趋同于他人。然而，这两种假说均未考虑学习的动态性——当个体进入新社会环境时，需通过反复观察来习得他人行为倾向，进而动态调整影响过程。本研究旨在测试不同理论假说（固定或动态的评价偏倚、固定或动态的偏好转移），揭示社会影响如何通过神经计算机制作用于欺骗行为。

**研究内容与结论**
研究人员采用基于模型的功能性磁共振成像（model-based fMRI）和一种新型欺骗游戏（cheating game）开展实验。参与者（32名健康右利手，经排除后28名进入模型分析）依次经历三个区块：基线区块（仅Solo试次，评估初始偏好）、不诚实群体条件区块（面对88%欺骗频率的群体）和诚实群体条件区块（22%欺骗频率）。行为结果表明，暴露于不诚实群体后，参与者的欺骗率从基线55.3%显著升至69.6%，而诚实群体条件下无显著变化（60%）。通过贝叶斯模型选择，最佳计算模型为“动态评价偏倚模型”（VBDynamic）：模型假设参与者通过贝叶斯偏好学习（Bayesian Preference Learning, BPL）动态推断他人偏好，并将学习到的他人欺骗概率作为评价偏倚信号，偏倚自身对欺骗选项的估值。该模型优于固定评价偏倚、固定或动态偏好转移模型。神经影像学分析显示：群体水平未发现动态评价偏倚信号的脑区编码，但该信号与个体从众参数γ_D呈负相关，在左侧外侧前额叶皮层（lPFC）和右侧背外侧前额叶皮层（rdlPFC）中编码——即从众性低的参与者（抗从众）在这些区域表现出更强的偏倚相关活动。此外，在预测他人行为阶段，后上颞沟（pSTS）和颞顶联合区（TPJ）编码与他人欺骗概率相关的学习信号，且该效应仅在不诚实群体条件下显著。反馈阶段的预测误差信号则编码于双侧腹侧纹状体。该研究发表在《PLOS Biology》。

**关键技术方法**
研究采用基于模型的功能性磁共振成像（model-based fMRI）及欺骗游戏任务。任务包括Solo试次（参与者自行选择是否欺骗）和Predict试次（预测群体成员是否欺骗）。群体行为由计算机模拟（基于两名预实验参与者的参数），不诚实群体欺骗频率88%，诚实群体22%。样本来自法国里昂神经影像中心CERMEP的32名健康志愿者。关键计算方法包括：贝叶斯偏好学习（BPL）模型描述社会学习过程；变分贝叶斯方法（Variational Bayes）估计模型参数；贝叶斯模型选择（BMS）比较四种社会影响模型；模型恢复与参数恢复检验可识别性。fMRI数据使用SPM12进行时空校正、配准和标准化，构建两个一般线性模型（GLM）提取计算信号与脑活动的关联。

**研究结果**
1. **实验设计 (Experimental design)**
参与者完成三个区块：基线（50个Solo试次）、不诚实/诚实群体条件（各50个Solo和50个Predict试次交替）。通过逐步暴露于群体行为，检验动态学习对欺骗决策的影响。

2. **社会影响的的行为效应 (Behavioral effect of social influence)**
混合效应逻辑回归显示，不诚实群体条件下欺骗率显著高于基线（p<0.001）和诚实群体条件（p=0.001），而诚实群体与基线无显著差异。参与者对两群体的预测准确率均显著高于随机（p<0.001），且预测准确率差异不能解释行为的非对称影响。顺序效应检验显示，群体呈现顺序不影响欺骗行为（p=0.503）。

3. **社会影响的计算模型 (Computational models of social influence)**
通过三步模型选择确定：效用函数选择中，固定道德成本模型（Fixed cost utility）最优（保护性超出概率pEP=0.999）；社会学习模型选择中，基于自投影（self-projection）和固定道德成本的BPL-Self模型最优（pEP=0.986）；社会影响模型选择中，动态评价偏倚模型（VBDynamic）最优（pEP=0.899）。该模型参数显示，从众参数γ在不诚实群体条件下显著为正（mean=0.473, p<0.001），而诚实群体条件下不显著（mean=-0.013, p=0.984），且γ_D显著高于γ_H（p<0.001）。参数恢复分析确认γ参数恢复良好。

4. **基于模型的fMRI分析 (Model-based fMRI analysis)**
- **动态评价偏倚的脑编码**：在GLM1中，群体水平未发现动态评价偏倚的主效应，但二级分析显示，左侧外侧前额叶皮层（lPFC）、右侧背外侧前额叶皮层（rdlPFC）和双侧顶内沟（IPS）的活动与动态评价偏倚的关系受从众参数γ_D调节（p<0.05 FWE簇校正）。具体为γ值越低（抗从众），该信号越强。
- **学习信号的脑编码**：在GLM2中，参与者在Predict试次中预测时与行动概率相关的信号在不诚实群体条件下编码于双侧后上颞沟-颞顶联合区（pSTS-TPJ）和背侧前扣带皮层（dACC）（p<0.05 FWE峰值校正），且该信号在不诚实群体条件下显著强于诚实群体条件（p<0.05 FWE簇校正）。反馈阶段的预测误差信号编码于双侧腹侧纹状体（p<0.001未校正，簇水平未通过校正）。

**讨论与结论**
讨论部分指出，动态评价偏倚机制优于偏好转移，表明社会影响并不改变个体稳定的道德偏好，而是通过动态学习他人行为偏倚估值过程。不诚实行为比诚实行为更具传染性，且不能由学习准确性差异解释。神经影像结果揭示lPFC和rdlPFC监测社会规范演变，并将社会信息整合入决策价值计算；pSTS-TPJ则参与学习并表征他人欺骗倾向，但不直接介导影响过程。研究局限性包括参数恢复在温度参数β_Oth上较弱，可能源于参与者快速学习导致的变异性降低。尽管如此，该模型为整合社会学习与社会影响提供了计算框架。

**结论翻译**：
总体而言，本模型解释了个体如何生成他人偏好的正式表征，进而偏倚自身的估值过程。研究人员报告pSTS-TPJ和双侧lPFC分别计算两个分离的信号：pSTS-TPJ中的社会学习信号和双侧lPFC中的社会影响信号。这些计算角色阐明了欺骗行为背景下社会学习与社会影响之间的动态联系。学习过程中他人行为倾向的表征在pSTS-TPJ区域编码，而动态偏倚涉及左侧lPFC和右侧dlPFC。这些发现对发展新的社会影响计算理论具有启示意义，可用于理解不同情境下不诚实或诚实的规范如何在社交网络中传播。