《Vision Research》：Confidence-accuracy dissociations in perceptual decision making
编辑推荐：
本研究围绕“信心-准确度解离”（Confidence-accuracy dissociation）这一核心问题展开，系统综述了十余年来感知决策领域中对信心与准确性非对称变化现象的实验发现与理论解释。研究人员从刺激操纵、任务操纵和脑操纵三大类别入手，归纳了整体强度、注意与周边呈现、多选项、情境效应、认知操纵及脑刺激六类解离现象，并深入剖析了“正性证据计算”、“方差忽视”、“额外线索利用”和“认知局限”四大主流机制假说。该工作不仅为理解信心计算的特有原则提供了关键实验证据，也指出“方差忽视”很可能是多数解离现象背后的共性机制，并强调未来的信心计算模型应以其预测新解离现象的能力作为评估标准。
当你完成一份考卷，对某些答案无比确定，结果却错了；而对另一些犹疑不定的题目，反而答对了。这种主观信心与客观准确性之间的“脱节”现象，在日常生活中并不少见。在科学领域，尤其是在研究人类如何感知世界并评估自身判断正确性的“元认知”（Metacognition）范畴内，这种现象被称为“信心-准确度解离”（Confidence-accuracy dissociation）。在大多数情况下，我们的信心会紧随准确性波动——刺激越清晰，判断越准，信心也越足。然而，这种紧密的“绑定”关系，却像一层迷雾，掩盖了信心计算本身独有的运作机制。为了拨开迷雾，揭示信心评分的本质，过去十五年间，研究者们致力于寻找和创造那些能让信心与准确性“分道扬镳”的实验条件。当一种条件能导致更高的信心，却伴随相同（甚至更低）的准确性时，一个宝贵的观察窗口便打开了。这些解离现象如同密码，有望破译信心评分背后的核心算法。
尽管如此，科学界对于如何可靠地创造这些解离，以及如何解释它们的存在，仍缺乏共识。相关研究分散在不同的实验范式、刺激材料和理论框架下，结果有时甚至相互矛盾。为了整合这片日益蓬勃但略显纷杂的研究版图，并厘清其背后的科学问题，Dobromir Rahnev 在《Vision Research》上发表了这篇系统性的综述文章。该文旨在对感知决策任务中报告的信心-准确度解离文献进行全面的回顾、梳理与解读，试图回答几个关键问题：存在哪些类型的解离？它们因何而产生？以及围绕这些现象有哪些待澄清的困惑与开放性问题？
为了开展这项宏大的综述工作，作者并未使用特定的实验技术或样本队列，而是对过去十五年发表的超过50项研究报告进行了系统的文献调研、归纳与理论分析。其研究方法的核心在于对现有实证发现进行“分类学”式的整理，并在此基础上，对不同研究中提出的理论解释进行批判性的比较与评估。
研究结果
1. 信心-准确度解离的类型
作者首先创新性地将已知的信心-准确度解离归纳为三大类、六小类：
(1) 刺激操纵：直接改变刺激本身的属性。
- •
整体强度操纵 (Overall-strength manipulations)：这是报告最多的一类解离。通过以不依赖于选择的方式增加刺激的整体强度（例如，同时提高随机点运动图RDK的瞬时波动性，或同时提高两个竞争性Gabor光栅的对比度），研究者发现，即使准确性相匹配，参与者对高强度刺激的信心也显著更高。尽管少数研究发现了相反的趋势，但绝大多数证据支持这一“整体强度效应”。
- •
注意与周边刺激呈现的操纵：空间注意和刺激呈现于视野周边都能影响信心与准确性，但效应方向存在争议。早期研究提示，注意可能提高准确性多于信心，而周边呈现可能导致过度自信。然而，后续研究结果不一，表明这些效应可能高度依赖于具体的任务和刺激。
(2) 任务操纵：改变任务要求或情境，而不直接影响刺激。
- •
多选项：超越传统的二选一任务，研究发现，在数量判断等任务中，增加一个几乎不会被选中的“诱饵”选项，或在某些条件下增加选项总数，可以在不影响准确性的情况下提高信心。
- •
情境效应：包括“信心泄漏”和“标准吸引”。前者指前一试次（即使是不同任务）的信心会“泄漏”并影响当前试次的信心；后者指当混合呈现两种本应使用不同信心判断标准（criteria）的任务时，人们的实际判断标准会相互靠近，从而产生解离。
- •
认知操纵：纯粹通过改变参与者的信念、给予虚假反馈或任务指导语，可以因果性地改变其信心水平，而不影响准确性。这凸显了信心计算受到高层认知信念的强烈调节。
(3) 脑操纵：直接干预大脑活动。
- •
脑刺激：对感觉皮层（如初级视觉皮层V1或颞中区MT）施加经颅磁刺激TMS或微电流刺激，可能通过增加神经噪音，在降低准确性的同时提高信心。而对前额叶皮层（如背外侧前额叶DLPFC）的刺激，则可能选择性地改变信心而不影响准确性，提示该脑区在信心计算中的特异性作用。
2. 信心-准确度解离的机制
在梳理现象的基础上，文章重点评估了四种最主流的机制解释：
- •
正性证据计算：该假说认为，信心评分仅基于支持已做选择（决策一致）的证据强度，而完全忽略反对该选择（决策不一致）的证据。它最初因能直观解释“整体强度效应”而流行，但后续的模型比较和实证检验发现，该计算模型在解释大多数数据模式时表现不佳，且其做出的一些反直觉预测未被实验证实。
- •
方差忽视：这是目前最具解释力的机制之一。其核心思想是，许多操纵（如整体强度增加、注意分散、脑刺激感觉皮层）会改变内部感觉证据分布的方差（变异性），而决策系统在计算信心时，未能充分考虑到这种方差的变化。例如，当证据方差增大时，即使敏感性d‘不变，使用同一套信心判断标准会导致更高的信心评分。近期研究利用人工神经网络（ANN）模拟发现，网络在面临“整体强度”不同的刺激时，会自发出现与人类相似的解离，且其根源正是对内部表征方差变化的忽视。
- •
使用额外线索：信心可能整合了与核心感觉证据无关的其他线索，如做出选择时所付出的体力努力、反应时RT，或关于自身能力的先验信念。这些线索被用作启发式信息来调整信心。
- •
认知局限：人们可能无法完全抑制无关信息对信心的影响。例如，在判断一个特征（亮度）时，无法完全排除同一刺激另一个无关特征（运动方向范围）的干扰，从而导致信心偏差。
3. 争议与开放问题
文章最后澄清了几个关键争议点：
- •
术语混淆：指出文献中“正性证据”一词常被混用于指代“整体强度”刺激操纵和“仅基于决策一致证据”的计算模型，这导致了概念混乱。作者建议将前者称为“整体强度操纵”，将后者保留为“正性证据计算”，以作明确区分。
- •
与元认知效率的关系：强调“信心-准确度解离”与通常所指的“元认知效率低下”（主要由元认知噪声导致）是两个不同的概念。解离反映了信心评分在条件间的系统性偏差，而元认知噪声则体现为单条件内信心的不可靠性。
- •
反应时的角色：在解离发生时，反应时RT更倾向于与信心而非准确性耦合，但具体情况复杂，并非绝对。
研究结论与意义
本文通过系统性的综述，得出了一个核心结论：信心-准确度解离并非由单一机制产生，而是多种原理共同作用的结果。 在不同实验范式中观察到的解离，可能分别源于方差忽视、额外线索的利用、认知系统的固有局限，或对前额叶等脑区的特异性干预。
这项工作的重大意义在于：
首先，它首次为庞杂的信心-解离研究领域提供了清晰的分类框架（图1），将零散发现归入“刺激-任务-脑”三大类六小类，极大地便利了未来研究的定位与对话。
其次，它有力地挑战了曾占主导地位的“正性证据计算”假说，通过细致的论证指出其预测局限与证据不足，并将“方差忽视”机制推至前台，认为其很可能是解释最广泛一类解离（整体强度效应）乃至其他多类现象的关键算法原理。这为构建更贴近现实的信心计算模型指明了方向。
最后，它明确了评估信心计算模型的“金标准”。文章指出，一个好的信心模型，不应只满足于拟合已有的、信心与准确性同向变化的数据，而必须能够主动预测出新的、特定的信心-准确度解离模式。这将推动元认知研究从现象描述迈向具有更强预测能力的理论建构阶段。
总之，这篇综述不仅是一张精细的“地图”，梳理了信心-准确度解离研究的已知疆域，更是一份前瞻的“指南”，为未来探索信心这一主观体验背后的客观计算法则，奠定了坚实的理论基础并提出了明确的检验标准。
