惩罚的双重解读：认知模型揭示社会学习的复杂机制
从孩童时期的“禁闭”到成年后触犯法律的刑罚，惩罚在人类社会中扮演着至关重要的角色，旨在强化社会规范，明确告知个体其行为的不可接受性。然而，惩罚的实际效果却常常出人意料，甚至可能适得其反。当一项惩罚被受众感知为过于严厉时，旁观者可能会产生一种印象，即施罚者并非出于公正，而是另有动机。这种对惩罚效果的预测难度，源于每个人不仅对导致惩罚的行为是否可接受有自己的判断，更对施加惩罚的权威合法性持有独特见解。
麻省理工学院麦戈文脑研究所的科学家们最近开发出一种创新的计算模型，该模型能够精准捕捉并解释人类评估惩罚时所涉及的复杂认知过程。这项突破性研究重现了人们从惩罚中学习的方式，并深刻揭示了先验信念如何塑造他们的推理模式。该研究成果已于8月4日发表在《美国国家科学院院刊》（PNAS）上，它不仅阐明了同一次惩罚为何能向不同个体传递截然不同的信息，更解释了这种差异甚至可能加剧那些对权威或社会规范持有不同意见群体之间的两极分化。
麦戈文研究所的首席研究员兼约翰·W·贾维脑与认知科学教授丽贝卡·萨克斯（Rebecca Saxe）指出：“这个模型的核心在于，你必须同时评估所要学习的规范和施加惩罚的权威。”她进一步解释道：“一个非常重要的结果是，即便在无人质疑事实的情况下——每个人都知道发生了什么行为，谁进行了惩罚，以及惩罚的具体内容——同一情境的不同观察者仍然可能得出不同的结论。”
以一个典型案例为例，一个孩子因为咬了兄弟姐妹而被罚“面壁思过”，孩子和父母对此次事件的解读可能大相径庭。父母或许认为惩罚是适当且重要的，旨在教导孩子不该有攻击性行为。然而，如果孩子在争吵中认为咬人是一种合理的自卫策略，那么这次惩罚就可能被视为不公，其应有的教育意义也随之消散。
人们在评估这些情境时，往往会调用自身的知识和观点。为了深入探究大脑如何解释惩罚，萨克斯教授及其研究生塞塔耶什·拉德卡尼（Setayesh Radkani）旨在排除这些个人观念的干扰。他们需要清晰地了解人们在观察惩罚时的初始信念，以便研究不同类型的信息如何改变他们的感知。为此，拉德卡尼构建了一系列假想村庄的场景，其中权威人物对一些在现实世界中没有明确对应行为的个体施加惩罚。
在系列实验中，参与者观察了这些虚拟场景，每个场景都提供了不同的信息。例如，在某些情况下，参与者被告知受罚者是权威的盟友或竞争者，而在另一些情况下，权威的潜在偏见则保持模糊。拉德卡尼解释道：“这为我们提供了一个高度受控的环境来改变先验信念。我们可以探究人们如何从观察不同严重程度的惩罚决策中学习，这些惩罚是针对不同错误程度的行为，由具有不同动机的权威施加的。”
对于每个场景，参与者被要求评估四个关键因素：权威人物对公正的重视程度、权威的自私程度、权威对受罚个体的偏向性或反对性，以及被惩罚行为的错误程度。研究团队在向参与者首次介绍这些假想社会时提出了这些问题，随后追踪了他们在观察惩罚后反应的变化。在所有场景中，参与者对权威和行为错误程度的初始信念，显著影响了这些信念在观察惩罚后的转变程度。
拉德卡尼成功地利用一个以萨克斯团队长期以来用于思考人们如何解释他人行为的理念为基础的认知模型，复制了这些细致入微的解释。简而言之，为了推断他人的意图和信念，我们假设人们选择的行动是他们预期能帮助他们实现目标的。将这一概念应用于惩罚场景，拉德卡尼开发了一个模型，该模型通过考虑惩罚所带来的损害、其对权威的成本或利益，以及其与违规行为的比例性来评估惩罚的意义。通过评估这些因素，结合对权威和被惩罚行为的先验信念，该模型能够预测人们对假想惩罚场景的反应，从而支持了人们使用类似心理模型的观点。萨克斯教授强调：“你必须让他们考虑这些因素，否则就无法理解人们在观察惩罚时是如何理解它的。”
尽管研究团队设计实验旨在排除参与者对假想村庄中的人物和行为的先入之见，但并非每个人都从他们观察到的惩罚中得出相同的结论。萨克斯的研究小组发现，参与者对权威的普遍态度影响了他们对事件的解释。那些持有更强权威主义态度（通过标准调查评估）的参与者，倾向于将受惩罚的行为判断为更错误，并将权威人物视为更受公正动机驱动。萨克斯教授指出：“如果我们与他人意见相左，本能的倾向是说，‘要么他们掌握的证据与我们不同，要么他们疯了。’然而，这其实是人类思考彼此行为方式的一部分。”
萨克斯教授进一步阐述：“当一群起始信念不同的个体获得相同的证据时，他们不一定会得出相同的信念。即便每个人都在理性地行事，这种情况也依然存在。”这种思维方式还意味着，同一行为可以同时强化对立的观点。萨克斯实验室的模型和实验表明，当这些观点塑造了个体对未来惩罚的解释时，群体间的意见分歧将持续扩大。例如，一项对于怀疑权威存在偏见的群体而言显得过于严厉的惩罚，反而会使该群体对权威未来的行为更加怀疑。与此同时，那些认为相同惩罚是公平且权威是公正的人，则更有可能得出结论，认为权威人物未来的行动也是公正的。
拉德卡尼表示：“你将会陷入一个两极分化的恶性循环，这种分化不仅会持续存在，还会蔓延到新的事物上。”研究人员认为，他们的发现为通过惩罚沟通社会规范提供了策略性指导。萨克斯教授指出：“在我们的模型中，你所做的一切都应显得是出于对个体长期结果的关怀，并且与他们所违反的规范成比例，这是完全合理的。这是你让惩罚被解读为具有教育意义而非证明你是一个霸凌者的最佳机会。”
然而，她也坦言，这并非总是奏效。如果根深蒂固的信念倾向于相反的方向，那么即便施加惩罚，也很难维持人们对你秉持公正动机的信任。在萨克斯和拉德卡尼的论文中，麻省理工学院脑与认知科学教授约书亚·特南鲍姆（Joshua Tenenbaum）也参与了这项研究。这项研究部分资金由帕特里克·J·麦戈文基金会资助。
通过对这一计算模型的深入探讨，我们得以窥见人类在评估惩罚时的心理活动，以及社会互动中先验信念的强大影响力。这不仅对法律制定、教育实践和冲突解决具有深远的指导意义，也为我们理解群体极化现象提供了新的视角。未来研究可在跨文化背景下验证这些发现，并进一步探究神经基础，以期构建更完善的社会治理与和谐共处之道。
