彭玉佳课题组构建“社会棱镜模型”，揭示社交焦虑中的双重先验偏向

　　

近日，北京大学心理与认知科学学院彭玉佳研究员课题组在国际期刊 PLOS Computational Biology 发表题为“Revealing dichotomous prior biases in social anxiety through a social prism model”的研究论文。该研究提出“社会棱镜模型”（Social Prism Model），结合行为实验、漂移扩散模型、机器学习和贝叶斯模型，系统拆解不同社会线索及其背后的认知过程。

为什么有些人在面对社交场合时，会更容易感到紧张、恐惧，甚至预期他人会做出负面评价？社交焦虑究竟是由哪些社会线索诱发的？不同线索又如何共同影响个体的判断？

研究发现，社交焦虑并不能被简单概括为单一的负性认知偏向。面对不同类型的社会线索，高社交焦虑个体可能表现出方向不同的先验偏向。

社交焦虑只是“更容易往坏处想”吗？

高社交焦虑个体通常更担忧他人的负面评价，也更容易将不确定的社会信息理解为潜在威胁。然而，既往研究对于社交焦虑是否伴随稳定的负性社会认知偏向，并未得出一致结论。

为什么不同研究会得到不同结果？

一种可能是，相似或不同的行为表现背后，存在多个认知过程的共同作用。仅依赖判断结果和反应时等行为指标，往往难以区分这些潜在的认知机制。

此外，真实的社会场景通常同时包含面孔、身体、情绪、社会互动和模糊性等多种线索。不同线索可能激活不同方向的先验偏向。因此，要理解社交焦虑中的社会判断偏向，不仅需要分解场景中包含了哪些信息，还需要进一步拆解这些信息如何影响个体的决策过程。

如何拆解复杂的社会判断？

研究团队开展了8项社会效价判断实验，共纳入541名参与者，采用完整社会场景、面部表情和生物运动多类实验刺激，系统比较不同社交焦虑水平个体的社会信息加工过程。

研究采用漂移扩散模型，将社会决策拆解为两个核心过程：一是判断形成前已经存在的先验偏向，二是判断过程中对当前社会信息的证据积累。

在此基础上，研究团队进一步通过机器学习评估模型参数对社交焦虑特质的预测能力，并构建贝叶斯模型，模拟先验预期与当前社会信息如何共同塑造个体判断。

从负性到正性：不同社会线索触发双重先验偏向

结果显示，社交焦虑相关的社会认知偏向，主要源于先验偏向的变化。

具体而言，高社交焦虑个体在面对面孔和模糊信息时，表现出更强的负性先验偏向，更容易在信息尚不充分时预期负面结果。

但在生命性、社会互动、情绪和身体线索条件下，高社交焦虑个体则表现出相对正性的先验倾向。

这意味着，社交焦虑并不是对所有社会信息都“更消极”。不同类型的社会线索，可能激活方向不同的预期模式。机器学习分析和贝叶斯模型模拟也进一步支持了先验预期在社交焦虑社会认知偏向中的关键作用。

从“负性偏向”走向更精细的认知解释

“社会棱镜模型”从社会线索构成和潜在认知过程两个层面，对社交焦虑中的社会认知偏向进行了系统拆解，为理解既往研究中不一致的行为结果提供了新的计算框架。

该研究进一步揭示了先验预期在社交焦虑个体社会判断中的关键作用。未来，对社交焦虑的评估与干预或许可以进一步关注：个体究竟对哪些社会线索形成了异常预期，并据此开展更具针对性和个体化的认知调整。

王愉茜为论文第一作者，鞠芊芊和彭玉佳为论文通讯作者。该研究获得国家科技重大专项、国家自然科学基金、中国科协青年人才托举工程和中国博士后科学基金等项目支持。论文于2026年7月30日在线发表于 PLOS Computational Biology。

 

论文信息

论文题目：Revealing dichotomous prior biases in social anxiety through a social prism model

作者：Yuxi Wang, Qianqian Ju, Renhe Jia, Minghao Yuan, Yujia Peng

期刊：PLOS Computational Biology

DOI：10.1371/journal.pcbi.1014509

论文全文可通过 PLOS Computational Biology 官方页面查阅。

---

2026-07-31