缺失的P3a：表现监测事件相关电位区分对人类和自主系统的信任

《Psychophysiology》：The Absent P3a. Performance Monitoring ERPs Differentiate Trust in Humans and Autonomous Systems

　　

为了解决人类大脑对自主系统错误的反应可能被用作基于大脑的自动化信任测量这一建议，本研究要求被试监控一个虚拟人类或自主系统伙伴在执行一项新颖、复杂的现实世界图像分类任务时的表现。研究人员预测，伙伴错误的视觉反馈将诱发反馈相关负波（FRN）和P3事件相关电位（ERP）成分，并且这些成分在人类组和系统组之间会存在差异。行为结果显示，虽然被试根据研究人员有意操纵的错误率校准了对其伙伴的信任，但未发现组间差异。然而，ERP数据揭示了两个组均存在FRN和P3效应，且这些效应受准确率和错误率的调节。一个意外的发现是，P3的地形分布在组间存在差异：在人类条件下，观察到额叶P3a和后部P3b两个亚成分；而在系统条件下，仅观察到后部P3b，P3a完全缺失。研究人员认为，这种选择性的P3a缺失可能反映了被动任务条件下系统监测期间额叶注意力的降低，这可能是由于对系统伙伴的社交和情感处理减少所致。这项研究证明了基于脑电图（EEG）的自动化信任测量在超越传统信任测量敏感性的潜力，同时揭示了缺失的P3a可能是自动化自满的一个潜在神经特征。这识别了应用人类表现监测的相关指标可能不适用于监测自动化系统的潜在边界条件。

**论文解读：缺失的P3a：表现监测事件相关电位区分对人类和自主系统的信任**

**研究背景与问题**
随着自动化和人工智能（AI）迅速渗透至人类活动的各个领域，尤其是复杂且安全关键的任务，理解人类如何监测和评估这些系统已成为迫切需求。一个突出的提议是利用大脑对观察到的系统错误的反应（特别是反馈相关事件相关电位，ERP）作为人类自动化信任（TiA）的实时、客观测量指标。这一提议假设已知的人类表现监测的神经相关指标（如反馈相关负波（FRN）和P3）在观察和监督系统表现时也能被类似地诱发。该假设也得到“计算机作为社会角色”（CASA）框架的理论支持，该框架认为人类会像对待社会角色一样对待计算机和自动化智能体，尽管知道它们不是人类。然而，这一假设目前理论和实证上尚不充分，因为ERP成分标注不一致使先前研究结果模糊，且很少有研究直接比较在同一任务中观察人类和系统表现时的神经反应。此外，人类在监测技术智能体时倾向于减少认知投入（如“脱离回路”表现下降和自动化自满现象），暗示在神经层面可能存在对人类和系统表现的不同加工。如果确实存在这种差异，将识别出直接适应人类表现监测到系统监测的潜在边界条件，挑战使用神经测量TiA所依据的等价性假设。

**研究目的与设计**
为探究FRN和P3作为自主系统信任的脑基指标，研究人员创建了一项实验任务，超越传统范式而更接近真实世界环境。任务采用受Asirra验证码启发的复杂图像识别任务（将猫和狗分类）。被试扮演监控者角色，监控虚拟人类或自主系统伙伴执行任务。实际上，两个伙伴均为预设脚本，观察到的表现在两种伙伴类型中完全相同。伙伴的观察表现以有序但不可预测的方式在12种不同错误率之间波动。被试定期提供信任评分，并与FRN和P3振幅进行比较。具体假设包括：H1）观察到的伙伴错误率会影响信任评分（表现预测）；H2）伙伴错误试验的视觉反馈会诱发比正确试验更大的FRN和P3振幅；H3）人类伙伴错误的P3振幅将大于系统伙伴错误。该论文发表在《Psychophysiology》。

**主要技术方法**
研究人员招募了48名右利手成年志愿者（年龄18–39岁，平均25.5岁，34名女性），随机分为两组，每组24人，分别监控虚拟人类伙伴或自主系统伙伴（虚拟人类组被告知一位研究人员同事在隔壁房间远程执行任务；系统组被告知监控一个经过训练进行图像分类的深度学习算法）。任务要求被试观察伙伴从四张图片（一张狗和三张猫）中选择目标狗图片的正确性。每张图片呈现1600ms后，伙伴的选择以黄色边框反馈800ms。被试在每块结束后评价伙伴表现（是否达到80%正确率要求）并预测下一块表现。实验包含12个块，每个块47–53个试验，错误数5–16个，划分低、中、高错误率。EEG数据使用32导联Ag/AgCl电极帽（10–20系统）记录，采样率500Hz，经独立成分分析（ICA）校正眼电伪迹，0.1–30Hz带通滤波，–200至800ms分段，基线矫正200ms。统计分析采用广义线性混合模型和线性混合模型，对单次试验数据进行建模，固定效应包括准确性、组别、错误率、块前预测和矢状度。

**研究结果**
**3.1 行为数据**
**3.1.1 伙伴监测准确性**：错误率对监测准确性有显著主效应（χ2(2)=17.20, p<0.001），中错误率块的监测准确性显著低于低或高错误率块，未发现组别主效应或交互作用。**3.1.2 表现预测**：错误率对块前表现预测有显著主效应（χ2(2)=41.90, p<0.001），随着错误率增加，预测表现变差，未发现组别主效应或交互作用。

**3.2 ERP数据**
**3.2.1 FRN时间窗口（190–280ms）**：准确率、错误率和矢状度均有显著主效应，且存在组别×准确性×错误率×块前预测×矢状度的五重交互作用（χ2(4)=37.80, p<0.001）。对于系统组，FRN效应广泛分布于额叶至后部，高错误率和好预测时额叶FRN效应更大；对于人类组，FRN效应相似但较不一致。**3.2.2 P3时间窗口（350–500ms）**：同样有准确率、错误率和矢状度的显著主效应，以及五重交互作用（χ2(4)=35.30, p<0.001）。对于系统组，P3效应仅出现在后部电极，额叶无P3效应，且错误试验的振幅在额叶甚至低于正确试验；对于人类组，P3效应广泛分布于额叶至后部。地形图显示人类组在P3时间窗口有额叶-后部广泛的正向活动（P3a和P3b），而系统组仅在后部有P3b样活动。

**讨论**
**4.1 主要发现总结**：行为结果中观察到的伙伴错误率显著预测信任评分，但无组别差异。ERP结果显示两个组均观察到FRN和P3效应，但P3地形存在关键差异：人类组有广泛P3（包含P3a和P3b），系统组仅后部P3b，额叶P3a完全缺失。**4.2 任务与行为效应**：研究成功将TiA研究扩展到复杂现实世界任务，错误率操作有效，被试校准了信任。**4.3 表现监测的电生理相关指标**：结果证实FRN和P3在复杂任务中稳健，为应用TiA测量提供基础。**4.4 FRN和P3的交互作用**：FRN和P3受伙伴类型、错误率和预测表现调节，支持FRN作为预期违背指标，而人类组在预测更差表现后恢复到预期水平时FRN效应最大。**4.5 P3地形转换揭示不同伙伴类型的独特神经加工**：系统组P3a缺失是意外发现。研究人员认为，在被动监测任务中，当缺乏行为反应要求和自身生成冲突时，P3a的维持需要社会性和动机性显著性。人类伙伴错误因感知意图、社会比较、共情等社会认知过程维持额叶注意，而系统监测中这些过程未启动，导致额叶注意力降低。这种选择性缺失可能反映技术相关认知经济化（TRCE），即人类在与技术系统交互时倾向于减少认知努力，可能成为自动化自满的神经标志，并挑战CASA理论在神经层面的等价性。**4.6 实践意义**：EEG指标可能比传统行为测量更敏感；P3a缺失可指导设计维持社会认知参与的自动化系统（如拟人化特征）以减轻TRCE；但需进一步验证。

**结论**
本研究为TiA研究做出了宝贵贡献。研究人员证实，在近似真实世界人-自主系统协作的复杂任务中，可从观察自主系统表现中获得FRN和P3效应。被试根据观察表现适当校准了对其伙伴的信任，而FRN和P3活动揭示了每种伙伴类型不同的神经模式，且受错误率和预测表现调节，这些在行为数据中未被发现。这一发现证明了EEG作为复杂任务中TiA实时、敏感测量的潜力，且无传统自我报告方法的局限性。此外，自主系统组在FRN后P3a缺失的新发现具有理论意义，表明观察人类和自主系统错误的存在根本性差异。研究人员理论认为，P3a选择性缺失与保留的FRN和P3b（表明基本错误检测和结果评价过程）同时出现，表明在被动监测系统伙伴时，具体是P3a索引的额叶注意力未得到维持。这反映了技术相关认知经济化（TRCE），即当维持努力投入的社会和情感过程在系统监测情境中缺失时，默认减少认知努力状态的倾向。这种认知经济化的神经模式可能是自动化自满的标志，也识别了人类表现监测理论可能不适用于系统监督的潜在边界条件。理解这种认知经济化模式的发生方式及可能减轻的因素（如系统特征和任务设计）对人-自动化团队安全及TiA神经测量发展具有重要影响。