速度压力下元认知改善的神经机制

脑电数据的时间分辨分析为研究速度压力下元认知判断的神经认知过程提供了新的见解。

　　

澳大利亚昆士兰大学（Queensland Brain Institute, The University of Queensland）的研究人员 Caleb Stone、Jason B. Mattingley 和 Dragan Rangelov 在《Communications Biology》期刊上发表了题为 “Neural mechanisms of metacognitive improvement under speed pressure” 的论文。这项研究聚焦于在速度压力下元认知（metacognition，即个体对自己认知过程的监控和控制能力）提升的神经机制，对于深入理解人类认知决策过程有着重要意义，为神经科学领域在该方向的研究提供了新的视角和证据，有望帮助人们更好地理解大脑在复杂决策环境下的工作方式。

研究背景

人类认知的一个显著特征是具备元认知能力，它能让个体在没有明确外部反馈的情况下，自适应地引导自身行为 。比如在决策过程中，人们如果对自己的选择准确性信心不足，可能会改变想法或调整反应策略，以避免犯错。而且，这种元认知行为通常与客观表现相关，错误选择后人们的信心往往较低，改变想法也常常能提高整体选择的准确性 。

以往研究发现，元认知敏感性（metacognitive sensitivity，指个体区分正确和错误反应的能力）受情境因素影响，其中反应速度是一个关键因素。当被要求快速做出反应时，参与者往往表现出更高的元认知敏感性 。然而，目前尚不清楚速度压力下元认知敏感性的提升，是否与感觉证据的处理方式变化有关。为了探究这一问题，研究人员开展了此项研究。

决策过程通常被认为是证据逐渐积累并达到决策阈值的过程 。当积累的证据足够达到阈值时，就会触发相应反应。关于元认知能力的一种解释是，决策者对自己选择所积累的证据量很敏感，并以此来指导元认知判断。例如，平衡证据假设（balance-of-evidence hypothesis）认为，决策信心基于两个反映竞争选择的累积器之间的差异 。累积器之间的差异越大，个体对自己选择的信心就越高。

此外，有研究表明，在最初的决策阈值被跨越后，证据积累仍可能继续 。决策后的证据积累与一系列纠正性元认知行为相关，包括改变想法、错误检测和反应策略调整等 。脑电图（EEG，electroencephalography 的缩写）研究通过追踪大脑中证据积累的神经特征，为证据积累与元认知判断之间的关系提供了支持。中央顶叶正波（CPP，centroparietal positivity 的缩写）是事件相关电位（ERP，event-related potential 的缩写）波形中的一种正波偏转，它表现出与神经 “决策变量” 一致的累积到边界的动态特性 。在反应执行前，CPP 与信心评级呈正相关，反映了决策前证据积累的水平；反应后，另一种正 ERP 偏转（即错误正波 Pe，error positivity 的缩写）在中央顶叶电极上被观察到，它与信心报告呈负相关，并能预测错误检测，表明元认知判断也受到决策后证据处理的驱动 。

时间压力是决策过程中常见的限制因素。当人们需要快速做出反应时，决策的准确性往往会下降，这就是所谓的速度 - 准确性权衡（speed-accuracy trade-off） 。同时，反应速度也会影响元认知判断，快速反应时元认知敏感性更高 。一种假设认为，速度压力会改变用于形成元认知判断的决策前和决策后证据的相对贡献。早期研究发现，当参与者强调反应速度而非准确性时，元认知判断的反应时间更长，且根据表达的信心水平而变化，这表明在快速条件下存在更精细的决策后处理 。此外，速度压力下的错误更可能源于过早反应，这种 “运动性” 错误会产生内部冲突信号，作为错误证据，相比没有速度压力时由低质量感觉信息导致的 “感知性” 错误，更容易被识别 。综合这些研究，速度压力下元认知敏感性的提升可能是由于对决策后证据的更大依赖，但这一假设还需要进一步验证。

研究方法

研究人员从澳大利亚昆士兰大学的在线研究门户招募了 44 名参与者（31 名女性，平均年龄 22.7±3.82 岁） 。其中 1 名参与者因不遵守任务指令被排除，另有 3 个 EEG 数据集因技术问题被移除，最终用于行为分析的样本量为 43，用于 EEG 分析的样本量为 40。参与者均自我报告视力正常或矫正后正常，且无急性精神或神经疾病，所有参与者在参与前均提供了书面知情同意，研究也得到了昆士兰大学人类研究伦理委员会的批准。

实验数据在黑暗、隔音且电屏蔽的房间中收集。参与者坐在距离屏幕 56 厘米处，头部通过下巴托固定。实验任务使用 Python 中的 PsychoPy 工具箱进行定制编码，并在 22.5 英寸 VIEWPixx 显示器（分辨率 1920×1080 像素，刷新率 100Hz）上显示 。EEG 数据使用 BioSemi ActiveTwo 系统收集，该系统有 64 个 Ag - AgCl 电极，按照 10 - 20 系统排列，采样频率为 1024Hz。同时，通过放置在左眼上下和外眦的四个外部电极收集眼电图数据，并使用 EyeLink 1000 眼动仪记录瞳孔直径和眼动。

参与者需完成一个二选一的运动辨别任务。在每次试验中，屏幕中央会呈现一个加博尔（Gabor）斑块，其被分为蓝色和橙色两半，参与者要判断一片移动的点是朝着 Gabor 斑块的橙色还是蓝色一侧移动 。点斑块由 320 个独立移动的点组成，位于一个环形区域内，Gabor 斑块则位于环形中心。每次试验开始时，会有一段 350 - 500ms 的随机点运动，随后是一段相干运动，在相干运动期间，参与者需要做出反应。

为了操纵反应速度，参与者在短和长两种反应截止时间下完成任务。短和长反应截止时间分别根据每个参与者在实验前校准阶段的反应时间分布的第 25 和第 90 百分位数来设定 。在校准阶段，参与者完成四个运动辨别任务块，每个块的反应截止时间为 1500ms，每个块持续到参与者记录到 48 个正确试验。如果参与者犯错或未及时反应，该试验会在块结束时重复。在正式实验阶段，长和短截止时间采用 ABAB 平衡设计，每个截止时间条件持续四个块（共 16 个块），每个块包含 80 次试验（总共 1280 次试验）。在短截止时间块开始时，参与者会被指示需要快速反应以避免错过截止时间；在长截止时间块开始时，参与者会被告知利用额外时间尽可能提高准确性。

同时，研究人员还通过改变运动相干性（高或低）和运动偏移（大或小）来操纵任务难度 。运动相干性和偏移分别通过冯?米塞斯（von Mises）概率分布的 K 和 μ 参数来实现，每次试验中，运动相干性和偏移值会随机选择。这样的设计确保了在实验过程中，每个可能的运动方向在运动相干性和角度偏移的各个水平上都能得到平衡。

每次反应后，点停止移动并变为透明（70% 不透明度），Gabor 斑块位置会出现一个注视十字，持续 600ms，随后出现一个用于评估元认知能力的 “改变想法”（CoM，change of mind 的缩写）刺激 。CoM 刺激是一个类似李克特（Likert）量表的水平条，参与者使用鼠标移动黄色圆盘来表示他们对之前运动辨别反应想要改变想法的程度，范围从 0（“完全不想”）到 1（“完全想”） 。为了激励参与者做出准确的元认知判断，他们可以根据整个实验过程中的 CoM 反应额外赚取高达 10 澳元的奖励，奖励点数会根据 CoM 反应的位置线性增加，奖励方向取决于初始反应的准确性。

在数据分析阶段，首先会去除缺失运动辨别反应（占所有试验的 11%）或反应时间小于 0.15s（占反应的 1.4%）的试验 。涉及 CoM 分数的分析中，会去除缺失 CoM 反应的试验（占反应时间大于 0.15s 试验的 0.5%） 。行为因变量通过三因素（截止时间、相干性和偏移）重复测量方差分析进行分析，部分 eta 平方（ηp2）用于衡量效应大小 。除了分析原始 CoM 分数，还会计算 CoM 差异分数（CoMdiff，通过错误试验的平均 CoM 值减去正确试验的平均 CoM 值得到），该分数越大，表明元认知敏感性越高。对于显著的交互作用，会使用错误发现率（FDR，false discovery rate 的缩写）校正进行成对检验。

EEG 数据预处理使用 Python 中的 MNE 工具箱 。数据首先离线重新参考到平均参考，然后进行带通（0.1 - 99Hz）和陷波（50Hz）滤波，并使用 FASTER 算法进行自动伪迹剔除 。刺激锁定的时间段从连续数据中提取，时间窗口为相对于相干运动开始的 - 0.100 到 2100ms，然后进行基线校正（ - 0.100 到 0.0ms 相干运动前）、线性去趋势和下采样到 256Hz 。使用 FASTER 算法去除不良时间段。为了生成与刺激锁定数据共享预刺激基线校正的反应锁定时间段，刺激锁定数据会对齐到反应开始，并提取相对于反应的 - 0.300 到 600ms 的时间段 。由于长和短截止时间条件下平均反应时间不同，刺激锁定分析仅包括每次试验中反应开始前的数据。

ERP 分析选取了五个中央顶叶电极（Cz、CPz、Pz、CP1、CP2）的簇进行 。使用三个单独的时间分辨一般线性混合效应模型进行分析：第一个模型评估反应速度和任务难度对 CPP 动态的影响；第二个模型评估 CPP 是否能在不同速度压力水平下区分客观任务表现；第三个模型确定 CPP 与参与者元认知判断之间关系的强度 。所有 EEG 分析都在刺激锁定和反应锁定的时间段内进行，并应用 FDR 校正来控制多重比较。

研究结果

参与者在不同条件下完成了运动辨别任务，结果显示任务操作对行为表现产生了预期影响 。在准确性方面，长截止时间试验的准确性显著高于短截止时间试验（长截止时间：72.0±10.2%，短截止时间：64.7±10.6%），高相干性试验高于低相干性试验（高相干性：70.4±10.6%，低相干性：66.5±9.6%），大偏移试验高于小偏移试验（大偏移：72.6±11.8%，小偏移：64.3±8.5%） 。截止时间和偏移之间存在显著的交互作用，进一步分析发现，偏移对任务准确性的影响在长截止时间试验中更大。

在反应时间上，短截止时间试验的反应速度显著快于长截止时间试验（短截止时间：0.493±0.106s，长截止时间：0.673±0.127s） ，高相干性试验快于低相干性试验，大偏移试验快于小偏移试验 。截止时间、相干性和偏移之间存在显著的三向交互作用，在长截止时间试验中，相干性和偏移存在交互作用，而在短截止时间试验中，相干性和偏移的主效应均显著。这些结果证实了速度 - 准确性权衡的存在。

研究人员接着考察了任务操作对参与者决策主观评估的影响 。与准确性降低一致，短截止时间试验的原始 CoM 分数显著高于长截止时间试验（短截止时间：0.239±0.107，长截止时间：0.173±0.085） ，低相干性试验高于高相干性试验，小偏移试验高于大偏移试验。

在分析 CoM 差异分数时发现，短截止时间试验的 CoMdiff 分数显著高于长截止时间试验（短截止时间：0.363±0.211，长截止时间：0.312±0.191） ，高相干性试验高于低相干性试验，大偏移试验高于小偏移试验 。相干性和偏移之间存在显著的双向交互作用，相干性对 CoMdiff 分数的影响在大偏移试验中更大。进一步的双因素重复测量方差分析表明，短截止时间试验中，错误反应后的 CoM 分数增加幅度大于正确反应，这表明短截止时间试验中更高的元认知敏感性主要源于参与者更好的错误检测能力。

在 CoM 反应时间上，短截止时间试验的反应速度显著快于长截止时间试验（短截止时间：0.433±0.172s，长截止时间：0.503±0.170s） ，高相干性试验快于低相干性试验，大偏移试验快于小偏移试验。

研究人员分析了 ERP 在中央顶叶电极簇的情况，发现观察到的 CPP 波形与以往研究有所不同 。刺激锁定波形在刺激开始后约 300ms 达到峰值，然后在平均反应时间前回到基线；反应锁定波形在反应后约 100ms 达到峰值，随后在约 300ms 出现一个较小的正波偏转，最后从约 400ms 开始直到时间段结束出现一个正波上升 。这些差异可能与实验任务设计的特定方面有关。

分析表明，CPP 波形对任务难度操作有响应 。相干性方面，在刺激开始后约 300 - 400ms 和相对于反应的 - 200 到 + 50ms，低相干性试验的 CPP 幅度显著低于高相干性试验；偏移方面，在刺激开始后约 420 - 480ms 和相对于反应的 - 300 到 + 300ms，小偏移试验的 CPP 幅度显著低于大偏移试验；速度压力方面，在刺激开始后约 450 - 600ms 和大部分反应锁定时间段内，短截止时间试验的 CPP 幅度显著高于长截止时间试验 。这表明速度压力对决策前和决策后的证据处理都有影响。

在不同反应截止时间下，研究人员考察了 CPP 区分正确和错误反应的程度 。在刺激锁定时间段内，两种截止时间条件下，错误反应的 CPP 幅度均显著低于正确反应 。在反应锁定时间段内，错误反应的 CPP 幅度也显著降低，但在长截止时间试验中，反应后约 350ms 开始的几个时间段内，错误试验的 CPP 幅度显著更大；在短截止时间试验中，反应后约 400ms 时，错误试验的 CPP 幅度也更大，且在反应后约 170ms 时，反应准确性和截止时间的交互作用显著。然而，CPP 幅度区分反应准确性的程度在短和长截止时间条件下相当，这表明速度压力下更高的元认知敏感性可能并非源于 CPP 幅度对反应准确性的更好区分能力。

最后，研究人员考察了 CPP 幅度与 CoM 分数之间的关系 。在刺激锁定时间段内，长截止时间正确试验中，在刺激开始后约 500 - 700ms，CoM 分数与 CPP 幅度呈显著负相关；短截止时间正确试验中，在刺激开始后约 350 - 630ms，二者也呈显著负相关 。长截止时间错误试验中，在刺激开始后约 480 - 520ms，CPP 幅度与 CoM 分数呈显著正相关，而短截止时间错误试验中，二者关系不显著。

在反应锁定时间段内，两种截止时间条件下，正确试验在反应前后，CoM 分数与 CPP 幅度均呈显著负相关，且在反应后约 180ms 回到基线并保持不显著 。错误试验中，两种截止时间条件下，从反应后约 150ms 开始，决策后 CPP 幅度与 CoM 分数呈强正相关 。在反应后约 420 - 460ms，短截止时间试验中这种正相关关系显著强于长截止时间试验。这表明速度压力下，决策后证据积累与更多的纠正性元认知行为相关。

研究结论与讨论

研究人员通过让参与者在短和长反应截止时间下完成视觉运动辨别任务，并使用 EEG 记录大脑活动，探究了速度压力下元认知提升的神经机制 。结果表明，速度压力下元认知能力的提升，可能源于证据处理的变化以及对决策后证据的增强读取。

在行为表现上，截止时间的操作成功诱导了速度 - 准确性权衡，短截止时间下参与者反应更快但准确性更低 。同时，截止时间与任务难度操作相互作用，影响了运动辨别性能，长截止时间下相干性和偏移的影响往往更大。在元认知判断方面，参与者在速度压力和任务难度增加时，改变想法的意愿增强，且在速度压力下元认知敏感性提高，这主要是因为错误试验中的 CoM 分数更高，表明他们能更好地检测错误 。

与以往研究不同的是，本研究发现速度压力下元认知敏感性提高的同时，CoM 反应时间显著加快 。这与之前认为速度压力会延迟元认知处理并延长反应时间的理论解释相悖，说明延长处理时间并非速度压力下元认知改善的必要条件。

在对 CPP 波形的分析中，虽然其与以往研究有所不同，但它合理地捕捉了决策前和决策后的证据积累 。速度压力导致 CPP 幅度在刺激和反应锁定时间段内普遍增加，这可能是因为 CPP 不仅反映证据积累，还包含一个与证据无关的紧急信号 。此外，CPP 幅度能根据客观准确性区分反应，决策前正确试验的 CPP 幅度更大，决策后错误试验的 CPP 幅度更大，但反应准确性对 CPP 幅度的影响在不同截止时间条件下存在差异。

最重要的是，研究发现速度压力下，决策后 CPP 幅度对错误试验中 CoM 分数的预测能力显著增强 。这表明速度压力增加了决策后证据对元认知判断的贡献，为速度压力下元认知敏感性提升提供了潜在的神经机制。即速度压力下，错误后积累的决策后证据会被更强烈地解读为改变想法的意愿，从而提高错误检测能力和元认知敏感性。

然而，本