成曉君 劉美煥 潘亞峰

責任共擔促進新手的互動決策獲益：超掃描研究*

成曉君1劉美煥1潘亞峰2

(1深圳大學心理學院, 深圳 518060) (2浙江大學心理與行為科學系, 杭州 310028)

采用基于近紅外腦成像的超掃描技術, 考察了責任共擔(即共同承擔決策結果)對個體(專家和新手)的互動決策獲益(即互動決策后個體的能力提升)的影響及腦機制。結果顯示, 相比于非責任共擔, 責任共擔條件下新手的互動決策獲益更高, 其與互動同伴在額極區(qū)域存在增強的腦間活動同步性; 并且, 額極的腦間活動同步性可預測新手的互動決策獲益。綜上, 責任共擔可以有效促進新手的互動決策獲益, 額極腦間活動同步性可能是潛在的腦機制。

互動獲益, 責任共擔, 社會決策, 超掃描, 近紅外腦成像

1 引言

互動(Interaction)是人類生活不可或缺的組成部分, 指的是發(fā)生在個體間同時或序列的、可影響他人即刻或未來結果的系列行為(Johnson & Johnson, 2005)。個體間的互動可增強團體聯(lián)結和群體決策效率。例如, 在人際交往中, 交流和模仿同伴的行為, 對同伴的言語和行為進行回應, 可以拉近團體中個體間的關系, 增強團體凝聚力(Lu et al., 2019; Nozawa et al., 2019)。在鼓勵互動交流的氛圍中, 團體的知覺決策能力(Bahrami et al., 2010)、創(chuàng)造力(Lu et al., 2019)均有所提升。最近研究表明, 個體也可以在與他人的互動中獲益(即個體的“互動獲益”, Interaction Benefit), 體現(xiàn)為與他人的互動過程中, 個體自身的能力水平(相比于互動前)獲得了提升(Lorenz et al., 2011; Sella et al., 2018)。社會決策是研究互動獲益的一個經(jīng)典范式(Minson et al., 2011; Sella et al., 2018)。例如, 在一個社會決策任務中, 當兩個個體在分別做出了自己的決策后有機會分享意見并達成決策共識時, 個體自身的決策準確度會提升(Sella et al., 2018)。盡管這一現(xiàn)象逐漸受到研究者的關注, 但個體互動獲益現(xiàn)象背后的認知和腦基礎, 仍有待進一步探究。

在與他人進行互動時, 個體將和他人進行行動信息的交換, 這通常伴隨著生理或心理的更多投入, 并促進任務的完成(Astin, 1999)。例如, 個體與教師的互動次數(shù)的增加可以提升個體的學習績效(Pan et al., 2018)。值得注意的是, 在這些互動任務(尤其是團體決策)中, 團隊各成員通常是默認的合作關系, 互動的結果與各成員的績效緊密相關(Mahmoodi et al., 2015; Minson et al., 2011; 余柳濤等, 2016)。因此, 個體的互動獲益很有可能并非單純來源于互動這一過程本身, 而是團隊各成員在績效產(chǎn)出時共享了責任, 即責任共擔(Shared Responsibility)。責任共擔是指在群體決策中, 決策結果直接影響群體收益和損失, 當前決策結果由群體成員共同承擔(Yaniv & Kleinberger, 2000; Zein et al., 2019)。責任共擔條件下, 個人的貢獻是模糊的、不被強調(diào)的, 因此個體將傾向于避免承擔決策后果(尤其是失敗的后果) (Mahmoodi et al., 2015; Zein et al., 2019)。為了分擔潛在錯誤的責任, 個體的決策更有可能在自己的意見和同伴的建議之間交替進行, 即使用平均策略(Averaging Strategy)。平均策略的使用, 使得個體充分參考和聽取他人的意見, 從而提升自己的能力水平。在非責任共擔條件下, 個人的責任非常明確, 因此個體更傾向于堅持己見, 整合他人意見的程度較低(Soll & Mannes, 2011)。鑒于此, 相比于非責任共擔, 責任共擔條件下, 個體將更多地使用平均策略, 并獲得更大的互動獲益。

互動對個體的益處, 可能因個體自身的能力水平而異。Mastroeni等人(2017)的研究發(fā)現(xiàn), 當團體內(nèi)既有專家也有新手時, 互動可能會導致團體內(nèi)的成員的能力越來越同質(zhì), 即專家的能力降低, 同時, 新手的能力卻會得到提升(Mastroeni et al., 2017)。這一發(fā)現(xiàn)在Sella等人(2018)的研究中得到了驗證, 在一個數(shù)值位置估計的互動決策任務中, 經(jīng)過互動后, 專家的個人估計能力略有下降, 而新手的個人估計能力得到了顯著的提升。這種互動獲益在不同能力水平個體上的不同表現(xiàn), 或可被互動決策過程中的平均策略所解釋。當團體成員采用平均策略時, 個體將參考他人的意見, 因此新手可從專家處獲益, 而專家則不能從新手處獲益(Mastroeni et al., 2017; Sella et al., 2018)。從這一角度出發(fā), 相比于專家, 新手將獲得更大的互動獲益。同時, 由于責任共擔條件下平均策略的使用更為突出, 我們認為新手將在責任共擔條件下獲得更大的互動獲益。鑒于互動可能會導致團體成員的能力趨于同質(zhì), 因此團體成員的初始能力水平(即專家?新手各自的基礎能力)差異越大, 新手的進步空間越大, 即互動獲益越大。

神經(jīng)生理層面, 借助新近發(fā)展的超掃描(Hyperscanning)技術, 研究者們得以同時觀察互動過程中多個個體的大腦活動(Montague et al., 2002; 李先春等, 2018)。研究表明, 互動個體間的腦活動存在同步性, 即腦間同步(Interpersonal Brain Synchronization, IBS) (Balardin et al., 2017; Cui et al., 2012; Jahng et al., 2017; Li et al., 2018)。迄今為止, 腦間同步在團體合作(Hu et al., 2018; Yang et al., 2020)、教學互動(Pan et al., 2018; Sun et al., 2020)、親子互動(Miller et al., 2019; Nguyen et al., 2020)等不同的互動任務中均有所發(fā)現(xiàn)?；舆^程中的腦間同步強度不僅可反映互動當下的團隊績效, 例如合作表現(xiàn)(Cui et al., 2012; Sun et al., 2020; Xue et al., 2018)或信息理解(Fishburn et al., 2018; Liu et al., 2019), 還與互動過程中的單個個體的認知或行為有關, 例如情緒調(diào)節(jié)水平(Reindl et al., 2018)、親社會助人行為(Balconi & Fronda, 2020; Hu et al., 2017)與決策行為(Tang et al., 2016; Zhang et al., 2017)等。特別地, 互動的腦間同步可以預測個體在互動過程中的知識累積程度, 例如師生教學活動時的腦間同步水平可以預測學生的課堂參與度(Bevilacqua et al., 2019)、學習成績(Pan et al., 2018, 2020; Zhu et al., 2021)和遷移效果(Zhu et al., 2021)?；谏鲜鲅芯? 我們認為社會決策過程中的腦間同步或與個體的互動獲益緊密相關。在已有的研究中, 腦間同步通常發(fā)生在前額葉(Prefrontal cortex, PFC)和右側(cè)顳頂聯(lián)合區(qū)域(right Temporal-Parietal cortex, rTPJ)。PFC通常與較為高級的心理活動有關, 例如計劃、決策等(Fehr & Camerer, 2007; Sun et al., 2016; van Overwalle, 2009); 而rTPJ則與推測他人意圖有關(Tang et al., 2016; van Overwalle, 2009; Zhang et al., 2017)。

綜上, 本研究將利用基于近紅外成像的超掃描技術探究責任共擔對專家和新手互動獲益的影響。在實驗中, 兩名被試將共同完成一個社會決策任務(Sella et al., 2018; Siegler & Opfer, 2003), 先各自通過移動數(shù)軸上的光標來估計數(shù)字所在位置(獨立決策階段), 而后對這一位置進行共同調(diào)整并最終達成共識(互動決策階段)。任務將設置兩個條件, 在責任共擔條件下, 互動決策階段的結果(即獎勵或懲罰)將由兩人共同承擔; 在非責任共擔條件下, 互動決策階段的結果僅由其中一人承擔, 對另一人無影響。互動過程中, 近紅外腦功能成像儀(Functional Near-Infrared Spectroscopy, fNIRS)將同時記錄兩名被試的前額葉和右側(cè)顳頂聯(lián)合區(qū)域。這兩個區(qū)域在社會互動和決策活動中起著重要的作用。其中, rTPJ主要參與了對他人的目標和信念的心理推斷, PFC參與了自我與他人信息的整合, 因此, 這兩個系統(tǒng)可以通過對他人的意圖進行正確編碼, 從而理解他人的意圖(Amodio & Frith, 2006)。同時, PFC通常與較為高級的心理活動有關, 例如計劃、決策和認知控制等(Fehr & Camerer, 2007; Sun et al., 2016; van Overwalle, 2009), 可能參與了依據(jù)個體的動機和對獎勵的期待調(diào)節(jié)個體自身的行為表現(xiàn)的過程。在以往的基于fNIRS的超掃描研究中, 個體間的PFC和rTPJ的腦間同步已被廣泛發(fā)現(xiàn)與社會互動行為表現(xiàn)相關(Cui et al., 2012; Lu & Hao, 2019; Nozawa et al., 2019; Tang et al., 2016)。本文假設：1)相比于專家, 新手的互動獲益更高; 2)相比于非責任共擔條件, 責任共擔條件可誘發(fā)個體更強的互動獲益; 3)相比于非責任共擔條件, 責任共擔條件可誘發(fā)更強的腦間同步; 4)個體的互動獲益以及互動決策時的腦間同步或可受到被試對(Dyad, 即專家?新手配對)的初始能力差異的調(diào)節(jié)。

2 方法

2.1 被試

共招募在校大學生70名(年齡：18～25歲,= 20.3歲,= 2.0), 其中男性32人, 女性38人, 共形成35對相同性別的被試對(Dyad), 同一被試對內(nèi)兩名被試互不相識。在實驗開始時, 兩名被試將各自獨立完成一個數(shù)值位置估計任務(即獨立決策任務, 本研究中的基線任務), 以檢測其初始能力水平。在基線任務中表現(xiàn)較好的一名被試被確定為“專家” (= 35), 另一名被試則被確定為“新手” (= 35) (Sella et al., 2018; Sella et al., 2016; Siegler & Opfer, 2003)。其中兩對被試因頻繁頭動影響數(shù)據(jù)采集, 數(shù)據(jù)未納入后續(xù)分析。所有被試均為右利手, 視力或者矯正視力正常, 色覺正常, 無精神病史或者腦部疾病史。所有被試在進行實驗前均簽署了書面的知情同意書, 實驗結束后根據(jù)表現(xiàn)獲得40～70元不等的報酬。這項研究得到了深圳大學研究倫理委員會的批準。

2.2 實驗任務和流程

兩名被試(被隨機編號為1號被試和2號被試)在到達實驗室后, 面對電腦顯示器而坐(如圖1A)。實驗開始前, 被試被告知各任務流程和規(guī)則, 并被強調(diào)在整個實驗過程中不得與實驗同伴進行任何言語或非言語的溝通。在被試確認理解實驗流程后, 實驗正式開始。正式實驗中, 被試將首先平靜休息3分鐘, 在此階段被試需保持身體放松且頭部盡可能不動。而后被試需要進行基線任務和社會決策任務。實驗任務將使用基于Matlab (版本2018a)的Psychtoolbox 3.0進行編制并呈現(xiàn), 顯示器尺寸為17吋, 空間分辨率為1920×1080像素。

本研究的基線任務和社會決策任務均改編自Siegler和Opfer (2003)的數(shù)值位置估計范式。在基線任務中, 被試在需要在一條水平數(shù)軸上通過移動光標來估計給定的目標數(shù)字的位置。這條數(shù)軸的兩端為端點數(shù)字?1000和+1000, 即此數(shù)軸的長度為2000 (實際長度像素為1000, 1個像素等同于2個數(shù)字單位)。目標數(shù)字位于端點的正上方。每一個試次(trial)開始時, 屏幕上將會出現(xiàn)數(shù)軸, 其隨機位置上會出現(xiàn)一個光標。光標的顏色因被試而異。在本實驗中, 1號被試的代表色為藍色, 2號被試的代表色為橙色。個體可通過按動鍵盤的指定按鍵使光標進行左右移動, 每次按鍵將對應于光標的1個像素(兩個數(shù)字單位)。當被試認為已移動到位時,可按指定鍵進行確認。兩名被試需要各自進行24個試次的數(shù)值位置估計。被試的估計成績將作為其初始能力水平, 其中能力水平相對高的被試被確認為專家, 另一名被試則被確認為新手。

在社會決策任務中, 兩名被試需要通過互動來共同估計給定的目標數(shù)字的位置(圖1B)。在每一試次中, 兩名被試先各自進行完數(shù)值的位置估計(獨立決策階段), 而后屏幕上會同時顯示兩名被試的估計位置(以被試對應的顏色標識), 同時, 代表互動決策結果的灰色光標將在數(shù)軸的隨機位置顯現(xiàn), 兩名被試可以輪流移動該光標來表示其認為此數(shù)值應處的位置(互動決策階段)。本實驗不預設移動的回合數(shù)。當其中一名被試完成移動, 而另一名被試表示無異議時, 即可按確認鍵結束互動決策階段, 并進入下一個試次。此任務包含兩個實驗條件, 分別為責任共擔條件和非責任共擔條件。責任共擔條件共24個試次, 互動決策的結果將共同影響兩人的績效。非責任共擔條件共24個試次, 每一試次的互動決策結果僅會影響其中一名被試(程序隨機指定)的績效, 與另一名被試的績效無關, 即專家責任(影響專家而非新手)和新手責任(影響新手而非專家)的試次各12個, 兩類試次的出現(xiàn)順序隨機, 當前試次的互動決策結果影響信息將在實驗屏幕的下方實時呈現(xiàn)。責任共擔和非責任共擔條件的順序在所有被試對中進行平衡。

圖1 實驗設置圖。(A)實驗場景示意圖。(B)社會決策任務中獨立決策階段和互動決策階段的設置。(C)光極的位置。

整個實驗中, 目標數(shù)字并不重復出現(xiàn), 每個條件的24個目標數(shù)字在數(shù)軸上呈均勻分布(正數(shù)和負數(shù)各半)。為了防止疲勞效應, 被試每完成12個試次, 可休息30秒。各任務條件間有10秒間隔。在正式實驗開始前, 被試需進行兩個試次的練習以確保其理解流程。

2.3 近紅外光學腦成像數(shù)據(jù)采集

本研究使用兩套相同的近紅外光學腦成像系統(tǒng)(NirScan-2442, 丹陽慧創(chuàng), 中國)來記錄兩名被試在進行任務過程中的血氧活動變化信號, 為確保近紅外通道位置在不同條件間的一致性, 兩套設備隨機分配給專家或新手但并未在條件間(責任共擔和非責任共擔)進行調(diào)換。該系統(tǒng)可以檢測氧合血紅蛋白(Oxy-Hb)、脫氧血紅蛋白(Deoxy-Hb)和總血紅蛋白(Toxy-Hb)的相對濃度變化。本研究通過基于近紅外成像的超掃描技術同時測量被試的前額葉(通道1～16)和右側(cè)顳頂聯(lián)合區(qū)(通道17～23)兩個區(qū)域的血紅蛋白的濃度變化。光極排布參照國際10-20系統(tǒng), 前額葉的光極排布以FPz作為參考點, 右側(cè)顳頂聯(lián)合區(qū)域以CP6和P6作為參考點(圖1C)。在本次光極和通道的設置中, 光源發(fā)射探頭和接收探頭間的距離約為3 cm, 采樣率為10 Hz。

2.4 數(shù)據(jù)分析

2.4.1 行為學數(shù)據(jù)分析

在數(shù)值位置估計范式下, 估計成績體現(xiàn)為估計位置與目標數(shù)字的標準位置的偏差值(偏差值 = |估計位置 – 標準位置|)。偏差值越小, 則估計成績越好。在此基礎上, 本研究主要關注的行為學表現(xiàn)主要有如下方面。首先是個體的互動獲益, 其指標為社會決策任務中個體獨立決策階段的成績相比于基線任務的進步值(進步值 = 基線條件的估計偏差 – 社會決策任務中個體獨立的估計偏差)。本研究將首先分別計算專家和新手在責任共擔和非責任共擔條件下的進步值, 采用單樣本檢驗分別考察專家和新手在這兩種條件下的進步值是否顯著; 而后采用重復測量方差分析的方法考察責任共擔與否(責任共擔 vs. 非責任共擔)與組別(專家 vs. 新手)對個體進步值的影響。同時, 將通過皮爾遜相關法, 考察個體進步值是否與團體初始能力差異存在關聯(lián)。其次, 本研究考察個體在互動決策過程中是否采用了平均策略。平均策略在本任務范式下與個體在互動決策階段的退讓值(即互動決策估計位置與個體的獨立估計位置的偏差值)有關。若退讓值小, 則認為個體在互動過程中較為堅持自己原本的決策; 若退讓值大, 則認為個體在互動過程中較為妥協(xié)。當兩人的退讓值不存在差異時, 可以認為兩人采取了平均策略。因此, 本研究將采用配對樣本檢驗, 分別考察在責任共擔和非責任共擔條件下, 同一被試對中的新手和專家的退讓值是否存在差異, 以此檢驗責任共擔條件下是否產(chǎn)生了平均策略。

2.4.2 近紅外腦成像數(shù)據(jù)分析

采用修正的Beer-Lambert定律將各通道的原始的光強數(shù)據(jù)變化轉(zhuǎn)化為血紅蛋白濃度的變化(Arridge et al., 1992; Delpy et al., 1988; Hiraoka et al., 1993)。已有研究表明, 相比于脫氧血紅蛋白信號, 氧合血紅蛋白信號對腦組織的血流量變化更加敏感(Hoshi, 2003), 因此本研究主要對其中的氧合血紅蛋白濃度信號進行分析。在預處理過程中, 為消除噪音和排除生理因素等不可控干擾因素(排除腦同步反映噪聲同步的可能性), 將血氧信號進行了0.02～0.5 Hz的帶通濾波(Piazza et al., 2020)。同時, 采用基于血氧相關的信號提升技術(Correlation- based Signal Improvement)對氧合血紅蛋白濃度數(shù)據(jù)進行矯正, 以降低頭動等帶來的偽跡(Cui et al., 2010)。

在進行了預處理后, 針對各通道, 采用了小波變換相干性(Wavelet Transform Coherence, WTC) (Torrence & Compo, 1998)的方法來計算互動個體的腦間同步。經(jīng)過WTC的方法, 可獲得兩個信號的時間?頻率相干圖譜, 頻率范圍為0.0024～5 Hz。我們的感興趣頻段為0.01～0.1 Hz (Jiang et al., 2012), 這一頻段涵蓋了大部分認知活動相關的神經(jīng)生理信號, 同時排除了由呼吸(約0.2～0.3 Hz)或心血管活動(約1 Hz)等引發(fā)的高頻或低頻噪聲; 在該頻段能夠有效觀察到互動決策時相比于基線條件顯著增強的腦間同步(我們對其他頻段, 如0.0024～0.01 Hz、0.1～0.33 Hz、0.33～5 Hz, 也進行了檢驗, 但未發(fā)現(xiàn)顯著的條件間差異)。分別計算了此感興趣頻段下各個通道的基線任務、社會決策(責任共擔與非責任共擔)任務中互動決策階段的腦間同步, 而后將后者減去前者, 獲得(相比于基線任務)互動決策相關的腦間同步。在下文中, 責任共擔條件與非責任共擔條件的腦間同步均指的是已減去基線任務后的腦間同步。獲得每一被試對各個通道的互動決策腦間同步后, 首先采用單樣本檢驗, 考察互動決策過程是否有通道呈現(xiàn)出顯著增強的腦間同步。檢驗結果將通過多重比較校正(本研究采用False-Discovery-Rate, FDR控制, 閾值為< 0.05) (Benjamini & Hochberg, 1995)。所有呈現(xiàn)出顯著腦間同步的通道, 都將成為本研究的感興趣通道。針對這些通道, 本研究將進一步進行配對樣本檢驗來比較責任共擔和非責任共擔條件是否存在差異, 并運用皮爾遜相關分析, 考察腦間同步是否與個體進步值、被試對的初始能力差異存在關聯(lián)。最后, 運用格蘭杰因果分析(Granger Causality analyses, GCA)來衡量兩名被試的腦活動信號的方向性, 來更好地理解互動決策過程中個體間的關系。具體地, 采用基于Matlab的多變量格蘭杰因果工具包(Multivariate Granger Causality Toolbox, MVGC)獲得責任共擔條件(全部試次)和非責任共擔條件(全部試次)兩名被試的整體的腦活動信號兩個方向(專家→新手和新手→專家)的因果值(Barnett & Seth, 2014), 而后采用方差分析考察責任共擔與否和方向性對格蘭杰因果值的影響。同時, 考慮到非責任共擔中涉及兩類不同的責任類型(專家責任和新手責任), 本研究將進一步考察格蘭杰因果值受責任類型(專家責任、新手責任)和方向性的影響。需要說明的是, 由于在非責任共擔中專家責任和新手責任這兩類試次為隨機穿插出現(xiàn), 而血氧信號對時間的敏感精度有限, 為了獲得較為穩(wěn)定的數(shù)據(jù)結果, 本研究將分別選取每對被試在專家責任和新手責任中各自最大的兩個試次團(trial-cluster, 即連續(xù)出現(xiàn)的同類型試次組合)的信號進行分析。

3 結果

3.1 專家?新手分組檢驗

以基線任務中的估計成績作為區(qū)分專家和新手的依據(jù)。在一個被試對中, 估計的絕對偏差(誤差)小的被選定為專家, 另一名則為新手。結果表明, 專家組與新手組的初始能力存在顯著差異,(64) = 5.48,< 0.001, Cohen’s= 1.35, 95% CI = [17.80,38.32], 體現(xiàn)為專家組的估計偏差(= 37.85,= 9.89)顯著低于新手組的估計偏差(= 65.85,= 27.62; 圖2A)。這一結果表明本研究對專家和新手的分組有效。

3.2 個體的互動獲益：進步值

首先, 使用單樣本檢驗考察專家和新手個體在責任共擔和非責任共擔下的進步值是否顯著。結果表明, 新手在兩個條件下均呈現(xiàn)了顯著的進步(責任共擔：(32) = 5.80,< 0.001, Cohen’s= 1.01, 95% CI = [16.34, 34.02]; 非責任共擔：(32) = 2.86,= 0.007, Cohen’s= 0.50, 95% CI = [4.11, 24.36]; 圖2B)。專家則在這兩個條件下均未表現(xiàn)出進步(責任共擔：(32) = ?1.09,= 0.283, 95% CI = [?10.77, 3.31]; 非責任共擔：(32) = ?1.47,= 0.152, 95% CI = [?11.80, 1.92]; 圖2B)。進一步地, 采用重復測量方差分析來探索個體的進步值是否受組別和責任共擔與否的影響。結果表明, 組別的主效應顯著,(1, 64) = 24.28,< 0.001, partial η2= 0.28, 95% CI = [14.33, 33.87], 體現(xiàn)為新手的進步值高于專家的進步值。同時, 責任共擔與否的主效應呈邊緣顯著,(1, 64) = 3.76,= 0.057, partial η2= 0.06, 95% CI = [?0.19, 12.24], 責任共擔情境下存在更強的進步趨勢。組別與責任共擔與否的交互效應不顯著,(1, 64) = 2.50,= 0.119, partial η2= 0.04。由于責任共擔與否的效應在不同個體中的作用表現(xiàn)是本研究關注的重點之一, 按計劃嘗試考察了責任共擔與否對專家和新手進步值的影響。結果顯示, 新手在責任共擔條件的進步值顯著地大于非責任共擔條件((32) = 2.64,= 0.013, Cohen’s= 0.46, 95% CI = [2.50, 19.39]; 圖2B), 而專家則無此差異(> 0.05)。最后, 利用相關分析考察個體的進步值與被試對的初始能力差異的關系(此過程中, 責任共擔條件下有兩名專家被試和一名新手被試的數(shù)據(jù)因超過3個標準差而被排除, 非責任共擔下有兩對被試數(shù)據(jù)因超過3個標準差而被排除)。相關分析的結果顯示, 新手進步值與被試對的初始能力差異程度呈顯著正相關(責任共擔條件：= 0.68,< 0.001; 非責任共擔條件：= 0.56,< 0.001), 即當被試對的初始能力差異越大時, 新手的進步越大; 而專家進步值與被試對的初始能力差異程度相關不顯著(責任共擔條件：= ?0.20,= 0.29; 非責任共擔條件：= 0.16,= 0.38)。

為了探討兩人互動的次數(shù)是否影響個體的進步值, 把每個條件的24個試次按時間進程切分為前后兩半(前12個試次為block1, 后12個試次為block2), 而后把進步值作為因變量, 把block (block1、block2)、組別(專家、新手)和責任共擔與否(責任共擔、非責任共擔)作為自變量進行方差分析。結果表明, block的主效應邊緣顯著,(1, 64) = 3.77,= 0.057, partial η2= 0.06, 體現(xiàn)為block1的進步值高于block2, 即個體在互動早期可獲得更大的進步; block和組別、責任共擔與否的交互作用均不顯著(s> 0.05)。

考慮到本研究中專家和新手的劃分是相對的, 即被試對中能力較好的一人為專家, 另一人為新手, 但可能新手組中也有能力較好者, 而專家組亦存在能力較差者, 因此本研究進行了補充分析, 探索了個體的絕對能力水平是否也可能影響互動獲益。將所有被試按照其初始能力水平進行了排序并將前50%的被試視為專家, 后50%的被試視為新手。對此分組標準下的個體進步值進行統(tǒng)計分析, 結果發(fā)現(xiàn), 新手在兩個條件下均呈現(xiàn)了顯著的進步(責任共擔：(32) = 6.62,< 0.001, Cohen’s= 1.15, 95% CI = [18.72, 35.34]; 非責任共擔：(32) = 3.39,= 0.002, Cohen’s= 0.59, 95% CI = [6.37, 25.54], 且其在責任共擔條件下的進步顯著地大于非責任共擔條件下,(32) = 2.91,= 0.007, Cohen’s= 0.51, 95% CI = [3.80, 18.82]。專家則在這兩個條件下均未表現(xiàn)出進步(責任共擔：(32) = ?2.72,= 0.096, 95% CI = [?12.41, 1.06]; 非責任共擔：(32) = ?1.95,= 0.060, 95% CI = [?3.62, 0.29])。這表明, 從絕對能力水平的角度看, 新手亦更有可能獲得進步, 與上述結果一致。

3.3 個體的退讓值

對責任共擔、非責任共擔條件下的專家和新手的退讓值進行配對樣本檢驗。結果發(fā)現(xiàn), 在責任共擔條件下, 專家和新手的退讓值并不存在顯著差異(圖2C),(32) = 0.26,= 0.799。在非責任共擔條件下, 當責任人為專家時, 新手的退讓值顯著高于專家的退讓值(圖2C),(32) = 5.90,< 0.001, Cohen’s= 1.03, 95% CI = [11.47, 23.58]; 當責任人為新手時, 專家的退讓值顯著高于新手的退讓值(圖2C),(32) = 3.39,= 0.002, Cohen’s= 0.59, 95% CI = [4.76, 19.09]。這些結果表明, 在責任共擔條件下并不存在主要的決策者, 專家和新手選擇使用了平均策略進行互動決策; 而在非責任共擔條件下, 專家和新手都更偏向于堅持自己的決策。

3.4 腦間同步

對互動決策引發(fā)的腦間同步進行單樣本檢驗。發(fā)現(xiàn)在責任共擔條件下, 前額葉通道3、5、9、10、11、13、14, 顯示出顯著的腦間同步,s ≥ 2.55,s ≤ 0.016 (FDRs < 0.05), Cohen’ss ≥ 0.44; 顳頂聯(lián)合區(qū)通道17顯示出顯著的腦間同步,(32) = 3.43,= 0.002 (FDR< 0.05), Cohen’s= 0.60。而在非責任共擔條件下, 僅前額葉通道14顯示出顯著的同步,(32) = 4.29,< 0.001 (FDR< 0.05), Cohen’s= 0.75, 圖3A。

以上述通道作為感興趣通道, 對腦間同步進行責任共擔和非責任共擔的配對樣本檢驗。結果發(fā)現(xiàn), 通道5的腦間同步呈現(xiàn)出顯著的條件間效應,(32) = 2.07,= 0. 047 (FDR未矯正), Cohen’s= 0.36, 95% CI = [0.0003, 0.0379], 體現(xiàn)為責任共擔條件下的腦間同步顯著高于非責任共擔條件下的腦間同步。這一通道位于左側(cè)額極區(qū)域(Frontopolar area, 圖3B)。

3.5 腦間同步與行為表現(xiàn)的關聯(lián)

采用皮爾遜相關分析考察上述發(fā)現(xiàn)的腦間同步(通道5)與個體進步值的關系, 此過程中責任共擔條件下一名專家、非責任共擔條件下一名專家和兩名新手的進步值因超過3個標準差而被排除。結果發(fā)現(xiàn), 在責任共擔條件下, 腦間同步與新手進步值呈顯著正相關(= 0.37,= 0.036; 圖3B), 與專家進步值相關不顯著(= ?0.12,= 0.517)。在非責任共擔條件下, 腦間同步與新手進步值相關不顯著(= 0.02,= 0.93, 圖3B), 與專家進步值相關不顯著(= ?0.14,= 0.431)。此外, 采用皮爾遜相關分析考察腦間同步(通道5)與被試對初始能力差的關系, 此過程中一個被試對的初始能力差異數(shù)據(jù)因超過3個標準差而被排除。結果顯示, 責任共擔條件下的腦間同步(通道5)與被試對的初始能力差異呈顯著正相關(= 0.37,= 0.038; 圖3B), 而非責任共擔下的腦間同步與被試對的初始能力差異相關不顯著(= 0.02,= 0.936; 圖3B)。

3.6 腦間同步的方向性

采用方差分析考察責任共擔與否和方向性對格蘭杰因果值的影響。結果表明, 責任共擔與否的主效應不顯著,(1, 32) = 0.18,= 0.67, partial η2= 0.01, 方向的主效應不顯著,(1, 32) = 0.27,= 0.61, partial η2= 0.01, 方向與責任共擔與否的交互作用不顯著,(1, 32) = 0.10,= 0.75, partial η2=0.003。這表明, 責任共擔與否和兩個方向并未存在明顯差異。對于非責任共擔條件, 進一步考察責任類型與方向性對格蘭杰因果值的影響, 結果顯示, 責任類型的主效應不顯著,(1, 32) = 1.67,= 0.21, partial η2= 0.05。方向性的主效應不顯著,(1, 32) = 0.26,= 0.62, partial η2= 0.01, 但二者的交互作用顯著,(1, 32) = 4.96,= 0.033, partial η2= 0.13。進一步的分析表明, 專家à新手這一方向的因果值在新手責任時顯著高于專家責任時,(32) = 2.38,= 0.023, Cohen’s= 0.41。

圖3 腦間同步結果。(A)責任共擔和非責任共擔條件下的腦間同步t值分布圖。責任共擔條件下, 前額葉大部分通道出現(xiàn)顯著的腦間同步; 非責任共擔條件下, 前額葉僅通道14顯著出腦間同步。(B)腦間同步的條件間差異t值圖。其中, 通道5表現(xiàn)出顯著的條件間差異, 體現(xiàn)為責任共擔條件下的腦間同步顯著大于非責任共擔條件。責任共擔條件下, 通道5的腦間同步與新手進步值呈顯著正相關, 與被試對初始能力差異呈顯著正相關。注：*p < 0.05。誤差線為標準誤。

4 討論

本研究將實時互動的社會決策任務與基于近紅外腦成像的超掃描技術相結合, 探究責任共擔對專家和新手互動決策獲益的影響及其腦機制。結果發(fā)現(xiàn), 在互動決策過程中, 新手比專家獲得更大的能力提升, 即獲益更高。同時, 在責任共擔條件下, 新手的互動獲益更高, 此條件下被試對更傾向于使用平均策略。腦活動層面, 兩名被試在進行互動決策時前額葉和右側(cè)顳頂聯(lián)合區(qū)表現(xiàn)出顯著的腦間同步, 且責任共擔條件下額極區(qū)域的腦間同步顯著高于非責任共擔條件下。責任共擔下的額極區(qū)域增強的腦間同步可以預測新手的互動獲益。此外, 腦間同步和新手的互動獲益均與被試對的初始能力差異存在關聯(lián), 體現(xiàn)為被試對的初始能力差異越大, 腦間同步越高, 新手獲益程度越高。這些結果表明, 責任共擔可以有效促進新手的互動獲益, 平均策略的使用和腦間同步的增強可能是潛在的認知和腦機制; 同時, 個體間的初始能力差異程度可調(diào)節(jié)上述效應。

行為結果顯示, 經(jīng)歷互動決策后, 新手而非專家的能力水平獲得提升, 這與以往相關研究相一致(Mastroeni et al., 2017; Sella et al., 2018)。更重要的是, 相比于非責任共擔條件下, 新手在責任共擔下的互動獲益更高, 即責任共擔利于促進新手互動獲益的有效性。相關數(shù)據(jù)分析發(fā)現(xiàn), 在責任共擔條件中, 雙方的退讓值不存在差異。而非責任共擔條件下, 存在明顯的主要的決策者, 即對互動決策結果負責的個人。當責任人為專家時, 新手的退讓值高; 當責任人為新手時, 專家的退讓值高。我們還進一步分析了不同條件下互動決策結果更靠近專家或新手個人決策結果的比例, 結果發(fā)現(xiàn)責任共擔下, 互動決策結果靠近專家和靠近新手的比例為46.8% : 48.1%。在非責任共擔條件下, 當負責人為專家時, 互動決策結果靠近專家和靠近新手的比例為76.4% : 19.0%; 當負責人為新手時, 互動決策結果靠近專家和靠近新手的比例為24.3% : 71.4%。這些發(fā)現(xiàn)表明了, 責任共擔可以促進平均策略的使用, 充分的互動亦促使新手投入了更多的心理資源(Astin, 1999), 認真參考專家的個人決策結果, 在決策中多次對專家和自己的決策進行整合和平均(Sella et al., 2018), 在此過程中通過趨近專家的決策(Farrell, 2011; Mastroeni et al., 2017; Rauhut et al., 2011), 能力得到了提高。非責任共擔則會導致觀點意見的交流互動減少, 造成個體的互動獲益減少。當責任人為專家時, 這種獲益的減少尤為突出(互動獲益：責任共擔時為25.18, 非責任共擔且負責人為新手時為17.19, 非責任共擔且負責人為專家時為11.29)。這可能是由于此條件降低了新手的心理資源投入, 新手沒有認真參考專家的個人決策結果, 因而互動中的獲益減少。

雙人近紅外腦成像結果顯示, 互動決策過程引發(fā)了個體前額葉(包括額極和背外側(cè)前額葉等)和顳頂聯(lián)合區(qū)域的腦間同步, 這一結果與合作互動假說相一致(Lu & Hao, 2019)。腦間同步的增加通常與個體間的互動有關, 它可以作為不同互動(如感知運動、信息溝通和思維決策層面的互動)的神經(jīng)標記(李先春等, 2018)。進一步地, 責任共擔條件下的左側(cè)額極區(qū)域(通道5)的腦間同步相較于非責任共擔下的顯著增強, 并且這一腦間同步與新手的互動獲益存在顯著正相關。左側(cè)額極區(qū)域通常與較為高級的認知過程有關, 例如計劃(Okuda et al., 1998)、元認知(Miyamoto et al., 2018)、問題解決(Green et al., 2010), 以及工作記憶(Christoff & Gabrieli, 2000)和注意力(Daffner et al., 2000)。因此, 責任共擔條件下更強的腦間同步可能反映了更有效的互動。在此條件下, 頻繁互動促使專家和新手都會投入同等多的心理資源, 監(jiān)視自己的個人決策結果和雙方?jīng)Q策結果的整合。格蘭杰因果分析的結果亦佐證了這一點, 即在責任共擔下并未形成明顯的主導者?跟隨者模式。整合的過程涉及注意的投入, 利用工作記憶和元認知持續(xù)追蹤和調(diào)整個人和集體的決策結果。而在非責任共擔條件下, 無論負責人是新手還是專家, 個體間并無明確的統(tǒng)一的目標, 可能并不重視集體決策結果的整合, 因而有效互動減少, 腦間同步降低。值得注意的是, 格蘭杰因果分析提示, 當新手負責時, 專家會更加刻意引導新手。而新手則并未表現(xiàn)出條件間差異。這可能體現(xiàn)了在非責任共擔時, 新手的行動界限較為明晰, 而專家則會試圖用自己的專長水平影響新手。另外, 雖然在責任共擔下在背外側(cè)前額葉(通道9、10、11、13、14)及右側(cè)顳頂聯(lián)合(通道17)發(fā)現(xiàn)的腦間同步的通道數(shù)多于非責任共擔條件(僅通道14), 但是條件間比較發(fā)現(xiàn)這些通道的腦間同步并不存在顯著差異。背外側(cè)前額葉和右側(cè)顳頂聯(lián)合區(qū)域多與心理理論相關(Fehr & Camerer, 2007; van Overwalle, 2009), 在不同的互動合作任務中均發(fā)現(xiàn)了互動個體在這兩個區(qū)域的腦間同步(Lu et al., 2019; Sun et al., 2020; Tang et al., 2016)。在本研究中, 無論責任共擔與否, 互動決策環(huán)節(jié)都是不存在利益沖突的合作狀態(tài), 個體都需要推測對方使用的決策策略, 并且達成決策共識, 因此盡管責任狀態(tài)不同, 在背外側(cè)前額葉和顳頂聯(lián)合區(qū)域上的腦間同步并未表現(xiàn)出差異。

研究發(fā)現(xiàn), 新手的互動獲益和互動決策的腦間同步均與被試對的初始能力差異緊密相關。特別地, 在責任共擔條件下, 被試對的初始能力差異越大, 個體的腦間同步越強, 新手的互動獲益越大。先前關于互動的集體獲益(互動決策結果相對于個人決策結果的提升)的研究表明, 當群體的能力差異越小時, 集體獲益越大(Ganesh et al., 2014; Sella et al., 2018; Wahn et al., 2017), 即當群體能力差異越大時, 互動的集體獲益會變小。這種團體能力差異對互動的個人獲益和集體獲益影響的不同, 凸顯了出于不同目的的互動決策, 可能需要考慮在組成決策團體時成員能力水平的差異。團體初始能力的差異增加了他們在聯(lián)合決策環(huán)節(jié)的互動需求, 能力差異越大, 則需要更多的互動才能達成一致的決策, 因此腦間同步性更高。更多的互動機會使得新手有更多的機會整合專家的個人決策結果, 因此互動獲益也越大。

本研究采用超掃描技術, 從互動的視角下探究責任共擔如何影響新手互動獲益及其腦際的神經(jīng)機制, 獲得了一些有價值的結果, 但是研究仍然存在一些局限。首先, 本研究中僅探討了責任共擔與否對個體互動獲益的影響。在責任共擔條件下, 個體間的責任分配比例可能會影響互動機制, 可以進一步地增設相關的條件進行研究。其次, 本研究對個體的互動獲益進行時間進程的分析, 發(fā)現(xiàn)互動獲益更多地發(fā)生在互動的早期, 且這是一種相對廣泛存在的趨勢。這可能是因為在一開始時個體的卷入度更高。但由于本研究中的試次數(shù)并不充足, 無法嚴謹?shù)乜疾旎睾蠑?shù)對獲益的影響, 未來研究可以關注這一問題。此外, 非責任共擔條件中安排了專家責任和新手責任的試次, 盡管這兩類試次均屬于非責任共擔的情形, 但在這兩類試次中專家和新手的退讓值表現(xiàn)發(fā)生了反轉(zhuǎn)(圖2C), 提示了其內(nèi)在可能存在不同的機制。本研究嘗試比較了兩類試次的個體進步值和腦間同步的表現(xiàn), 結果并未發(fā)現(xiàn)兩類試次的明顯區(qū)別(s > 0.05)。由于在實驗中這兩類試次(各12個)為隨機呈現(xiàn), 并未嚴格控制順序平衡, 而研究發(fā)現(xiàn)互動獲益可能存在時間進程的效應, 目前的設計探討這兩類試次的差異可能存在偏頗。未來的研究可以優(yōu)化設計對兩類責任情形進行區(qū)分, 以便更好地理解非責任共擔下的各類互動效應。最后, 本研究中專家和新手的劃分是相對的, 在補充分析時發(fā)現(xiàn)互動獲益可能受個體的絕對能力水平的影響, 可進一步探討個體的絕對能力水平與同伴的相對能力水平如何共同影響個體的互動獲益。

5 結論

本研究利用超掃描技術探討了社會決策中責任共擔對個體的互動決策獲益的影響和腦機制。本研究發(fā)現(xiàn), 責任共擔可以有效促進新手的互動決策獲益, 平均策略的使用和前額葉腦間同步的增強可能是潛在的認知和腦機制; 同時, 個體間的初始能力差異程度可調(diào)節(jié)上述效應。

Amodio, D. M., & Frith, C. D. (2006). Meeting of minds: The medial frontal cortex and social cognition.(4), 268–277.

Arridge, S. R., Cope, M., & Delpy, D. T. (1992). The theoretical basis for the determination of optical pathlengths in tissue: Temporal and frequency analysis.(7), 1531–1560.

Astin, A. W. (1999). Student involvement: A developmental theory for higher education.(5), 518–529.

Bahrami, B., Olsen, K., Latham, P. E., Roepstorff, A., Rees, G., & Frith, C. D. (2010). Optimally interacting minds.(5995), 1081–1085.

Balardin, J. B., Zimeo, M., Furucho, R. A., Trambaiolli, L., Vanzella, P., Biazoli, C., & Sato, J. R. (2017). Imaging brain function with functional near infrared spectroscopy in unconstrained environments.258.

Balconi, M., & Fronda, G. (2020). The "gift effect" on functional brain connectivity. Inter-brain synchronization when prosocial behavior is in action.(1), 5394–5394.

Barnett, L., & Seth, A. K. (2014). The MVGC multivariate granger causality toolbox: A new approach to granger- causal inference., 50–68.

Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing.(1), 289-300.

Bevilacqua, D., Davidesco, I., Wan, L., Chaloner, K., J Rowland, & Ding, M., & Dikker, S. (2019). Brain-to-brain synchrony and learning outcomes vary by student-teacher dynamics: Evidence from a real-world classroom electroencephalography study.(3), 401–411.

Christoff, K., & Gabrieli, J. (2000). The frontopolar cortex and human cognition: Evidence for a rostrocaudal hierarchical organization within the human prefrontal cortex.(2), 168–186.

Cui, X., Bray, S., & Reiss, A. L. (2010). Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics.(4), 3039–3046.

Cui, X., Bryant, D. M., & Reiss, A. L. (2012). NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation.(3), 2430–2437.

Daffner, K. R., Mesulam, M. M., Scinto, L., Acar, D., Calvo, V., Faust, R., ... Holcomb, P. (2000). The central role of the prefrontal cortex in directing attention to novel events.(5), 927–939.

Delpy, D. T., Cope, M., van der Zee, P., Arridge, S., Wray, S., & Wyatt, J. (1988). Estimation of optical pathlength through tissue from direct time of flight measurement.(12), 1433.

Fehr, E., & Camerer, C. F. (2007). Social neuroeconomics: The neural circuitry of social preferences.(10), 419–427.

Fishburn, F. A., Murty, V. P., Hlutkowsky, C. O., MacGillivray, C. E., Bemis, L. M., Murphy, M. E., … Perlman, S. B. (2018). Putting our heads together: Interpersonal neural synchronization as a biological mechanism for shared intentionality.(8), 841–849.

Ganesh, G., Takagi, A., Osu, R., Yoshioka, T., Kawato, M., & Burdet, E. (2014). Two is better than one: Physical interactions improve motor performance in humans.,, 3824.

Green, A., Kraemer, D. J. M., Fugelsang, J. A., Gray, J. R., & Dunbar, K. N. (2010). Connecting long distance: Semantic distance in analogical reasoning modulates frontopolar cortex activity.(1), 70–76.

Hiraoka, M., Firbank, M., Essenpreis, M., Cope, M., Arridge, S. R., van der Zee, P., & Delpy, D. T. (1993). A Monte Carlo investigation of optical pathlength in inhomogeneous tissue and its application to near-infrared spectroscopy.(12), 1859–1876.

Hoshi, Y. (2003). Functional near-infrared optical imaging: Utility and limitations in human brain mapping.(4), 511–520.

Hu, Y., Hu, Y., Li, X., Pan, Y., & Cheng, X. (2017). Brain-to- brain synchronization across two persons predicts mutual prosociality.(12), 1835–1844.

Hu, Y., Pan, Y., Shi, X., Cai, Q., Li, X., & Cheng, X. (2018). Inter-brain synchrony and cooperation context in interactive decision making., 54–62.

Jahng, J., Kralik, J. D., Hwang, D. U., & Jeong, J. (2017). Neural dynamics of two players when using nonverbal cues to gauge intentions to cooperate during the Prisoner's Dilemma Game.,263–274.

Jiang, J., Dai, B., Peng, D., Zhu, C., Liu, L., & Lu, C. (2012). Neural synchronization during face-to-face communication.(45), 16064–16069.

Johnson, D. W., & Johnson, R. T. (2005). New developments in social interdependence theory.(4), 285–358.

Li, X., Bei, L., Yuan, D., Ding, Y., & Feng, D. (2018). The brain-to-brain correlates of social interaction in the perspectiveof hyperscanning approach.(6), 206–213.

[李先春, 卑力添, 袁滌, 丁雅娜, 馮丹陽. (2018). 超掃描視角下的社會互動腦機制.(6), 206–213.]

Liu, W., Branigan, H. P., Zheng, L., Long, Y., Bai, X., Li, K., ... Lu, C. (2019). Shared neural representations of syntax during online dyadic communication., 63–72.

Lorenz, J., Rauhut, H., Schweitzer, F., & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect.(22), 9020–9025.

Lu, K., & Hao, N. (2019). When do we fall in neural synchrony with others?(3), 253–261.

Lu, K., Qiao, X., & Hao, N. (2019). Praising or keeping silent on partner's ideas: Leading brainstorming in particular ways., 19–30.

Mahmoodi, A., Bang, D., Olsen, K., Zhao, Y. A., Shi, Z., Broberg, K., ... Bahrami, B. (2015). Equality bias impairs collective decision-making across cultures.(12), 3835–3840.

Mastroeni, L., Vellucci, P., & Naldi, M. (2017). Individual competence evolution under equality bias. In(pp.123?128). doi: 110.1109/EMS.2017.1131.

Miller, J. G., Vrticka, P., Cui, X., Shrestha, S., Hosseini, S. M. H., Baker, J. M., & Reiss, A. L. (2019). Inter-brain synchrony in mother-child dyads during cooperation: An fNIRS hyperscanning study., 117– 124.

Minson, J. A., Liberman, V., & Ross, L. (2011). Two to tango: Effects of collaboration and disagreement on dyadic judgment.(10), 1325– 1338.

Miyamoto, K., Setsuie, R., Osada, T., & Miyashita, Y. (2018). Reversible silencing of the frontopolar cortex selectively impairs metacognitive judgment on non-experience in primates.(4), 980–989.

Montague, P. R., Berns, G. S., Cohen, J. D., Mcclure, S. M., Pagnoni, G., Dhamala, M., ... Fisher, R. E. (2002). Hyperscanning: Simultaneous fMRI during linked social interactions.(4), 1159–1164.

Nguyen, T., Schleihauf, H., Kayhan, E., Matthes, D., Vrticka, P., & Hoehl, S. (2020). The effects of interaction quality on neural synchrony during mother-child problem solving., 235–249.

Nozawa, T., Sakaki, K., Ikeda, S., Jeong, H., Yamazaki, S., Kawata, K., ... Kawashima, R. (2019). Prior physical synchrony enhances rapport and inter-brain synchronization during subsequent educational communication.(1), 12747.

Okuda, J., Fujii, T., Yamadori, A., Kawashima, R., Tsukiura, T., Fukatsu, R., ... Fukuda, H. (1998). Participation of the prefrontal cortices in prospective memory: Evidence from a PET study in humans.(2), 127– 130.

Pan, Y., Dikker, S., Goldstein, P., Zhu, Y., Yang, C., & Hu, Y. (2020). Instructor-learner brain coupling discriminates between instructional approaches and predicts learning., 116657.

Pan, Y., Novembre, G., Song, B., Li, X., & Hu, Y. (2018). Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song., 280–290.

Piazza, E., Hasenfratz, L., Hasson, U., & Lew-Williams, C. (2020). Infant and adult brains are coupled to the dynamics of natural communication.(1), 6–17.

Reindl, V., Gerlo?, C., Scharke, W., Konrad, K. (2018). Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning., 493–502.

Sella, F., Blakey, R., Bang, D., Bahrami, B., & Kadosh, R. C. (2018). Who gains more: Experts or novices? The benefits of interaction under numerical uncertainty.(8), 1228–1239.

Sella, F., Sader, E., Lolliot, S., & Kadosh, R. C. (2016). Basic and advanced numerical performances relate to mathematical expertise but are fully mediated by visuospatial skills.(9), 1458–1472.

Siegler, R. S., & Opfer, J. E. (2003). The development of numerical estimation: Evidence for multiple representations of numerical quantity.(3), 237– 243.

Soll, J. B., & Mannes, A. E. (2011). Judgmental aggregation strategies depend on whether the self is involved.(1), 81–102.

Sun, B., Xiao, W., Feng, X., Shao, Y., Zhang, W., & Li, W. (2020). Behavioral and brain synchronization differences between expert and novice teachers when collaborating with students.105513.

Sun, J., Chen, Q., Zhang, Q., Li, Y., Li, H., Wei, D., Yang, W., & Qiu, J. (2016). Training your brain to be more creative: Brain functional and structural changes induced by divergent thinking training.,(10), 3375–3387.

Tang, H., Mai, X., Wang, S., Zhu, C., Krueger, F., & Liu, C. (2016). Interpersonal brain synchronization in the right temporo-parietal junction during face-to-face economic exchange.(1), 23–32.

Torrence, C., & Compo, G. P. (1998). A practical guide to wavelet analysis.(1), 61–78.

van Overwalle, F. (2009). Social cognition and the brain: A meta-analysis.(3), 829–858.

Wahn, B., Kingstone, A., & K?nig, P. (2017). Two trackers are better than one: Information about the co-actor's actions and performance scores contribute to the collective benefit in a joint visuospatial task., 669.

Xue, H., Lu, K., & Hao, N. (2018). Cooperation makes two less-creative individuals turn into a highly-creative pair., 527–537.

Yang, J., Zhang, H., Ni, J., de Dreu, C. K. W., & Ma, Y. (2020). Within-group synchronization in the prefrontal cortex associates with intergroup conflict.(6), 754–760.

Yaniv, I., & Kleinberger, E. (2000). Advice taking in decision making: Egocentric discounting and reputation formation.(2), 260–281.

Yu, L., Bao, J., Chen, Q., & Wang, D. (2016). The effect of individual confidence on dyadic decision making.(8), 1013–1025.

[余柳濤, 鮑建樟, 陳清華, 王大輝. (2016). 個體自信度對雙人決策的影響.(8), 1013–1025.]

Zein, M. E., Bahrami, B., & Hertwig, R. (2019). Shared responsibility in collective decisions.(6), 554–559.

Zhang, M., Liu, T., Pelowski, M., Jia, H., & Yu, D. (2017). Social risky decision-making reveals gender differences in the TPJ: A hyperscanning study using functional near- infrared spectroscopy., 54–63.

Zhu, Y., Leong, V., Hou, Y., Zhang, D., Pan, Y., & Hu, Y. (2021). Instructor-learner neural synchronization during elaborated feedback predicts learning transfer.Advance Online Publication. DOI: 10.1037/ edu0000707

Shared responsibility promotes the benefit of interactive decision-making in novices:A hyperscanning study

CHENG Xiaojun1, LIU Meihuan1, PAN Yafeng2

(1School of Psychology, Shenzhen University, Shenzhen 518060, China) (2Department of Psychology and Behavioral Sciences, Zhejiang University, Hangzhou 310028, China)

Social interaction is ubiquitous.It is widely accepted that social interaction, such as social decision-making, can promote individual’s ability and performance (the so-called “interaction benefit”). For example, it was reported that individuals gained more when making a joint decision with conspecifics. Little is known, however, whether and how this interaction benefit during decision making can be biased by shared responsibility (i.e., sharing the results of joint decision-making) between the interacting agents.

To address this question, the present study used the dot location estimation task (i.e., an adapted paradigm for social decision-making) and functional near-infrared spectroscopy (fNIRS) hyperscanning (i.e., the measurement of two or more brains simultaneously) technique to investigate the impact of shared responsibility on social decision making. A total number of 70 participants were recruited, forming 35 same-gender dyads. Each dyad included one “expert” and one “novice” (differentiated based on their performance during an initial estimation of dot locations). The fNIRS optodes were placed over prefrontal and right temporo-parietal regions, with 23 channels for each participant.

Our results showed that, on the behavioral level, only the novice in a dyad benefited from interaction; also, compared to the non-shared-responsibility condition, novices obtained a higher level of interaction benefit in the shared-responsibility condition. The dyad tended to adopt a “equality strategy” (i.e., decision-making is based on both one’s own thought and the partner’s suggestion) when sharing responsibility. On the brain imaging level, interpersonal brain synchronization (IBS) within expert-novice dyads in the prefrontal and right temporo- parietal regions were detected during social decision-making. More importantly, novices showed stronger IBS in the frontal pole for the shared-responsibility condition (vs. non-shared-responsibility condition). The enhancement of frontal pole IBS positively predicted interaction benefit during social decision-making. Finally, both interaction benefit and frontal pole IBS were selectively correlated with differential performance between novices and experts during the initial estimation of dot locations.

These results suggest that sharing the results of joint decision-making can promote the benefit of interactive decision-making in novices. Interpersonal synchronization of frontal poles might serve as a potential brain mechanism. These findings have implications for decision-making, social-cognitive processes, and clinical practice.

interaction benefit, shared responsibility, social decision-making, hyperscanning, fNIRS

2021-07-20

* 深圳市高等院校穩(wěn)定支持計劃項目(20200810193259002)資助。

潘亞峰, E-mail: yafeng.pan@zju.edu.cn

B849: C91; B845