(資料圖片僅供參考)
北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院、麥戈文腦研究所及北大-清華生命科學(xué)聯(lián)合中心研究員朱露莎實驗室日前在《自然·神經(jīng)科學(xué)》在線發(fā)表題為《社會網(wǎng)絡(luò)上實時分布式學(xué)習(xí)神經(jīng)計算機制》的研究論文,結(jié)合腦成像、社會網(wǎng)絡(luò)分析、強化學(xué)習(xí)等多學(xué)科研究方法,首次揭示了人類大腦整合社會網(wǎng)絡(luò)信息以進行決策的神經(jīng)計算過程。
近20年來,“社會網(wǎng)絡(luò)分析”取得了矚目成績,揭示了網(wǎng)絡(luò)結(jié)構(gòu)對經(jīng)濟、文化等方面群體行為的重要影響。然而,迄今為止,我們尚不清楚人腦怎樣和復(fù)雜聯(lián)通的社會環(huán)境打交道:大腦如何整合社會網(wǎng)絡(luò)中不同來源的信息?個體身處的網(wǎng)絡(luò)結(jié)構(gòu)是否影響大腦的處理過程?
在傳統(tǒng)的“中心化”決策中,決策者處理的是來自不同渠道但相互獨立的社會信息。該情景下,大腦可以像統(tǒng)計學(xué)家一樣,準(zhǔn)確高效地整合信息。然而,在“去中心化”的網(wǎng)絡(luò)中,每個個體在影響他人同時也受到他人影響,信息沿網(wǎng)絡(luò)連接來回流動,不同節(jié)點傳遞的信息可能高度關(guān)聯(lián)、重復(fù)冗余、有著不同且難以判斷的信息量,使正確整合這些信息在計算和認(rèn)知上非常困難。
對此,朱露莎研究團隊構(gòu)造了許多小型社會網(wǎng)絡(luò),把實驗參與者隨機分配到這些網(wǎng)絡(luò)的節(jié)點上。類似于微信,信息僅在相互連接的“好友”間傳播,而對無連接的“非好友”不可見。參與者需要通過觀察好友的行為來推斷外部環(huán)境,選擇合適的行為。研究團隊全程記錄參與者處理每一條社會信息時的神經(jīng)活動,并借助計算建模,解析大腦如何整合來自不同朋友的信息。
研究團隊發(fā)現(xiàn),人腦采用了一個“偷懶”的策略以規(guī)避對網(wǎng)絡(luò)信息高難度的處理,因而導(dǎo)致了偏向性的社會信息處理。如同在簡單社會環(huán)境中,人腦通過類似強化學(xué)習(xí)的算法,根據(jù)好友行為出乎意料的程度來更新對外部環(huán)境的判斷。參與者的外側(cè)前額葉等腦區(qū)表征了這一經(jīng)典社會學(xué)習(xí)信號。
更有趣的是,與德格奧特學(xué)習(xí)的理念一致,網(wǎng)絡(luò)結(jié)構(gòu)影響著人腦社會學(xué)習(xí)的過程。學(xué)習(xí)的“速率”由自己和朋友在網(wǎng)絡(luò)中朋友的數(shù)量決定:朋友的朋友越多,自己受這個朋友的影響就越大;同時自己的朋友越多,受他人的影響就越小。在處理每一則社會信息時,決策者背側(cè)前扣帶皮層等大腦區(qū)域靈活、定量且特異性地編碼了自己和傳送該信息的朋友在網(wǎng)絡(luò)中連接的相對數(shù)量,可能參與了對網(wǎng)絡(luò)上強化學(xué)習(xí)速率的動態(tài)調(diào)節(jié)。這些結(jié)果表明,通過背側(cè)前扣帶皮層的調(diào)節(jié),決策系統(tǒng)給那些更加“四通八達”的信息源施加更高的權(quán)重,低估甚至忽略可能掌握的部分其他正確信息源,在理論和實驗中,這種策略可能導(dǎo)致虛假信息的傳播和錯誤共識的形成。
該研究首次探討了社會互動關(guān)系的結(jié)構(gòu)對人類決策在認(rèn)知和神經(jīng)層面的影響,將傳統(tǒng)的社會學(xué)習(xí)和強化學(xué)習(xí)神經(jīng)計算機制研究拓展到了更廣闊、更具生態(tài)效度的決策環(huán)境中,并為研究復(fù)雜社會網(wǎng)絡(luò)中個體決策的神經(jīng)機制開辟了可拓展的實驗和計算框架。
22日,該雜志發(fā)表專文介紹和評價了該論文。其中,加州大學(xué)洛杉磯分??辶铡づ两鹕淌谠u價:“該論文充滿創(chuàng)造力,探索了一系列重要且意義深遠的實證問題。”《自然·神經(jīng)科學(xué)》高級編輯讓·則娜特評價:“作者對社會網(wǎng)絡(luò)中學(xué)習(xí)的建模,對未來探索社會影響的決策研究將起到引領(lǐng)作用?!睋?jù)悉,3月,該論文將以封面文章的形式正式出版。
標(biāo)簽: 社會網(wǎng)絡(luò)