人类动态资源追踪中由收益选择性驱动的集体智能

《Nature Communications》：Payoff selectivity drives collective intelligence during dynamic resource tracking in humans

　　

人类复杂社会学习与集体适应能力在物种中尤为突出。然而，在真实环境中个体如何整合动态变化的个人与社会线索，从而产生集体智能或适应不良行为，仍知之甚少。研究人员通过一项在线三维沉浸式现实实验，让参与者（n = 621）在真实视觉—空间约束下搜索并追踪移动资源；参与者单独或以五人组形式完成task，组内提供不同类型社会信息与不同资源速度。与既往研究相反，仅当收益（payoff）信息可用时，群体表现优于单独个体。高分辨率视野数据与运动轨迹显示，收益可见性促使视觉信息流进行适应性重校准，从而实现灵活适应。对细粒度运动决策的computational models与agent-based simulations表明，收益信息使参与者动态识别并选择性响应可靠社会线索，由此释放群体集体潜力。

研究背景方面，人类具备独特灵活决策能力，可动态结合个人与社会信息源。社会信息既可促成集体适应，也可能因过度跟从导致羊群效应与集体崩溃。既有实验多采用简化范式，缺乏真实世界中的视觉—空间丰富性与时空自相关、感知约束和内生选择生态。真实场景中收益信息常不可直接获取，且即便存在也只是短暂间接线索；是否存在显式收益信息才能产生集体智能仍不清楚。为在受控且生态相关的情境中研究动态社会学习与集体行为，研究人员开展大规模沉浸式现实实验，论文发表于《Nature Communications》。

主要关键技术方法方面，研究人员采用在线大规模三维沉浸式现实平台，纳入 n = 621 名参与者，设置单独（A）、无收益共享（NP）、自愿收益共享（VP）、完全收益共享（FP）四种条件，并操控慢速与快速两类资源速度；利用第一人称有限视野与资源探测器获取高分辨率时间序列数据，构建随时间变化的定向可见性网络（visibility network）分析“谁看见谁”；建立秒级运动决策线性计算模型，将私人信息（探测器值及变化 δ_t）与社会信息（他人位置、运动方向及其与信息质量交互）纳入特征权重估计；进一步开发基于主体模拟（agent-based simulation），以选择性 p_social 与信息质量 q_t 刻画私人—社会信息权衡并推广至更大参数空间。

研究结果部分

Performance depends on the social environment and resource speed：通过层次贝叶斯回归比较八种处理条件，研究人员发现慢速资源下三组群体均比单独者得分更高，其中完全收益共享组最优；快速资源下仅完全收益共享组优于单独者，无收益共享组甚至更差。结果表明慢变环境中成群有益，快变环境中仅观察他人位置会导致适应不良，需收益信息抵消。

Payoff information shapes the structure and adaptability of visibility networks：可见性网络分析显示，完全收益共享组具有更高入度与出度，且当视野中存在他人时更可能看到比自己更接近资源中心者，即收益选择性提升视觉连接适应性。资源发现事件中，完全收益共享组发现者短期内获得更多注视，其他成员向外注意力增加，并使群体更快聚集到资源上、发现者停留更久。

Computational model of movement decisions：运动决策计算模型表明，所有条件下参与者随离资源中心更远或探测器值下降而增大旋转；完全收益共享组对私人探测器变化敏感度最低，但对社会线索选择性最强，仅当可见他人表现更好时才强化对其位置与运动方向的响应。追随他人位置降低追踪效率，而对他人运动方向对齐与收益选择性则提升效率。

A mechanistic agent-based simulation：基于主体模拟证实，高选择性社会信息使用者在慢速至中速资源下同时获得更长追踪时间与更高效率；非选择性者在群体中易出现适应不良聚集。资源速度为个体速度 40% 时，高度选择性群体才全面超越单独个体，与实验慢速条件直接对应；大群体会放大非选择性羊群风险。

讨论与结论翻译部分，研究人员指出，灵活社会学习是人类集体适应核心，但自然主义移动群体中的集体智能需特定条件：仅当持续观察他人收益时群体才优于单独个体；仅看位置尤其在快速资源下劣于单独个体。收益选择性在搜索阶段使群体转向发现者、快速收敛资源，在追踪阶段使参与者只在他人更靠近中心时利用社会线索，从而降低私人与社会信息矛盾带来的适应不良。基于主体模拟厘清环境作用：搜索阶段低质量社会信息也能提示位置，追踪阶段需在探测器反馈与社会线索间平衡；慢速环境私人信息已足够，快速环境旧社会线索有害，中慢速“甜点区”下选择性社会学习超越单独表现。研究人员还发现自愿收益共享中参与者愿付成本主动共享，引发更自适应视觉信息流与选择性调谐。综上，payoff selectivity 是动态空间资源追踪中集体智能的关键驱动；该结论为真实世界集体觅食、社会信息设计与文化演化研究提供机制性证据。