《npj Science of Learning》：A Bayesian perspective on observers’ inference of group norms
编辑推荐：
在探索个体如何适应新情境时，如何从他人的行为中推断群体规范是一个基础且重要的认知问题。本研究通过操控符合规范行为（直线运动）的出现频次，系统探讨了规范推断是否遵循贝叶斯更新原理及其稳健性与独立性。结果表明，个体能依据观察到的行为进行贝叶斯推断，且该过程独立于欲望推断，揭示了理解个体在陌生社会情境中导航规范的新机制。
想象一下，你进入一个陌生的房间，里面的人们正在以一种特定方式移动。尽管没有任何明文规定，你很快就能捕捉到一种“不言而喻”的行为模式，并据此调整自己的举止。这种从他人的行为中推断出群体“规范”的能力，是人类社会性互动和适应新环境的基石。然而，这种看似自然的推断背后，其认知基础和计算机制究竟如何，一直是一个有待深入探讨的谜题。现有研究尚未清晰阐明，当个体观察一组人的行为时，他们是如何整合所见的信息，来推断这个群体是否存在着某种行为准则的。这种推断是简单基于行为样本的比例，还是遵循着某种更深层的计算逻辑，比如概率推理？更重要的是，当群体中出现个别不按“常理”出牌的成员时，我们的推断是否会动摇？以及，我们对“他们做了什么”（行为规范）的判断，能否独立于“他们想做什么”（欲望）的判断？为了回答这些问题，一项研究从贝叶斯理论的视角切入，对观察者推断群体规范的过程进行了精细的解构。
研究人员开展了一项行为实验，旨在系统检验群体规范推断是否遵循贝叶斯更新原理。具体而言，他们巧妙地操控了“符合规范行为”的呈现频次。在实验中，被试观察一组虚拟人物在屏幕上的运动轨迹。关键变量在于，这些轨迹中呈现“直线运动”（被设定为假设的规范行为）的比例在不同实验条件下有所不同。研究者通过测量被试在观察不同比例的行为样本后，对“该群体存在一个要求直线运动的规范”这一命题的主观概率评估，来检验其推断过程。如果推断遵循贝叶斯更新，那么后验概率（看到行为后的信念）应随符合规范行为的出现频率增加而提高，并能够用一个将先验信念与行为证据（似然性）相结合的数学模型（贝叶斯推断模型）很好地预测。研究还考察了在群体中出现个别“偏离行为”（非直线运动）时推断的稳健性，以及规范推断与欲望推断是否相互独立。
为了探究上述问题，研究者主要应用了计算行为建模和受控行为实验这两大关键技术方法。行为实验通过编程呈现标准化的视觉刺激（虚拟人物运动动画），并精确操控关键变量（规范一致性行为的比例、是否存在偏离行为）。计算建模则构建了贝叶斯推断模型，将个体的先验概率和观察到的行为证据（似然性）作为输入，计算得出对群体规范存在性的后验概率估计，并将模型输出与参与者的实际判断进行量化比较，以检验模型拟合度。
研究结果
- •
规范推断符合贝叶斯更新
研究结果表明，尽管在不同实验条件下，参与者对群体规范存在性的先验概率没有显著差异，但观察行为后的后验概率显著随着“规范一致性行为”（即直线运动）出现比例的增加而提高。更重要的是，贝叶斯推断模型的输出结果能够正向预测参与者的实际判断。这意味着，个体在推断群体规范时，其心智过程与贝叶斯更新计算具有一致性：他们将自己先前对规范存在可能性的信念（先验），与当前观察到的行为证据（似然性）相结合，得出了新的、更新后的信念（后验）。
- •
规范推断具有稳健性
研究进一步探索了当群体中出现不遵从假设规范的行为（即偏离行为）时，规范推断是否会受到影响。结果表明，即使在存在偏离行为的情况下，参与者对群体规范的推断依然与贝叶斯更新原则保持一致。这说明，基于贝叶斯的规范推断机制是稳健的，能够妥善处理群体行为中的“噪音”或例外情况，不会因为个别反例而完全推翻对整体规范的判断。
- •
规范推断独立于欲望推断
最后，研究探讨了规范推断与另一种常见的社交推断——欲望推断（即推断行为者想要什么）——之间的关系。结果揭示，个体能够直接从观察到的行为中推断出群体规范，而这一过程独立于对行为者内在欲望的推断。也就是说，人们判断“这个群体通常怎么做”（规范），可以与判断“他们为什么想这么做”（欲望）分离开来。这提示规范推断可能是一个相对直接、基于行为统计特性的认知过程，而非欲望推断的衍生物。
结论与讨论
该研究从计算认知的视角，为理解人类如何从观察中学习社会规范提供了清晰的机制性解释。核心结论是：个体对群体规范的推断是一个符合贝叶斯更新原则的概率计算过程。这一过程表现为，个体的后验信念随支持性行为证据的增多而增强，且能够用贝叶斯模型有效预测。该机制展现出良好的稳健性，能够容忍一定程度的群体行为偏差。此外，规范推断被证明是一个独立的认知过程，不依赖于对行为者欲望的推断。
这些发现具有重要的理论意义。首先，它将社会认知中一个较为模糊的“规范感知”问题，纳入了精确的计算建模框架，用贝叶斯推断量化了从观察到信念更新的整个过程，增强了理论的精确性和可检验性。其次，研究证明了这种推断机制的稳健性和独立性，表明人类在复杂社会环境中捕捉行为规律的能力是强大且高效的，即便信息不完全或存在干扰也能可靠运作。这深化了我们对个体如何快速适应新群体、融入新文化的理解。本研究发表在《npj Science of Learning》上，其成果不仅推进了社会认知科学的基础理论，也为未来研究教育中的观察学习、跨文化适应、以及人工智能的社会性学习算法提供了重要的启示和计算基础。
