探索最后通牒博弈背后的認知過程：雙系統視角下的眼動追蹤研究
最新發(fā)表在Frontiers in Psychology期刊上，由天津師范大學心理學部的魏子晗團隊和南開大學社會心理學系的劉洪志團隊合作，利用EyeLink 1000 Plus眼動追蹤設備，系統考察了個體在最后通牒博弈任務中的眼動信息，為公平偏好的心理機制提供進一步的過程證據。
根據雙系統理論，最后通牒博弈（UG）中的決策由自動系統 1 和受控系統 2 支配。前者驅動公平偏好，而后者驅動自利動機。但是，UG中兩個系統的貢獻與認知過程之間的聯系需要更直接的證據。在本研究中，我們使用過程分離程序來預測兩個系統的貢獻，并記錄被試的眼球運動來檢查 UG 決策背后的認知過程。結果表明，這兩個系統的估計貢獻是不相關的，并且它們表現出與第三變量（例如反應時間（RT）和平均注視持續(xù)時間（MFD））的分離模式。此外，相對時間優(yōu)勢 (RTA) 和兩個收益之間的轉換可以預測最終的 UG 決策。本研究結果為公平偏好（系統 1）和自身利益最大化（系統 2）傾向對 UG 的獨立貢獻提供了證據，并闡明了基本過程。
實驗過程：
刺激呈現在 17 英寸 LCD 顯示器上，顯示分辨率為 1,024 × 768 像素，刷新率為 60 Hz。被試在實驗過程中通過按下鍵盤上的特定鍵做出反應。屏幕與被試眼睛之間的距離為 60 厘米。從這個距離看，屏幕覆蓋了水平36°和垂直29°的視角。被試的眼球運動由 EyeLink 1000 plus (SR Research) 眼動儀記錄，采樣率為 1,000 Hz。下巴托用于減少頭部運動。由于兩只眼睛都注視在同一點上，因此記錄一只眼睛的運動就足夠了。實驗數據由 Experiment Builder（2.3.38 版）和 Data Viewer 軟件（4.2.1 版）收集和處理。
每個被試在實驗開始時使用五點校準，并根據需要重新校準（例如，如果漂移檢查失敗）。驗證的最大誤差為 0.5 度的視角。在初始校準后，進行了兩次練習試驗以使被試熟悉任務。在每次試驗開始時，顯示屏中央都會出現一個固定盤。該圓盤還用作眼動儀的漂移檢查。當記錄了對光盤的注視時，被試自行按下空格鍵開始展示收益。他們被指示按“F”接受提議或按“J”拒絕提議。沒有時間限制，一旦被試按下按鈕，屏幕就會被清除。下圖顯示了詳細信息。
眼動追蹤數據的預處理
通過使用 EyeLink Data Viewer (SR Research, Ontario, Canada) 分析收集的眼動數據。在任務中，定義了圍繞每條信息的兩個不重疊、大小相同的矩形感興趣區(qū)域。注視被定義為兩個掃視之間相對穩(wěn)定凝視的時期。短于 50 ms 的注視被排除在分析之外。
以下三個眼動追蹤測量用于檢驗我們的假設。第一個衡量標準是 MFD，其計算方法是將試驗期間所有注視的持續(xù)時間相加，然后將總數除以注視次數。MFD 的值對認知過程很敏感（Amblee 等人，2017 年）。第二個衡量標準是 RTA，它是注意力分配的指標（Krajbich 等人，2010 年；Prnamets 等人，2015 年）。在本研究中，RTA 計算如下：
RTA 值越高表明響應者的收益比提議者的收益受到更多關注。最后的衡量標準是注視移動頻率 (GSF)，它指示注視在屏幕上呈現的收益之間來回移動的頻率 ( Folke et al., 2016 )，表明對提案公平性的敏感性。
結果：
在 R 統計環(huán)境中使用 lme4 和 lmerTest 包應用混合效應邏輯模型以及被試和試驗數量的隨機效應來分析我們的數據。
圖 3 RTA 和 GSF 對選擇行為影響的非標準化回歸系數。
在這項研究中，我們使用眼動追蹤技術來檢查 UG 中的決策機制。通過使用 PDP 范式，我們估計了自動系統 1 和受控系統 2 的貢獻。在個體層面，我們發(fā)現系統 1 的貢獻與 RT 呈負相關，而系統 2 的貢獻與 MFD 呈正相關。我們在試驗級別進一步測試了眼動追蹤測量的預測效果。結果表明：（1）對參與者（響應者）的回報分配的關注越多，報價被接受的可能性就越大；(2) 兩種收益之間的轉換越多，報價被拒絕的可能性就越大。
更多數據結果可查看官網文章。
參考文獻：
Wei Z-H, Li Q-Y, Liang C-J and Liu H-Z (2022) Cognitive process underlying ultimatum game: An eye-tracking study from a dual-system perspective. Front. Psychol. 13:937366. doi: 10.3389/fpsyg.2022.937366
本文僅做學習分享使用，若有疑問及侵權，請后臺聯系我們！
