Evolutionary Recurrent Decision Model in Developing Adaptive and Maladaptive Behaviors

人类的心智是漫长岁月的产物，经过数百万年的进化，被塑造为能够解决非洲大草原上特定生存问题的工具。在人类历史的大部分时间里，我们的祖先面临的是直接的、身体上的危险：草丛中的捕食者、食物短缺或与其他群体的冲突。他们的大脑进化出了快速应对这些威胁的能力，优先考虑即时的安全和社交地位。然而，我们今天所生活的世界已截然不同。我们面临着慢性压力源，如繁重的工作、社交媒体压力以及复杂的社会等级制度，这些都与我们祖先所知的危险完全不同。这种大脑构建的环境与我们实际居住的环境之间的差距被称为“进化失配”（evolutionary mismatch）。这是为什么当今许多人深受焦虑、抑郁和其他心理健康挑战困扰的主流理论之一。我们古老的生存机制原本是为短促的危险而设计的，当被现代生活中持续不断的、抽象的压力触发时，可能会变得适应不良。

为了理解这些古老的布线模式在现代世界中可能如何出错，研究员安德鲁·胡（Andrew Hu）开发了一个名为“进化循环决策模型”（Evolutionarily Recurrent Decision Model）的计算机模拟程序。该研究并非直接研究人类患者——因为这涉及伦理问题并限制了测试特定原因的能力——而是创建了数字智能体。这些智能体并非被赋予了人类的情感或复杂的思想，它们是旨在虚拟世界中生存的简单学习系统，该世界模拟了我们祖先面临的挑战。研究人员希望观察，通过将这些简单的智能体置于安全环境或充满严重、重复性创伤的环境中，它们是否会自然地产生类似于人类心理健康障碍的行为。其目标是确定诸如“习得性无助”或“攻击行为”等情况，究竟是由于大脑受损导致的，还是在面对不可能完成的任务时，一种理性且逻辑性的反应。

模拟程序将这些数字智能体置于一个必须不断做出选择以求生存的世界中。它们面临三种类型的循环情境：来自捕食者或敌人的威胁、狩猎或采集食物的机会，以及建立联盟的机会。为了生存，智能体必须平衡三个相互竞争的需求：保持身体健康、维持统治地位以保护自己，以及建立滋养型关系以支持其社区。智能体通过试错法进行学习，对于维持生命的行为获得奖励，对于使自身陷入危险的行为受到惩罚。研究人员运行了数千次模拟，其中一些是在平静稳定的环境中进行的，另一些则是在旨在模拟严重童年逆境（即威胁频繁、剧烈且往往无法避免）的恶劣条件下进行的。

结果显示，当环境变得具有敌意时，智能体并未简单地崩溃。相反，它们发展出了截然不同的、复杂的策略，这些策略镜像了现实世界中的人类行为。在安全的环境中，智能体学会了保持灵活性，根据情况在战斗、逃跑和合作之间进行切换。然而，当智能体暴露在高逆境条件下时，它们的行为发生了可预测的变化。一些智能体，特别是那些被设定为优先考虑统治和保护的智能体，开始表现出“习得性无助”的迹象。这是一种个体停止尝试改变现状的状态，因为他们已经学到自己的行动对结果没有任何影响。在模拟中，这并非系统故障或失效；这是一种逻辑结论。当每一种可能的行动都会导致负面结果时，对智能体而言，最理性的选择就是完全停止行动。这表明，我们通常所称的心理健康障碍，可能实际上是一种在面对压倒性的、不可避免的危险时，依然显得极其合理的生存策略。

研究还表明，智能体发展的策略类型很大程度上取决于其主要的生存重心。被设计为优先考虑社交滋养和建立积极关系的智能体，在面对创伤时往往会变得更加退缩和回避。它们停止寻求帮助或建立新的纽带，实际上是通过孤立自己来最小化进一步受损的风险。相比之下，专注于统治和保护的智能体则表现出不同的模式。虽然它们最初试图反抗或夺取控制权，但持续且无法管理的威胁最终迫使它们陷入内化的痛苦。有趣的是，模拟显示，面对创伤时，攻击行为并不一定会增加。相反，智能体会转变其行为模式：在较温和的条件下有效的持续战斗，在面对高压时变得过于冒险，从而导致向“无所作为”的坍塌或对未来负面预期的剧增。

其中最令人震惊的发现之一是，即使两个智能体从完全相同的编程开始，并面临完全相同的严酷环境，它们最终也并不总是得到相同的结果。研究人员发现，在混乱中出现了两个截然不同的亚群：一个具有韧性的群体和一个脆弱的群体。两者之间的区别在于一个关键因素：它们的关系质量。那些设法建立了健康、支持性联系的智能体，即使在最恶劣的条件下，也极不容易陷入习得性无助。数据表明，拥有积极的社会纽带与保持行动能力之间存在强关联。相反，那些未能建立这些联系的智能体，则更有可能陷入绝望的状态。这凸显了一个在人类心理学中广为人知的保护性因素，而在此处，它被证明是一种从简单规则中涌现出的基本生存机制。

该研究还挑战了“在创伤面前的不活跃总是同一种行为”的观点。研究人员发现，智能体能区分两种“无所作为”：一种是缺乏动力，即智能体发现没有任何行动值得付出努力；另一种是经过计算的风险评估，即智能体意识到任何举动都是危险的，因此选择了僵住（freeze）。模拟表明，在高威胁环境中，智能体是被对风险的恐惧而非对奖励的渴望所驱动。这种区别很重要，因为它意味着不同类型的创伤可能导致不同类型的瘫痪，而治疗它们可能需要不同的方法。

最终，这项研究表明，许多被我们贴上“适应不良”或“病理化”标签的行为，实际上是一个理性头脑在试图应对一个变得过于危险、难以驾驭的世界时所产生的可预测结果。模拟中的智能体并非“坏掉了”，它们是在对自身本能与被迫忍受的环境之间的失配做出逻辑响应。当世界过于敌对时，停止行动是一个理性的选择；当建立联系的代价过高时，退缩也是一个理性的选择。这项研究并不声称解决了精神疾病之谜，也不认为这些计算机模型是人类大脑的完美复制品。然而，它提供了一个看待人类行为的强大新视角，展示了看似思维失败的行为，实际上可能是对一个不再符合祖先设计的世界的成功（尽管是痛苦的）适应。通过理解这些机制，我们可以开始将心理健康挣扎视为不仅是内在缺陷，更是对我们所创造的环境的一种可以理解的反应。