焦虑情绪对奖赏学习的影响*

古若雷 徐鹏飞 徐 蕊 施媛媛,4 杨紫嫣,4王娱琦,4 蔡华俭

1 问题提出

焦虑情绪是人类在日常生活中经常体验到的一种重要情绪。通常认为,每一种情绪都可以从3个方面进行定义：生理体验、心理感受、以及外在行为表现(黄宇霞,罗跃嘉,2004)。在生理体验上,焦虑会导致肌肉紧张、出汗、呼吸急促和心悸(Panzer,Viljoen,&Roos,2007),慢性焦虑则伴随着失眠、注意力涣散、耐心减退、兴奋易怒等问题(Etkin,2010);在主观心理感受上,高焦虑者会出现强烈的不确定感和不可控制感,对环境中的威胁相关信息投入更多的注意资源,同时倾向于将模糊信息解释为危险信息(Bishop,2007);在外在行为表现上,焦虑会促使个体回避潜在的威胁相关刺激,或者选择拖延而不采取能引发焦虑的行动(Grupe&Nitschke,2013)。

焦虑对注意、记忆、执行功能等认知活动均有着重要影响(Clark,1999)。其中,本文主要关注的是个体焦虑水平对决策能力的影响。2012年,两家享有国际盛誉的心理学实验室不约而同地出版综述论文,对焦虑情绪与决策行为的关系进行总结,分别发表在Trends in Cognitive Sciences和Biological Psychiatry这两本重要期刊上,由此可见学界对该课题的重视程度(Hartley&Phelps,2012;Paulus&Yu,2012)。回顾过往文献,大多数研究都认为与低焦虑者相比,高焦虑者的决策能力会受到一定损害,更难做出正确的选择——这是因为焦虑状态使个体倾向于搜索潜在的威胁,更容易受负性情绪信息影响而分心,造成在决策任务中的效率下降(Eysenck&Calvo,1992;Miu,Heilman,&Houser,2008)。例如著名认知心理学家Eysenck提出的“加工效率理论(processing efficiency theory)”认为,焦虑会极大地消耗工作记忆和执行功能所需的认知资源,导致可用于解决当前问题的心理资源不足。但是这种观点仅仅强调了焦虑的负面影响,而忽略了焦虑在进化上对个体适应环境的重要意义。而且,虽然很多实验结果都表明高焦虑者比低焦虑者更难以做出正确的决定,但是也有一些实验得出了相反的结论,对此不能轻易加以否定,否则可能会抹杀一批有价值的研究成果。Paulus和Yu(2012)就指出,焦虑情绪在特定情况下是可以对决策表现起到促进作用的,因为适度的焦虑可以增强个体的生理唤醒水平,从而提高在简单认知任务中的表现(参见Giorgetta et al.,2012)。例如在公路驾驶模拟任务中,高焦虑被试的注意力可能会比低焦虑者更加集中(Briggs,Hole,&Land,2011)。

这个问题的主要难点在于,应该以什么客观指标来恰当地评价决策能力？本文作者认为,应根据被试在奖赏学习(reward learning)任务中的表现,衡量焦虑情绪对决策功能的影响。“奖赏学习”是现代决策研究与认知神经科学领域结合而产生的最重要概念之一,被广泛地用于解释动物与人类如何适应环境。Fitzgerald,Seymour,Bach和Dolan(2010)将奖赏学习称为人类决策研究的两大核心课题之一(与行为经济学并列)。经典的强化学习理论(reinforcement learning theory,RL理论)认为,学习主要是由追求奖赏的动机所驱动的。对个体的生存和发展来说,决策行为最重要的目标是在相关信息已知的前提下,使预期效用最大化(expected utility maximization;参见Bach&Dolan,2012)。要达到这个目的,就需要在个体身处的环境中习得行为与奖赏之间的特定关系,从而在多种可能的选择中找到对自己较为有利的一种。因此奖赏学习的能力,在某种意义上就决定了个体适应环境的能力(Peterson,Lotz,Halgren,Sejnowski,&Poizner,2011)。

焦虑情绪与奖赏学习能力的关系是本文探讨的重点。在理论上,该课题研究有助于我们理解情绪因素在决策过程中所扮演的角色,同时也将有助于我们认识焦虑对个体行为的塑造作用;而在实践上,该课题研究有助于指导我们合理地利用焦虑感辅助决策,同时规避过度焦虑造成的不良影响,对职业发展、投资理财、生活管理均有一定的启发意义,还有可能被应用于心理疾患的临床评估与干预。

2 现有文献评述

焦虑水平的提高,对奖赏学习会起到促进还是抑制作用？国内外学者们对此问题众说纷纭。一方面,前人发现焦虑会增强对奖惩信息以及上下文信息的主观感受(Paulus,Feinstein,Simmons,&Stein,2004),而且有更强烈的动机去摆脱自己身处的不确定状态(Krain et al.,2008)。从这些研究结果进行推测,高焦虑者的奖赏学习能力似乎应该比低焦虑者更强。但是另一方面,高焦虑者的注意力容易因与任务无关的情绪性刺激而分散,在进行复杂任务时的速度较慢而正确率较低(Bensi&Giusberti,2007)。此外,高焦虑者在对决策结果进行预测时更依赖自身的生理感受,倾向于夸大负性结果出现的可能性——即“概率偏向”现象(Maner et al.,2007)。这些认知特点又必然会给奖赏学习带来不好的影响。

Grupe和Nitschke(2013)从神经系统的角度,对焦虑影响奖赏学习的机制提出了猜想。他们指出：根据RL理论,大脑内的扣带前回皮层(anterior cingulate cortex,ACC)负责评价当前结果是否符合决策者的预期;与预期不符的负性反馈会在ACC内诱发“预期错误信号”,使个体调整对奖惩的期望,同时引导个体改变将来的决策策略。但是,焦虑情绪所引起的生理变化会干扰ACC的激活,导致高焦虑者不能准确地对决策结果进行预期。除此之外,在联结学习过程中起重要作用的杏仁核,其活动也会受到焦虑水平的影响。杏仁核的主要功能是在线索信息与情绪性刺激之间建立联系,而高焦虑者的杏仁核过度活跃,会导致联结学习能力受损。

目前已有一些研究者尝试检验上述理论。例如有实验显示创伤后应激障碍(posttraumatic stress disorder,PTSD)患者习得奖赏规律的速度会比正常人慢(Sailer et al.,2008)。此外Avila,Parcet,Ortez和Ibáñez-Ribes(1999)发现,如果在联结学习任务中使用厌恶刺激作为奖赏线索,高焦虑者会感到很难接受这种条件关系。然而上述实验仅仅采集了被试的行为数据,没有脑神经科学方面的证据,因此其结果并不能直接支持Grupe和Nitschke(2013)的猜想。而且总的来说,这一类研究仍相当稀少,尚不足以从中得出概括性的结论。目前,主流学术界最感兴趣的是高焦虑个体在没有最优选择的情况下表露出的决策偏好,因此使用的主要是不涉及奖赏学习的任务范式,包括简单赌博任务、价值导向任务和延迟折扣任务等(Aupperle&Paulus,2010)。但是从这类任务中得出的结论无法增进我们对焦虑与奖赏学习之间关系的认识。

此外,过往研究主要依赖“爱荷华赌博任务”(Iowa gambling task,IGT)来探讨高焦虑者的奖赏学习风格。经典IGT包含多个回合,每回合均要求被试在4个选项中选择其中之一,其中有两个是“较优”的(即时奖赏较少,但获胜概率高),另两个是“较差”的(即时回报的额度较高,但胜率低)。被试事先得不到任何提示,需要凭借试错法在任务过程中逐渐摸索出各选项的利弊。Miu等人(2008)最早尝试用IGT研究焦虑对奖赏学习能力的影响,结果发现与低焦虑组相比,高焦虑组被试选择“较差”选项的次数显著更多,说明焦虑水平的提高对奖赏学习的效率造成了损害。然而这份报告引起了学界的疑问,因为IGT中的“较差”选项是高风险、高回报的选择,而焦虑情绪在经典研究中通常是与风险回避倾向联系在一起的(Eisenberg,Baron,&Seligman,1998)。有其他课题组为此进行了重复实验,发现高焦虑组的IGT成绩比对照组更好,这与Miu等人的实验结果明显矛盾(Mueller,Nguyen,Ray,&Borkovec,2010)。但也有研究者支持Miu等人的结论(de Visser et al.,2010)。而临床研究表明广泛性焦虑障碍和惊恐障碍患者的IGT表现与正常人并无显著差异(Aupperle&Paulus,2010)。需要指出的是,IGT并不是探讨奖赏学习机制的理想范式——它的任务设计已经受到不少批评,主要是因为它混淆了概率学习和风险偏好(获胜概率较低的选项,同时也是奖赏额度较高的选项)(Dunn,Dalgleish,&Lawrence,2006)。因此我们很难从IGT中分离出焦虑对奖赏学习的调节作用。此外,IGT仅仅提供了一个概率学习的情境,没有考虑其他类型的奖赏学习形式,例如“逆向学习”,所以我们不应该仅根据IGT的实验结果就对焦虑与奖赏学习的关系做出概括性的结论。可见,研究者们应当引入更多不同类型的实验范式,从而系统性地考察焦虑与奖赏学习的关系。

Browning,Behrens,Jocham,O'Reilly和Bishop(2015)近期发表重要研究报告,对高特质焦虑者的奖赏学习模式提出了富有创见的看法。他们认为,影响高焦虑者的奖赏学习能力的主要因素是决策情境中的“不确定性”(行为选择与奖赏之间的关系是或然的);与低焦虑者相比,高焦虑者对不确定性的忍耐力较差(详见Krain et al.,2008;Whiting et al.,2014)。Browning 等人(2015)进一步指出：决策不确定性的来源至少有两种——其一是随机形成的“噪音”(非常规事件),其二是当前情境中因果关系的不稳定性。这两种不确定性对应于两种不同的决策策略(详见原文),它们与个体焦虑水平的关系可能是不一样的。出于以上考虑,文章作者使用了逆向学习范式考察该问题,因为逆向学习任务中包含的行为–奖赏关系会随时间推移发生变化。他们得到的结果表明,焦虑水平并不影响总体学习效率,而只影响到决策者是否能有效地在两种策略之间进行切换——与低焦虑者相比,高焦虑者的策略灵活性较差。然而,我们暂时还不清楚以上结论是否只适用于逆向学习任务情境。

最后,现有研究没有对“焦虑障碍患者”和“正常人群中的高特质焦虑者”进行清晰的区分,而是倾向于认为研究结果同时适用于这两个群体。然而,焦虑障碍患者对威胁信息的敏感性显著强于高特质焦虑者(Mathews&MacLeod,2002)。许多实验心理学研究表明,两个群体在认知任务中的行为模式并不一致,这是以两者在神经系统方面的差异为基础的。例如,特质焦虑水平可能主要与左脑的活跃程度相关,而焦虑障碍则主要与右脑激活(尤其是额叶和颞顶皮层)相关(Giorgetta et al.,2012)。由此推论,焦虑情绪对奖赏学习的影响,在这两个群体中可能有不同的体现形式。这些问题都是值得研究者们深入思考的(参见下文的“研究计划”部分)。

3 研究总体构想

本文作者据此提出构想,计划研究高焦虑者在不同类型的奖赏学习(包括概率学习、联结学习、逆向学习和社会学习)情境中的行为表现和相关神经基础。以下将简要介绍这4类问题情境。

概率学习(probabilistic learning)是奖赏学习研究中最常见的实验范式,因为在这类范式中,选项与奖赏的关系是或然的;相反,假如选项与奖赏的关系是必然的(某个选项100%能获得奖赏,或者100%没有奖赏),被试将可以在极短时间内习得这种关系,由此形成“天花板效应”,研究者就很难根据学习速度测量被试在奖赏学习能力上的个体差异。对概率学习的任务表现影响较大的脑区包括负责监控概率变化的ACC,以及负责编码各选项的期望价值的顶叶皮层(Amiez,Joseph,&Procyk,2006),其中ACC与焦虑情绪的关系较为密切。上一节中提到,PTSD患者的概率学习能力弱于普通被试(Sailer et al.,2008)。本文作者的主要问题是,在正常人群的高特质焦虑者中是否也会出现同样的实验效应,以及这种效应是否会受到ACC活动的中介影响——假如高焦虑被试在概率学习任务中的成绩低于对照组,则说明焦虑对概率学习起抑制作用,反之则说明起促进作用。

联结学习(associative learning)是指将无特殊含义的刺激,与物质奖赏相联系的学习过程(即刺激的线索化)。从广义角度看,经典的巴甫洛夫条件反应以及操作性条件反应都可以被归入联结学习的范畴。联结学习过程的神经基础主要包括杏仁核与纹状体(Li,Schiller,Schoenbaum,Phelps,&Daw,2011)。本文研究设想最兴趣的是一种特殊类型的联结学习,即将能够引起负性情绪的刺激(例如蛇、蜘蛛、愤怒面孔)作为奖赏条件线索。上文中提到,高焦虑者在进行这类任务时会比低焦虑者遇到更多困难(Avila et al.,1999)。有研究者推测,这可能是因为高焦虑者的杏仁核激活水平相对较强(Tovote,Fadok,&Lüthi,2015)。在本文的研究构想中,将借助脑成像技术直接检验这一假设。假如高焦虑被试将负性刺激与金钱奖赏相联结的效率不如对照组,则说明焦虑对负性情绪加工的影响阻碍了联结学习过程。

前文提到的逆向学习(reversal learning)是指当选项与奖赏的联系模式发生改变的时候,抑制或改变原有的行为趋向。这是一种复杂的决策过程,包含了错误监测、反应抑制和冲突抑制等认知成分(Greening,Finger,&Mitchell,2011)。逆向学习范式中通常提供多个选项,被试可以通过试错法找到其中与奖赏关系最密切的选项。由于奖赏反馈的强化作用,被试将会逐渐形成对该选项的偏好。但是在任务的第二阶段,别的选项会变成最优选择。在这种情况下,只有逆向学习能力较强的个体,才能及时觉察到奖赏关系的变化,并对已经不适应当前环境的偏好作出调整。逆向学习涉及的脑区包括眶额叶(orbital frontal cortex,OFC)、背外侧前额叶(dorsolateral prefrontal cortex,DLPFC)和杏仁核等,而这些脑区的激活都会受到个体焦虑水平的调节(Domschke&Dannlowski,2010)。因此,我们有理由猜测逆向学习能力会受到焦虑情绪的影响。假如高焦虑被试在逆向学习任务中的习得速度不如对照组,则说明焦虑对决定逆向学习效率的认知灵活性起负面作用;反之则说明起正面作用。

最后,本文的研究设想还包括社会学习(social learning)实验,因为它提供的是与上述其他类型的奖赏学习截然不同的情境。社会学习需要我们对他人的信念、行为与情绪表现进行观察,从而了解群体其他成员的社会信息。个体通过社会学习可以掌握群体内部共享的经验,以及群体成员共同遵从的行为规范。因此,社会学习对人类的生存和适应具有极其重要的意义(Rilling&Sanfey,2011)。虽然社会学习的对象与一般的奖赏学习有明显差异,但社会学习的机制与奖赏学习中包含的“预期错误系统”是非常相似的(Stallen&Sanfey,2013),而且两者的神经基础有着很大程度的重叠(Ruff&Fehr,2014)。因此本文作者也将考察焦虑对奖赏学习的影响效应,是否会迁移到社会学习情境。假如高焦虑者在社会学习任务中的表现水平与在其他学习任务中一致(例如比对照组更差),则说明焦虑情绪对社会学习的影响机制是与对奖赏学习的作用类似的。

总括而言,本文的研究计划将围绕“焦虑情绪对奖赏学习能力的影响”这一核心问题展开,对高焦虑者在奖赏学习任务中的表现进行系统的考察,涉及的实验情境包括概率学习、联结学习、逆向学习和社会学习4个方面。根据高焦虑被试在这4类情境中的学习能力,我们将可以确定焦虑对奖赏学习的关系模式是具有普遍性的,还是因具体的学习环境而异的;根据脑科学技术所反映的任务相关大脑活动,可以对焦虑影响奖赏学习的神经机制作出推测;根据高特质焦虑被试与焦虑障碍被试(参见下文)在任务中的行为差异,可以澄清特质焦虑和焦虑障碍两者对认知活动的影响效应是否有区别。

4 研究计划

在进一步论述之前,首先需要明确：本文的研究对象“高焦虑者”实际包括两类性质不同的高焦虑人群,即“正常人中的高特质焦虑者”和“焦虑障碍患者”。焦虑可以被细分为“状态焦虑”和“特质焦虑”两个范畴,其中状态焦虑指的是由当前情境引发的暂时性的焦虑水平上升;而特质焦虑指的是与外部环境无关的个人气质,这种气质导致个体在相同环境中比其他人更容易感到焦虑(Bekker,Legare,Stacey,O'Connor,&Lemyre,2003)。本文选择正常人群中的高特质焦虑者作为研究对象之一,因为与状态焦虑相比,特质焦虑水平不会在实验过程中出现瞬时的变化,而且其个体差异有着可追溯的基因和神经生理基础(Domschke&Dannlowski,2010)。

假如个体受到不合常理的焦虑情绪的困扰,达到影响日常生活的程度,而且这种状态维持了足够长的时间,就可能被临床诊断为焦虑障碍,需要接受干预和治疗。本文选择焦虑障碍患者作为研究对象之二,因为焦虑障碍是分布极其普遍的、社会影响最深远的临床心理障碍之一(Barlow,2003);同时也因为病理焦虑与常态焦虑是本质不同的现象(不能把焦虑障碍理解为“个体的特质焦虑水平特别高”),在学术研究中有区分对待的必要(Belzung&Griebel,2001)。由于焦虑障碍又可分为许多不同类型,本研究构想主要考虑最常见的广泛性焦虑障碍(generalized anxiety disorder,GAD)。

在以下介绍的每项研究计划中,都会同时囊括“高特质焦虑被试”和“焦虑障碍被试”两个组别,因此“高焦虑者”一词均泛指这两类人群,不再重复赘述。本文从正常人群中筛选高特质焦虑者的方法,是对在校大学生进行自评问卷筛查,计划使用经典的斯皮尔伯格特质焦虑量表(Trait form of Spielberger’s State-Trait Anxiety Inventory, 即 STAI-T量表)中文版(Shek,1993;Spielberger,Gorsuch,Lushene,Vagg,&Jacobs,1983)。根据李文利和钱铭怡(1995)测定的STAI量表中国大学生常模(43.31±9.20),研究者将会把量表得分高于52分的学生标记为高特质焦虑被试。

而筛选焦虑障碍被试的方法,是与当地医院的临床心理科门诊部合作,从被诊断为GAD的患者中招募自愿者。入选者需经过有相应资质的心理医生使用简明版国际神经精神访谈(Mini-International Neuropsychiatric Interview,MINI)鉴定,确定其GAD维度得分达到临床标准(司天梅等,2009)。

4.1 焦虑情绪对概率学习的影响

这项研究重点考察高焦虑者在概率学习任务中,是否会表现得不如低焦虑者。研究将使用经典的概率学习范式,被试需要通过自行寻找出最优的选项(可参考Hajcak,Holroyd,Moser,&Simons,2005)。具体而言,在任务的每个回合中包含多个不同的选项,都有可能带来金钱奖赏。被试在每回合中只能选择其中之一,选择确定后将会获得结果反馈。各选项与奖金的关系概率是有差异的,但被试对此并不清楚,只能通过不断的摸索和试错逐渐掌握内在规律。

实验将奖赏概率最高的选项定义为“最优选项”,假如被试在连续多个回合中都选择了“最优选项”,则认为被试已经成功“习得”了当前情境中的奖赏关系。研究者计算被试达到习得水平所需的时间和回合数,以这两者为指标测量被试的概率学习效率(耗时越短,或所需回合数越少,则学习效率越高),并使用统计方法比较不同组别被试在这些指标上的差异。假如与正常对照组相比,高焦虑者习得奖赏关系的耗时较长或者所需回合数较多,则可以推测认为焦虑情绪会削弱个体的概率学习能力。同时该研究将结合脑成像技术,考察ACC脑区的激活程度是否中介了焦虑水平与概率学习效率的关系。

根据Grupe和Nitschke(2013)提出的理论,本文作者预测：无论焦虑障碍患者还是正常人群中的高特质焦虑者,其概率学习能力都会弱于低焦虑对照组。此外本文作者在过往实验中发现,高焦虑者被负性结果诱发的反馈负波(feedback-related negativity,FRN)波幅显著小于低焦虑者(Gu,Ge,Jiang,&Luo,2010;Gu,Huang,&Luo,2010)。由于FRN通常被认为溯源于ACC脑区(Cohen,Wilmes,&van de Vijver,2011;Hauser et al.,2014),本文作者以此为主要依据,预测高焦虑者在概率学习过程中将会表现出较低的ACC激活水平。

4.2 焦虑情绪对联结学习的影响

这项研究重点考察高焦虑者在联结学习任务中,是否会感到难以将负性情绪刺激辨认为奖赏线索信号。研究将使用国外课题组在近期研究中设计出的新实验范式,要求被试在情绪图片刺激与奖赏间建立心理联系,其中能诱发恐惧、厌恶等负性情绪图片的奖赏价值较高(Downar,Bhatt,&Montague,2011)。该范式采用“线索–选择”的任务形式：每回合中,被试首先看到一张带有情绪色彩的图片(根据其情绪效价,图片分为积极和消极两类)作为“线索”,接着要在随后出现的两个选项间选择其中之一进行赌博,并得到结果反馈。两个选项分别是“冒险”选项(赌博金额较高)和“保守”选项(赌博金额较低);根据线索与反馈的关系,任务分为两种情境：在“积极”情境中,当线索为积极情绪图片时,随后赌博的获胜概率相对较高;而在“消极”情境中则刚好相反,当线索为消极情绪图片时的胜率会较高。最终根据任务累计的总分确定每个被试可以获得的报酬数额。

对被试来说,最有利的行为模式是在“积极”情境中,当线索为积极情绪图片时,随即选择冒险选项(因为此时赌博胜率较大),而当线索为消极情绪图片时选择保守选项;在“消极”情境中,应该做出相反的选择。如果被试在连续多个回合中都遵循上述策略,则可以认为被试成功习得了当前情境中的联结关系。在该实验中,研究者同样会计算被试达到习得水平所需的时间和回合数,以这两者为指标测量被试的联结学习效率。假如与正常对照组相比,高焦虑者在“消极”情境中习得联结关系的耗时较长或者所需回合数较多,则可以推测认为焦虑水平的提高对特定的联结学习能力起负面作用。同时该研究将结合脑成像技术,检验在联结学习任务中,高焦虑者的杏仁核激活水平是否比低焦虑者更强。

根据Bishop(2007)的研究,杏仁核在焦虑情绪的神经回路中占据核心位置(参见Kim&Whalen,2009)。本文作者据此推测,高焦虑者在联结学习过程中将会表现出较强的杏仁核活动水平,并进一步导致联结学习效率下降。

4.3 焦虑情绪对逆向学习的影响

这项研究重点考察高焦虑者在逆向学习任务中,其学习速度是否与低焦虑者有差异。研究将使用经典的逆向学习范式(Peterson et al.,2011),其中包含两个时间长度相等、相互独立的阶段——被试在第一阶段会习得选项与奖赏间的某种关系,而在第二阶段中会体验到这种关系被推翻了。第一阶段的任务形式与前文介绍的“概率学习任务”类似：被试需要在多个选项中选择其中之一进行赌博,并获得结果反馈,各选项的奖赏概率有高低之分,存在“最优选项”和“最差选项”;而在第二阶段中,选项与奖赏的关系将出现“翻转”：原本对被试最有利的选择将变成“最差选项”,反之亦然。被试在第一阶段中已经培养出了强烈的选择偏好(对最优选项的偏好),而且在进入第二阶段的时候实验没有给出任何提示。因此通常来说,被试将需要较长的时间才能发现奖赏概率的翻转。

假如在第二阶段中,被试连续多个回合均选择“最优选项”,则可以认为被试成功“习得”了新情境中的奖赏关系。研究者将计算被试在这个阶段,达到习得水平所需的时间和回合数,以这两者为指标测量被试的逆向学习效率。假如与正常被试相比,高焦虑被试发现逆向奖赏关系的耗时较长或者所需回合数较多,则可以推测认为焦虑情绪会削弱逆向学习能力。同时该研究将结合脑成像技术考察OFC、DLPFC和杏仁核等脑区在逆向学习过程中的激活模式,以及这种模式在高低焦虑者之间的潜在差异。

受Browning等人(2015)的报告启发,本文作者预测,高焦虑者和低焦虑者的逆向学习能力不会表现出显著区别,但可能在具体的脑区激活模式上有所不同。高低焦虑者在逆向学习神经机制上的差异,将有助于解释为什么Browning等人(2015)发现高焦虑者在不同决策策略之间进行切换时会表现出较低的认知灵活性。

4.4 焦虑情绪对社会学习的影响

这项研究重点考察高焦虑者在社会学习情境中的学习能力和学习风格是否与低焦虑者不同。研究将使用社会决策和博弈论研究领域中经典的“信任游戏”(Trust Game)(Delgado,Frank,&Phelps,2005)。传统信任游戏中包含两名角色：投资者(investor)和受托者(trustee)。其中,投资者在任务的开始阶段可以获得一笔临时奖赏。在接下来的每个回合中,投资者可以决定将多少奖金转交给受托者,而受托者可以通过任务指导将这笔资产实现“增值”。最后,受托者将决定要把多少报酬返还给投资者,具体的数额将以结果反馈的形式呈现给投资者。

本研究将安排所有被试扮演游戏中的“投资者”,通过多回合的互动逐渐了解游戏对家是否可信。每回合开始前,都向被试呈现受托者的照片,使被试能够确定本回合对家的身份。被试将遇到两种风格的受托者：“吝啬”的受托者倾向于返还较少的数额,而“慷慨”的受托者则愿意将更多的奖金与投资者分享。实际上,两种受托者的行为模式均由实验程序预先设定,从而保证吝啬受托者返还给被试的款项不超过被试委托给他/她的金额,而慷慨受托者返还的金额总是能够使被试得到两倍以上的回报。被试需要通过长时间的摸索来习得每个受托者的个人风格。假如被试在遇到“吝啬”受托者时总是选择不投资,而在遇到“慷慨”受托者时总是选择投资,则认为被试已经习得了对家的可信任水平。研究者将计算被试达到习得水平所需的时间和回合数,以这两者为指标测量被试的社会学习效率。本研究的重点是比较高低焦虑者在社会学习能力上的差异,从而澄清焦虑情绪对社会学习究竟是起促进还是阻碍作用。

本文作者近期的研究表明,在经典的社会决策研究范式“最后通牒游戏”(ultimatum game)中,高特质焦虑被试更倾向于拒绝“不公平”的金钱分配方案,即使这种策略不利于他们的个人利益最大化(Luo et al.,2014;Wu,Luo,Broster,Gu,&Luo,2013)。本文作者据此推测,焦虑情绪对个体的社会决策功能造成了负面影响。因此与低焦虑者相比,高焦虑被试将表现出较低的社会学习能力。

5 总结及展望

在不涉及奖赏学习问题,只考虑被试主观偏好的决策情境中,高焦虑被试通常会更青睐低风险、低回报的选择(Xu et al.,2013)。主流学界目前对此已形成共识,并将这个现象解释为焦虑水平提高导致风险回避动机增强(Hartley&Phelps,2012)。然而当存在最优策略可供学习的时候,焦虑水平是否会对个体的奖赏学习能力造成显著影响？虽然奖赏学习是决策研究中的重要课题,而且也有一定证据表明情绪可以调节奖赏学习效率(Paulus&Yu,2012),但上述问题还没有得到过研究者的充分重视;在有限的一些研究中,得出的结论彼此间并不一致,所使用的实验范式本身也蕴含了某些问题。本文作者认为,这是相关研究领域目前存在的比较明显的缺憾。本文所描述的研究构想旨在针对性地填补这片空白,从多个不同角度考察焦虑情绪在奖赏学习中扮演的角色,从而澄清高焦虑者的奖赏学习过程是否会表现出与低焦虑者截然不同的某种特点,而这些特点是否又会因为奖赏学习情境的类型差异(如概率学习、联结学习、逆向学习学习、社会学习等)而表现出不同的形式。所得实验结果对焦虑情绪研究和决策研究这两个领域来说,都将会具有一定参考价值。

Bishop(2007);Bishop,Duncan,Brett和Lawrence(2004)提出的经典神经模型认为,决定个体焦虑水平的是大脑中的杏仁核–前额叶(包括ACC)回路(参见Kim,Gee,Loucks,Davis,&Whalen,2011;Kim&Whalen,2009),其中杏仁核负责对刺激的情绪含义进行编码,而前额叶负责对情绪反应进行抑制控制。焦虑情绪对认知加工的影响,主要体现为杏仁核过度活跃(hyper-responsivity),以及前额叶系统的失活(hypo-responsivity)——由此导致高焦虑个体对威胁相关信息的选择性注意增强,以及控制注意资源分配的功能减弱。根据这一模型,作者推测高焦虑者的概率学习和逆向学习能力都会被削弱,因为焦虑情绪干扰了ACC的正常活动,使被试不能将注意力集中在获胜概率的计算上,同时认知灵活性也受到影响;另一方面,由于杏仁核的活动过度增强,高焦虑者将负性情绪刺激与奖赏联系起来的联结学习能力也会出现不足;最后,上述行为模式将进一步反映在社会学习情境中,也就是说高焦虑者的社会学习能力同样不如低焦虑者。然而需要再次强调的是,前人研究较少探讨焦虑与奖赏学习的关系,而且已有研究发现中不乏彼此矛盾之处,因此上文提出的假说仅代表其中一种可能性,我们仍然要等待实验取得的数据才能做出可信的判断。

本文作者相信,一旦本文提出的研究构想得以落实,将会完善焦虑与决策行为之间关系的理论体系,增进学界对焦虑在认知功能中所扮演角色的理解,而且也将有助于揭示焦虑障碍的情感机制和病理特征。

黄宇霞,罗跃嘉.(2004).情绪的ERP相关成分与心境障碍的ERP变化.心理科学进展,12(1),10–17.

李文利,钱铭怡.(1995).状态特质焦虑量表中国大学生常模修订.北京大学学报(自然科学版),31(1),108–114.

司天梅,舒良,党卫民,苏允爱,陈景旭,董问天,… 张卫华.(2009).简明国际神经精神访谈中文版的临床信效度.中国心理卫生杂志,23(7),493–497.

Amiez,C.,Joseph,J.P.,&Procyk,E.(2006).Reward encoding in the monkey anterior cingulate cortex.Cerebral Cortex,16(7),1040–1055.

Aupperle,R.L.,&Paulus,M.P.(2010).Neural systems underlying approach and avoidance in anxiety disorders.Dialogues in Clinical Neuroscience,12(4),517–531.

Avila,C.,Parcet,M.A.,Ortez,G.,&Ibáñez-Ribes,M.I.(1999).Anxiety and counter-conditioning:The role of the behavioral inhibition system in the ability to associate aversive stimuli with future rewards.Personality and Individual Difference,27,1167–1179.

Bach,D.R.,&Dolan,R.J.(2012).Knowing how much you don't know:A neural organization of uncertainty estimates.Nature Reviews Neuroscience,13(8),572–586.

Barlow,D.H.(2003).The nature and development of anxiety and its disorders:Triple vulnerability theory.Eye on Psi Chi,7(2),14–20.

Bekker,H.L.,Legare,F.,Stacey,D.,O'Connor,A.,&Lemyre,L.(2003).Is anxiety a suitable measure of decision aid effectiveness:A systematic review?Patient Education and Counseling,50(3),255–262.

Belzung,C.,&Griebel,G.(2001).Measuring normal and pathological anxiety-like behaviour in mice:A review.Behavioural Brain Research,125(1–2),141–149.

Bensi,L.,&Giusberti,F.(2007).Trait anxiety and reasoning under uncertainty.Personality and Individual Differences,43(4),827–838.

Bishop,S.J.(2007).Neurocognitive mechanisms of anxiety:An integrative account.Trends in Cognitive Sciences,11(7),307–316.

Bishop,S.J.,Duncan,J.,Brett,M.,&Lawrence,A.D.(2004). Prefrontal cortical function and anxiety:Controlling attention to threat-related stimuli.Nature Neuroscience,7(2),184–188.

Briggs,G.F.,Hole,G.J.,&Land,M.F.(2011).Emotionally involving telephone conversations lead to driver error and visual tunnelling.Transportation Research Part F:Traffic Psychology and Behaviour,14(4),313–323.

Browning,M.,Behrens,T.E.,Jocham,G.,O'Reilly,J.X.,&Bishop,S.J.(2015).Anxious individuals have difficulty learning the causal statistics of aversive environments.Nature Neuroscience,18,590–596.

Clark,D.M.(1999).Anxiety disorders:Why they persist and how to treat them.Behaviour Research and Therapy,37,S5–S27.

Cohen,M.X.,Wilmes,K.A.,&van de Vijver,I.(2011).Cortical electrophysiological network dynamics of feedback learning.Trends in Cognitive Sciences,15(12),558–566.

de Visser,L.,van der Knaap,L.J.,van de Loo,A.J.A.E.,van der Weerd,C.M.M.,Ohl,F.,&van den Bos,R.(2010).Trait anxiety affects decision-making differently in healthy men and women:Towards gender-specific endophenotypes of anxiety.Neuropsychologia,48(6),1598–1606.

Delgado,M.R.,Frank,R.H.,&Phelps,E.A.(2005).Perceptions ofmoralcharactermodulate the neural systems of reward during the trust game.Nature Neuroscience,8(11),1611–1618.

Domschke,K.,&Dannlowski,U.(2010).Imaging genetics of anxiety disorders.Neuroimage,53(3),822–831.

Downar,J.,Bhatt,M.,&Montague,P.R.(2011).Neural correlates of effective learning in experienced medical decision-makers.PLoS One,6(11),e27768.

Dunn,B.D.,Dalgleish,T.,&Lawrence,A.D.(2006).The somatic marker hypothesis: A critical evaluation.Neuroscience and Biobehavioral Review,30,239–271.

Eisenberg,A.E.,Baron,J.,&Seligman,M.E.P.(1998).Individualdifferences in risk aversion and anxiety.Psychological Bulletin,87,245–251.

Etkin,A.(2010).Functional neuroanatomy of anxiety:A neural circuit perspective.InBehavioral neurobiology of anxiety and its treatment(Current topics in behavioral neurosciences)(Vol.2,pp.251–277).Berlin Heidelberg:Springer.

Eysenck,M.W.,&Calvo,M.G.(1992).Anxiety and performance:The processing efficiency theory.Cognition&Emotion,6(6),409–434.

Fitzgerald,T.H.B.,Seymour,B.,Bach,D.R.,&Dolan,R.J.(2010).Differentiable neural substrates for learned and described value and risk.Current Biology,20(20),1823–1829.

Giorgetta,C.,Grecucci,A.,Zuanon,S.,Perini,L.,Balestrieri,M.,Bonini,N.,...Brambilla,P.(2012).Reduced risk-taking behavior as a trait feature of anxiety.Emotion,12(6),1373–1383.

Greening,S.G.,Finger,E.C.,&Mitchell,D.G.V.(2011).Parsing decision making processes in prefrontal cortex:Response inhibition,overcoming learned avoidance,and reversal learning.Neuroimage,54(2),1432–1441.

Grupe,D.W.,&Nitschke,J.B.(2013).Uncertainty and anticipation in anxiety:An integrated neurobiological and psychological perspective.Nature Reviews Neuroscience,14(7),488–501.

Gu,R.L.,Ge,Y.,Jiang,Y.,&Luo,Y.J.(2010).Anxiety and outcome evaluation:The good,the bad and the ambiguous.Biological Psychology,85(2),200–206.

Gu,R.,Huang,Y.X.,&Luo,Y.J.(2010).Anxiety and feedback negativity.Psychophysiology,47(5),961–967.

Hajcak,G.,Holroyd,C.B.,Moser,J.S.,&Simons,R.F.(2005).Brain potentials associated with expected and unexpected good and bad outcomes.Psychophysiology,42(2),161–170.

Hartley,C.A.,& Phelps,E.A.(2012).Anxietyand decision-making.Biological Psychiatry,72(2),113–118.

Hauser,T.U.,Iannaccone,R.,Stämpfli,P.,Drechsler,R.,Brandeis,D.,Walitza,S.,& Brem,S.(2014).The feedback-related negativity(FRN)revisited:New insights into the localization,meaning and network organization.Neuroimage,84,159–168.

Kim,M.J.,Gee,D.G.,Loucks,R.A.,Davis,F.C.,&Whalen,P.J.(2011).Anxiety dissociates dorsal and ventral medial prefrontal cortex functional connectivity with the amygdala at rest.Cerebral Cortex,21(7),1667–1673.

Kim,M.J.,&Whalen,P.J.(2009).The structural integrity of an amygdala-prefrontal pathway predicts trait anxiety.Journal of Neuroscience,29(37),11614–11618.

Krain,A.L.,Gotimer,K.,Hefton,S.,Ernst,M.,Castellanos,F.X.,Pine,D.S.,&Milham,M.P.(2008).A functional magnetic resonance imaging investigation of uncertainty in adolescents with anxiety disorders.Biological Psychiatry,63(6),563–568.

Li,J.,Schiller,D.,Schoenbaum,G.,Phelps,E.A.,&Daw,N.D.(2011).Differentialrolesofhuman striatum and amygdala in associative learning.Nature Neuroscience,14(10),1250–1252.

Luo,Y.,Wu,T.T.,Broster,L.S.,Feng,C.L.,Zhang,D.D.,Gu,R.L.,&Luo,Y.J.(2014).The temporal course of the influence of anxiety on fairness considerations.Psychophysiology,51(9),834–842.

Maner,J.K.,Richey,J.A.,Cromer,K.,Mallott,M.,Lejuez,C.W.,Joiner,T.E.,& Schmidt,N.B.(2007).Dispositional anxiety and risk-avoidant decision-making.Personality and Individual Differences,42(4),665–675.

Mathews,A.,&MacLeod,C.(2002).Induced processing biaseshave causaleffectson anxiety.Cognition &Emotion,16(3),331–354.

Miu,A.C.,Heilman,R.M.,&Houser,D.(2008).Anxiety impairs decision-making:Psychophysiological evidence from an Iowa Gambling Task.Biological Psychology,77(3),353–358.

Mueller,E.M.,Nguyen,J.,Ray,W.J.,&Borkovec,T.D.(2010).Future-oriented decision-making in Generalized Anxiety Disorder is evident across different versions of the Iowa Gambling Task.Journal of Behavior Therapy and Experimental Psychiatry,41(2),165–171.

Panzer,A.,Viljoen,M.,& Roos,J.L.(2007).The neurobiological basis of fear:A concise review.African Psychiatry Review,10,71–75.

Paulus,M.P.,Feinstein,J.S.,Simmons,A.,&Stein,M.B.(2004).Anterior cingulate activation in high trait anxious subjects is related to altered error processing during decision making.Biological Psychiatry,55(12),1179–1187.

Paulus,M.P.,&Yu,A.J.(2012).Emotion and decisionmaking:Affect-driven belief systems in anxiety and depression.Trends in Cognitive Sciences,16(9),476–483.

Peterson,D.A.,Lotz,D.T.,Halgren,E.,Sejnowski,T.J.,&Poizner,H.(2011).Choice modulates the neural dynamics of prediction error processing during rewarded learning.Neuroimage,54(2),1385–1394.

Rilling,J.K.,&Sanfey,A.G.(2011).The neuroscience of social decision-making.Annual Review of Psychology,62,23–48.

Ruff,C.C.,&Fehr,E.(2014).The neurobiology of rewards and values in social decision making.Nature Reviews Neuroscience,15(8),549–562.

Sailer,U.,Robinson,S.,Fischmeister,F.P.S.,König,D.,Oppenauer,C.,Lueger-Schuster,B.,...Bauer,H.(2008).Altered reward processing in the nucleus accumbens and mesial prefrontal cortex of patients with posttraumatic stress disorder.Neuropsychologia,46(11),2836–2844.

Shek,D.T.L.(1993).The Chinese version of the State-Trait Anxiety Inventory:Its relationship to different measures of psychological well-being.Journal of Clinical Psychology,49(3),349–358.

Spielberger,C.D.,Gorsuch,R.L.,Lushene,R.,Vagg,P.R.,&Jacobs,G.A.(1983).Manual for the state-trait anxiety inventory.Palo Alto,CA:Consulting Psychologist Press.

Stallen,M.,&Sanfey,A.G.(2013).The cooperative brain.The Neuroscientist,19(3),292–303.

Tovote,P.,Fadok,J.P.,&Lüthi,A.(2015).Neuronal circuits for fear and anxiety.Nature Reviews Neuroscience,16(6),317–331.

Whiting,S.E.,Jenkins,W.S.,May,A.C.,Rudy,B.M.,Davis,T.E.,III,&Reuther,E.T.(2014).The role of intolerance of uncertainty in social anxiety subtypes.Journal of Clinical Psychology,70(3),260–272.

Wu,T.T.,Luo,Y.,Broster,L.S.,Gu,R.L.,&Luo,Y.J.(2013).The impact of anxiety on social decision-making:Behavioral and electrodermal findings.Social Neuroscience,8(1),11–21.

Xu,P.F.,Gu,R.L.,Broster,L.S.,Wu,R.G.,van Dam,N.T.,Jiang,Y.,...Luo,Y.J.(2013).Neural basis of emotional decision making in trait anxiety.The Journal of Neuroscience,33(47),18641–18653.