Journal Club | 将社会知识结构纳入社会学习计算模型

社会情境下，人类总是有与他人交流和互动的倾向。成功的社交互动对人积累社会信息，完善自身发展意义非凡，而这也很大程度上依赖于在短暂的接触中快速、准确地了解他人的个性。人类擅长通过从具体的、特定情境的观察抽象出人格特征来积累社会信息。但是关于社交过程和心理特质推断中的计算模型与机制研究依旧相对匮乏。本篇发表于《自然-通讯》的论文主要关注于如何从计算建模的视角解释社会知识结构如何塑造对他人的学习。

    作为一种强化学习模型，Rescorla-Wagner（RW）模型通过使用简易灵活的算法表征广泛的社会（或非社会）任务中的动态学习过程。强化学习模型被认为广泛地依赖习得情境的价值和对应情境下的奖赏与惩罚程度。这类模型将学习过程描述为通过结果或反馈逐步减少预测误差（PEs）。PE是预测值与在给定时间步长内实际得到的结果或反馈之间的差异，模型通过使用PEs来更新对未来值的估计。

    类似于非社会学习，社会学习可以通过强化学习与相关的RW模型来表征人类的观察学习等过程。相关的研究也表明：特定的强化学习模型能有效表征人类推断他人的信赖及慷慨程度。然而这些模型由于高度依赖于当前的环境反馈以及有限的维度指标等因素，往往存在局限性。

    人格心理学的研究表明人类的人格特质可以在一些维度上进行整合。经典的大五人格模型（神经质、外向性、经验开放性、亲和性和责任心）是描述世界各地人群样本时最常被考虑的人格维度。此外，人类社会学习推断他人品质时，可能受到先入为主的人格原型（即刻板印象）以及对方归属的群体图式（内群体与外群体）的影响。

    人们在判断他人的个性时，可能更多依赖于原型或者样例的行为，与自身具备的图式构建联结、并从具体的范例抽象到更一般的人格特征，以及他们之间更细粒度的关系。现有研究还没有专门探讨人格特征或者仅仅停留在单一特征的研究过程。

    本文旨在考察人类如何学习他人的多维度人格，并就此引入混合学习模型，将RW模型与两种社会知识结构——参考点（RP：reference point）和粒度结构(G: granularity)——结合起来。

    参考点(RP)表示人们先前从他人（内或外群体）互动中得到的经验和期望。使用这些RP，人们可能用先前经验所构建的“普通人（一个特定群体中的人）的水平标准”来和新遇到的人比较。被试在给一个不熟悉的人打分时，可能会想到一个普通的人，并用这个“普通人”的人格特质来作为参照点。

    粒度(G)是指对人格特征结构认知的细节或抽象程度。特征关系的粗表示意味着被试只考虑宏观的大五人格因素之间的差异，而不区分一个因素内的特征。细粒度的表示法则考虑了所有局部特征的相似性。一旦了解到一个人的一些新特征，人们对这个人的整个看法可能会发生改变，从单一特征的某个新信息出发，进一步推广到相似的人格特征（如从“有礼貌”推广到“友善”），在诸多人格特征上更新自己的期望，或者从细节的属性概括归纳到相对宏观的人格特质（如-大五人格）中。

    该研究假设参考点和粒度的使用是社会学习他人的基础，不同的社会学习情境可能需要在不同粒度级别上表征信息。在建模中，该研究将建模粒度划分为细粒度层次（指定所有相关特征之间的相似性）和粗粒度层次（降维到大五人格因素中），并探讨了哪类模型能够提供最佳拟合效果。

    该研究重点针对参考点和粒度两个维度测试了5种计算模型对被试社会学习过程的拟合程度。5种模型的具体情况如下所示：

    模型1 [无学习]：基线模型。该回归模型需要对群体均值（关于性格评分）进行简单的线性变换，作为预测他人人格特质的参考点。

    模型2 [粗粒度模型] 结合了Rescorla-Wagneas（RW）学习模型和粗粒度，将粗粒度应用到大五人格的单一维度中去。

    模型3 [粗粒度和群体参考点RP] 结合了模型1和模型2。

    模型4 [细粒度模型] 采用RW学习，根据其他特质与当前呈现特质的相似性，更新每个试次中所有人格特质的估计值。

    模型5 [细粒度和群体参考点RP] 结合了模型1和模型4。

    模型的相关公式如下图所示：

图1：五种计算模型公式

    其中，P表示预测，Int表示截距，α表示学习率，PE表示预测误差，γ表示加权参数

    研究设计了五个相似的实验

表1 被试信息表

    实验中被试选取的数量、年龄等数据如上图所示

    实验的主要任务是社会学习任务，然后是（自我）评分任务。

    实验1的被试被分配到不同的档案材料，档案内容包含一个人的信息（名字，年龄、入学时间和独立生活的时间等等）和大五人格特质的自我评价。资料信息从先前的独立研究中选择。资料含两份女性及两份男性材料。

    实验向被试呈现一个人格特征词（如，慷慨，傲慢），要求被试根据资料信息在4秒钟内对目标人格特质进行评分（1 = 完全不适合；8 = 非常适合）。被试给出估计后会收到持续两秒的反馈，即来自档案人的自身评价。被试在60个试次中可以随时间推移了解每个人的自我评价，具体过程如下图所示。

图2 实验一流程

    在社会学习任务结束后，被试被要求对80个特征进行自我评价，即之前研究中使用的40个积极词和40个消极词的完整列表(Korn et al.，2012；2014)。

    行为分析表明，被试在实验一中存在学习过程，即其绝对预测错误在实验中逐渐下降。试次数与所有被试的绝对PE平均值之间呈现为负相关。

    研究中还使用一般线性模型（GLM）分析来预测被试的回答准确性。回归因子1通过追踪每个项目之前的试次总数拟合Rescorla-Wagner模型中的学习情境（随着试次增加被试PEs下降）。回归因子2通过追踪在先前每个项目的单因素内的试次数来捕获粗粒度（如果被试基于每个因素学习，则可观察到在这个因素内的试次中的PEs下降）。回归因子3则通过计算先前项目与当前项目绝对相关性总和来评估细粒度（即，假设相关性是当前项目的信息密度，可以预期所有以前的项目的总和预测PE的下降），该GLM模型在后续的几项实验中也有应用。

    结果如下图所示。从GLM的结果发现，只有第三个回归变量显著，这表明被试使用了细粒度的相关结构学习。

图3 实验一相关结果

    贝叶斯模型比较则显示，模型5[FG和Pop. RP]是5种模型中的最佳拟合模型。这表明被试在判断他人的人格特征时，依赖于先前经验知识，不仅使用社交群体人口指标平均值作为参考点来进行估计，而且还通过当前呈现的特征和潜在的其他特征之间的细粒度相似性来更新这些估计的程度。

    实验结果表明，被试在他们的参照组中使用了特征之间的相似性。它们代表了单个维度之间的关系，并利用这种细粒度结构结合平均评级来估计其他特征。研究还测试了五种计算模型中哪一种是表现最好的策略， 基于量化性能的分析证实，模型5是最佳模型。

    实验2采用小部分的人工构造的人格特质。针对大五人格的“亲和性”和“责任心”各自提取了30个积极特质词，对更小部分的特质展开了更加严格的实验控制。最终被试对所有单词进行自我评价。

研究者通过计算平均绝对PEs与试次数之间的皮尔逊相关系数，发现了二者间的负相关关系，这表明被试在实验二中存在学习过程。建模结果如下所示：

图4：实验二相关结果

    实验的获胜模型是模型3[粗粒度和群体参照RP]，即学习过程只跟踪一个人格维度，并结合使用一个普通人作为RP。

    固定效应和随机效应分析均表明，模型3是最佳拟合模型。这表明在目标特质缺乏相似性结构的情况下，被试使用较粗的粒度结合总体平均值作为参考点。而与模型3相比，模型2[粗粒度]的仿真结果优于模型3，这表明在本实验中，被试正确地使用了粗粒度，但可以通过完全放弃使用参考点来提高他们的表现。

    实验三结合了实验一的“真实自我评价”和实验二的“亲和性和责任心”的局部细节化大五人格特质。

    实验结果表明试次数与绝对PEs之间的皮尔逊相关性为负相关。在计算三个回归变量的GLM时，研究者发现所有三个回归变量都是显著的，这表明被试在实验三中存在学习过程，且在此过程中也使用了两种粒度结构。相关建模结果如下图所示：

图5 实验三相关结果

    根据对固定效应和随机效应的测量，获胜的模型为模型5[细粒度和群体参照RP]，这表明即使在学习数量减少的因素上，被试仍然使用与群体平均值相结合的特征和细粒度相似性作为帮助学习的参考点。模型仿真最佳的模型也是模型5。

前三个实验表明被试始终依赖于平均的人群水平作为评价的参考点。而这里为了探究和被试不同内群体条件下被试是否会偏离标准人群的平均值作为参考点，实验四改变了档案相关信息，选择时装模特作为简介信息。

    实验首先调查了被试是否对时装模特持刻板印象，让被试对实验中使用的所有60个特征来评价他们对平均时尚模型的印象并计算了一个新的参考点。

    此次实验中添加了三个与模型1、3和5具有相同数学方程的模型，但使用了分别为外群体计算的典型RP参照组（即一组时装模特模型对应的外群体指标）。

    研究者同样发现平均绝对PEs与试次数之间的负相关关系，表明被试在实验四中同样存在学习过程。建模结果如下所示：

图6 实验四相关结果

    研究者发现被试倾向于使用细粒度表征学习。固定效应和随机效应分析都表明模型5-STE[细粒度和刻板印象群体参照RP]是获胜的模型。

    然而，令人惊讶的是，对最佳表现模型的仿真表明，模型1[没有学习]是该任务的最佳策略。研究也发现时尚模型的RP与普通群体（学生）参照RP间存在更高的相关性，说明简单的基线no learning模型足以表征策略的复杂性。

    有趣的是，表现第二好的模型是模型5[细粒度和群体参照RP]，即次优策略为使用群体总体RP而不是刻板印象群体RP。尽管有更好的策略，但被试仍然使用模型5-STE[细粒度和刻板印象RP]，这表明了刻板印象RP和人们使用相似性学习作为默认策略的普遍性。

    小结：被试对所学习的外群体或许有不同的先验印象。这些关于外群体组的前提假设影响了其所使用的参考点，同时保持了被试对外群体人格特质之间潜在相似性的理解。

为测试模型泛化性，实验五选择了与实验四相同的同一组被试进行了测试。但实验五不再使用特征词，而是基于国际人格项目库（IPIP）中的50个项目，针对大五人格给出了句子的形式。

图7 实验五流程

    研究者对绝对PEs的相关分析同样表明被试在实验五中存在学习过程。建模结果如下所示：

图8 实验五相关结果

    固定效应和随机效应分析显示，模型4[细粒度]表现最好。这表明被试在学习过程中使用了基于项目相似度的细粒度知识结构，但似乎没有使用参考点。对最佳模型的仿真表明，模型4[细粒度]是最好的学习策略。

    总体而言，该研究考察了人们在社会交互中会使用哪些潜在的学习策略，探究了人类如何学习他人的人格特质，并关注了社会知识结构如何塑造这种学习。具体而言，研究者抽象出参考点和粒度指标这两种社会知识结构，并构建出相应的计算模型来分析被试如何利用这些结构进行社会学习。研究结果发现人们在社会学习中能够灵活使用参考点和粒度。此外，研究结果还可能表明，人类可以灵活地改变他们对社会知识的表征，以匹配内隐任务需求。