摘 要 目标推理是知觉者根据个体的行为推理其目标的过程,是理解人们行为的一种重要方式。现有的研究证明目标推理发生在信息编码阶段,且具有无意识性和无意图性,其加工过程可以通过贝叶斯逆向规划模型来表征。与目标推理有关的脑区有镜像神经系统和心理理论系统。未来的研究需要考察目标推理的高效性和不可控性,探讨不同目标推理的加工阶段,改进贝叶斯逆向规划模型,进一步考察影响目标推理的因素。
关键词目标推理 自动化特征 加工阶段 神经基础
目标(goal)是一种心理表征,它是个体想要努力实现的期望状态,是行为背后的重要驱动力。在人际交往过程中,知觉者根据他人的行为推理其目标的过程被称为目标推理(Ran,Aarts,& Ferguson,2005)。目标推理(goal inference)是理解行为的一种重要方式,是个体进行成功社交活动的基础(Moskowitz & Okten,2016)。
目标推理最早可以追溯到海德(1958)的归因理论,归因是确定行为由哪些因素导致的,其目的是为了解释行为。目标推理也可以被看作是目标归因,即假设某一目标是行为的原因,例如,一个人走进面包店,是因为他想买面包。因为目标会随着时间和情景的变化发生改变,并且只有当个体追求某个目标时,该目标才能解释并预测个体的行为,故而目标对行为的解释力和预测力均比较弱,由此导致目标推理在过去很长一段时间内未得到足够的重视。在早期研究中,目标推理以间接的方式表征,例如表征为“人与环境之间的相互作用”(Mc Arthur,1972),“个体根据环境信息对行为做出推理”(Reeder,Hesson-Mc Innis,Krohse,& Scialabba,2001)。目标推理对个体的生存发展有重要意义,生活在社会环境中的个体要顺利与他人合作,识别他人对自己有利还是有害,针对他人的行为做出适当反应,就需要理解他人的意图、计划和行为指向,而具备这种洞察力的先决条件之一是感知他人想要努力实现的目标(Ran et al.,2005)。目标推理作为理解行为的一种重要方式,直到本世纪初才被明确提出来。本文回顾并分析了以往关于目标推理的相关文献。
飞行时间测距是通过测定UWB脉冲信号从UWB标签到UWB基站的信号往返时间从而确定其距离的，这种方法解决常规时间到达（Time of Arrival，TOA）以及时间到达差（Time Difference of Arrival，TDOA）方法中需要UWB标签与基站保持时间同步的问题。该测距原理是标签先向基站发送测距序列，其中可包含要求应答等信息，基站经过一个固定延时之后转发信号[12]，标签接收后计算一次来回程时间，标签到基站i距离di可用式（1）表示：
迄今为止,关于目标推理的研究主要围绕目标推理的加工方式和神经基础展开。具体来说,以往相关研究可概括为4个方面：首先,研究者采用意外线索回忆(surprise cued-recall)范式证明了目标推理的自动化特征；其次,采用探测词再认范式(probe recognition task)以及事件相关电位(event-related potentials,ERPs)技术证明目标推理发生在信息编码阶段,之后又有研究采用计算机模型(贝叶斯逆向规划模型,Bayesian Inverse Planning Model)模拟目标推理的过程,以揭示目标推理的加工过程；最后,采用功能成像技术(functional Magnetic Resonance Imaging,fMRI)考察目标推理的神经基础。本文主要围绕以上几个方面进行阐述,最后讨论了以往研究中存在的问题,并对未来研究的方向进行了展望。
新媒体具有海量性、交互性以及传输速度快等特点，大学生可以借助新媒体渠道获取大量关于学习、生活的信息。基于此，学生的学习方式会随之发生改变，传统的被动式学习将转变成为积极主动式的学习，学生可自主通过新媒体渠道进行所需知识的检索。但因为学生的鉴别能力有限，且价值观未完全形成，在面对新媒体中的一些不良信息时，难以做到完全的甄别，一定程度上会影响大学生的思想健康。
1 目标推理的自动化特征
目标推理作为理解行为的一种重要方式,其加工的自动化特征得到部分研究者的关注(Ran et al.,2005;Baillargeon et al.,2015;Carpenter,Akhtar,& Tomasello,1998;Ma & Xu,2013;Brandone,Horwitz,Aslin,& Wellman,2014)。自动化特征包括无意识性、无意图性、不可控性和高效性(Bargh,1994),某一心理过程只要包含其中的任何一个特性都可被看作是自动化的加工过程(Aviezer,Bentin,Dudarev,& Hassin,2011)。关于目标推理的自动化加工,以往研究者主要关注无意图性和无意识性。
在现实生活中,知觉者看到他人的行为指向一定的客体或者其行为伴随着某种情境有规律地出现时,会不自觉地推理他人的目标,这种不自觉性体现了个体的无意图性、无意识性和不可控性。目标推理的这些自动化特性得到相关实验研究的证实。
首先,Ran等人(2005)考察了目标推理的无意图性。具体来说,实验一采用意外线索回忆范式,让大学生被试完成与目标推理毫无关系的任务,然而被试依然推理了行为中的目标。具体过程如下：首先让被试阅读隐含目标的行为描述句和不隐含目标的行为描述句,然后让被试判断表现者的行为是否有趣,之后完成一个填充任务防止被试记住行为描述句的细节。随后,在被试毫无准备的情况下呈现线索词(线索词包括两类：一类是行为描述中隐含的目标,另一类是行为中出现过的词),让被试根据线索词尽可能地回忆之前呈现的行为句子。结果发现当回忆线索是行为句子中隐含的目标词时,被试能回忆出更多的行为句子,而回忆线索是出现在行为句子中的词时,被试的回忆成绩较差,这一结果说明了目标推理具有无意图性。Ran等人(2005)为了探究当目标不能实现时,知觉者是否还会推理行为中的目标,实验二采用相同的研究范式和程序,将隐含目标的行为设置在目标不能实现的情景中,结果仍然发现了当回忆线索是行为句子中隐含的目标词时,被试能回忆出更多的行为句子,而回忆线索是出现在行为句子中的词时,被试的回忆成绩较差,这一结果说明当行为不能实现相应的目标时,被试依然对行为中的目标进行了推理。
关于目标推理无意图性的证据在一定程度上也说明了目标推理的不可控性,因为以往有研究通过指导语控制让被试完成某认知任务和不给予让被试完成该认知任务的指导语,对比两种情况,若被试的完成情况无显著差异,则说明该认知加工过程具有不可控性(Schneider,Nott,& Dux,2014),这种操作与考察目标推理无意图性的方法较为相似。未来的研究可以考虑设计一种让被试有意识地不推理行为中的目标的任务,若被试在这种情境下依然推理了行为中的目标,则可以进一步说明目标推理具有不可控性。
关于目标推理的无意识性的证据主要来自于婴幼儿的认知加工过程的研究。有研究发现18～24个月的婴儿开始对他人行为中的目标敏感(Baillargeon et al.,2015),16个月的婴儿能够区分有意图的行为和无意图的行为(Carpenter et al.,1998)。但也有研究表明9到10个月的婴儿能够从规律性的行为中推理出个体的目标(意图),例如让婴儿观看转移彩球的活动。在该活动中,将装在透明罐子里的红球和黄球转移到一个透明的管子里,转移的工具有两种,一种是钳子,一种是手。转移的方式也有两种：一种是有规律地转移：先转移两个黄球,再转移一个红球；另一种是随机地转移黄球或红球。结果表明在有规律抓球的情况下婴儿对用手转移球的注视时间显著短于用钳子拿球的时间,而在无规律的条件下对用手抓球和用钳子抓球的注视时间没有显著差异,结果表明婴儿对手有规律的抓握球产生了预期(Ma & Xu,2013),即婴儿会根据他人有规律的行为预期他人的目标(意图)。另外一项研究发现,8到10个月大的婴儿能够理解错误的行为不能实现目标,例如让8个月和10个月的婴儿观看表现者跨障碍抓球的运动视频,一种条件下行为实施者跨过障碍后抓住球并将球拿回来(成功的抓球任务),视频暂停。另一种条件下行为实施者跨过障碍后手和球保持20距离,之后表现者空手回来(失败的抓球任务),视频暂停。采用眼动技术追踪婴儿的眼球注视兴趣区的时间,如果婴幼儿从球周围2o左右的位置(兴趣区)转移到球上的时间在200ms以内说明婴儿对目标刺激形成了期待,结果表明在成功抓球的条件下婴幼儿注视兴趣区的时间显著短于200ms,而在失败抓球任务条件下婴幼儿对兴趣区的注视时间与200ms没有差异,这说明婴幼儿对成功抓球条件下的手形成了抓球的期待,没有对失败条件下的手形成抓球的期待,即婴幼儿理解了适当的行为能够实现目标(Brandone et al.,2014)。
(1)探讨目标推理是否具有高效性和不可控性的自动化加工过程。自动化加工包括无意图性、无意识性、高效性和不可控性四个特性。已有研究证明了目标推理具有无意图性和无意识性,尚未有研究直接探讨目标推理是否具有高效性和不可控性。有研究通过控制指导语来考察某一加工过程是否可控的,例如给予让被试有意识地完成某一认知任务的指导语,与不给予让被试完成该任务的指导语相比,若两种条件下被试对任务的完成情况相似,则说明该加工过程具有不可控性(Schneider et al.,2014),该实验操纵方法与考察某一加工过程的无意图性的方法很相似,所以关于目标推理的无意图性的研究也在一定程度上说明了目标推理的不可控性。也有研究让被试有意识地不进行某一认知加工过程,若被试依然对该过程进行了加工,则说明该过程具有不可控性(Blair & Banaji,1996)。未来研究目标推理的不可控性可以借鉴这种方法,通过指导语让被试有意识地不进行目标推理,若被试依然推理了行为中的目标,则可以说明目标推理具有不可控性。
2 目标推理的加工阶段
宝宝说：“妈妈请不要给我超过22厘米的绳子或线，不管是粗是细，我会用来做游戏，把它们绕在手上，甩啊甩的，可好玩了，不过有时会甩到脖子上，绕上好几圈，勒得我够呛。”
2.1 目标推理的过程
有研究者将目标推理比喻为不明推论式(abduction),认为目标推理是对行为做最佳解释的推断,即推理行为最可能实现的目标(Uithol,Rooij,Bekkering,& Haselager,2011)。有研究者进一步将目标推理比喻为逆向规划(inverse planning),并用贝叶斯逆向规划模型来表征目标推理的过程(e.g.Diaconescu,Mathys,Weber,Daunizeau,Kasper,& Lomakina,et al.2014;Blokpoel,Kwisthout,Weide,Wareham,& Rooij,2013)。该模型将几个基本计算步骤组合起来模拟目标推理的过程,其原理是：假设知觉者是理性的,他们会表现最可能实现目标的行为。受表现者目标和环境的限制,行为发生的概率可以表示为Pr(行为|目标,环境)。如果知觉者对行为的原因感兴趣,就会推测所有合理的目标来解释行为,目标的概率可以表示为：Pr(目标|行为,环境)∝Pr(行为|目标,环境)Pr(目标|环境),其中概率最大的目标就是知觉者推理的目标。
在社会认知领域中,研究者通常采用探测词再认范式考察某一社会推理是否发生在信息编码阶段(Ham & Roos,2003;Ran et al.,2005;Chen,Banerji,Moons,& Sherman,2014)。在探测词再认范式中,让被试阅读一段行为描述,之后呈现一个探测词,让被试判断探测词是否出现在先前的句子中。实验句子中隐含了某个目标,以该目标为探测词,该目标探测词本身没有出现在先前的行为句子中,所以正确答案是被试判断探测词没有出现在先前的行为句子中,但是如果被试推理了行为中的目标,这就阻碍了被试的判断,被试需要更长的时间判断探测词没有出现在先前的行为句子中或者错误地判断探测词出现在先前的行为句子中,因此对探测词的反应时和错误率即可作为被试是否进行目标推理的指标。显然,呈现行为句子后立刻让被试判断探测词是否出现在先前的行为句子中属于行为信息的编码阶段,因此采用探测词再认范式可以证明目标推理是否发生在信息的编码阶段(Overwalle et al.,2012;Ran et al.,2005)。与此同时，Ran等人(2005)采用词汇判断任务(lexical decision task),先呈现隐含目标的行为句和不隐含目标的行为句,之后呈现词或非词(词包括行为句子中隐含的目标词和其他没有隐含在行为句子中的词,非词是毫无意义的字母串),被试的任务是判断呈现的靶子是否是词。结果表明,当靶子词是隐含在句子中的目标词时,被试的反应最快。总之,在探测词再认范式和词汇决策任务中都观察到被试对句子中隐含的目标词的判断快于其他词,说明外显和內隐条件下都产生了目标推理,证明了目标推理发生在信息编码阶段。
信息的编码过程包括注意阶段和知觉后加工阶段,虽然探测词再认范式可以证明目标推理发生在信息编码阶段,但不清楚目标推理是发生在注意阶段还是知觉后加工阶段。有研究者在错误再认范式中加入时间限制(deadline),初步证明了目标推理可能发生在信息编码的知觉后加工阶段。时间限制可以用于测量社会推理的可能性,其原理是如果在阅读行为句子的过程中对某社会推理的可能性比较大,那么在较短的时间内会产生相应的推理,如果在阅读行为句子的过程中对某社会推理的可能性较小,那么产生相应推理的时间就比较长(Overwalle et al.,2012),显然通过时间限制在一定程度上可以证明目标推理发生的阶段。该实验操作程序是让被试阅读只隐含目标的行为句子,之后立刻呈现探测词,让不同的被试在300ms、350ms、650ms、1000ms内以及没有时间限制的条件下判断探测词是否出现在先前的行为句子中,结果表明在350ms之后,当探测词是先前句子中隐含的目标时被试判断探测词出现在先前句子中的比率(错误率)更高(Overwalle et al.,2012)。该研究结果说明了个体推理目标的时间可能至少需要350ms,但是该研究只能粗略地估计从观察到行为到做出目标推理所需要的时间。
ERPs技术具有较高的时间分辨率,可以精确地测量认知加工过程。有研究者采用ERP技术考察了目标推理的神经过程,让被试阅读三个隐含相同目标的行为句子,被试产生相应的目标推理。然后再阅读靶子行为,靶子行为描述句的最后一个词语决定该行为隐含的目标与之前的目标一致、无关以及不隐含任何目标。结果表明,被试加工不隐含目标和隐含无关目标的行为时,出现了显著的P2成分,但是当知觉者加工隐含一致目标的行为时,出现了P3成分(Van,Van,Cortoos,& Van,2009)。P2的潜伏期一般为170～250ms,与早期的注意加工阶段有关(Wang,Bastiaansen,& Yang,2015),而P3则与信息的精细加工有关。以上采用ERPs技术探讨目标推理的过程说明,目标推理可能开始于注意阶段,终止于知觉后阶段。Van等人(2009)的研究中使用的隐含目标的行为句子均指向具体的事物。知觉者从这些一系列的指向具体事物的行为中推理出比较抽象的目标,例如从“准备圣诞树”“用彩带装饰房间”这些行为中可以推测表现者要准备“圣诞节”,之后在呈现靶子行为“寻找来福枪”(与过圣诞节无关)或者“寻找彩灯”(与过圣诞节一致)。当靶子行为与之前的行为中隐含的目标无关时诱发了P2成分,隐含目标的行为句子诱发了P3成分。可能的原因是这些行为中既包括短期目标(即时目标)也包括长期目标,短期目标是行为指向的具体客体(例如,用手抓东西),比较具体简单,更容易被探测到,因此可能发生在注意阶段。而长期目标是知觉者想要实现的期望状态(例如,成功举办晚会),比较抽象复杂,相对来说需要较多的认知资源才能探测到,因此发生在知觉后加工阶段(Van & Baetens,2009),根据以上证据可以在一定程度上说明,知觉者在推理行为中的目标时,先在注意阶段进行短期目标推理,之后在知觉后加工阶段进行长期目标推理。
2.2 表征目标推理过程的模型
无论是采用探测词再认范式证明产生目标推理的加工阶段,还是采用事件相关电位技术考察目标推理的时间进程,这些都不能将目标推理的具体过程表征出来。而计算模型模拟某一认知加工过程可以在一定程度上解决这一问题。
人们倾向于从可观察到的行为中推断他人的目标或意图,该推理过程发生在信息编码阶段。例如,有研究者采用眼动追踪(eye-tracker)技术考察知觉者在阅读行为信息时是否会进行目标推理,他们先让被试阅读一段主人公的信息,从这些信息中可以推测出主人公的目标,之后再让被试阅读主人公的行为描述,该行为隐含的目标与先前的目标一致或不一致,结果表明与一致条件相比,被试会反复阅读不一致条件下的行为信息(Poynor & Morris,2003)。研究者认为这种差异是由于不一致的行为信息使被试知觉到了目标冲突,这在一定程度上说明目标推理发生在信息编码阶段。
随着研究的深入,研究者们不仅关注目标推理的自动化特性,还关注目标推理的认知加工阶段,目标推理的时间进程,以及用计算机模型表征目标推理的过程。
有研究采用较为抽象的实验操作,依据贝叶斯逆向规划原理对目标推理的过程进行了研究,例如Baker等人(2009)让被试观看简短的动画片,在该片中主人公在简单迷宫(simple maze-like)中运动。研究者设置了三种运动轨迹,以及可能的运动目标地点。被试的任务是评估主人公在不同的运动轨迹和时间点分别朝向三个目标地点运动的可能性,结果表明被试对主人公朝向三个目标地点可能性的评估会随着主人公运动轨迹的变化而变化,即被试对主人公的目标推理随着主人公的状态(state)发生了改变,而这种状态也会随着主人公的行为发生改变。显然,目标推理是一个动态的过程,知觉者根据他人的行为和状态推理他人可能实现的目标。目标、状态和行为之间存在一定的关系(这种关系可以通过概率表达出来),具体可以表述为：知觉者根据目标和状态评估产生的行为[其概率表示为Pr(行为|目标,状态)],根据状态评估实现的目标[其概率表示为Pr(目标|状态)],这种概率关系会随着时间发生变化。
（3）有机硅褐煤SHY-2代替SMP-1和SPNH，在准噶尔盆地西北缘环玛湖和腹部区块钻井，钻井液性能基本能满足该地区钻井要求。但与钾钙基聚磺钻井液比较，该体系的稳定性不如钾钙基聚磺钻井液，主要表现为钻井液的热稳定性相对差一些，钻井液的粘切变化快，流变性控制难点大。
为了将目标、行为和状态之间的关系表述的更规范合理,有研究者采用动态的贝叶斯网络(dynamic Bayesian network)来描述这种概率关系(Blokpoel et al.,2013)。动态的贝叶斯网络是受离散的时间概念限制的贝叶斯网络,它由一系列的子贝叶斯网络组成,每个时间点对应一个子贝叶斯网(也被称为斜率),这些子贝叶斯网代表了该时间点的环境。除了斜率,动态贝叶斯模型还包括随时间变化的变量(variables),而斜率则依赖于这些整体变量(global variables)。在贝叶斯逆向规划模型中,目标不会随时间发生变化,因此被称为整体变量。每个时间点对应的斜率由状态和行为构成,即状态和行为构成了某个时间点的环境因素。行为变量是指个体的行为,取决于该时间点的状态和目标,而状态变量取决于上一个时间点的状态和行为。Baker等人(2009,2007)提出通过动态贝叶斯网络结合贝叶斯规则可以用模型模拟目标推理的过程,该模型即为贝叶斯逆向规划模型。该模型可以表述为,某一时间点的行为取决于该时间点的状态,而该时间点的状态取决于前一个时间点的状态和行为,任何行为都取决于目标,对行为、状态和目标赋值,将这些值综合换算成联合值赋予目标,使目标的概率最大化,概率最大的目标即知觉者要推理的目标。
动态贝叶斯模型理清了行为、状态和目标之间存在的动态关系,而贝叶斯逆向规划模型则表征了目标推理的过程,不仅使其更形象,而且可量化。但是该模型也存在不足,例如该模型包含了复杂的计算过程,如果按照该模型的算法和步骤计算所有可能的目标推理并且根据概率值筛选最终的目标,显然需要耗费较多的时间,而目标推理是一个快速的过程,这就使得该模型与现实目标推理不符。可能的原因是该模型考虑了所有的目标推理,而在日常生活中,知觉者会根据环境因素将一些可能性小的目标排除掉(即不会考虑不可能的目标),因此贝叶斯逆向规划模型对目标推理步骤的表征与真实的目标推理的过程在时间上明显不符。未来的研究需要进一步改进贝叶斯逆向规划模型,设置条件排除低于某概率水平的目标,使该模型更科学规范。
3 目标推理的神经基础
显然,目前对目标推理过程的神经基础的研究并不完全成熟,还有诸多问题需要解决。例如,镜像神经系统和心理论系统在目标推理过程中存在怎样的关系尚不明确,未来研究还需针对这一问题进行探讨。
化学实验作为一种能动的实践活动方式，不仅是一种感性的活动过程，更重要的是一种理性思维过程，本质是理性思维的物化。本研究基于思维心理学，将思维品质与化学实验进程相整合，将实验认知、实验操作、实验观察相融合，对化学实验能力体系进行水平建构，突出思维在学科能力建构中的重要地位。能力体系的建构是为了服务教学并促进教学，所以在日后的深入研究中应以教学为载体，以定性和定量相结合的化学思维，对化学实验能力体系进行行动研究和评价研究，为实验能力体系的建构提供科学保障。
考察目标推理的神经基础,需要明确目标的概念(包括内涵和外延)。以往有研究者根据不同的维度对目标进行了划分和界定,并且考察了不同的目标推理背后的脑区活动(Van & Baetens,2009)。具体来说,研究者根据抽象水平和实现目标的时间长短,将目标分为短期具体目标和长期抽象目标。顾名思义,短期具体目标是可以在较短时间内实现的具体目标,包括：当前目标(immediate goals；如吃饼干)和任务目标(task goals；如准备点心)。长期抽象目标是需要较长时间才能实现的抽象目标(例如,生活得更幸福)(Van & Baetens,2009)。关于不同目标推理的神经基础存在两种不同的观点：一种观点认为短期具体目标的神经基础和长期抽象目标的神经基础不同,前者与镜像神经系统(the mirror neuron system)相关,后者与心理理论系统(the theory of mind system)相关(Van & Baetens,2009;Fogassi,2011;Cacioppo et al.,2014;Chambon,Domenech,Jacquet,Barbalat,Bouton,& Pacherie,et al.,2017)；另一种观点认为参与短期具体目标推理和长期抽象目标推理的脑区存在部分重合(Canessa,Alemanno,Riva,Zani,& Proverbio,2012;Rizzolatti & Sinigaglia,2016;Cacioppo et al.,2014;Cacioppo,Juan,& Monteleone,2017;Bono,Begliomini,Budisavljevic,Sartori,& Miotto,2017)。镜像神经系统包括前运动皮质(premotor cortex)、顶下小叶(inferior parietal lobule)和腹侧前运动皮质(ventral premotor cortices)、顶前沟(anterior intraparietal sulcus )(该区主要参与即时控制指向目标客体的身体运动,例如抓握东西)(Van & Baetens,2009;叶浩生,2016)。心理理论系统包括中央楔前叶(the medial precuneus)(该区在视觉图像和片段信息检索过程中有重要作用)、颞顶联合区(temporo-parietal junction)(该区与目标、意图的表征相关)、中央前额叶皮质(medial prefrontal cortex)(该区主要参与行为推理和判断,其中包括对目标和意图的推理)(Amodio & Frith,2006;Van,2009)。
关于短期具体目标和长期抽象目标的神经基础不同的相关证据。有研究表明大猩猩观看到其他大猩猩将食物放到嘴里时与放到容器里相比,其腹侧前运动皮质得到不同程度的激活(Fogassi,2011),当知觉者观看网球运动员打网球的短视频时,被试看到运动员有目的地将网球打往某个方向,与随机打往不同的方向相比,其顶下小叶的激活水平更高(Cacioppo et al.,2014)。当知觉者加工较为抽象的目标时(解渴)与加工具体目标相比(拿起水杯),中央前额叶皮质和颞顶联合区得到更高水平的激活(eg.,Chambon et al.,2017)。
当今时代，是互联网主导的时代，高校的后勤管理工作在这样的时代背景下，也需要同时面对发展的契机以及挑战。文中对于当前背景下的后勤工作改革策略进行了讨论，以促进工作改革。这是未来高校后勤管理工作的大势所趋，也是高校的实际发展需求所在。
关于短期具体目标和长期抽象目标的神经基础存在部分重合的证据。有研究表明推理他人的合作目标时颞顶联合区(temporo-parietal junction)得到了激活,推理他人想要建立亲情的意图时前额叶(prefrontal cortex)和顶下小叶的联合区域得到激活(inferior prefrontal-parietal cortex)(Canessa et al.,2012)。个体推理熟人的行为目标时,镜像神经系统相关的脑区(Rizzolatti & Sinigaglia,2016;Cacioppo et al.,2014)和心理理论系统相关的脑区都会被激活(Bono et al.,2017；Cacioppo et al.,2017)。
小陈跟我说过，他经常搬家，从有记忆开始就在不停坐火车。而每到一个地方都要学一种方言实在太麻烦了。于是他就从CCTV和他老爸那里学了最标准的普通话。总的来说，我还是很想念他的。初中和高中里绝大部分时候我身边的交流都是暴躁的武汉方言——纵使上大学之后觉得那是无比亲切的乡音——当时仍不禁怀念说着标准播音主持式普通话，温文尔雅的小陈。
产生以上不同争论的原因可能是以往研究关注的目标对象不同。若只关注简单的行为目标推理,激活的脑区可能只有镜像神经系统,而只关注抽象的目标推理,激活的脑区可能只有心理理论系统。但是在研究抽象目标推理时难免涉及短期的具体目标推理,因为在实现抽象的目标时,个体需要实施具体的行为,通过实现一个个简单具体的目标后最终实现抽象的目标。例如,喝水解渴,需要行动者拿水杯,倒水,把水送到口中,即解渴这一较为抽象的目标需要以实现系列的动作目标为基础才能最终实现。镜像神经系统主要参与观察和执行身体运动的过程,其推理目标的功能体现在将观察到的行为与自身的行为库匹配,根据以往经验判断该行为能够实现的目标进而推理他人行为中的目标(Bonini,Ferrari,& Fogassi,2013)。心理理论系统主要参与信念、期望和目标的推理(Overwalle & Overwalle,2009)。动作由基本的肌肉协同作用产生(简单动作),它可以用来执行几种不同的行为或行动。当表现者表现了一组行为,知觉者可能猜测这一组行为的目标是什么,例如拿水杯,倒水,把水送到口中,这些动作是否包括许多子目标,是否存在某一统一的意图概念来指导这些行为,知觉者从哪个层次上推测表现者的意图。这些问题涉及镜像神经系统和心理理论系统在理解个体行为过程中的作用。
大脑是认知加工的神经基础,目标推理作为一种认知加工必定以一定的脑区活动作为基础。考察目标推理的神经基础有利于了解目标推理的加工机制,这对建立系统的目标推理理论有重要意义。
4 问题和展望
回顾并分析关于目标推理的文献,目标推理的研究成果主要集中在目标推理的加工方式和神经基础这两个方面。目标推理的加工方式表现在：目标推理具有无意识性和无意图性的自动化特征；目标推理发生在信息编码阶段,简单目标推理发生在注意阶段,复杂目标推理发生在知觉后加工阶段。目标推理的神经基础主要有镜像神经系统和心理理论系统,前者主要参与短期具体目标推理,后者主要参与长期抽象目标推理。但是,以往关于目标推理的加工方式和神经基础还不够全面,未来研究亟待在以下几个方面进行拓展和深入。
综上所述,以往研究证明了目标推理具有无意图性和无意识性的自动化加工特征,并且在一定程度上说明了目标推理具有不可控性。目前仅有间接证据表明目标推理可能是高效的,如个体推理他人的行为时不仅考虑到人本身的心理特点还会考虑到环境的因素(Ramos,Garcia-Marques,Hamilton,Ferreira,& Acker,2012),不仅考虑到个体的特质还考虑到个体的目标(Overwalle,Duynslaeger,Coomans,& Timmermans,2012)。由于这些研究的目的并不是考察某一社会推理的高效性,因此目前关于目标推理是否具有高效性这一自动化特性仍然缺乏直接证据,未来的研究需要采用相应的实验范式进一步考察目标推理的高效性。
研究目标推理的高效性,可以采用双任务范式,这一范式常用来考察某一认知加工过程的高效性,例如研究场景信息与面孔整合加工的高效性(Aviezer et al.,2011;Righart & De Gelder,2008a,2008b),也应用于考察刻板印象对特质推理的影响是否具有高效性,具体操作过程是让被试完成探测词再认任务时,记忆难易程度不同的数字,以此控制被试的认知资源,若在记忆任务较难的情况下刻板印象对特质推理的影响更明显,则可以说明刻板印象对特质推理的影响具有高效性(Wigboldus,Sherman,& Franzese,2005),根据此原理采用双任务范式,将探测词再认范式与数字记忆任务结合起来,考察目标推理的高效性。若在记忆任务较难情况下(即认知资源较少)与记忆任务较容易的情况下被试完成目标推理的效果无显著差异,则说明目标推理具有高效性。
(2)根据抽象水平对目标进行区分,分别探讨不同目标推理是否发生在不同的认知加工阶段。以往关于目标推理加工过程的研究,采用探测词再认范式证明了目标推理发生在知觉后加工阶段,而采用ERPs技术则证明目标推理可能从注意阶段已经开始,到知觉后加工阶段才结束。究其原因可能是不同的目标需要不同的认知资源,其发生的加工阶段也可能不同。由于以往研究没有将具体目标和抽象目标进行区分,因此尚未有实证研究探讨具体目标推理和抽象目标推理是否发生在认知加工的不同阶段,未来的研究需要针对这一问题做进一步探讨。
(3)完善解释目标推理过程的模型。以往研究以贝叶斯逆向规划模型解释目标推理的过程,而关于贝叶斯逆向规划模型存在以下两方面的问题。一方面,目标推理的模型只表征了简单目标推理的过程,没有探讨是否适用于复杂目标推理,未来的研究可以进一步拓展贝叶斯模型在复杂目标推理过程中的应用。另一方面,贝叶斯逆向规划模型的难解性与实际目标推理过程的简易性和快速性不相符。采用贝叶斯逆向规划模型较为直观地模拟了目标推理的过程,但是该模型比较复杂,推算起来显然需要较多的时间,而实际上目标推理是一个快速的过程,因此一些研究者一度对该模型产生了怀疑。有研究者认为推理目标时受环境因素的限制,知觉者会排除一些不可能的目标,而贝叶斯逆向规划模型考虑了所有可能和不可能的目标,这就使得该模型描述的目标推理过程与实际目标推理过程所用的时间不相符(Blokpoel et al.,2013)。因此,未来的研究需要改进贝叶斯逆向规划模型,在该模型中加入环境因素的限制,防止过度推理,使该模型更为真实可信地模拟目标推理的过程。
(4)探讨不同类型的目标推理,其神经机制之间的区别与联系。由于以往研究没有将简单具体目标推理与复杂抽象目标区分开来,使得目标推理的神经机制之间的关系存在诸多争议。未来的研究需要进一步将简单目标推理和复杂目标推理区别开来,分别探讨其背后的神经机制并比较它们之间的关系。
中韩两国同属亚洲文化圈，在文化上有同有异，随着近些年来“韩流”文化的传入，韩式文化也随之走入普通民众的生活，而餐桌礼仪是国家文化的一个重要缩影，对他国文化有所了解，能够帮助我们更好地进行跨文化交际，传播中华优秀文化。
(5)考察目标推理的影响因素。在社会交往过程中,个体对他人行为的理解会受到多种因素的影响。例如,刻板印象(王美芳,史文凤,颜丙淦,杨峰,2017)、个体与表现者的社会距离(钟毅平,黄柏兰,2013)以及文化因素(Shimizu,Lee,& Uleman,2016)都会影响到社会推理中广为探讨的重要主题——特质推理。目标推理,作为社会推理中同样重要的研究主题,其加工过程是否也会受到这些因素的影响？除此之外,还有哪些因素会对目标推理产生怎样的影响？这些问题也亟须后续研究进一步探究,这对更深入地了解目标推理有重要意义。
通过以上几个物理量分析和与实况的对比结果来看,EC细网格模式能较好地反映此次台风引发的苍南暴雨大暴雨过程情况,说明EC细网格资料在基层台站中分析该类天气有一定的能力。
综上所述,目标推理是社会推理的一个重要研究主题,准确推测和理解他人行为的目标,对知觉者进行良好的人际交往有着重要意义。本文回顾并分析了以往关于目标推理的加工方式和神经基础的相关文献,发现迄今关于目标推理加工过程的研究涉及了多个方面,但每个方面都不够全面和深入,未来的研究需要进一步探究目标推理的自动化特性,不同类型目标推理的加工过程,完善目标推理的解释模型,并探讨目标推理的影响因素。
参考文献
王美芳,史文凤,颜丙淦,杨峰.(2017).权力刻板印象的内容及其对自发特质推理的影响.中国临床心理学杂志,25(3),406-411.
叶浩生.(2016).镜像神经元的意义.心理学报,48(4),444-456.
钟毅平,黄柏兰.(2013).心理距离对自发特质推理的影响.心理科学,36(5),1031-1036.
Amodio,D.,& Frith,C.(2006).Meeting of minds:The medial frontal cortex and social cognition.NatureReviewsNeuroscience,7(4),268-277.
Aviezer,H.,Bentin,S.,Dudarev,V.,& Hassin,R.R.(2011).The automaticity of emotional face-context integration.Emotion,11(6),1406-1414.
Baillargeon,R.,Scott,R.M.,He,Z.,Sloane,S.,Setoh,P.,& Jin,K.S.,et al.(2015).Psychological and sociomoral reasoning in infancy.In P.Shaver & M.Mikulincer(Eds.-inchief) & E.Borgida & J.Bargh (Vol.Eds.).APAhandbookofpersonalityandsocialpsychology:Vol.1.Attitudesandsocialcognition.Washington,DC:APA.
Baker,C.L.,Saxe,R.,& Tenenbaum,J.B.(2009).Action understanding as inverse planning.Cognition,113(3),329-349.
Baker,C.L.,Tenenbaum,J.B.,& Saxe,R.(2007).Goal inference as inverse planning.In D.Mc Namara,& J.Trafton(Eds.),Proceedingsofthe29thannualconferenceofthecognitivesciencesociety(pp.779-784).New York,NY:Lawrence Erlbaum Associates.
Bargh,J.A.(1994).The four horsemen of automaticity:Awareness,intention,efficiency,and control in social cognition.In R.S.Wyer,Jr.,& T.K.Srull(Eds.),Handbookofsocialcognition(2nd ed.,pp.1-40).Hillsdale,NJ:Erlbaum.
Blair,I.V.,& Banaji,M.R.(1996).Automatic and controlled processes in stereotype priming.JournalofPersonalityandSocialPsychology,70(6),1142-1163.
Blokpoel,M.,Kwisthout,J.,Weide,T.P.V.D.,Wareham,T.,& Rooij,I.V.(2013).A computational-level explanation of the speed of goal inference.JournalofMathematicalPsychology,57(3-4),117-133.
Bono,M.G.D.,Begliomini,C.,Budisavljevic,S.,Sartori,L.,Miotto,D.,& Motta,R.,et al.(2017).Decoding social intentions in human prehensile actions:Insights from a combined kinematics-fmri study.PLoSONE,12(8),1-20.
Bonini,L.,Ferrari,P.F.,& Fogassi,L.(2013).Neurophysiological bases underlying the organization of intentional actions and the understanding of others’ intention.ConsciousnessandCognition,22(3),1095-104.
Brandone,A.C.,Horwitz,S.R.,Aslin,R.N.,& Wellman,H.M.(2014).Infants’ goal anticipation during failed and successful reaching actions.DevelopmentalScience,17(1),23-34.
Buccino,G.,Lui,F.,Canessa,N.,Patteri,I.,Lagravinese,G.,& Benuzzi,F.,et al.(2004).Neural circuits involved in the recognition of actions performed by nonconspecifics:An fMRI study.JournalofCognitiveNeuroscience,16(1),114-126.
Cacioppo,S.,Juan,E.,& Monteleone,G.(2017).Predicting intentions of a familiar significant other beyond the mirror neuron system.FrontiersinBehavioralNeuroscience,11,155.
Cacioppo,S.,Fontang,F.,Patel,N.,Decety,J.,Monteleone,G.,& Cacioppo,J.T.(2014).Intention understanding over T:A neuroimaging study on shared representations and tennis return predictions.FrontiersinHumanNeuroscience,8(5),781.
Carpenter,M.,Akhtar,N.,& Tomasello,M.(1998).Fourteen-through 18-month-old infants differentially imitate intentional and accidental actions.InfantBehaviorandDevelopment,21(2),315-330.
Canessa,N.,Alemanno,F.,Riva,F.,Zani,A.,Proverbio,A.M.,& Mannara,N.,et al.(2012).The neural bases of social intention understanding:The role of interaction goals.PLoSONE,7(7),e42347.
Cristina,B.,Valeria,M.,Luisa,S.,Andrea,C.,& Umberto,C.(2012).Grasping intentions:From thought experiments to empirical evidence.FrontiersinHumanNeuroscience,6(1),1-8.
Chambon,V.,Domenech,P.,Jacquet,P.O.,Barbalat,G.,Bouton,S.,& Pacherie,E.,et al.(2017).Neural coding of prior expectations in hierarchical intention inference.ScientificReports,7(1),1-16.
Chen,J.M.,Banerji,I.,Moons,W.G.,& Sherman,J.W.(2014).Spontaneous social role inferences.JournalofExperimentalSocialPsychology,55,146-153.
Diaconescu,A.O.,Mathys,C.,Weber,L.A.E.,Daunizeau,J.,Kasper,L.,& Lomakina,E.I.,et al.(2014).Inferring on the intentions of others by hierarchical bayesian learning.PLoSComputationalBiology,10(10),e1003810.
Fogassi,L.(2011).The mirror neuron system:How cognitive functions emerge from motor organization.JournalofEconomicBehavior&Organization,77(1),66-75.
Ham,J.,& Vonk,R.(2003).Smart and easy:Co-occurring activation of spontaneous trait inferences and spontaneous situational inferences.JournalofExperimentalSocialPsychology,39(5),434-447.
Heider,F.(1958).Thepsychologyofinterpersonalrelations.New York:Wiley.
Kruglanski,A.,& Higgins,E.(2007).The goal construct in social psychology.SocialPsychology:HandbookofBasicPrinciples.
Ma,L.,& Xu,F.(2013).Preverbal infants infer intentional agents from the perception of regularity.DevelopmentalPsychology,49(7),1330-1337.
Maranesi,M.,Livi,A.,Fogassi,L.,Rizzolatti,G.,& Bonini,L.(2014).Mirror neuron activation prior to action observation in a predictable context.JournalofNeuroscience,34(45),14827-14832.
Mc Arthur,L.Z.(1972).The how and what of why:Some determinants and consequences of causal attribution.JournalofPersonalityandSocialPsychology,22(2),171-193.
Moskowitz,G.B.,& Olcaysoy Okten,I.(2016).Spontaneous goal inference.SocialandPersonalityPsychologyCompass,10(1),64-80.
Overwalle,F.V.,Duynslaeger,M.V.,Coomans,D.,& Timmermans,B.(2012).Spontaneous goal inferences are often inferred faster than spontaneous trait inferences.JournalofExperimentalSocialPsychology,48(1),13-18.
Overwalle,F.V.,F.(2009).Social cognition and the brain:A meta-analysis.HumanBrainMapping,30(3),829-858.
Poynor,D.V.,& Morris,R.K.(2003).Inferred goals in narratives:Evidence from self-paced reading,recall,and eye movements.JournalofExperimentalPsychologyLearningMemoryandCognition,29(1),3-9.
Ramos,T.,Garcia-Marques,L.,Hamilton,D.L.,Ferreira,M.,& Acker,K.V.(2012).What i infer depends on who you are:The influence of stereotypes on trait and situational spontaneous inferences.JournalofExperimentalSocialPsychology,48(6),1247-1256.
Ran,R.H.,Aarts,H.,& Ferguson,M.J.(2005).Automatic goal inferences.JournalofExperimentalSocialPsychology,41(2),129-140.
Rizzolatti,G.,& Sinigaglia,C.(2016).The mirror mechanism:A basic principle of brain function.NatureReviewsNeuroscience,17(12),757-765.
Reeder,G.D.,Hesson-Mc Innis,M.,Krohse,J.O.,& Scialabba,E.A.(2001).Inferences about effort and ability.PersonalityandSocialPsychologyBulletin,27(9),1225-1235.
Rizzolatti,G.,Cattaneo,L.,Fabbri-Destro,M.,& Rozzi,S.(2014).Cortical mechanisms underlying the organization of goal-directed actions and mirror neuron-based action understanding.PhysiologicalReviews,94(2),655-706.
Rizzolatti,G.,& Sinigaglia,C.(2016).The mirror mechanism:a basic principle of brain function.NatureReviewsNeuroscience,17(12),757-765.
Righart,R.,& De Gelder.B.(2008a).Rapid influence of emotional scenes on encoding of facial expressions:An ERP study.SocialCognitiveandAffectiveNeuroscience,3(3),270-278.
Righart,R.,& De,Gelder.B.(2008b).Recognition of facial expressions is influenced by emotional scene gist.Cognitive,Affective,andBehavioralNeuroscience,8(3),264-272.
Schachner,A.,& Carey,S.(2013).Reasoning about ‘irrational’ actions:When intentional movements cannot be explained,the movements themselves are seen as the goal.Cognition,129(2),309-327.
Schneider,D.,Nott,Z.E.,& Dux,P.E.(2014).Task instructions and implicit theory of mind.Cognition,133(1),43-47.
Shimizu,Y.,Lee,H.,& Uleman,J.S.(2016).Culture as automatic processes for making meaning:Spontaneous trait inferences.JournalofExperimentalSocialPsychology,69,79-85.
Sebo Uithol,Iris van Rooij,Harold Bekkering,& Pim Haselager.(2011).What do mirror neurons mirror?PhilosophicalPsychology,24(5),607-623.
Van der Cruyssen,L.,Van Duynslaeger,M.,Cortoos,A.,et al.(2009).ERP time course and brain areas of spontaneous and intentional goal inferences.SocialNeuroscience,4(2),165-184.
Van,O.F.,& Baetens,K.(2009).Understanding others’ actions and goals by mirror and mentalizing systems:A meta-analysis.Neuroimage,48(3),564-584.
Van Rooij,I.,Evans,P.,Müller,M.,Gedge,J.,& Wareham,T.(2008).Identifying sources of intractability in cognitive models:An illustration using analogical structure mapping.In B.Love,K.McRae,& V.Sloutsky(Eds.),Proceedingsofthe30thannualconferenceofthecognitivesciencesociety(pp.915-920).Austin,TX:Cognitive Science Society.
Wang,L.,Bastiaansen,M.,& Yang,Y.(2015).ERPs responses to person names as a measure of trait inference in person perception.SocialNeuroscience,10(1),89-99.
Wigboldus,D.H.J.,Sherman,J.W.,Franzese,H.L.,& Knippenberg,A.V.(2005).Capacity and comprehension:Spontaneous stereotyping under cognitive load.SocialCognition,22(3),292-309.
TheProcessingModeandNeuralBasisofGoalInference
LIQing-qingLIWan-yueHANShang-fengZHANGLinYANGYa-ping
(Ningbo University,Ningbo 315211，China)
Abstract
Goal inference is an important way in understanding people’s behavior.Currently,research on goal inference has involved a wide range of aspects.Some prior studies proved that goal inference occurs in the post-perceptual processing stage,which is unconscious and unintentional,and the process of goal inference could be demonstrated with the Bayesian Inverse Planning Model.The main brain regions involved in the process of goal inference are mirror nervous system and theory of mind system.However,the existing research on goal inference is still limited.The following issues should be further investigated in the future research,such as,studying the efficiency and uncontrollability of goal inference,discussing the processing stages of different goal inference respectively.Moreover,the representation range of Bayesian Reverse Planning Model needs to be extended and the factors upon goal inference should be examined.
Keywords：goal inference，automation feature，processing stage，neural basis
*基金项目：教育部人文社会科学青年基金项目(15YJC190024)、宁波大学大学生科研创新计划项目(2018SRIP0310)。
**通信作者：杨亚平，女，博士，宁波大学讲师，e-mail：yangyaping@nbu.edu.cn。
中图分类号：B842
文献标识码：A
文章编号：1006-6020(2019)-02-0140-12
标签：目标论文; 过程论文; 加工论文; 模型论文; 时间论文; 哲学论文; 宗教论文; 心理学论文; 心理过程与心理状态论文; 《应用心理学》2019年第2期论文; 教育部人文社会科学青年基金项目(15YJC190024)宁波大学大学生科研创新计划项目(2018SRIP0310)论文; 宁波大学心理学系暨研究所论文;