Temporal-difference valence-partitioned Bayesian brains work out whether others are caring or uncaring

本研究引入了一项“关怀归因任务”,并通过行为建模与脑电图分析证明,人类利用一种新颖的“价值分列时间差分贝叶斯”(TD-Bayes)机制来推断他人是否具备关怀特质,该机制对正面与负面归因具有独特的神经表征,其表现优于以往联想学习模型。

原作者: Moutoussis, M., Frydman Laiter, A. D., Griem, J., Erfanian Delavar, D., Nolte, T., Fonagy, P., Montague, R., Litvak, V.

发布于 2026-05-21
📖 1 分钟阅读☕ 轻松阅读

原作者: Moutoussis, M., Frydman Laiter, A. D., Griem, J., Erfanian Delavar, D., Nolte, T., Fonagy, P., Montague, R., Litvak, V.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

想象一下,你的大脑就像一名侦探,试图弄清楚周围的人究竟是友善的帮手,还是狡猾的捣乱者。这对任何人来说都是一项至关重要的技能,但对于那些曾经受过他人伤害的人来说,这项技能变得尤为棘手。你分享的这篇论文介绍了一种理解我们大脑如何解决这一谜题的新方法。

以下是他们发现的要点解析:

侦探的新工具箱
研究人员设计了一个简单的游戏(称为“关怀归因任务”),用来测试人们如何猜测某人是友善还是不善。他们发现,我们的大脑并非仅凭一种笼统的“感觉”来做出这些猜测。相反,它们使用一种被称为TD-Bayes的复杂双系统。

可以将这个系统想象成你思维的一条双车道公路

  1. “原因”车道:这是主干道,你的大脑在这里弄清楚究竟发生了什么(例如,“那个人刚刚送了我一份礼物”)。
  2. “好与坏”车道:一旦确定了原因,信息就会分流到两个独立且专用的通道中。一个通道专门处理“好/有益”的想法,另一个通道则专门处理“坏/有害”的想法。

工作原理:慢动作更新
与瞬间按下快门的相机不同,这个大脑系统就像一个缓慢注水的水箱。它不会立即得出结论。相反,它使用一种称为“时间差分”的方法,即根据随时间推移而来的新信息不断更新其信念。如果某人今天表现得友善,“好”水箱就会稍微注满一点。如果他们在明天再次表现得友善,水箱就会再注满一点。这就形成了一种稳定且不断增长的信念,认为这个人是有爱心的。

“分裂大脑”的优势
该研究使用脑电图(一种读取脑电波的头盔)来观察侦探大脑内部正在发生的情况。他们发现,虽然这种新的“双车道”系统在预测人们行为方面比旧理论略胜一筹,但其真正的超能力体现在脑电波中。

由于大脑将“好”与“坏”的想法保存在不同的车道中,这些信念的电信号更强、更清晰。这就像有两个截然不同的电台在播放不同的音乐;你可以非常清晰地听到“好”电台,而不会与“坏”电台混淆。

核心结论
这项研究表明,我们的大脑拥有一种特殊的、内置的机制,能够将关于“有爱心”和“无爱心”的人的想法保持分离和 distinct。这有助于我们形成清晰的图景,判断某人是朋友还是敌人,即使情况令人困惑。这项研究为理解我们如何做出这些关键的社会判断提供了一张新地图。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →