德育论坛回声②丨周晓林：认识神经科学视角下的道德心理学研究
道德研究的背景
道德长久以来一直是心理学领域研究的重要课题。究竟何为道德？这个问题最早在哲学领域曾引发过旷日持久的争论。一方面，以德国哲学家Immanuel Kant为代表的道义论者认为，道德是一种规则，其规定了人们在实际生活中的行为准则。比如他认为，说谎在任何情况下都是不道德的。另一方面，以英国哲学家John Stuart Mill为代表的结果论者则强调，应根据行为产生的后果作为评判该行为道德性的（唯一）依据。比如他认为，一个行为本身的好坏应由其带来的欢乐程度所决定（这里的欢乐指带来的愉悦或减少的痛苦）。
鉴于道德的复杂性与多面性，目前心理学界对于道德并没有一个统一而全面的概念。相反，研究者似乎更倾向于根据前述争论，认为道德包括以下两个核心特征：
第一个特征与道义论一脉相承，即强调道德关乎各种特定的绝对准则，其主要规定了人们在不同情况下应如何处理自己与他人的关系（或如何判断他人的类似行为）。
第二个特征则源于结果论（功利论），即强调道德关于对他人福祉的关怀；相应地，不道德行为则表现为对他人福祉的伤害。
根据上述两个特征，结合“道德基础理论”，我们可以获得以下道德准则（利他、诚实、公平、忠诚、纯洁）和不道德准则（伤害、欺骗、不公、忠诚、纯洁）。
从道德的心理学理论上来看，我们可以把人的道德分为6个方面，关心与伤害，公平与欺骗，忠诚与背叛，权威与颠覆，圣洁与堕落，自由与压迫。
从心理学研究的角度来说，我们可以把道德研究分为两个方面，一个是道德认知，即关于道德行为背后的认知加工过程。道德认知又可以细分为三个部分：道德判断，道德决策，道德推理。另一个是道德情绪，即由道德行为所诱发的或者驱动道德行为的情绪，比如感激、内疚、怜悯等。
那人为什么会产生道德或者人为什么需要道德？
从进化视角来看，道德行为本身具有适应性，我们所有的道德行为来自于我们基因的选择，个体为了适应社会，传递自己的基因。这里以利他行为为例，亲缘选择理论假设亲缘间的利他行为有助于提高个体自身基因的传播概率。群体选择理论更加关注利他行为在群体层面的进化意义。其假设，相较利己个体更多的群体，利他个体更多的群体更可能在竞争中处于优势地位，从而获得更多的繁殖优势。事实上，道德行为并不局限于亲属；很多时候，人们会选择帮助并无亲缘关系的朋友，甚至非亲非故的陌生人。互惠理论将此类利他行为的动机解释为个体希望在未来获得回报。研究者随后进一步将该理论拓展至间接互惠行为（如“我帮你，他帮我”），并发现，当个体选择帮助其他助人者时，该种行为具备进化适应性。
从情绪视角来看，强调情绪和情感体验在道德行为中所起到的重要作用。共情—利他假设认为，个体对他人产生共情（即体会并理解到他人的情绪状态时）是促发利他行为的关键前提。消极状态释放模型则强调利他行为的主要动机是减少自己的负性情绪体验。类似的理论还有不公平厌恶理论，即强调人们会对不公平的分配（结果）产生厌恶，进而偏好公平分配。此外，也有理论从正性情绪体验的角度解释道德行为产生的动机。温暖—光辉模型则强调亲社会行为本身能够带来内在的奖赏体验。类似地，共情喜悦假设认为个体喜欢受助者接受帮助时的积极反应而产生利他行为。
从认知视角来看，代价—奖赏模型认为个体的道德行为是经过得失收益权衡之后的结果。
认知神经研究方法介绍
认知神经科学出现以后，我们希望能在以上道德理论和假设基础上，得到一些实证证据。科学家基本都是唯物主义者，他们相信任何精神活动都有对应的物质基础。这个物质基础对于人的道德来说就是大脑的活动。
认知神经科学在近几十年发展得非常快，在这几十年积累的大量关于大脑的知识，远远超过之前几千年的积累。这得益于一些新的神经研究技术的发明和发展，比如脑成像技术。这些技术使得我们能够回答一些之前无法回答的问题，比如说道德行为背后的生物学基础是什么？
现在有大量神经科学的技术手段用于科学研究。如图所示，研究者可以使用在时空维度上具有独特特征的多种技术来研究人类和其他动物行为的神经机制。其中在人类研究中应用最广泛的当属无创性脑成像技术（fMRI、EEG、MEG）以及非侵入性脑刺激技术（tDCS、TMS）。不同的技术有不同的特征，有的在时间维度的测量精度较高，而有些在空间维度的测量精度较高。我们还希望考察更基础层面的生物基础，比如神经元层面，细胞层面。
随着过去20年非侵入性脑成像技术（特别是功能性磁共振成像，fMRI）的快速发展，已经有大量研究就人类道德认知背后的神经生物学基础进行了探讨。以下我将举例介绍道德神经科学领域内的经典研究以及一些较新的研究成果。
以往研究
早年大部分的研究多采用假设性的道德两难情境，旨在揭示道德判断背后的神经机制，以阐明情绪与认知过程在道德判断中的作用。例如，在Greene等人（2001）的一项经典研究中，被试在MRI扫描仪中被要求阅读一系列伦理学两难情境。随后需要判断该情境主角的行为在道德上是否合适。重要的是，研究者根据情境涉及的情绪性程度，将其分为高情绪性困境（如吊桥困境：要救5个人，只能把一个胖子推下天桥阻止电车前进）与低情绪性困境（如电车困境：一辆有轨电车即将撞死5个人，但有一个按钮可以改变电车行驶方向，从而撞死另一条轨道上的一个人）。结果发现，相较于低情绪性困境，被试在将高情绪性困境中的行为判断为“适合”的时候，反应时显著增加；相应的，个体进行高情绪性困境的道德判断时，激活了更多情绪相关的脑区（如前扣带回），相反的比较则激活了更多认知控制相关的脑区（如外侧前额叶与双侧顶叶）。
随后，有越来越多的研究者采用行为经济学范式，考察个体在道德决策过程中的神经机制。相较“假设性道德困境”范式，这类范式因建立了决策（行为）—结果的直接关系，故能在最大程度上探测到个体内心真实的决策偏好。
在一项关于利他行为的fMRI研究中，被试需要决定是否接受一系列向某真实慈善机构的捐赠提议，且该提议同时伴随着一定程度的个人金钱收益或损失。行为学结果发现，当慈善机构获益增多或自身损失减少时，个体都更倾向于捐赠。神经结果表明，即便当捐赠行为不是自愿做出，个体在加工自己和慈善机构的收益时，都激活了奖赏中枢——Nacc（伏隔核）。该结果为前述的“温暖—光辉”模型提供了神经层面的证据。
在另一项关于诚实行为的开创性研究中，被试被要求在MRI扫描仪中完成一项“猜硬币”的任务，如果其回答正确，就能额外赢得一定数额的金钱收益。本研究的关键设置在于，在其中一个条件下，被试被明确告知其行为将不会被记录，这为被试提供了欺骗实验者的机会，并在很大程度上减少了要求特征的影响。
该研究根据被试群体的行为表现，将被试分为不诚实与诚实两组。
结果发现：不诚实组的个体在存在撒谎机会的情况下进行决策时，无论最终是否获益，与认知控制相关的脑网络(尤其是双侧dlPFC)信号显著增强。而在诚实组个体并未发现上述结果。该研究在一定程度上支持了“诚实行为是基于自动加工而产生的”这一理论假设，而撒谎需要认知控制。
后来的综述与元分析表明，有一个庞大的脑网络参与道德认知与决策。具体包括社会认知相关脑区（如TPJ/STS, dmPFC），价值相关脑区（如vmPFC），认知控制相关脑区（如dlPFC，IFG）等等。
尽管上述研究为我们理解道德决策的神经生物学基础提供了重要的经验证据，但是上述发现仍属于现象层面的描述，并无法对道德决策（行为）提供认知神经机制层面的解释。为解决上述问题，越来越多的研究者开始尝试将计算建模的方法运用到道德（社会）决策神经科学的研究中。
Crockett（2016）在最近发表的一篇综述文章中指出，计算建模可以从以下几个方面促进道德心理学（主要包括道德决策）的相关研究。首先，计算建模有助于揭示道德决策过程存在的潜在变量（参数），这些具有明确心理学意义的参数也有助我们探讨道德行为中存在的巨大个体差异。其次，计算建模有助于对于不同理论假设进行检验。最后，计算建模有助于从机制层面解释并预测神经活动同道德行为之间的关系。打个比方，这就好比做蛋糕，我们已经知道需要哪些原料，但仍不清楚如何调配这些原料。
常用的模型之一是效用函数，该模型基于价值决策的框架。即假定个体以某种方式对构成某行为选项的不同元素进行加权整合，进而得到该行为选项的主观价值。在道德决策领域，这些元素通常指自己收益、他人收益、对他人的伤害等。
基于个体实际的选择，我们可以进行模型拟合，并获得模型中的参数估计值。这些数值可用于描述影响道德决策的潜在子成分。通过对多个模型的拟合进行比较，我们可以获得相对而言最能描述行为的模型（即优胜模型）。采用该模型，我们能够计算出每个选项的主观价值；通过将主观价值（或其他潜在变量）与神经信号相关联，我们可以进一步了解哪些大脑区域参与潜变量的计算。
这里举两个例子。Crockett等（2014, 2015, 2017）率先采用金钱—疼痛范式并结合计算建模的手段，考察了个体如何在个人金钱收益与伤害他人之间进行权衡及其相应的计算神经机制。
具体而言，个体需要在两种条件下完成一系列二分决策，即在两个选项中选择其中之一执行：在“自我受痛”的条件下，个体所面对的两个选项均同时包含对自己一定程度的疼痛刺激以及一定数额的金钱收益（即“低痛+低收益”与“高痛+高收益”选项）；“他人受痛”的条件与此类似，唯一的区别在于由被试的陌生同伴接受疼痛刺激。通过模型比较，研究者所最终采用的计算模型（效用函数）如下：
其中，公式中ΔV 对两个选项的主观价值之差，具体由个体对两个选项造成的金钱收益的差异（Δm）与对他人伤害的差异（Δs）加权而成。加权系数为κ，在本研究中用于刻画个体对伤害他人的厌恶程度。
通过将该模型与对个体在两个条件下的真实选择进行拟合，进而获得个体在两种条件下的“伤害厌恶”。整体而言，个体对他人的伤害厌恶程度高于自己，即个体呈现出“超利他”偏好；神经层面的证据显示，左背外侧前额叶负性编码了伤害他人情况下个体的收益，且受到个体超利他偏好的调节（约超利他，负性编码越强）。
我们实验室最近的一项工作也结合了计算建模。前面曾提到，一般情况下，人们会偏好公平的分配，厌恶不公平的分配。后者又可以具体分为两种情况，即处于优势的不公平（我有多么厌恶比你获得的多）以及处于劣势的不公平（我有多么厌恶比你获得的少）。本研究想进一步探讨不同社会情境下，个体对于两种不公平的厌恶是否存在不同？若有，其背后的神经基础又是怎样的？
对此，我们采用了自创的多轮人际互动范式与功能磁共振成像技术，并结合不公平厌恶模型，尝试回答上述问题。
具体而言，每一轮中，个体都会与一名对家一起完成“点估计任务“（即判断快速呈现的点阵中所包含的点数）。重要的是，当两人中任何一个反应错误时，对家都会以50％的概率接受疼痛刺激（一半疼一半不疼）。随后，个体需要决定如何与对家分配一定数额的金钱，最终确定双方在本轮的收益。
通过采用计算模型对三个实验的行为学数据进行了分析，我们发现：相较内疚条件，当给同伴造成痛苦时（即内疚条件下），个体的优势不公平厌恶增加（α），劣势不公平厌恶降低（β）。该结果表明，不平等厌恶的确存在情境依赖性。
脑成像的结果进一步发现：涉及情境调节优势不公平加工的脑区主要包括左侧前脑岛，右侧背前外侧前额叶皮层和背内侧前额叶皮层， 这些脑区与社会认知和心理理论的加工密切相关；而涉及情境调节劣势不平等加工的脑区主要包括左侧后脑岛，右侧杏仁核和背扣带回前皮质，这些脑区主要负责加工情感和与冲突相关的认知过程。这些结果扩展了我们对与（不）公平决策过程背后机制的理解。
研究展望
研究内容方面，未来的研究可以更多涉及一些之前较少关注的道德认知现象，比如伪善。早年的行为学研究发现，对同样的任务分配（即分给别人较难的任务，留给自己较易的任务）进行评价，相较他人做出的“不公平分配”，个体会认为自己做出同样的行为时更加公平；该现象还进一步拓展至内外群体层面。那么人们为什么会对自己和他人采取不同的道德标准？其背后的计算和神经机制又是怎样的？目前并不清楚。
另一个有趣但更复杂的话题是道德推理，即个体通过观察他人道德行为而形成对对方道德相关人格特质的推断。近期有研究者采用了学习范式对此现象的计算机制进行了考察。具体而言，个体需要通过试错学习另两名个体的道德偏好（即是否倾向于通过伤害他人而为自己获益）。每隔几轮，个体需要判断2个问题，即对方是否是个好人以及有多确定这一判断。
该研究发现，几轮试误之后，个体即可形成对对方正确的印象；但有趣的是，相较对好人的印象，个体对坏人印象的不确定性更高。通过采用贝叶斯信念更新模型，研究者进一步发现，个体对坏人印象的不稳定程度更高。之后的研究可以进一步考察影响个体道德推断的因素以及相应的神经基础。
目前学界研究较多的是个体道德决策，而对个体在群体中的道德行为与认知则研究的较为有限。最近有研究者采用行为经济学范式对此进行了探讨。具体而言，该研究采用了“救鼠”范式，即被试需要在以下两个选项中做出选择：要么放弃10欧元的收入而拯救老鼠，要么以该老鼠被杀而获得10欧元收益。和两难判断范式不同，本研究中采用的是真老鼠（生物实验中剩余的老鼠，本身就需要被处理），如果选择后者，则会将老鼠置于特定的笼中抽出氧气，直至老鼠死去。
实验发现，相较于独立做决策，当个体在群体中与他人一起做决策时，会更倾向于选择不道德选项。该现象背后的计算和神经机制是怎样的？还需要今后研究去探索。
就研究方法而言，今后可以借鉴核磁中的多体素分析，比如训练脑的激活模式以预测道德行为，或者采用表征相似性分析考察大脑如何表征道德行为与认知加工涉及的不同维度信息。
另外，道德神经科学领域里目前采用高时间分辨率的脑电或脑磁技术的研究也相对较少，一个新的趋势是该种技术与序列加工模型相结合，用于考察决策过程中证据积累的神经基础。
如果要进行群体相关的实验，还可以采用超扫描技术，考察脑脑同步与个体和群体行为之间的关系。
除了神经科学技术外，另一个趋势是大数据，并结合机器学习的方法。比如，可以收集大样本的人格问卷数据，并追踪其在社交网络上的发言（如微博），用这些数据预测其在实际生活中的道德行为（如采用经验采样法测量）。
直播回放
您可通过微信扫描下方二维码收看本次论坛回放
编辑/赵禧 陈张泽 张怡婷 陆春雷
责编/彭年强