風險因素及 FN

表(Arnett Inventory of Sensation Seeking, AISS)、風險態度量表(Attitude to risk taking)、氣球模擬風險作業(Balloon Analogue Risk Task, BART)、

選擇困境問卷(Choice Dilemma Questionnaire)、特定領域風險態度量表 (Domain-Specific Risk Attitude Scale, DOSPERT)等。

越來越多研究開始檢驗風險行為與腦部酬賞迴路的神經生理機制，與風險 行為及腦部酬賞迴路相關的腦區有前額葉基底區（Orbital Frontal Cortex，OFC）、

紋狀體（Striatum）、阿肯伯氏核（Nucleus Accumbens, NAcc）、背中側前額葉

（dorsomedial frontal cortex）及前扣帶皮質（Anterior Cingulate Cortex, ACC）。其中 OFC 與紋狀體與酬賞預期及傳遞有較大相關(Breiter, Aharon, Kahneman, Dale, & Shizgal, 2001; Liu et al., 2007; Schultz, Tremblay, &

Hollerman, 2000)；而 NAcc 則會在預期負向回饋時的活化(Galvan, Hare, Voss, Glover, & Casey, 2007)。此外，DMFC 與 ACC 與負向酬賞歷程及反應轉換及選 擇導引等有關(Kennerley, Walton, Behrens, Buckley, & Rushworth, 2006; Liu, et al., 2007)。研究也發現風險行為的特質與傳導物質多巴胺的濃度有關

(Cloninger, 1987; Gerra et al., 2000; Hansenne et al., 2002)。

綜合腦區及神經傳導物質的研究，顯示風險行為與多巴胺及 ACC 有關。而 ACC 與多巴胺即為 FN 的來源及可能因素，藉由這些關係讓我們得以推論 FN 與風 險可能有所關連。Santesso 的研究也顯示 FN 與風險兩者有相關，其研究結果顯 示風險測驗量表分數越高分者，在進行旁側夾擊測驗（Flanker Task）時所引發 的 ERN 量會與測驗分數成正比(Santesso & Segalowitz, 2009)。然而該研究僅 以風險測驗量表的分數與 FN 的量進行相關考驗，而非直接操弄風險程度以檢驗 FN 與之間的關係。

‧

（2011）藉由控制回饋的變異係數(coefficient of variation，CV)以觀察 FN 的變化。回饋結果的變異係數(coefficient of variation，CV)，即標準差除以 平均數，CV 越大即變異性越高，風險程度越高，CV 越小即風險程度越低。在該 發生可能性與 FN 之間的關係(Gibson, Krigolson, & Holroyd, 2006; KreuSSel, et al., 2012)。

在 fMRI 的研究也發現 ACC 的活化與預期風險（expected risk）有關，Brown

& Braver (2007)藉由提示畫面以操弄不同的錯誤可能性及錯誤強度並觀察 ACC 活化的變化。參與者接收到以不同顏色所提示的高低錯誤可能性訊號後進行訊號 改變作業。除了高低錯誤可能性的提示之外，實驗者藉由操弄犯錯的懲罰（金錢 損失的數值）以造成不同錯誤的強度（magnitude）。參與者在各情境中每回合正

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

確作答皆可獲得 0.02 元的酬賞，而在高錯誤可能性情境（70%犯錯機會）的低錯 誤強度的回合中犯錯會損失 0.01 元；在低錯誤可能性情境（30%犯錯機會）的低 錯誤強度的回合中犯錯會損失 0.00 元。實驗結果發現，風險嫌惡（risk averse）

的參與者 ACC 活化情況同時與錯誤可能性及錯誤強度有關。但礙於實驗設計所限，

在四種情境下的期望值並未控制至一樣而可能進而影響實驗結果。

綜上所述，目前對於風險與錯誤監控系統的探討仍未有研究直接以腦波進 行完善的探討。故本研究企圖控制過去研究的混淆因素（呈現次數、期望值）以 探討風險提示畫面與 FN 關連之探討，且同時檢驗不同的風險操弄方式及其所代 表的意義是否會影響到 FN 的振幅。

‧