《COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE》:Trying in the 21st century: An introduction to the special issue on effort
编辑推荐:
本期特刊聚焦“努力”这一核心但复杂的心理与神经科学构念,旨在回应人工智能时代人类认知角色面临的挑战。研究人员通过综述、元分析与实证研究,深入探讨了努力的神经生物学基础、测量范式、与决策及注意力的交互,及其在精神疾病(如抑郁症、精神分裂症)中的作用,揭示了努力既被视为需最小化的成本,也是意义与价值的源泉。这些工作为理解动机缺陷、开发新型干预策略提供了重要科学依据。
在人工智能(AI)迅猛发展、日益接管人类复杂任务的21世纪,一个深刻的悖论摆在我们面前:我们一方面不断追求技术的便利以减少日常所需的身心努力,仿佛努力是一种需要被最小化的“成本”;另一方面,无数经验又告诉我们,那些需要付出艰辛努力才能达成的目标,往往能带来最深刻的满足感和意义感。这种被称为“努力悖论”的现象,凸显了我们对于“努力”这一基本心理体验的理解仍存在巨大空白。尽管心理学和神经科学对其探索已逾百年,但其确切的生物基础、认知机制、如何准确测量,以及它如何影响我们的行为、决策和情感,依然是悬而未决的核心问题。尤其在老龄化、抑郁症、精神分裂症等多种以动机缺失为核心症状的疾病中,对努力机制的误解或忽视,直接阻碍了有效干预策略的开发。为此,《认知、情感与行为神经科学》(Cognitive, Affective, and Behavioral Neuroscience, CABN)集结了22篇前沿论文,推出题为“Trying in the 21st century: An introduction to the special issue on effort”的特刊,旨在从多学科整合的视角,为我们揭开努力的神秘面纱。
为深入探索这一主题,研究人员综合运用了多种关键技术方法。在人类研究中,广泛采用了功能性磁共振成像(fMRI)以定位与努力评估、成本-效益权衡相关的脑区(如背内侧前额叶皮层/背侧前扣带回皮层dmPFC/dACC);使用脑电图(EEG)测量认知努力相关的神经活动(如非周期性活动);并结合计算建模(如漂移扩散模型)来量化决策过程中的效率变化。在动物模型(主要是大鼠)中,通过局部场电位记录、药理学干预(如使用多巴胺耗竭剂丁苯那嗪TBZ或D2受体部分激动剂阿立哌唑)及行为学范式(如基于努力的决策任务),探究了努力行为的神经化学基础。此外,研究还涉及对既有fMRI研究的激活似然估计(ALE)元分析,以及对多种行为范式的批判性综述。
研究结果
努力的价值评估、决策与神经基础
研究揭示了努力决策涉及复杂的成本-效益权衡神经机制。一项包含45项fMRI研究的ALE元分析发现,处理更高奖励和更高任务需求时,会显著激活dmPFC/dACC、壳核和前脑岛。有趣的是,dACC内对任务需求敏感的区域(尾侧)与对奖励敏感的区域(喙侧)在解剖上是分离的,而尾侧dACC的活动跟踪了奖励与任务需求的整合,这支持了dACC在成本-效益权衡中的计算功能。在行为层面,研究发现努力折扣现象存在,即人们会低估需要付出更多努力的任务的未来价值,但这种效应在抑郁症个体中更为稳定。此外,付出努力本身会影响后续决策:认知努力 exertion 会增加为获取收益而冒险的倾向,但会减少为避免损失而冒险的倾向。
努力在感知与注意中的作用
努力深刻调节着注意力功能。研究发现,参与者愿意付出更大的体力(通过握力计测量)来将视觉搜索中的干扰刺激换成一个更显眼但反而更容易抑制的类型,这表明人们会为了降低未来的预期认知努力而付出当前的努力。在视觉搜索中,当参与者预期搜索任务更困难时,他们会更策略性地使用提示信息,即使在容易的目标上表现也会提升,这体现了“足够好”的注意力引导原则。在言语感知领域,研究提出了一个结合预测编码、误差信号和强化学习的模型,其中多巴胺和去甲肾上腺素信号在触发和调节努力性言语理解中扮演关键角色。EEG研究进一步提出,非周期性神经活动可能作为倾听过程中认知努力的一个潜在量化指标。
努力的动物模型
动物研究巩固了多巴胺系统在努力性行为中的核心地位。研究发现,多巴胺耗竭剂TBZ不仅会诱导大鼠在基于努力的选择中偏向低努力选项,还会降低其在执行高努力杠杆按压任务时海马等脑区的θ节律频率和功率,且这些神经生理变化与行为效应相关。D2/D3受体部分激动剂阿立哌唑在基于努力的选择任务中,对大鼠产生了类似D2受体拮抗剂的效应,导致低努力偏好,且在与TBZ合用时未表现出激动剂活性,进一步证实了多巴胺信号在努力动机中的关键作用。
体力与认知努力的交互
研究探索了体力与认知努力之间的关系。一项研究发现,在持续的高强度体力活动期间,个体在知觉决策任务中的证据积累效率会提高,非决策时间会缩短。另一项结合斯特鲁普任务和上肢体力任务的研究发现,在体力任务表现恒定的情况下,感知到的努力会随认知需求的增加而增加;而在感知努力恒定的情况下,体力任务表现会随认知需求的增加而下降,这提示可能存在跨越认知和体力领域的综合性努力感知。
努力的感觉与个体差异
主观努力感知与实际付出之间存在差异,且受个体特质影响。在力量匹配任务中,个体在将成功表现归因于高努力还是低努力上差异很大。抑郁症状水平高的个体,对自己实际体力消耗的敏感性较低,但对失败反馈更为敏感。另一项计算建模研究则表明,主观的努力感和疲劳感,与实际的 exertion 量、可恢复及不可恢复的疲劳成分都有系统关联。奖励的呈现时机也会影响主观报告:在表现前告知奖励会导致参与者过度努力并报告更高的疲劳感。
尝试与否:何时、多少及为何?
努力投入会随时间推移而下降。在短时间任务中,这种下降可归因于信息处理效率的降低。研究还发现了“需求避免”现象,即在风险决策中,人们会主观上认为期望值更接近的选项对决策要求更高,并倾向于避免可能导致这种高需求决策的情境。然而,有趣的是,从一项有趣的任务短暂切换回枯燥任务,并不会削弱动机,反而可能产生积极的“迁移效应”,提升在枯燥任务上的后续投入。
结论与意义
本特刊通过多维度的研究,共同描绘了一幅关于“努力”的复杂而整合的图景。研究证实,努力并非一个单一概念,而是涉及成本评估、价值赋予、神经计算、主观感知和跨领域交互的多元构念。其神经基础的核心涉及dACC、前脑岛、纹状体等脑区构成网络,并由多巴胺等神经递质系统精细调控。在认知层面,努力与注意力控制、决策制定和感知过程紧密缠绕;在体验层面,努力感知受到实际消耗、疲劳状态、情绪及个体差异的显著调节。
这些发现具有重要的理论与实践意义。在理论层面,它们推动了对努力悖论的深入理解,挑战了将努力单纯视为成本的简单观点,强调了其作为意义来源和行爲驱动力的价值。提出的新框架(如言语感知的预测编码模型)、新度量(如神经认知效率分数)和新范式,为未来研究提供了清晰的方向和工具。在实践层面,这项工作为理解抑郁症、精神分裂症、衰老相关的动机缺失(意志缺失、疲劳)提供了坚实的神经生物学和认知心理学解释,指出了特定的神经环路(如中脑边缘多巴胺通路)和认知过程(如成本-效益计算偏差、努力感知异常)可作为潜在的干预靶点。药理学研究(如TBZ、阿立哌唑效应)也为相关药物的作用机制和副作用提供了新见解。总之,在人工智能致力于消除“摩擦”的时代,深刻理解人类为何及如何选择投入努力,不仅关乎科学认识,更关乎如何在未来科技社会中维护人的能动性、意义感和心理健康。本特刊的成果无疑是朝着这一目标迈出的坚实一步,正如编者所言,深化对此主题的理解,无疑是“值得付出努力的”。