神经决策学研究:个体人格特质对群体决策的影响



研究目的:

通过群体决策可能有助于人们探索所有可能出现的状况,以及人们可以采取的所有可能行动,因此比个人决策更有可能做出好的选择。

实验方法:

被试为60名男性(平均年龄21.3岁),所有参与者在实验前时是认识对方的,并分成30组进行招募。受试者没有神经或精神疾病或头部外伤的病史,在测试前两周也没有吸烟或酗酒的记录。

实验流程:

实验分为两种条件:个体决策和群体决策。

在个体决策条件下,参与者按照传统的方式进行BART(实验名称)实验:由每个参与者选择充气或领取奖励。每个参与者自己完成任务,并要求其同伴被动地观看。共100个试次。

在群体决策条件下,要求每组两名参与者并排坐在显示器前,由两套EEG系统同时采集大脑活动。参与者被指示以另一种方式执行任务:一人通过使用数字键盘按1或2进行充气或领取奖励选择,而下一个选择则由另一人通过使用另一个数字键盘按4或5进行,如此轮流进行选择。参与者被要求在执行任务时不要讨论他们的选择。总收入由两人平分。一共200个试次,每人100个试次。

每名参与者的个性均采用NEO(五因素量表)进行测量。它用人格的五因素模型(FFM)来衡量一个人,包括神经质(Neuroticism)、外倾性(Extraversion)、开放性(Openness)、宜人性(Agreeableness)和认真性(Conscientiousness)。

脑电数据采集和处理:

脑电采集使用德国ANT Neuro公司研发生产的eegoTMmylab 32导脑电采集系统。两名被试的脑电采用两台放大器进行同步记录,事件标记同时从实验PC向两个EEG记录系统发送。采样率为1000Hz,线上滤波0.1Hz-100Hz,参考电极为CPz。

线下重新设置参考为左右乳突,低通滤波40Hz。ERP的提取首先对连续的EEG数据进行分段,分段方式采用时间锁定反馈,为反馈前的200ms到反馈后的800ms。ERP分别为“win”和“lose”试次的叠加平均。基线为反馈前200ms。

分析采用基于Matlab的开源工具包EEGLAB。

实验结果:

行为结果

团体情况对参与者冒险行为的结果没有显著影响(p=0.76),因为气球在这些情况下具有相似的爆破比率(个体决策:0.41±0.02;群体决策:0.42±0.02)。以中奖气球的充气次数作为被试的冒险行为测量时,所有被试的平均充气次数在群体决策条件和个体决策条件下相似(p=0.73,个体决策:7.08±0.25,群体决策:7.14±0.27,图1A)。对被试的充气次数的变化与个性特质进行相关分析,结果显示,在群体决策条件下,宜人性越高的被试充气次数增加越多(图1B,p<0.028,不能通过FDR校正)。

根据得分情况,参与者被分为两组:高宜人性组(HAG)有14人,低宜人性组(LAG)有13人。HAG在群体决策中充气次数明显更多(p<0.03,个体决策:6.66±0.37,群体决策: 7.05±0.35,图1A)。LAG则没有显著差异(p=0.61,个体决策:7.55±0.39,群体决策: 7.41±0.49,图1A)。

图1 A)获得奖励的试次的平均充气次数 B)群体决策条件下获得奖励的试次中充气次数增加与宜人性的关系

ERP结果

研究通过输钱试次减去赢钱试次的差异波提取到感兴趣的ERP成分N200和P300,其中差异最大的是位于中央脑区的Cz电极(图2A-C)。图中结果显示,N200差异波的峰值出现在250ms,P300差异波在个体决策和群体决策的峰值出现在350-360ms,两种条件的差异波峰值出现在340-350ms(图2D)。

 

图2 时间锁定反馈的总平均ERP结果

 

图3 低宜人性组(LAG)和高宜人性组(HAG)的比较

N200

个体决策和群体决策的N200差异波均相似(图2A,B,F),2×2(决策条件×宜人性)重复测量方差分析结果表明,群体决策不会影响到N200差异波(无显著主效应和交互效应,图3I)。

皮尔逊相关分析结果显示,充气次数的增加与N200差异波的变化无显著相关(p=0.14,图4A),宜人性与N200差异波的变化也无显著相关(p=0.77,图4B)。

 

 图4 散点图和皮尔逊相关分析结果 A)N200差异波在群体决策赢钱试次中与充气次数增加的关系 B)N200差异波与宜人性的关系

P300

不同决策条件下P300差异波的差异显著(p < 0.001,图2A,B),2×2(决策条件×宜人性)重复测量方差分析结果表明,决策条件对高低宜人性组P300的影响不同(图3),进一步分析显示,HAG参与者在群体决策条件下的P300差异波显著小于个体决策条件下的P300差异波(t=12.40,p<0.001),而LAG组不同决策条件的P300差异波的差异并没有HAG大(t=2.34,p<0.037)。

为了确定P300差异波变化的主要来源,研究者进一步分别对赢钱试次(P300_win)和输钱试次(P300_lost)的P300进行了分析。2×2(决策条件×宜人性)重复测量方差分析结果表明,决策条件在不同宜人性情况下对P300_lost的调制也不同(交互效应p < 0.002,决策条件主效应p<0.001,宜人性主效应p=0.58),而决策条件在不同宜人性情况下对P300_win的影响却是相似的(交互效应p=0.11,决策条件主效应p<0.02,宜人性主效应p=0.93)(图3I)。这意味着个体决策和群体决策的P300差异波的差异是P300_lost减少和P300_win增加共同作用的结果,而这种相互作用主要是决策条件和宜人性对P300_lost的交互作用的结果。

相关分析证实了这一结果,因为宜人性越高的被试在群体决策条件下P300_lost越大,这一效应在Cz(p_FDR < 0.0015,图5C)和Pz(p_FDR < 0.008,图5E)中都存在,而P300_win与宜人性则没有显著相关(图5B,D)。

虽然充气次数的增加与P300差异波之间没有直接相关(图5A),但宜人性和充气次数增加的相关(图1B)部分是宜人性与P300_lost差异相关的结果,因为在宜人性和充气次数增加的相关中减去P300_lost的差异会降低其相关。


图5 散点图和皮尔逊相关分析结果 A)P300差异波在群体决策赢钱试次中与充气次数增加的关系 B)Cz上宜人性与P300_win的关系 C)Cz上宜人性与P300_lost的关系 D)Pz上宜人性与P300_win的关系 E)Pz上宜人性与P300_lost的关系。

实验结论:

本研究发现,与个体决策相比,群体决策中的冒险行为显著增加,P300成分显著降低,而个体决策中只有高宜人性的参与者有此现象,低宜人性的参与者没有。此外,宜人性得分与群体决策中的冒险行为和P300波幅变化相关。这些发现表明,当人们在群体中做出决策时,宜人性会调节冒险行为和大脑活动,这对未来的群体决策研究和实践具有一定的启示意义。

参考文献:

Wang, F., Wang, X., Wang, F., Gao, L., Rao, H., & Pan, Y. (2019). Agreeableness modulates group member risky decision-making behavior and brain activity. NeuroImage, 202, 116100.