神經決策學研究：個體人格特質對群體決策的影響
研究目的：
通過群體決策可能有助于人們探索所有可能出現的狀況，以及人們可以采取的所有可能行動，因此比個人決策更有可能做出好的選擇。
實驗方法：
被試為60名男性（平均年齡21.3歲），所有參與者在實驗前時是認識對方的，并分成30組進行招募。受試者沒有神經或精神疾病或頭部外傷的病史，在測試前兩周也沒有吸煙或酗酒的記錄。
實驗流程：
實驗分為兩種條件：個體決策和群體決策。
在個體決策條件下，參與者按照傳統(tǒng)的方式進行BART(實驗名稱)實驗：由每個參與者選擇充氣或領取獎勵。每個參與者自己完成任務，并要求其同伴被動地觀看。共100個試次。
在群體決策條件下，要求每組兩名參與者并排坐在顯示器前，由兩套EEG系統(tǒng)同時采集大腦活動。參與者被指示以另一種方式執(zhí)行任務：一人通過使用數字鍵盤按1或2進行充氣或領取獎勵選擇，而下一個選擇則由另一人通過使用另一個數字鍵盤按4或5進行，如此輪流進行選擇。參與者被要求在執(zhí)行任務時不要討論他們的選擇?？偸杖胗蓛扇似椒?。一共200個試次，每人100個試次。
每名參與者的個性均采用NEO(五因素量表)進行測量。它用人格的五因素模型（FFM）來衡量一個人，包括神經質（Neuroticism）、外傾性（Extraversion）、開放性（Openness）、宜人性（Agreeableness）和認真性（Conscientiousness）。
腦電數據采集和處理：
腦電采集使用德國ANT Neuro公司研發(fā)生產的eegoTMmylab 32導腦電采集系統(tǒng)。兩名被試的腦電采用兩臺放大器進行同步記錄，事件標記同時從實驗PC向兩個EEG記錄系統(tǒng)發(fā)送。采樣率為1000Hz，線上濾波0.1Hz-100Hz，參考電極為CPz。
線下重新設置參考為左右乳突，低通濾波40Hz。ERP的提取首先對連續(xù)的EEG數據進行分段，分段方式采用時間鎖定反饋，為反饋前的200ms到反饋后的800ms。ERP分別為“win”和“l(fā)ose”試次的疊加平均。基線為反饋前200ms。
分析采用基于Matlab的開源工具包EEGLAB。
實驗結果：
行為結果
團體情況對參與者冒險行為的結果沒有顯著影響（p=0.76），因為氣球在這些情況下具有相似的爆破比率（個體決策：0.41±0.02；群體決策：0.42±0.02）。以中獎氣球的充氣次數作為被試的冒險行為測量時，所有被試的平均充氣次數在群體決策條件和個體決策條件下相似（p=0.73，個體決策：7.08±0.25，群體決策：7.14±0.27，圖1A）。對被試的充氣次數的變化與個性特質進行相關分析，結果顯示，在群體決策條件下，宜人性越高的被試充氣次數增加越多（圖1B，p<0.028，不能通過FDR校正）。
根據得分情況，參與者被分為兩組：高宜人性組（HAG）有14人，低宜人性組（LAG）有13人。HAG在群體決策中充氣次數明顯更多（p<0.03，個體決策：6.66±0.37，群體決策： 7.05±0.35，圖1A）。LAG則沒有顯著差異（p=0.61，個體決策：7.55±0.39，群體決策： 7.41±0.49，圖1A）。
圖1 A)獲得獎勵的試次的平均充氣次數 B)群體決策條件下獲得獎勵的試次中充氣次數增加與宜人性的關系
ERP結果
研究通過輸錢試次減去贏錢試次的差異波提取到感興趣的ERP成分N200和P300，其中差異最大的是位于中央腦區(qū)的Cz電極（圖2A-C）。圖中結果顯示，N200差異波的峰值出現在250ms，P300差異波在個體決策和群體決策的峰值出現在350-360ms，兩種條件的差異波峰值出現在340-350ms（圖2D）。
圖2 時間鎖定反饋的總平均ERP結果
圖3 低宜人性組（LAG）和高宜人性組（HAG）的比較
N200
個體決策和群體決策的N200差異波均相似（圖2A,B,F），2×2（決策條件×宜人性）重復測量方差分析結果表明，群體決策不會影響到N200差異波（無顯著主效應和交互效應，圖3I）。
皮爾遜相關分析結果顯示，充氣次數的增加與N200差異波的變化無顯著相關（p=0.14，圖4A），宜人性與N200差異波的變化也無顯著相關（p=0.77，圖4B）。
圖4 散點圖和皮爾遜相關分析結果 A)N200差異波在群體決策贏錢試次中與充氣次數增加的關系 B)N200差異波與宜人性的關系
P300
不同決策條件下P300差異波的差異顯著（p < 0.001，圖2A,B），2×2（決策條件×宜人性）重復測量方差分析結果表明，決策條件對高低宜人性組P300的影響不同（圖3），進一步分析顯示，HAG參與者在群體決策條件下的P300差異波顯著小于個體決策條件下的P300差異波（t=12.40，p<0.001），而LAG組不同決策條件的P300差異波的差異并沒有HAG大（t=2.34，p<0.037）。
為了確定P300差異波變化的主要來源，研究者進一步分別對贏錢試次（P300_win）和輸錢試次（P300_lost）的P300進行了分析。2×2（決策條件×宜人性）重復測量方差分析結果表明，決策條件在不同宜人性情況下對P300_lost的調制也不同（交互效應p < 0.002，決策條件主效應p<0.001，宜人性主效應p=0.58），而決策條件在不同宜人性情況下對P300_win的影響卻是相似的（交互效應p=0.11，決策條件主效應p<0.02，宜人性主效應p=0.93）（圖3I）。這意味著個體決策和群體決策的P300差異波的差異是P300_lost減少和P300_win增加共同作用的結果，而這種相互作用主要是決策條件和宜人性對P300_lost的交互作用的結果。
相關分析證實了這一結果，因為宜人性越高的被試在群體決策條件下P300_lost越大，這一效應在Cz（p_FDR < 0.0015，圖5C）和Pz（p_FDR < 0.008，圖5E）中都存在，而P300_win與宜人性則沒有顯著相關（圖5B,D）。
雖然充氣次數的增加與P300差異波之間沒有直接相關（圖5A），但宜人性和充氣次數增加的相關（圖1B）部分是宜人性與P300_lost差異相關的結果，因為在宜人性和充氣次數增加的相關中減去P300_lost的差異會降低其相關。
圖5 散點圖和皮爾遜相關分析結果 A)P300差異波在群體決策贏錢試次中與充氣次數增加的關系 B)Cz上宜人性與P300_win的關系 C)Cz上宜人性與P300_lost的關系 D)Pz上宜人性與P300_win的關系 E)Pz上宜人性與P300_lost的關系。
實驗結論：
本研究發(fā)現，與個體決策相比，群體決策中的冒險行為顯著增加，P300成分顯著降低，而個體決策中只有高宜人性的參與者有此現象，低宜人性的參與者沒有。此外，宜人性得分與群體決策中的冒險行為和P300波幅變化相關。這些發(fā)現表明，當人們在群體中做出決策時，宜人性會調節(jié)冒險行為和大腦活動，這對未來的群體決策研究和實踐具有一定的啟示意義。
參考文獻：
Wang, F., Wang, X., Wang, F., Gao, L., Rao, H., & Pan, Y. (2019). Agreeableness modulates group member risky decision-making behavior and brain activity. NeuroImage, 202, 116100.
