认知与情绪的交互作用.do

2009 年 第 54 卷 第 18 期: 2783 ~ 2796 www.scichina.com csb.scichina.com 《中国科学》杂志社 SCIENCE IN CHINA PRESS 评 述 引用格式: 刘烨, 付秋芳, 傅小兰. 认知与情绪的交互作用. 科学通报, 2009, 54: 2783~2796 Liu Y, Fu Q F, Fu X L. The interaction between cognition and emotionr. Chinese Sci Bull, 54, doi: 10.1007/s11434-009-0632-2 认知与情绪的交互作用 刘烨, 付秋芳, 傅小兰* 中国科学院心理研究所, 脑与认知国家重点实验室, 北京 100101 * 联系人, E-mail: fuxl@psych.ac.cn 2009-06-30收稿, 2009-08-24接受 国家重点基础研究发展(批准号: 2006CB303101)、国家自然科学基金(批准号: 60433030, 90820305, 30700233)和中国科学院心理研究所 青年基金(批准号: 07CX132013, 07CX142014)资助项目 摘要 长期以来认知与情绪被认为是相互分离的系统, 但是近期大量的认知科学和神经生物学研 究表明, 认知与情绪之间的关系可能是相互依赖, 而不是彼此分离. 基于行为和神经科学的研究 证据, 研究者们意识到, 有必要提出一个全新的概念框架来描述认知与情绪的关系. 本文总结近 期有关认知与情绪交互作用的行为、神经科学和发展心理学研究, 并探讨认知与情绪的交互作用 对计算机科学和人工智能领域的影响, 特别是其在情感计算领域的应用. 关键词 认知 情绪 交互 情感计算 几个世纪以来 , 认知与情绪之间的关系一直受 到哲学家和科学家的关注 [1,2]. 自从托马斯·阿奎纳 (1225~1274)[3]将行为研究分成认知与情绪两大类后, 关于两者关系的主流观点始终认为 , 认知和情绪是 分离的系统和加工过程, 彼此之间很少有交互作用[1]. 与此同时, 在过去的几百年里, 功能定位的研究取向 也深深地影响着人们对脑功能的认识 , 人们普遍认 为存在着认知脑与情绪脑的分离[2]. 但是, 最近 20年 的行为和神经科学数据证明 , 脑功能的特异性观念 存在诸多问. 越来越多的研究者开始认识到, 认知 与情绪的加工过程不但彼此交互 , 而且它们的神经 机制还存在功能整合 , 共同构成了行为活动的基 础[1,2,4~6]. 本文将总结近期支持认知与情绪交互作用的行 为和神经科学证据, 阐述认知与情绪关系的新观点. 主要包括以下 3 点: 首先, 无论在功能水平还是在神 经水平, 认知和情绪之间都存在交互作用; 其次, 认 知与情绪的交互作用和功能整合是人类发展的必要 基础 , 幼年时期控制情绪的能力对后期的发展至关 重要; 最后, 认知与情绪的交互作用影响着人们日常 生活的方方面面, 包括技术的革新等. 在本文的第一 部分 , 我们主要探讨认知与情绪在功能水平的交互 作用; 第二部分介绍参与两者交互作用的神经区域; 第三部分讨论认知与情绪的交互作用对我们日常生 活的潜在意义, 尤其是在情感计算领域的应用. 1 认知与情绪在功能水平的交互作用 传统观点认为, 认知是诸如记忆、注意、语言、 问题解决和推理等的心智功能和加工过程; 在个体 排除干扰 , 实现某个特定目标时所进行的许多认知 过程都会包含相同的认知加工 , 如控制加工和目标 驱动[2]. 但是, 为情绪提供一个明确的定义则相对困 难得多. 有些研究者将情绪定义为驱动力和动机 [4]; 有些研究者更关注情绪体验[7]; 还有些研究者强调情 绪图式[8], 或者基本情绪[9]. 迄今为止, 心理学家提 出了大量描述情感的维度, 其中, 愉悦度-激活度-优 势度(pleasure-arousal-dominance, PAD)情绪模型[10~12] 已被许多研究者接受, 并被广泛应用于心理学、社会 学和计算机科学. PAD情绪模型用愉悦度、激活度和 优势度这 3 个近乎相互独立的维度来描述和测量情 绪状态. 其中, 愉悦度表示个体情绪状态的正负情感 特性, 也就是情绪的效价. 激活度表示个体的神经生 2009 年 9 月 第 54 卷 第 18 期 2784 理激活水平和心理警觉状态 . 优势度表示个体对环 境和他人的控制状态 , 即处于优势状态还是处于顺 从状态. 尽管有关情绪的定义不尽相同, 但是近期研 究表明, 认知与情绪的这 3个维度都存在密切的交互 作用. 1.1 情绪在认知过程中的作用 目前已有大量关于情绪或者情感影响行为绩效 的文献记载, 而且情绪一直都被视为人类行为(如注 意和决策)非理性或者偏差的来源 [13]. 例如, 人们会 受到问题表征形式的影响, 更倾向于选择具有 40% 成功概率的操作 , 而不是具有 60%失败概率的操 作[14]. Clore与 Storbeck[15]进一步指出, 情绪能够提供 关于好与坏价值判断的具体信息, 并且, 通过这种方 式, 情绪体验支配着我们的态度和思考风格. 但是, 近来的研究表明 , 情绪对认知的影响远比引起非理 性或者偏差更基础, 也更复杂. 例如, 记忆的心境一 致性效应[16]表明, 情绪不仅在记忆编码、提取阶段对 记忆绩效产生影响, 还可以在回忆阶段起作用 [16,17]. 而且, 除了记忆, 大量强有力的证据还表明, 情绪和 动机在知觉、注意、执行控制和决策中也都起着关键 的作用[15,18~20]. Stefanucci 及其同事[21,22]发现, 情绪激活和情绪 效价都会影响高度知觉 , 而且恐惧情绪可以导致对 高度的过度估计. 当人们从高处往下看, 并且伴随着 对高度的特质性恐惧或者状态性恐惧时 , 通常会对 距离和尺寸的估计过大[21]. 进一步的研究表明, 情绪 激活对高度判断的影响受到情绪调节策略的影响[22]. 当要求被试想象自己就是情绪情境中的人物时 , 他 们高估高度的程度会显著大于那些被要求作为第三 者来想象该情境的被试 , 也显著大于那些不做任何 情绪调节的被试. 除了空间知觉, 有些研究还发现, 情绪激活和情绪效价会共同影响时间知觉 [23,24], 并 且个体控制负性情绪的能力会影响由情绪引起的对 时间的过度估计 [25]. 很多注意模型认为 , 不同物体会竞争有限的知 觉加工容量和行为控制资源 [4 ,5]. 最近的研究发现 , 视觉注意会被自动地导向具有显著情绪意义的刺 激[26]. 而且, 近期的大量研究一致发现, 负性刺激比 正性刺激更能有效地捕获注意 . 关注这一问题的大 多数研究通常采用视觉搜索的研究范式. Hao等[27]采 用视觉标记的研究范式考察负性表情的加工优势 , 结果也发现 , 在预览条件下搜索负性表情比搜索正 性表情更快, 尽管当负性表情作为干扰子时, 负性表 情的加工优势会消失. 此外, 在空间竞争任务中, 当 目标字母重叠地呈现在情绪刺激之上时 , 即使情绪 刺激与任务无关, 它们被编码的程度甚至也会比目标 字母更强[28]. 最后, 除了通常的情绪刺激, Langeslag 等[18]还发现, 相对于与朋友相关的刺激, 被试会更关 注与他们爱人相关的刺激 , 并且情绪相关的因素与 人物相关的因素一样, 都调节 P3成分. 但是, 也有研究表明, 人们不仅仅在负性情境下 才具有高效的注意执行控制能力 , 在正性情境下也 是如此 [29,30]. 正性心境会使整个认知控制(包括从知 觉到语义概念空间的各个水平)放松, 并且可以使选 择性注意发生根本改变[19]. Pessoa[4]提出双竞争模型 来描述情绪和情感如何影响信息加工的过程 . 在这 个模型中 , 情感意义以刺激驱动和状态依赖两种方 式影响信息加工过程 , 在这两种情况下竞争都发生 在知觉和控制水平[4]. 而且, Pessoa[4]进一步指出, 情 绪刺激驱动执行控制的原因有两个: 第一, 被强化的 知觉表征引起增强的视觉反应 , 从而受到注意的优 先加工; 第二, 情感信息可能被直接传递到调节执行 控制的神经结构. 但是, 与刺激驱动的方式不同, 状 态依赖的方式需要包括与奖赏相关的动机加工过程 参与[4]. 工作记忆是另外一个与执行控制密切相关的认 知过程 . 工作记忆理论假设存在一个注意容量有限 的系统, 可以暂时维持和保存当前的信息, 并且通过 联结知觉和长时记忆来支持思维过程 [31]. 大量情绪 和工作记忆的研究发现 , 情绪状态或者心境会影响 工作记忆任务的绩效[32]. Baddeley[33]总结了危险、兴 高采烈、焦虑和渴望等状态对工作记忆的影响, 认为 上述情绪都可以干扰工作记忆. 例如, 渴望本质上是 一种正性的、侵扰性的想法, 它可以在情景缓冲器里 被进一步精加工, 从而减少工作记忆的加工容量. 因 此, Baddeley[33]提出了一个修订的工作记忆模型, 通 过增加快感探测器和情景缓冲器 , 用以描述情绪因 素对工作记忆的影响. 自古希腊的哲学开始, 理性主义者一直认为, 情 绪的侵扰会误导诸如理性和决策这样的高级认知功 能[34]. 经典经济学理论的基本假设来源自理性主义, 认为如果人们能够获悉所有相关信息 , 那么他们就 可以确定并作出对他们最有利的选择[35]. 但是, 近来 2785 评 述 的研究发现 , 大多数决策都是由追求主观幸福感的 动力所驱使 [36], 而且人们并不总是能够选择可以产 生最强幸福感或者最佳体验的选项 [35]. 人们不能成 功地选择最优项的原因非常复杂. Hsee和 Hastie[35]总 结了人们选择错误的 3 种情况: 第一, 不能精确地预 测备选项中的哪一个选项会产生更好的体验; 第二, 不能基于预测选择正确的选项; 第三, 这两种情况同 时出现. 进而 Hsee 和 Hastie[35]提出了选择错误的两 个一般性原因: 第一, 因为预测者不能充分地认识到 他们当前预测的状态和将来体验到的状态之间的差 别, 所以导致了预测偏差的发生; 第二, 因为选择者 不能达到冲动性与自我控制的最优平衡 , 这使得他 们不能遵循自己的预测. 此外, 经济行为学的研究还发现, 人们讨厌不确 定性[37]. 研究者指出, 当需要处理不确定性的情境时, 这个决策过程既涉及情绪也涉及推理, 而且, 当不确 定性的情境非常模糊时, 人们往往认为, 他们所采取 的每一个行动都可能导致最坏的结果发生[37]. 最后, 情绪与道德判断还有着重要的联系 . 有些研究者甚 至认为, 情绪是我们直觉的道德判断[38]. 尽管另一些 研究者认为, 当前的神经科学、行为、发展和进化的 证据还不足以证明情绪是做出道德判断的必要条件, 但是他们也同意道德判断之后总是伴随着某种情绪, 而且这种情绪状态在驱动与道德相关的行为中起主 要作用[39]. 1.2 认知在情绪中的作用 Lazarus[40]指出, 认知功能与情绪功能之间的关 系是双向的, 无论作为自变量还是因变量, 情绪都是 个体对周围事件相对于自身的意义或者福祉的评估. Lazarus[40]还进一步指出, 情绪从来都是对认知活动 的反应 , 或者说情绪是在认知过程中产生的某种意 义, 而且认知过程的目的就是实现这一意义. 因此, 他相信认知是情绪的充分和必要条件 [40]. 近期大量 的研究为 Lazarus的观点提供了有力的支持证据. (ⅰ) 注意等认知加工对情绪的影响. 正如我们 在第一部分里所指出的, 情绪状态会影响注意加工. 与之相关的另一个问题是 , 注意是否会反过来影响 情绪体验. 近来的大量研究证明, 这一反作用的确存 在[41~43]. 例如, 在预览搜索任务中, 和与其相似的、没 有预览过的干扰项相比 , 预览过的干扰项会在随后 的情绪评价任务中被评为更加负性 [41]. 相对于那些 远离目标项呈现的干扰项 , 被试对靠近目标项周围 的干扰项的评价更加负性, 而且, 被试对干扰项的评 价会比目标项的评价更加负性[42]. 此外, Kiss等[20]进 一步发现 , 注意选择的效率可以预测随后的情绪反 应 , 并且注意选择可以影响随后对视觉刺激的情绪 评价. Fenske等[43]也发现, 先前与不熟悉面孔相关的 抑制状态 , 会降低被试随后对这些面孔进行的可信 度水平的评价, 尽管被试根本不认识这些面孔. 注意加工对情绪的影响 , 甚至可以迁移到从未 看过的同类刺激. 例如, 相对于那些与被试没有注意 过的干扰项有相同结构的刺激 , 被试会对那些从未 见过但与其注意过的目标项有相同结构的刺激给出 更正性的评价[44]. Zhou 等人[44]采用人工语法学习范 式对上述问题做了进一步探讨 . 人工语法学习范式 是内隐学习研究的经典范式 , 通常包括学习和测验 图 1 实验流程(引自文献[44]) (a) 学习阶段中, 一次实验的时间序列. 如果字符串左边是“前”, 那么要求被试键入呈现在前方的字符串; 如果字符串左边是“后”, 要求被试键入呈现在后方的字符串. 被试键入的字符串出现在两个字符串下方的矩形内. (b) 测验阶段中, 一次实验的时间序列. 被试通过点击两个字符串下方的按钮, 来选择他们偏好的字符串, U代表上方的字符串, D代表下方的字符串 2009 年 9 月 第 54 卷 第 18 期 2786 两个阶段. 如图 1 所示, 在学习阶段, 要求被试记忆 (即机械学习)一些遵循某种规则(或者语法)的字符串; 在测验阶段, 要求他们对一些测试项目进行分类, 而 且这些测试的字符串是他们从未见过的新项目 , 只 不过有些项目遵循了与学习阶段字符串相同的规则. 人工语法学习范式的研究表明 , 人们能够抽象出所 记忆项目遵循的复杂规则 , 而且这个过程不依赖于 有意识的努力. 因此, 人工语法学习为我们揭示注意 抑制带来的情感后果是否能够扩散到相同家族的新 刺激上, 提供了最基本的逻辑. Zhou等人[44]的研究表 明, 即使是中性刺激(字符串), 被试先前对这些刺激 的注意状态(注意或者抑制)也会影响其随后对从未 见过的新刺激的偏好判断 , 只要新刺激与前一阶段 看到的刺激具有相同的规则. 不仅仅是注意 , 其他认知加工也在情绪知觉和 情绪体验中发挥着重要作用. 例如, Storbeck和 Clore[45] 发现与负性心境相关的加工会引起精确的记忆 , 而 与正性心境相关的加工会导致错误的记忆 . Righart 和 de Gelder[46]发现, 无论低任务负荷还是高任务负 荷, 面部表情与背景一致时, 对面部表情的反应都快 于面部表情与背景不一致时的反应 , 说明对周围环 境的知觉在面部表情识别中具有重要作用 . 并且大 量研究表明 , 多次曝光可以提高被试对中性刺激的 偏爱程度. 甚至, 仅仅是单纯地给被试呈现一次, 就 足以增加被试对该刺激的喜欢程度 . 随后的研究证 明, 不管是儿童还是成人, 不管是现实生活场景还是 在实验室中 , 中性刺激的单纯曝光效应都具有很强 的鲁棒性[47]. 而且, Witvliet和 Vrana[48]发现, 反复听 正性音乐会提高被试对正性音乐的喜欢程度 , 但是 反复听负性音乐却会增强被试对负性音乐的厌恶 . 由于单纯曝光效应具有广泛的可应用性和鲁棒性 , 熟悉度和喜好度之间的这一联系已经被广泛地应用 到社会实践和经济生活中. (ⅱ) 语言对情绪知觉的影响. 传统的面部表情 识别研究都遵循基本情绪的研究取向 , 主张存在明 确的几个情绪范畴, 而且它们是普遍的情绪状态, 适 用于人类的所有种族和民族 [49]. 根据基本情绪的研 究取向, 面部表情是明确的、确定无疑的, 因此表情 识别对所有人都非常容易, 而且, 情绪的识别会自动 地发生, 不需要语言的参与, 甚至年幼的婴儿都能够 区分不同的表情[50,51]. 但是, 日常生活中存在许多模 棱两可的情境 , 需要额外的线索来帮助我们判断面 部表情. 例如, 当别人的情绪无法用语言来描述时, 人们就比较难以识别这一表情. 近期的研究表明, 语 义信息是情绪知觉的必要的背景线索 , 并且语言本 身可以影响一个人如何理解其他人行为中包含的情 绪[49,52,53]. 此外, Lindquist 等人[53]的研究还发现, 通 过使用的语义饱和程序使得情绪语言不容易通 达时, 被试会更难以判断面孔所表达的情绪. Barrett[52]回顾了那些不支持基本情绪范畴的证 据(包括那些可观察到的属性和因果机制)后指出, 情 绪并不会准确无误地传达面孔的精确信息. Barrett等 人[49]不仅认为语言在情绪知觉中的作用就是减少面 部信息结构所带来的模糊性 , 并且提出两种可能的 作用机制: 一种可能的机制是, 语言会影响刺激分类 的某一阶段 , 在这一阶段有关情绪概念知识的记忆 会被提取并影响已经形成的知觉; 另一种可能的机 制是 , 语言通过动态地重构面部结构信息被加工的 方式, 从而对情绪知觉产生影响[49]. 因此, 情绪词可 以影响人们如何提取和加工面部的感觉信息 , 并建 构情绪知觉. Barrett等人[49]提出了语言背景假说, 并 认为这一假说为将来研究语言如何影响社会知觉的 其他方面(如性别和种族的知觉)提供了基础. 如果概 念知识可以影响社会现实的知觉 , 而语言可以影响 概念的发展 , 那么就说明语言可能在我们的社会认 知中起着巨大的作用[49]. (ⅲ) 表情识别和面孔识别的关系. 多年来, 表 情识别与面孔身份识别的关系一直吸引着许多研究 者的注意. 传统上, 面部表情加工和面孔身份加工被 认为是平行的加工过程, 不过, 目前这一观点已开始 受到质疑 . 尽管仍有研究者坚持认为这两种加工相 互独立 [54], 但另外一些研究者则指出这两种加工存 在交互作用 , 并且面孔的熟悉度会增加面孔身份与 表情之间的知觉整合程度[55]. 而且, 近年来, 越来越 多的证据支持面孔表情加工和身份加工的交互关系. 我们总结了在 Bruce和Young[56]提出面孔识别功 能模型之后的相关研究 , 并且着重分析了面部表情 识别与面孔身份识别的平行加工与交互加工的争 论[57]. 基于分布式的人类神经系统模型, 我们提出了 多级整合模型(图 2)来说明面部表情与面孔身份识别 之间的作用机制. 2787 评 述 图 2 多级整合模型(引自文献[57]) 面孔身份识别是基于对面孔结构的知觉 , 而面 孔结构会随着面部表情、眼睛和嘴巴的运动而变化[58]. 但是, Wang 和 Fu[59]指出, 几乎所有以前的研究都忽 略了面部表情所包含的强度变化信息 , 而这些信息 可能是影响面部表情识别的重要因素 . 为了进一步 检验表情识别与身份识别的交互关系, Wang和 Fu[59] 通过变形(morphing)技术改变图片, 以操纵面部表情 的强度. 结果发现, 当面部表情的区分度低时, 身份 识别影响表情识别, 但是表情识别不影响身份识别. 这一结果说明, 面部表情强度增加了表情的区分度, 而不是身份的区分度, 而且, 身份对表情识别的影响 在某些条件下会消失. Zhang等人[60]采用视觉搜索任 务, 考察了面孔身份在面部表情加工中的作用. 实验 要求被试在一堆情绪面孔图片中搜索快乐或者悲伤 的面孔. 结果发现, 与呈现的面孔分别属于两个不同 人的情况相比 , 当呈现的所有面孔都是同一个人的 面孔时, 表情搜索会更快, 搜索的准确度也更高, 这 说明身份变化会干扰表情识别[60]. 此外, 对某个特定 表情的搜索速度还依赖于面孔身份的异同: 当同时 呈现的面孔属于同一个人时 , 从快乐表情中搜索一 个悲伤表情远远快于从悲伤表情中搜索一个快乐表 情; 但是, 当同时呈现的面孔属于两个不同的人时, 从悲伤表情中搜索一个快乐表情显著快于从快乐表 情中搜索一个悲伤表情[60]. 近年来 , 越来越多的研究者开始关注眼睛注视 方向在面部表情识别中的作用 . 眼睛注视能够为社 会交互和情绪知觉提供大量不同的线索. Adams 和 Kleck[61]提出, 眼睛注视方向与趋向-回避的行为倾向 有密切关系. 他们发现, 当趋向性的情绪(如生气和 愉快)是直视的眼神时, 表情识别的速度更快; 而当 回避性的情绪(如恐惧和悲伤)是斜视的眼神时, 表情 识别的速度更快. Graham和LaBar[62]采用Garner范式 发现, 只有当面部表情难以区分时, 眼睛注视方向才 会干扰表情加工 , 因此认为眼睛注视方向和表情识 别的加工在某种程度上相互依赖. Shang等人[63]还发 现, 注视方向影响中性表情和愤怒表情的优势度, 并 且, 斜视眼神促进愤怒表情的知觉加工, 说明对于威 胁性面部表情(如愤怒), 社会优势度可能会调解眼睛 注视方向对表情知觉的影响. (ⅳ) 情绪的认知控制. 我们应该如何管理我们 的情绪? 尽管不同的文化对这个问题的回答各不相 同, 但是达成了一种共识: 我们需要施加某种影响来 控制我们的情绪 [64]. 情绪调节能力是人类适应环境 的一种重要的认知功能 , 而且调节情绪的努力程度 在很大程度上决定了负性情绪对我们心智和身体健 康的影响[65]. 情绪调节是指我们对产生什么样的情绪 , 什么 时候产生它们 , 以及如何体验和表达它们等过程的 控制[66]. Gross[66]提出了 5个情绪调节策略: 第一, 情 境选择, 是指倾向于回避某些人、地方或者事情, 以 此来调节情绪; 第二, 情境修正, 是指以问题为焦点 的处理或者基本控制; 第三, 注意调配, 是指选择情 境中你所关注的那些方面; 第四, 认知变化, 是指从 你所关注的这个方面涉及的多个可能含义中做出选 2009 年 9 月 第 54 卷 第 18 期 2788 择; 第五, 反应调节, 是指一旦情绪被激发, 试图影 响情绪反应倾向的努力. Gross[66]认为前 4 种是在情 绪反应发生之前采用的聚焦策略 , 因为这些策略发 生在情绪反应趋势被完全激活之前 , 它们在尚未影 响我们的行为和外周生理反应之前被使用; 而第五 个策略是针对情绪反应的策略 , 出现在情绪反应倾 向产生之后, 这时上述策略都已经被使用. 通过回顾 与再评价(即认知变化)和抑制(即反应调节)相关的研 究, Gross[66]认为再评价和抑制策略会导致不同的情 感体验、认知和社会后果. 例如, 抑制对负性情绪体 验具有较弱的影响, 但是会降低正性情绪行为; 与之 相反, 再评价降低负性情绪的体验和表情, 但是会增 加正性情绪的体验和表情. Ochsner 和 Gross[65]总结了最近的神经成像研究, 认为已有的研究考察了两种认知调节 , 注意控制和 认知改变. 正如我们前面所述, 注意通常是指信息加 工的选择过程 , 使得认知资源聚焦于与目标相关的 信息, 并忽略与目标无关的信息. 注意控制使注意力 自发地从令我们厌恶的事件上转移到令我们愉悦的 事情上 . 一些研究发现当被试注意和评价情绪特征 时, 例如基于情绪标签匹配情绪面孔或者情境时, 杏 仁核的活动会减弱[67]. Ochsner和 Gross[65]认为, 这是 因为情绪判断会导致较大的注意负荷 , 从而有力地 限制了知觉输入加工 , 表明被试有时会主动地调节 自己的反应. 因此, Ochsner和 Gross[65]进而将情绪调 节分为行为调节(例如抑制情绪行为)和认知调节(如 以限制情绪反应的方式来注意或者解释情绪诱发的 情境), 并且提出了 3 种研究如何使用认知改变情绪 反应的方法 : 第一种是检验先于预期的情绪事件发 生的预期反应所涉及的神经连结; 第二种是检验对 刺激所带来的情绪感受的预期如何影响神经对其的 反应; 第三种方法是直接比较自上而下由信念产生 的反应与自下而上由厌恶刺激的直接知觉所驱动的 反应. 尽管大多数情绪调节研究强调降低不愉快情绪 的重要性, 但是 Tamir 等人[68]证明, 当参与对抗性任 务时 , 个体有时会为了获得更好的绩效而主动增加 他们的愤怒情绪 . 在回顾了近来有关情绪调节的研 究后, Gross[69]指出, 既然不同的情绪调节策略会导 致不同的结果 , 关键的问题就是选择和使用与我们 目标相匹配的策略. 并且, 他提出了情绪调节研究的 3 个新的研究方向: 首先, 信念在我们选择调节情绪 的时机和方式中的作用; 其次, 自动情绪调节问题; 最后 , 建立情绪和情绪调节的基础研究与临床实践 之间的桥梁 . 这些研究领域的成果将有助于解决我 们日常生活中的情绪调节问题[69]. 2 认知与情绪交互作用的神经机制 尽管某些脑区与特定的情绪功能相关, 但是, 似 乎并没有哪一个脑区单纯负责情绪, 因此, 很难概括 地说哪些脑区构成了情绪脑. 下丘脑(hypothalamus) 是第一个被发现与情绪相关的脑区. Pessoa[2]根据在 相关文献中出现的频率 , 总结出一些主要与情绪功 能相关的脑区. 他指出, 在文献中出现频率较多的核 心情绪脑区包括皮层下的杏仁核 (amygdala)、伏核 (nucleus accumbens)、海马(hypothalamus)、脑皮层上 的前额叶眶回(orbitofrontal cortex, OFC)、前扣带回 (anterior cingulate cortex, ACC)和腹内侧前额叶皮层 (ventromedial prefrontal cortex); 在文献中出现频率 较少的扩展情绪脑区 , 包括皮层下的脑干 (brain stem)、腹侧背盖区 (ventral tegmental area)、海马 (hippocampus)、导水管周围灰质(periaquaeductal grey) 和基底前脑(basal forebrain), 以及脑皮层上的前脑岛 (anterior insula)、前额叶皮层(the prefrontal cortex, PFC)、颞叶前部(anterior temporal lobe)、后扣带回 (posterior cingulate cortex)、颞上沟(superior temporal sulcus)和躯体感觉皮层(somatosensory cortex). 但是, 近来的神经科学研究提供的大量证据表明 , 上述大 多数脑区同时也会参与认知加工 , 而且其中某些脑 区(如海马、前额叶和顶叶)还在认知加工中发挥着核 心作用. Pessoa[2]指出, 根据现有的脑功能和脑联结知识, 将大脑分为认知脑和情绪脑, 从本质上存在问题. 即 使在婴儿和儿童早期 , 不仅认知和情绪的功能和神 经机制存在交互作用 , 而且大脑的功能组织也存在 整合[2,70]. 事实上, 不但传统观点所认为的情绪脑区 参与认知过程 , 而且通常所认为的认知脑区也参与 情绪加工. 因此, 认知和情绪的每个脑区都是一个复 杂的区域, 会参与许多功能. 这一部分将探讨认知和 情绪交互和整合的神经科学证据 , 并回顾二者整合 所可能依赖的神经机制. 2.1 杏仁核 杏仁核经常被认为是情绪脑区 , 并与恐惧加工 紧密相关. 不过, 这一脑区也参与诸如注意、联想学 2789 评 述 习(甚至是内隐学习)、伴随自动情绪反应的知觉和记 忆等认知加工. 杏仁核对增强情绪刺激的视觉加工至关重要 , 并参与选择性注意过程[2,4,47,65]. 例如, 杏仁核受损的 老鼠不能有效地注意线索 , 导致其不能习得朝向反 应 [71]. 近来的研究为杏仁核调节情绪刺激的加工优 势提供了强有力的支持证据[2]. Lim和 Pessoa[72]发现, 在中性/恐惧辨别任务中, 被试对与电击匹配的面孔 和斑点图更加敏感 , 如果面孔和斑点图的颜色与以 前和电击匹配的颜色相同 , 那么他们更倾向于报告 面孔和斑点图是可怕的. 越来越多的证据表明 , 杏仁核参与调节情绪对 知觉的影响, 并起着重要作用. 例如, 给盲视或者视 觉忽视(visual extinction)病人受损的半侧视野呈现情 绪刺激时, 尽管刺激不能被意识到, 但仍会引起杏仁 核的活动[5]. 利用视觉后掩蔽范式的脑功能成像研究 也表明, 当刺激呈现处于阈下水平不能被意识到时, 情绪性目标刺激和非情绪性目标刺激引起的杏仁核 活动存在差异[5]. 视觉表情再认的研究还发现, 当向 视皮层受损的神经病人呈现情绪面孔时 , 尽管病人 不能报告所看到的刺激 , 但是可以通过猜测来辨别 面孔的情绪[73]. 随后的脑功能成像研究也发现, 尽管 病人不存在有意识的视觉体验 , 但是不同情绪面孔 引起的杏仁核活动大相径庭. 迄今为止, 已有相当多的证据表明, 杏仁核还参 与联想学习的过程 . 当一个线索预示后面会出现令 人厌恶的刺激时 , 杏仁核受损的动物不会表现出恐 惧行为 , 而且在学习线索与正性情绪体验之间的联 结时, 存在功能缺陷[71]. 尽管杏仁核受损的病人能够 获得有关条件刺激(CS)和无条件刺激(US)关系的外 显知识, 但是他们却不能获得条件恐惧反应[5]. 为了 解释在联想学习中, 杏仁核的基底外侧核(basolateral nucleus, BLA)的神经元如何激活, Barot 等人[74]提出 模型, 认为当前面出现一个新的条件刺激时, BLA的 神经元会对随后的无条件刺激的输入变得更敏感 , 并出现会聚性的激活. 通过影响知觉和注意 , 杏仁核可以调节对情绪 事件的情景记忆的编码. Phelps[75]进一步指出, 杏仁 核参与调控的认知过程不仅包括记忆的编码 , 还包 括海马依赖性记忆的巩固. 就像我们前面所提到的, 杏仁核与视皮层等感觉皮层区域存在紧密的联结 . 当刺激呈现给认知系统时 , 杏仁核可能很早就接受 到刺激的情绪显著性信息 , 杏仁核的反馈会引起情 绪事件知觉编码的增强 . 编码之后有一个较慢的巩 固期, 然后, 记忆被整理和贮存到长时记忆. 在这期 间, 对事件的任何情绪反应都会改变激素的水平, 使 事件变得重要而被记忆. 动物模型的研究还表明, 应 激激素会激活杏仁核中 BLA 的肾上腺素受体, 进而 激素的水平调节记忆在海马中的巩固[75]. 2.2 海马 作为边缘系统的一部分 , 海马也被认为与情绪 相关. 较早的研究发现, 破坏猴子的海马会产生抑郁 反应 [76]. 基于对动物和人类的研究 , Papez[76]指出 , 海马在情绪加工的核心过程中起着重要作用. 但是, 最近 30 多年的研究证明, 海马在长时记忆、空间导 航和其他重要的认知过程中也起着举足轻重的作 用[77]. 目前, 杏仁核-海马的交互系统被公认是情绪和 记忆交互作用的基本神经机制 . 杏仁核影响海马对 情绪信息的记忆编码 , 而海马则形成情绪刺激和事 件的记忆 , 并进一步影响情绪刺激出现时的杏仁核 反应[75,78,79]. 杏仁核和海马间的交互不仅对情绪记忆 的编码和巩固非常必要 , 而且对情绪记忆的提取也 是必需的[16]. 例如, 最近的研究表明, 当动物在提取 恐惧记忆时, 杏仁核和海马会同步活动; 而且, 当人 类被试在提取恐惧记忆时 , 也会出现杏仁核和海马 之间的同步活动[16]. 除此之外, 海马依赖性记忆对杏 仁核的活动具有明显的影响. 例如, fMRI的研究表明, 如果告诉被试在呈现一个特殊的线索后他们会受到 一个或多个轻微的电击, 那么当线索出现时, 即使并 没有出现电击, 被试的左侧杏仁核也会有活动[75]. 2.3 前额叶 前额叶对信息的保持和处理至关重要 , 其外侧 皮层在执行控制功能中起着重要作用 [2,4]. 近来的研 究发现 , 前额叶与其他脑区的联结也参与认知与情 绪的交互作用. 前额叶与杏仁核的联结帮助注意资源朝向情绪 项目的位置, 前额叶、杏仁核和海马的联结促成情绪 的情景记忆[4]. Gray等人[80]发现, 情绪状态会有选择 地影响与认知有关的外侧前额叶的神经活动 , 这一 活动对于以目标为导向的行为至关重要 , 并且对趋 向逃避的情绪也很敏感 . 在他们的研究中 , 用观看 2009 年 9 月 第 54 卷 第 18 期 2790 短片的方法诱发愉悦状态(与趋向有关)、不愉悦状态 (与逃避有关)和中性状态后, 用 fMRI 扫描被试完成 有关词或面孔刺激的工作记忆任务过程. 他们发现, 情绪和刺激类型两个变量所引起的双侧前额叶的神 经活动之间存在明显的交互作用 , 而且神经活动与 任务绩效相一致 , 为认知与情绪的交互作用提供了 强有力的证据. 另外, 对杏仁核受损病人的研究也表 明, 即使在杏仁核功能不全时, 记忆中仍然有情绪优 势[78]. 这些发现表明, 内侧颞叶和前额叶的直接交互 作用可能调节对情绪信息的加工[78]. 现在, 大家普遍认为, 前额叶的很多区, 如前扣 带回(ACC)、前额叶眶回(OFC)和腹内侧前额叶, 具有 自己的特定功能[2]. 下面, 我们接着探讨前额叶的两 个脑区, 即前额叶眶回和基底神经结, 在认知与情绪 交互中的作用. 2.4 前额叶眶回 作为前额叶的一部分 , 前额叶眶回是人脑中联 合皮层的一个区域. 因为其在情绪和奖励中的作用, 前额叶眶回被认为是边缘系统的一部分[2,81]. 研究者认为 , 前额叶眶回对于强化刺激对行为 的常规控制是必要的. 有些动物研究表明, 在猴子学 会在两个物体中选择一个物体可以得到奖励后 , 当 刺激和奖励间的关系发生倒转时 , 前额叶眶回受损 的猴子不能抑制对先前得到奖励的刺激的反应 [82]. 有些神经心理学研究也表明 , 前额叶眶回受损的病 人在遭遇损失后 , 不能改变他们的选择以避免损 失[82]. 在单神经元记录和神经成像的研究中, 也发现 前额叶眶回对强化和与强化相关的事件有反应[81]. 而且, 近来研究者发现, 前额叶眶回可能对结果 预期的产生和应用具有重要作用[83]. 例如, 对正常人 类被试的脑神经成像研究表明 , 在对期望的结果进 行预期, 以及预期结果的价值改变或没有实现时, 前 额叶眶回的血流量会发生改变 , 说明前额叶眶回的 活动反映了这些项目的激励价值 [83]. Wallis[82]指出 , 前额叶眶回根据奖励结果 , 整合多个信息源以得到 一个价值分数, 然后外侧前额叶进行计划和组织, 去 获取奖励结果 , 最后所有的活动和努力在内侧前额 叶得到评估. 前额叶眶回受损会产生不同寻常的缺失模式 , 这种病人虽具有完整的认知能力 , 但是日常生活中 的决策能力受损 . 前额叶眶回在决策中的作用近来 吸引了较多的注意. Beer 等人[84]利用冒险任务考察 了这一问题. 他们在赌博任务呈现之前, 给被试呈现 一些负性和中性的图片 , 要求被试忽视这些图片或 者告诉被试负性图片意味着即将来临的赌博风险更 大. 研究结果表明, 不仅相关的负性情绪, 而且无关 的负性情绪也会使外侧前额叶眶回的活动显著提高. 此外, Wallis[82]也指出, 前额叶眶回之所以对于决策 至关重要 , 是因为前额叶眶回在奖励加工过程中起 重要作用 , 保证了我们的行为最有效地满足我们的 需求. 2.5 前扣带皮层 前扣带皮层也被认为是边缘系统的一部分 [85]. 传统上认为这一区域在抑郁和情绪性障碍的神经生 物学中具有重要作用[86]. 而且, 最近三十多年的大量 神经成像研究表明, 前扣带皮层参与诸如内隐学习、 决策和注意等多个认知过程. 为了全面了解前扣带皮层的作用, 可将其分为情 绪和认知两部分: 情绪部分包括前扣带皮层的喙侧和 腹侧区域, 参与对某些本能反应的调节, 包括对应激 性行为、情绪事件、情绪表达和社会行为等的自动反 应; 认知部分包括前扣带皮层的背侧区域, 在反应选 择和认知加工中起重要作用[87]. 例如, 加工竞争性的 信息或者调节认知或情绪的冲突会激活其背侧区域, 说明前扣带皮层的认知部分可能具有评估的功能, 而 且, 背侧区域在评价潜在冲突的出现中也起着重要作 用[87]. 因此, 前扣带皮层与诸如强迫症(obsessive-compul- sive disorder, OCD)、创伤后应激障碍 (posttraumatic stress disorder, PTSD)和单纯恐怖症 (simple phobia) 等不同的焦虑症关系密切也就不足为奇了. 前扣带皮层通过与杏仁核和其他脑区的联结 , 参与社会认知中对他人情绪的理解 [88]. 最近的一项 fMRI 研究, 采用 Stroop 范式来探测情绪冲突, 结果 表明 , 杏仁核和背外侧前额叶的活动反映了情绪冲 突的数量, 并且, 前扣带皮层喙侧的活动与情绪冲突 的解决有关 [89]. 前扣带皮层喙侧的活动可以由先前 与冲突有关的神经活动的数量来预测 , 并同时伴随 着杏仁核活动的下降 , 说明情绪冲突的解决是通过 前扣带皮层喙侧自下而上对杏仁核的抑制来完成 的[89]. 其他研究也表明, 前扣带皮层通过编码得到奖 励的可能性来计算行为的得失, 与此同时, 前扣带皮 层对于权衡努力代价的决策过程也至关重要[2]. 2791 评 述 2.6 小脑 传统上, 小脑被认为是单纯的运动控制区域. 然 而, 越来越多的研究表明, 除运动协调的作用之外, 小脑还有助于认知加工和情绪控制[90]. 脑损伤病人的研究发现 , 小脑受损的病人会表 现出执行功能、语言和情绪调节的障碍. 而且, 功能 成像的研究也发现 , 视觉诱发的情绪或者面部表情 再认会增强小脑的活动 [91]. 为了进一步探讨小脑在 情绪中的作用, Turner等人[91]首次把正电子发射断层 扫描技术(PET)和情绪诱发探测方法结合起来用于小 脑中风的病人, 结果发现, 尽管加工其他情绪刺激的 认知绩效正常 , 但是会对诱发快乐的刺激表现出较 弱的快乐体验; 而且, 尽管他们对恐惧刺激具有与正 常被试相似的体验 , 但是会伴随着右腹侧和左背侧 前额叶、杏仁核、丘脑和扣带后回的活动显著降低. 不快乐的体验激活“可替代的”边缘回路而不是正常 区域(如杏仁核), 说明在小脑受损后其他神经回路开 始负责保持在进化上至关重要的恐惧反应. 此外 , 临床研究为精神分裂症和抑郁等情绪障 碍中的小脑异常提供了强有力的证据 [92]. 神经生物 学的研究表明 , 前小脑蚓部的浦肯野细胞 (Purkinje cells)的细胞外单位反应随恐惧学习的过程而变化 , 并且, 小脑对线索恐惧条件反应的诱导长时程增强. 这些研究为小脑参与恐惧学习提供了确凿的证据 , 说明小脑是调控情绪行为的复杂系统的一部分[92,93]. 而且, 经颅磁刺激技术(TMS)的研究证明, 对被试的 小脑进行几天的缓慢重复经颅磁刺激 , 会导致负性 心境的加强, 说明刺激破坏了对情绪的调节[94]. 2.7 相关的发展研究 认知与情绪的交互作用对儿童的发展至关重要. 基于交互作用的取向, Wolfe 和 Bell[70]试图通过考察 认知控制(工作记忆)和情绪调控(儿童的气质)的交互 作用 , 来研究儿童最初几年中认知发展和情绪发展 的关系. 他们选择了 8 个月和 4.5 岁大的儿童作为被 试 , 发现儿童早期的调控和注意行为会极大地影响 其后期的发展, 说明或许并不是儿童的认知成绩, 而 是儿童的气质特点可以预测儿童早期的认知能力. 对青少年时期发病的精神分裂症的研究也表明, 认知和情绪交互的大脑功能障碍出现在很早的年 龄[95]. 例如, 在诱发了负性和正性情绪之后的工作记 忆任务中 , 青少年时期发病的精神分裂症病人与工 作记忆绩效相关的脑区, 如背侧前额叶、顶叶和前扣 带回, 通常比正常被试的激活水平低. 不过, 在负性 情绪激活时 , 这些病人的活动增强的脑区主要是在 情绪加工的区域 , 如左侧前额叶眶回和内侧额叶 等[95]. 正如前面我们所总结的那样, 认知对情绪的控 制和情绪对认知的影响都依赖于几个脑区 , 如前额 叶、前额叶眶回、杏仁核和其他相关脑区的整合. 这 些研究结果进一步证明 , 认知和情绪的成功整合对 于人类日常心理体验的质量和范围至关重要. 3 实践意义 正如心理学研究在过去几个世纪里将情绪从认 知中剥离出来一样 , 计算机科学长期以来也忽视了 情感因素在智能机器中的作用. 1985年, Minsky[96]首 次指出 , 问题的关键不是智能机器是否需要任何情 绪, 而是没有情绪的机器是否能够实现智能. 随后, 计算机领域的研究者逐渐认识到机器智能应该包括 情绪智力. 情绪智力是指识别情绪的能力, 被认为是 人类智力的一个方面[97]. 但是, 长期以来, 除了科幻 电影中展示的那些具有类似于人类情绪的机器人外, 尚未有多少关于计算机情绪智力的科学研究. 直到 1997 年 Picard的《情感计算》[98]一书出版, 这个局面才开 始改变. 情感计算是指与情绪有关的、由情绪引发或者用 于影响情绪的计算[98]. 情感计算的目标是, 通过赋予 计算机识别、理解、表达和响应人的情感的能力来建 立和谐人机环境, 并使计算机具有更高的、全面的智 能. 这种计算机具有影响人类情绪, 以及被人类情绪 影响的能力, 可以与人类更加自然、友好地进行交互, 将会有效地改善人类对技术的情感体验 . 开展情感 计算研究, 有助于构建和谐电子社会, 也有益于推进 心理科学的发展. 在过去 10 年里, 作为一个新兴的交叉学科, 情 感计算已经吸引了大量的注意和研究投入. 目前, 全 世界有许多实验室在关注情感计算的研究 , 如美国 MIT多媒体实验室、瑞士国家情感计算研究中心、中 国科学院心理研究所和清华大学 . 研究者们致力于 赋予计算机感知、识别和响应人类情绪的某些特定方 面, 特别是挫折、迷茫、兴趣、应激、生气和快乐等 情绪, 开发出可穿戴的计算机系统, 并在研制能够积 2009 年 9 月 第 54 卷 第 18 期 2792 极地聆听和能够表现同情和移情的计算机. 认知与情绪的交互作用研究对情感计算领域意 味着什么呢? 虽然情绪是人类基本的精神体验 , 但 是长期以来, 工程技术领域的专家却一直忽略情绪, 其产品经常使人们感受到措折 . 工程技术专家忽略 情绪常常也是出于无奈 , 这部分缘于认知和情绪之 间的复杂关系. 幸运的是, 随着认知与情绪交互作用 的观点日益深入人心 , 研究者越来越关注情绪在计 算机科学中的作用 , 开始将较多的注意投入到如何 创造更友好的人机交互关系上. 设计者、工程师和技术人员已开始认识到, 情感 因素对他们的产品很重要. 例如, Norman[99]指出, 可 爱的事物能使其功能得到更好的发挥 , 对于产品的 成功, 设计的情感因素比它的实用因素更关键. 随着 有关认知和情绪交互作用的深入细致研究 , 我们心 智的两个部分之间的关系变得稍微清晰了一些 . 这 也使得设计者、工程师和技术人员将较多的注意投入 到如何创造更友好的人机交互关系上 . 这些研究不 仅进一步深化了对情绪及情绪在人们生活和工作中 作用的理解 , 也将有助于设计者、工程师和技术人 员开发新技术和研发新产品 , 使认知和情感因素在 技术设计中达到适当的平衡 , 以更好地满足人们的 需求. 然而, 由于情绪现象非常复杂, 实现情感计算并 不容易. 例如, 尽管在国际期刊和会议上发表了各种 各样有关情感计算的研究, 但迄今为止, 表示和测量 情绪和情绪差异的计算模型这一情感计算研究的基 础问题并未得到有效的解决. 而且, 尽管心理学研究 已证明, 可以在近似三维的空间中描绘情绪状态, 例 如基于愉悦度、激活度、优势度的 PAD 情绪状态模 型可以对情绪状态进行充分的描述 [10~12], 但是有关 情感计算的研究还主要集中于识别六种典型的情绪. 为了进一步探讨这一问题, Tao等人[100]提出了一种计 算方法 , 来分析精心设计的心理学实验所收集的数 据, 并建立了适合这些数据的模型, 结果表明, 基于 PAD 三维坐标系统, 情绪状态可以在相关的 PAD 空 间中得到表示和测量(图 3). 尽管困难很大, 但已经是有研究证明, 认知和情 绪交互作用的基本思想可以被用于智能计算机系统的 表情识别和情绪学习. 例如, Niedenthal[101]发现, 在 图 3 80个情景的 80高斯模型(引自文献[100]) 三维坐标是 P, A和 D. 椭圆的中心是数据分布的中心, 椭圆的数量代表了数据集的变化 实验室中当通过操纵面部表情和体态来表达情绪时, 情绪的表达会影响情绪信息的加工 : 接受者身体表 达的情绪与发出者语言的情绪基调相一致时会促进 情绪交流中的相互理解 , 不一致时则会破坏情绪交 流中的相互理解. 他还发现, 当人们采纳相一致的特 定情绪体态时 , 他们会报告其体验到了与其相关的 情绪 , 说明个人所选定的面部表情或者所做出的情 绪姿态会影响他们的喜好和态度 . 不过 , 他也发现 , 当人们的活动受到抑制时, 他们的表情体验也会受到 影响. 这些结果说明, 对情绪的感知或者思考包括了 本人对相关情绪的知觉的、体觉的和运动的再体验. 此外, 有关表情识别的研究, 尤其是有关眼睛注 视和面部表情的研究, 对智能系统具有一定的意义. 正如前面我们所提到的那样 , 眼睛注视在面部表情 识别中具有重要作用 . 眼睛注视被认为是自动表情 分析系统识别面部表情的重要线索[63]. 有一些系统, 如自动面部分析系统是基于面部特征来分析面部表 情 . 眼睛注视是这些系统更有效地识别表情的一个 关键因素. 在虚拟环境中, 人们通过化身的注视来了 解其他人的情绪和注意 , 眼神对于参与者的反应具 有积极影响, 会使其产生身临其境的互动 [63]. 同样, 目光接触对于人机交六也至关重要 . 在生成能够识 别或者表达人类情绪的动画人物或者机器人时 , 注 视方向可以作为有效的辅助因素 , 它会使得化身在 虚拟环境的交流中更富有表达力 , 并使人机和人与 机器人的交互更加有效[63]. 总之 , 认知与情绪的交互作用是人类适应环境 2793 评 述 的基础. 在本文中, 我们首先总结了认知和情绪过程 如何产生交互作用 , 接着介绍了认知和情绪交互作 用的神经基础 , 最后探讨了