长期的感知先验会引发信任偏差，这种偏差倾向于支持与先验一致的论据

《PLOS Computational Biology》：Long-term perceptual priors drive confidence bias that favors prior-congruent evidence

人类感知决策与自信度的贝叶斯整合机制研究：基于慢速运动先验的实验分析

　　
这篇研究探讨了人类感知决策中先验（priors）对决策和信心判断的双重影响，特别是以低水平、长期形成的“慢速运动先验”为切入点，揭示了先验在决策与信心层面作用机制的差异。以下从研究背景、方法设计、核心发现及理论启示四个维度展开解读：

### 一、研究背景与核心问题
人类感知系统长期面临环境不确定性的挑战， Bayesian框架为此提供了理论支撑：决策整合了感官输入（似然）与先验期望，而信心则被建模为对决策正确性的概率估计。传统观点认为先验对决策和信心的影响应一致，但高阶、情境诱导的先验已显示出对信心的过度影响（如决策无关的似然方差估计偏差）。然而，这种差异是否存在于自然形成的低阶先验（如长期暴露形成的运动速度先验）仍不明确。

### 二、实验方法与设计创新
研究采用动态线段运动刺激，通过环形选择区域（蓝/橙各占90°）诱发决策偏差，并设计双阶段信心判断任务：
1. **先验操纵**：在“决策偏差条件”中，将慢速运动先验（垂直线段运动方向）与环形颜色区域定向形成35°夹角，迫使决策者依赖先验修正感官信息；而“无偏差条件”中，先验方向与环形区域正交（90°夹角），确保决策完全由感官信息驱动。
2. **信心测量机制**：采用“置信强迫选择任务”，要求被试在两次决策后，基于对两次决策正确性的信心差异进行判断。该范式排除了主观报告偏差，能更可靠地捕捉信心与决策的分离现象。
3. **参数校准策略**：通过适应性行为分析（ASA）预先确定每个被试在不同条件下的最优刺激强度参数（θ值），确保决策率在无偏差条件下与偏差条件下的关键刺激强度对齐，消除基线差异的干扰。

### 三、核心发现与机制解析
#### 1. 决策层与信心层的分离效应
尽管通过ASA校准消除了决策率的系统性差异（偏差条件下决策率极端化现象在 ASA阶段已部分存在），但置信强迫选择任务仍显示出显著的趋势性信心偏差：
- **无偏差条件 vs. 偏差条件**：当决策率被严格匹配时，被试更倾向于相信偏差条件下的决策正确性（置信选择率显著偏向偏差条件，p<0.001）。
- **非参数检验验证**：通过转换决策概率为对数比并拟合累积正态分布，发现置信偏差的PSE（主观等概率点）显著偏移（-1.47°，95%CI [-2.00,-1.00]），表明信心判断存在独立于决策结果的系统性偏差。

#### 2. 模型拟合揭示的加工机制
对比六种理论模型（贝叶斯模型、距离准则模型、解耦先验模型、高效编码模型、PCE模型、WPPCE模型）的拟合效果：
- **贝叶斯模型失效**：若信心完全基于后验概率（即决策与信心共享相同参数），模型无法解释观察到的置信偏差。例如，在无偏差条件下，后验分布峰值偏向90°方向（与环形区域正交），导致信心估计与实际决策概率脱节。
- **解耦先验模型（DP）**：允许先验在决策与信心计算中独立加权。拟合显示，先验在信心计算中的相对权重（w=1.54）显著高于决策层，表明信心机制可能存在对先验信息的过度依赖。
- **加权后验与先验证据模型（WPPCE）**：提出信心由后验证据与先验一致性证据（PCE）共同决定。通过引入权重参数α（拟合值α=0.34），模型能更好解释数据：当决策与先验一致时，PCE显著提升信心；而当决策与先验冲突时，WPPCE模型预测的信心选择与数据高度吻合。

### 四、理论贡献与实践启示
1. **低阶先验的元认知渗透**：慢速运动先验作为自然形成的低阶认知模块（如物体运动速度通常较慢），其影响可渗透至元认知层面。这种跨层级的干预挑战了传统认为高阶先验（如概率性期望）与低阶先验在信心机制中作用相似的假设。

2. **确认性信心偏差的普适性**：与高阶先验的研究结果一致，低阶先验同样导致“确认性信心偏差”——被试更倾向相信与先验一致的决策，即使决策正确性已被匹配。这表明该偏差机制可能具有层级普适性，与人类感知系统的进化适应性相关（如优先接受符合经验的运动模式以降低预测误差）。

3. **加工机制的区分性**：
- **决策层**：遵循经典贝叶斯框架，先验与似然通过方差加权整合。例如，在偏差条件下，先验方差（σP=20.81°）与感官噪声（σL=18.50°）共同决定决策边界。
- **信心层**：存在两种独立加工路径：
* **基础路径**：基于后验概率（贝叶斯模型），但受限于感官噪声的估计偏差（如w=1.54表明被试高估了感官不确定性）。
* **增强路径**：通过PCE（如运动方向与先验一致的线段端点可见性增强）直接提升信心，且该增强作用不受决策方向影响（当决策与先验一致时，PCE贡献率α=34%）。

4. **神经与行为机制的对应关系**：
- **高效编码理论**：若感官编码效率受先验影响（如高先验一致性刺激更易被精准编码），则可能通过降低σT参数（解码噪声）实现。但该模型无法完全解释信心偏差，提示可能存在独立于高效编码的信心加工通道。
- **行为可塑性**：实验发现当先验方向与环形区域对齐（35°夹角）时，决策偏差强度是ASA校准阶段的1.5倍（μBias=20.81° vs. ASA阶段μ=14.57°），表明先验的激活可能存在突触可塑性增强效应。

### 五、研究局限与未来方向
1. **模型局限性**：WPPCE模型仍无法完全拟合极端置信选择（如被试在决策错误时仍高估信心），可能需引入元认知噪声参数或动态权重调整机制。
2. **跨领域验证需求**：当前结果仅基于运动方向判断任务，需扩展至其他低阶先验（如光照方向先验）验证普适性。
3. **神经机制探索**：通过fMRI或EEG研究，可定位PCE与后验证据在脑区的整合过程，如右半球的面部运动皮层可能参与PCE的提取。
4. **动态环境适应性**：需测试当先验被反向激活（如暴露于快速运动刺激）时，信心偏差是否逆转，以验证其环境适应性。

### 六、方法论突破
1. **双阶段控制设计**：通过ASA校准消除决策率的基线差异，将注意力聚焦于决策层与信心层的分离机制。
2. **多模型比较框架**：采用AIC/BIC准则系统比较六种理论模型，避免单一假设偏差。
3. **非参数统计验证**：利用log-odds转换与累积正态拟合，有效处理决策率匹配不完美的情况。

该研究不仅深化了先验理论在元认知层面的应用，更为人工智能系统的可信度评估提供了行为学依据——当系统依赖特定先验时，需警惕其信心评估机制可能存在的认知偏置放大问题。