关于视觉错觉中的共同因素：一篇综述

《Neuropsychologia》：On Common Factors in Visual Illusions: A Review

　　

自古以来，错觉就令人类着迷，引发了关于感知与外部世界之间关系的深刻问题。如果错觉能如此轻易地欺骗我们，我们又如何能信任自己的感官？基于这些原因，错觉研究似乎应处于视觉研究的核心。然而，尽管大多数学者认可例如使用空间错觉进行空间视觉研究，但许多人否认错觉本身是一个合适的研究课题。一种观点认为，错觉在概念上几乎没有共同点。在此，研究人员想要论证，事实上情况恰恰相反。研究人员回顾了许多研究，其中大多数研究表明错觉强度之间的相关性很弱，即错觉之间的共享方差很低。一名被试可能被一种错觉强烈欺骗，而只被类似错觉微弱欺骗。因此，研究一种特定的空间错觉可能无法告诉我们关于一般空间视觉的太多信息。尽管如此，研究人员将论证错觉是研究视觉的一种极好工具，因为错觉研究可以帮助我们理解大脑如何解决视觉中的不适定问题（ill-posed problems）。基于此，错觉研究本身就是一个有价值的研究课题。

论文解读文章

**研究背景与问题**
视觉错觉自古代以来就引发对人类感知本质的深刻思考，但关于错觉是否构成一个统一科学类别一直存在争议。部分学者（如Braddick、Rogers）认为错觉在概念上缺乏共同点，将其归为同一研究主题几乎没有解释力，甚至质疑“错觉”一词本身的科学性。然而，多数研究默认假设同类错觉（如空间错觉）共享相同机制，因此个体在一种错觉上的表现应能预测另一种相似错觉的表现。这种隐含假设在人格、文化、年龄及神经机制研究中普遍存在——例如，若某种人格特质与一种空间错觉相关，则相似错觉也应呈现类似关联。但核心问题在于：错觉强度之间是否真的存在共同因子？如果存在，则不同错觉的测量值应显著相关；反之，则说明每种错觉可能具有独立的机制。本研究通过系统综述大量实证研究，检验错觉间相关性的普遍模式，并探讨这些发现对视觉研究的意义。

**研究开展与结论**
研究人员（Michael H. Herzog和Ece Yatikci，来自瑞士洛桑联邦理工学院（EPFL））回顾了来自空间错觉、亮度错觉、运动错觉以及合并错觉领域的多项研究，涵盖从6岁到81岁的广泛年龄样本。绝大多数研究发现，不同错觉之间的强度相关性极弱，共享方差通常低于10%，而同一错觉的变体（如不同旋转角度或亮度条件）则表现出高度相关。主成分分析（PCA）的第一成分解释方差仅略高于随机水平，不支持强共同因子存在。少数研究（如Makowski等，2023）报告了通用因子，但其方法（参数化任务与客观迫选）与传统主观匹配法不同，可能引入了任务结构的共同方差。整体而言，错觉间相关性弱并非由于测量误差或样本量不足，而是反映了错觉本身的异质性。这一结论对视觉研究具有重要意义：若每种错觉代表独立机制，则不能将一种错觉的发现轻易推广到其他错觉；但研究人员同时强调，错觉研究本身并非徒劳，因为错觉揭示了大脑如何解决视觉中的不适定问题（ill-posed problems），是探索视觉计算原则的有力工具。该论文发表在《Neuropsychologia》。

**主要关键技术方法**（不超过250字）
研究人员采用综述方法，汇总了多项独立研究，每项研究均使用不同样本队列。例如，Grzeczkowski等（2017）测试了113名6-81岁健康参与者；Cretenoud等（2019）分析了Hamburger等（2007）的原始数据；Mazuz等（2023）开发了本-古里安大学感知错觉测试（BTPI），测试119名观察者；Cottier等（2023）测试了106名观察者；Kobayashi和Shapiro（2025）测试了219名和118名参与者（两个实验）；Takahashi等（2025）进行了三个实验，样本量分别为99、83和146。关键技术包括：被试内调整法、二选一迫选法（2AFC）、参数化任务（如Makowski等2023）；统计方法包括Pearson相关、主成分分析（PCA）、因子分析、结构方程模型（SEM）、分层模型、bootstrap及模拟零分布分析。所有研究均去除了试剂、培养及质粒构建等操作细节。

**研究结果**
- **空间错觉（Spatial illusions）**：Grzeczkowski等（2017）测试6个经典错觉（Ebbinghaus、Müller-Lyer、同时对比、Ponzo、White、倾斜），PCA第一成分仅解释23.6%方差，接近零模型（16.7%）。Cretenoud等（2019）重新分析10个空间错觉，不同错觉间中位r²仅0.09，且同一错觉在不同亮度条件下高度相关（中位r² = 0.70）。Mazuz等（2023）的BTPI测试（Ebbinghaus、Ponzo、高度-宽度）显示高重测信度但低交叉相关。Mehrvarz等（2025）使用分层模型校正衰减后，共享方差平均约4.7%，单一因子解释23.3%方差。
- **亮度错觉（Lightness illusions）**：Kobayashi和Shapiro（2025）测试27个亮度错觉变体，因子分析识别出同化、对比和White效应三个因子，总解释方差27.8%，但多数错觉仍有高独特性。Takahashi等（2025）报告8个错觉间弱相关，最强共享方差7-16%，并发现约9.8%-12%的“反向感知者”稳定存在。
- **运动错觉（Motion illusions）**：Morrow和Samaha（2022）测试Fr?hlich效应与闪光滞后效应，bootstrap分布中心接近零（r≈0）。Cottier等（2023）测试8个运动位置错觉（如闪滞效应、闪光抓取效应、运动诱导位置偏移），106名观察者中多数错觉对共享方差极低，仅两个小簇出现。
- **合并错觉（Combined illusions）**：Cretenoud等（2020）将垂直-水平、Müller-Lyer和Ponzo错觉合并，路径分析显示合并错觉强度可由成分错觉线性预测，而基础错觉间相关仍弱。
- **低相关的原因（Why and why not?）**：排除样本量小、信度悖论、低重测信度等解释。多数研究样本量较大，重测信度良好（如Grzeckowski等r²=0.25-0.55；Mehrvarz等分半信度r²=0.42-0.76），且同一错觉变体间高度相关，表明低相关源于真实差异而非噪声。
- **人格（Personality）**：Grzeczkowski等仅发现Ponzo错觉与认知混乱（O-LIFE量表）相关，其他无；Makowski等通过结构方程模型（SEM）发现通用因子“i”与宜人性、诚实-谦逊正相关，与精神病态、对抗性、去抑制和负性情绪负相关。
- **年龄（Age）**：Mazuz等发现Ebbinghaus错觉随年龄减弱，高度-宽度错觉增强，Ponzo稳定；Grzeczkowski等观察到Ebbinghaus、Müller-Lyer、Ponzo和倾斜错觉随年龄减弱，同时对比和White不受影响。年龄因素在PCA中形成主要成分，而非通用错觉因子。
- **fMRI**：Jastrz?bowska等（2023）未复现V1表面积与大小错觉强度的关联，也未发现一致交叉相关。
- **结果综述（Summary of the review of results）**：定量模拟（10,000次随机）显示，多数研究观测到的平均r²显著大于零，但绝对值很小（通常<0.10），说明共享结构存在但微弱，不支持强共同因子。

**总结讨论与结论**
讨论部分指出，大多数研究（如Grzeczkowski等、Cretenoud等、Mazuz等、Mehrvarz等、Takahashi等）未发现广泛共同因子，而少数报告有限高阶结构（如Coren等、Kobayashi和Shapiro）或通用因子（Makowski等）的研究，其因子通常局限于特定错觉或其变体，或受方法差异影响（如Makowski使用参数化任务与客观迫选而非主观调整）。机制层面，因子是统计构念，而机制是神经计算过程，低相关不排除特定错觉存在共享机制，但需其他技术（如结构方程模型）进一步挖掘。关于错觉本质，研究人员认为错觉并非感知错误，而是感知与认知期望之间的冲突，反映了大脑在不适定条件下使用先验信息进行推断的过程（如陨石坑错觉、Shepard桌面错觉）。因此，研究单一错觉虽不能推广，但通过组合错觉组套和概念分析，可揭示抽象机制。
研究结论翻译如下：研究人员采取了与领域内主流思维相当正交的立场。与经典观点相反，研究人员不认为研究特定错觉的机制能带来太多收获，因为错觉强度之间相关性非常低。其他测量和分析技术，如结构方程模型，可能得出不同结果。另一方面，研究人员认为总体上错觉研究可以揭示一般机制，例如大脑如何解决视觉的不适定问题。为此，再次强调，研究单一错觉可能不是成功的捷径，但错觉组套和概念分析可能更有效。