情绪面孔的稳健平均及其与类精神病体验和社会连接的关联

我们的大脑如何读出人群情绪

想象一下走进一场聚会，你能瞬间感知到氛围是温暖友好还是紧张敌对，而不需要逐一仔细打量每张面孔。本研究探讨我们的大脑如何实现这一技巧，以及那些报告更多异常体验或感觉较少社会连接的人是否以不同方式处理情绪人群。理解这些感知中的隐性捷径，有助于阐明诸如“察言观色”这类日常社交技能，以及在某些精神健康状况中社交信号为何会显得令人困惑或误导的原因。

一瞥之间对情绪的平均化

我们的感官不断被混杂信息淹没。大脑并非把每个细节同等看待，而是常把一组相似项目压缩为一个快速“摘要”，例如物体的平均大小或场景的典型颜色。本文关注的是，我们是否也能从多张面孔中同时计算出一个平均的情绪基调，以及我们是否会在无声中弱化那些看起来与众不同的面孔。这种策略称为稳健平均，类似于在心理上忽略统计异常值，以免某个极端样本扭曲我们的整体判断。

一种新的群体情绪测试

为检验这一过程，超过200名年轻成人完成了一项电脑任务，显示成圈排列的八张面孔阵列。每张面孔都是在极其愤怒和极其快乐表情之间平滑变形生成的，呈现许多中间情绪等级。在每次试验中，参与者短暂看到一组八张面孔，然后报告这组总体上看起来是更正面还是更负面。研究者对每个阵列的两个方面进行了精确控制：总体情绪强度（强烈与微妙的表情）以及面孔之间的差异程度（相似与高度混合）。之后，参与者填写了关于类精神病体验的问卷——即即使在无诊断的个体中也可能出现的异常知觉或信念——以及孤独感、感知到的社会支持和对友谊满意度的量表。

当我们忽略格格不入的面孔时

除了简单的准确度外，关键问题是每张面孔对最终决策的贡献程度。作者利用详细的统计模型估计了每个阵列中从最负面到最正面的各张面孔的“决策权重”。通过两种分析方法，出现了一个清晰的模式：接近群体平均情绪的面孔对选择的影响最大，而非常正面或非常负面的“格格不入”面孔影响较小。重要的是，这种稳健平均仅在阵列高度多样化时出现——当一些面孔比其他面孔更快乐或更愤怒时。若所有面孔相似，参与者对它们的处理更为均衡。换言之，人们有选择性地在噪声较大、最具误导性的情形下削弱异常值的权重。

与异常体验的意外关联

研究团队原本预计报告更多类精神病体验的人可能较少依赖稳健平均，或许会对引人注目或异常的面孔赋予过高权重。他们也怀疑感觉更孤独或支持感更低的人是否会表现出较弱的稳健平均，这可能暗示他们在感知群体时存在微妙差异。然而，数据并不支持这两种假设。稳健平均在另一层面上也显得稳健：它在参与者中表现一致，并且与异常知觉、类妄想信念、异常感官体验、孤独感、感知到的社会支持或对友谊的满意度水平无明显关联。那些报告更多异常知觉体验的人的任务准确度略高，但这并不反映他们在权衡群体内一般面孔与异常面孔时的差异。

这对日常社交生活意味着什么

对普通读者而言，结论是：我们大多数人在本能且适应性地“平均”人群的情绪，尤其是在表情混杂且可能令人困惑的情况下。我们的脑海似乎会在一个本应中性的人群中，悄然弱化那张非常愤怒或非常高兴的面孔，从而避免被其误导。在本研究的非临床学生样本中，这种能力并不能解释谁感觉更有社会联系或谁报告更多类精神病体验。未来的工作需要检验在确诊的精神病性疾病患者、更具多样性的人群，以及更现实、动态的社交场景中，这类感知平均是否会发生变化——在这些情境中，在关注整体与注意例外之间切换可能是社交成功的关键。

引用: Gibbs, K., Dong, X., Shin, Y. et al. Robust averaging of emotional faces and its association with psychotic-like experiences and social connection. Sci Rep 16, 4965 (2026). https://doi.org/10.1038/s41598-026-35374-z

关键词: 面部情绪, 集合感知, 类精神病体验, 社会连接, 视觉决策