文獻探討

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

2

並透過同理心量表探討同理心對於觀察學習機制的影響；實驗二將透過操弄同理 他人的程度高低，探討同理心對於觀察學習的調節。

第二節 文獻探討

壹、 決策的類型

決策被定義為決策者有著未被滿足的目標，而存在著數個選項可以滿足這個 目標；決策者必須評估這些選項，進行選擇以滿足目標(Markman & Medin, 2002)。

有許多的經濟學理論(Bernoulli, 1954/1738; Kahneman & Tversky, 1979; Tversky &

Kahneman, 1992; Von Neumann & Morgenstern, 1944)提出人們如何在決策時評估 選項，考慮到選項的結果與發生的機率，選擇期望最大的選項，即最能滿足目標 的選項。

根據瞭解訊息的多寡，決策分成不同的類型：風險下的決策（decisions under risk）」與不確定下的決策（decisions under uncertainty）(Knight, 1921)。風險下的 決策為，知道選項的數個可能結果與確切的發生機率；不確定下的決策為，知道 選項的數個可能結果，卻不知道這些結果發生的機率。風險與不確定差別在於訊 息瞭解的多寡，瞭解的訊息越多，不確定性就越低，不確定下的決策逐漸轉變成 為風險下的決策(Weber & Johnson, 2009a)。不確定下的決策中，訊息的瞭解並不 完整，不瞭解結果發生的機率。面臨這種類型的決策時，重點在於獲得訊息，對 於選項有正確的評估，以做出適當決策。

訊息的形式可以是描述式（decisions from description）或經驗式（decisions from experience）(Hertwig, Barron, Weber, & Erev, 2004)，描述式的訊息，會呈現 出選項的數個可能結果與發生的機率，提供決策者完整的訊息。而經驗式的訊息，

則需要決策者透過多次經驗選項的結果，從中瞭解到發生的機率。

貳、 增強學習理論與神經機制

雖然知道選項完整的訊息，能夠正確的評估選項的期望，做出適當的選擇。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

3

然而，真實生活中的訊息非常複雜，很少能夠以描述的方式提供完整的訊息。大 部分的情境中，人們都是經由不斷的經驗決策並學習，幫助日後做出適當的決策。

學習的方法有很多，歸納多次的訊息再調整決策或是每次獲得新訊息即調整一次 決策等等。每次進行決策後即調整下一次決策是最有效率的方法，不需要記憶大 量的訊息，亦能根據每次的訊息彈性調整下一次的決策。增強學習理論

（reinforcement learning theory）即是一種解釋不確定下的經驗式決策理論，面臨 決策時，會根據對於每個選項的期望進行選擇，透過每一次獲得的經驗，調整對 於下一次期望，透過不斷的調適過程（adaptive process），幫助日後做出最適當 的決策(Sutton & Barto, 1998)。調整是透過比較回饋與對於選項的期望，產生出 預期錯誤（prediction error），結果比預期好時，為正向預期錯誤（positive prediction error），將期望往正向調整，增加選擇該選項的機率；結果比預期差時，為負向 預期錯誤（negative prediction error），將期望往負向調整，減少選擇該選項的機 率。其中的 actor-critic 模式將歷程分成兩個階段：第一階段 critic 為期望調整，

透過預期錯誤調整期望，形成新的期望，學習到刺激-回饋的關係。第二階段 actor 為動作調整，透過期望調整選擇選項的機率值，學習到刺激-反應或刺激-反應-回饋的關係，機率高的選項被選擇的機會較大，幫助做出最佳選擇。

藉由傳統制約（classical conditioning）與操作制約（instrumental conditioning）

的派典，有許多行為與生理的證據支持增強學習理論。傳統制約中，學習的是刺 激-回饋聯結，學習初期時，對於刺激的期望為零，刺激出現後，獲得酬賞，產 生正向預期錯誤，形成對於新的期望。出現酬賞時，因為是預期的結果，不會有 預期錯誤；然而，沒有獲得酬賞時，產生負向預期錯誤。猴子研究中，回饋呈現 時，多巴胺神經元（dopamine neuron）會隨著正向預期錯誤增強活動；沒有預期 錯誤時，維持平常的活動狀態，然而，負向預期錯誤產生時，會降低活動，甚至 比平常狀態更低(Schultz, Dayan, & Montague, 1997)。人類功能性磁振造影

（Functional Magnetic Resonance Imaging, fMRI）研究亦顯示，多巴胺的目標腦

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

4

區紋狀體（striatum）與預期錯誤處理有關，腹側紋狀體（ventral striatum）的活 動程度隨著預期錯誤的大小而改變(Abler, Walter, Erk, Kammerer, & Spitzer, 2006;

McClure, Berns, & Montague, 2003; O'Doherty, Dayan, Friston, Critchley, & Dolan, 2003)。操作制約中，根據刺激做出正確的反應，才能獲得回饋，學習的是刺激-反應或刺激-反應-回饋的連結，相同地，也能發現多巴胺神經元與預期錯誤的處 理有關(Bayer & Glimcher, 2005)。人類 fMRI 研究顯示，背側紋狀體（dorsal striatum）

的活化程度會隨著預期錯誤大小而改變(O'Doherty et al., 2004)。比較傳統制約與 操作制約處理預期錯誤的腦區，傳統制約與操作制約皆有腹側紋狀體的活化，學 習刺激-回饋的連結；而只有在需要進行動作的操作制約會涉及背側紋狀體的活 化，學習刺激-反應或刺激-反應-回饋的連結。這些結果顯示了調整期望與調整動 作的分離，分別與腹側紋狀體與背側紋狀體相關(Haruno et al., 2004; O'Doherty et al., 2004; Tricomi, Delgado, & Fiez, 2004)。

腹側紋狀體會傳遞神經訊號至前扣帶皮質（antierior cingulate cortex, ACC）

(Liljeholm & O Doherty, 2012)，此處與行為監測和認知控制有關(Holroyd & Coles, 2002; Walsh & Anderson, 2012)。事件相關電位（Event Related Potential, ERP）研 究中，ACC 亦被認為是錯誤關聯負波（Error-Related Negativity, ERN）與回饋關 聯負波（Feedback-Related Negativity, FRN）的來源位置(Holroyd & Coles, 2002;

Walsh & Anderson, 2012)。ERN 為一負向振幅的腦波，在反應後 100 毫秒間出現 最大的負值尖峰，與自己行為反應的錯誤（例如：按錯鍵）有關，相較於做出正 確反應，不小心按錯的錯誤反應會引發較大的 ERN(Holroyd & Coles, 2002)；FRN 為一負向振幅的腦波，在回饋後 200-300 毫秒間出現最大的負值尖峰，與正負向 回饋有關，相較於正向回饋，接受到負向回饋時，會引發較大的 FRN(Holroyd &

Coles, 2002; Miltner, Braun, & Coles, 1997; Walsh & Anderson, 2012)。除了反應回 饋正負向，FRN 亦被認為與預期錯誤相關，ACC 接收來自基底核（basal ganglia）

的預期錯誤訊號，以調節行為表現。回饋比預期差時，預期錯誤越負向，基底核

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

5

活動降低，ACC 活動增加，FRN 越負向(Holroyd & Coles, 2002; Miltner et al., 1997;

Walsh & Anderson, 2012)。

參、 觀察學習

經驗可以自己獲得，亦能藉由觀察他人所獲得。生活中有些情況，無法自身 經驗，必須透過觀察他人建立經驗以作為決策判斷的重要依據。例如：延伸選擇 道路問題，道路的結果不再是順暢或塞車，假使目前選擇的道路是山路，道路上 可能會遇到落石。如果自己行駛道路，而遇到落石，可能會因此受傷或有生命危 險；若能經由他人行駛道路的結果，選擇一條落石機率低的道路，就能安全到達 目的地。

觀察他人的經驗

根據模擬理論（simulation theory），觀察他人經驗時，可以透過想像自身經 歷相同經驗，來理解他人(Goldman, 2006)。神經生理研究上，當觀察他人的經驗 時，與自身經歷相同經驗的相關神經迴路亦會活化(Frith & Singer, 2008)。早期的 鏡像神經系統（mirror neuron system）研究顯示，觀察他人進行動作時，自身進 行相同動作的相關腦區會活化，以理解他人的動作(Dinstein, Hasson, Rubin, &

Heeger, 2007; Rizzolatti & Craighero, 2004; Rizzolatti & Sinigaglia, 2010)。情緒方 面，亦發現鏡像他人情緒經驗的現象。觀察到他人知覺厭惡（disgust）時，會活 化與自身經歷厭惡相關的腦島（insula）(Wicker et al., 2003)；觀察到他人知覺痛 覺（pain）時，會活化與自身經歷痛覺相關的腦島與 ACC(Singer et al., 2004)；觀 察到他人知覺恐懼（fear）時，亦會活化與恐懼相關的杏仁核（amygdala）(Olsson, Nearing, & Phelps, 2007)。決策方面，近年來亦顯示相同的鏡像機制。觀察到他 人犯錯時，亦如同自己犯錯一般，都會引發 ERN(Bates, Patel, & Liddle, 2005;

Miltner, Brauer, Hecht, Trippe, & Coles, 2004; van Schie, Mars, Coles, & Bekkering, 2004)與 ACC 活動(Shane, Stevens, Harenski, & Kiehl, 2008)。而觀察他人的回饋時，

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

6

相較於正向回饋，負向回饋亦會引發較大的 FRN(Bellebaum, Kobza, Thiele, &

Daum, 2010; Fukushima & Hiraki, 2006, 2009; Itagaki & Katayama, 2008; Yu &

Zhou, 2006)。

面臨自己的回饋訊息與他人的回饋訊息，皆會引發相似的處理機制。然而，

會根據訊息的意義或重要性，影響了觀察訊息的處理機制。呈現自己選擇與未選 擇選項的回饋時，只有在處理自己選擇的回饋時，才有 FRN 的正負向回饋差異，

處理未選擇的回饋時，則無此 FRN 差異(Yeung & Sanfey, 2004)。觀察到的回饋 訊息是被電腦所選擇時，亦沒有 FRN 差異(Fukushima & Hiraki, 2009)。根據這些 結果，推論只有當接受到的訊息是會被人所接受時，才具重要性，自身會鏡像他 人的經驗，引發相同的處理機制。

縱使處理自身或他人回饋皆會引發相同的處理機制，但處理程度會有所不同。

相較於自身回饋，觀察他人的回饋會引發較小的 FRN(Bellebaum et al., 2010;

Fukushima & Hiraki, 2006, 2009; Itagaki & Katayama, 2008)。可能的原因是，自身 接受到的回饋會引起較強烈的情緒與動機反應，引發較大的 FRN(Yu & Zhou, 2006)。動機的差異亦可反應在行為表現上，猴子研究中，兩隻猴子配對進行決 策作業，根據出現的刺激進行反應，刺激有四種類型，正確反應後分別可以讓自 己、對方、雙方或是無人獲得酬賞。相較於不會讓自己獲得酬賞的刺激（對方或 無人），當出現的刺激可以讓自己（自己或雙方）獲得酬賞時，猴子會有較強烈 的動機與情緒反應，反應錯誤率較低(Chang, Winecoff, & Platt, 2011)。

將觀察的經驗用以學習

除了處理來自觀察他人的經驗，我們亦能將這樣的經驗用以學習，幫助我們 在相同情境中做出適當的行為。觀察學習不是單純的模仿被觀察者的行為，而是 需要理解觀察到的訊息，將訊息處理及轉換，採取適當策略以達成目的(Torriero, Oliveri, Koch, Caltagirone, & Petrosini, 2007)。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

7

傳統恐懼制約（classical fear conditioning）的實驗中，制約刺激（例如：符 號）出現後，會伴隨著嫌惡非制約刺激（例如：電擊），引發制約反應（例如：

較大的膚電反應）。成功制約後，制約刺激單獨出現，不伴隨著嫌惡非制約刺激，

亦會引發參與者的制約反應。人們不需要自身經歷電擊刺激，亦能透過觀察他人 經歷恐懼制約的過程而成功制約，比起其他刺激，制約刺激會引發較大的膚電反 應，學習到制約刺激與電擊間的連結關係(Olsson & Phelps, 2004)。

近年來的決策研究，也開始探討觀察學習，讓參與者觀察他人進行決策作業，

觀察到決策的過程與選項的結果；之後的測驗階段，參與者需要自己選擇時，亦

觀察到決策的過程與選項的結果；之後的測驗階段，參與者需要自己選擇時，亦