2019年12月2日,北京大学张航课题组和易莉课题组合作的研究工作 “Autistic traits influence the strategic diversity of information sampling: Insights from two-stage decision models” 在线发表于 PLOS Computational Biology 。该研究发现孤独症特质会影响人们进行信息收集时所采用的策略,进而影响了决策的效率。

信息(Information)可以降低决策过程中的不确定性,但是收集信息通常需要付出代价,这可能是时间、体力或者金钱等。因此,为了最大化基础的生存可能或是更高级的经济收益,无论是人类还是动物都需要平衡收集信息过程中的损失和收益。

孤独症是一种表现出社会互动问题和重复刻板行为等核心症状的神经发育障碍。这种疾病似乎也伴随了次优的信息收集行为(suboptimal information sampling)。这些行为可能是以不同的方式表现出来的。例如,孤独症个体的重复刻板行为使得他/她在同样的、冗余的信息上花费了大量的时间却不能对降低不确定性有很大的帮助(Palmer, Lawson, & Hohwy, 2017)。该研究认为次优的信息收集是孤独症人群或高孤独症特质人群所体现出的一般性的特点,并尝试探究可能受到影响的认知过程。

课题组招募了具有不同水平的孤独症特质的健康成年人完成一个信息收集任务。在这个任务的每个试次中,参与者可以依次抽取珠子样本以积累进行概率推断的证据,从而获得进行正确推断的金钱奖励(图1)。每个额外取出的样本可能增加正确推断的可能性,但每次抽取也会有固定的金钱成本。为了最大化预期收益,当每个样本的成本较高或能够提供的信息量更大时,参与者可以抽取较少的样本,反之亦然。研究操纵了每个样本的成本和信息证据的大小,并比较了参与者在实验中的实际表现和最优策略。


图1. 实验流程示意图。

结果发现,不同水平的孤独症特质伴随着不同程度的偏离最优表现。孤独症特质较高的参与者与其他参与者相比,在零成本条件下由于较少的欠采样(undersampling)而获得了更高的奖励(此时的最优策略是尽可能多地收集信息;图2abde)。而在高成本、低证据的条件下,最优策略会牺牲一部分正确率以节省成本消耗,但孤独症特质较高的参与者由于过多的过采样(oversampling)导致获得的奖励更少(图2abde)。


图2. 参与者的行为表现以及孤独症特质对于不同行为指标的影响。左列:抽样决策获得奖励的效率;中列:抽取珠子数量;右列:抽样数量在试次间的变异性。

研究组还通过计算建模的方法将参与者采样选择行为分解为多个阶段,探究信息收集过程中孤独症特质可能影响的认知过程。首先结果发现参与者的抽样行为可通过一个具有两个阶段的决策过程来很好地描述:当第一个决策阶段没有达成停止抽样的选择时,第二个决策阶段可能会参与决定,提供了第二次考虑停止采样的机会。这两个阶段由取珠采样成本和采样收集的证据独立地控制,两个阶段均未显示出与孤独症特质有关的差异。但策略的多样性(strategic diversity)随着孤独症特质的水平发生变化:孤独症特质较高的参与者在第一阶段更倾向于始终在第一阶段考虑成本、在第二阶段考虑证据,而较低孤独症特质的参与者表现出了更大的可能同时使用相反的考虑顺序。这样的方式导致当最优策略不依赖证据时(例如零成本条件),前者的表现会更好;而当最优策略由成本和证据共同决定时,后者会有更好的表现。该研究利用孤独症特质作为媒介为理解孤独症进行决策推断中体现出的异常以及与核心症状相关的行为提供了新思路。

Lu H, Yi L, Zhang H (2019) Autistic traits influence the strategic diversity of information sampling: Insights from two-stage decision models. PLoS Comput Biol 15(12): e1006964. https://doi.org/10.1371/journal.pcbi.1006964

北京大学生命科学联合中心四年级博士生陆昊阳为论文的第一作者,北京大学心理与认知科学学院、麦戈文脑科学研究所、北大-清华生命科学联合中心张航研究员和北京大学心理与认知科学学院易莉研究员为该文的共同通讯作者。该研究由国家自然科学基金、北大-清华生命科学联合中心、北京市脑科学项目和北京大学Medicine + X 项目资助完成。


2019-12-23