眼動技術(shù)在研究者進行風(fēng)險決策中為自己和所有人決策差異研究的應(yīng)用

中國科學(xué)院心理研究所李興珊老師研究組和南開大學(xué)團隊最新發(fā)表在心理學(xué)報上的文章——《基于期望值最大化的理論何時失效：風(fēng)險決策中為自己–為所有人決策差異的眼動研究》。該文利用 SR Research EyeLink 1000 眼動儀記錄被試觀看3個風(fēng)險決策任務(wù)的眼動軌跡，考察個體在為所有人決策與為自己決策時的風(fēng)險決策行為及信息加工過程的差異。

摘要：
主流的風(fēng)險決策理論專家發(fā)展了一系列基于期望值最大化(expectation-maximization)的理論, 以期捕獲所有人的風(fēng)險決策行為。然而大量證據(jù)表明, 這些基于期望值最大化的理論并不能如同描述性理論那樣理想地描述 單一個體的決策行為。本研究采用眼動追蹤技術(shù), 系統(tǒng)考察了個體在為所有人決策與為自己決策時的風(fēng)險決策行為及信息加工過程的差異。本研究發(fā)現(xiàn), 基于期望值最大化的理論可捕獲為所有人決策或為自己多次決策時的情 況, 卻不能很好捕獲個體為自己進行單次決策時的情況。本研究結(jié)果有助于理解基于期望值最大化的理論與啟發(fā)式/非基于期望值最大化的理論的邊界, 為風(fēng)險決策理論的劃分和發(fā)展提供實證參考。

實驗儀器：

被試的眼動數(shù)據(jù)通過采樣率為 1000 Hz 的 Eye-Link 1000 眼動儀(SR Research, Canada)來收集。被試用雙眼觀看實驗刺激, 但只采集右眼的眼 動數(shù)據(jù)。實驗刺激呈現(xiàn)于 19 英寸的 CRT 顯示器上 (刷新率為 150 Hz), 其分辨率為 1024 × 768。為減小頭動對眼動軌跡的影響, 實驗中采用距離顯示器 60 cm 的腮托固定被試的頭部。被試雙眼與屏幕邊緣的水平視角為 37°, 垂直視角為 28°。被試通過用一個微軟 SideWinder 手柄按鍵來對實驗刺激做出反應(yīng)。

實驗程序：

在每個實驗任務(wù)開始前先進行校準。實驗采用 9 點校準和驗證, 最大驗證誤差為 0.5°視角。在初始校準后進行 4 個練習(xí)試次, 以幫助被試熟悉實驗 刺激的呈現(xiàn)方式及任務(wù)要求。正式實驗包括 108 試次, 呈現(xiàn)順序在被試間進行了平衡。108 試次分為 3 個組塊(block), 每個組塊有 36 試次。被試在完成每個組塊后可休息 1~2 分鐘。

眼動數(shù)據(jù)分析：

眼動數(shù)據(jù)采用軟件 Eyelink Data Viewer (SR Research, Canada)來分析。注視點(fixation)定義為兩次眼跳之間眼睛位置相對穩(wěn)定的一段時間, 短于 50 ms 的注視點在數(shù)據(jù)分析時被剔除。將實驗刺激劃為 8 個互不重疊的等大(5.90° × 5.90°視角)矩形 興趣區(qū)(regions of interest, ROIs)。為了檢驗研究假設(shè), 本研究分析了掃視路徑模式, 各興趣區(qū)的注視 次數(shù), 不同興趣區(qū)之間的眼跳次數(shù), 以及所有興趣 區(qū)的平均注視時長。同時, 為檢驗被試在三個任務(wù)中的認真程度是否相同, 本研究計算了每個試次的 最大瞳孔直徑, 因為瞳孔大小可作為反映個體在實驗任務(wù)中認真程度的有效指標。

眼動指標：

(1) 與前人研究一致(Payne & Braunstein, 1978; Su et al., 2013), 本研究用信息搜索比例(percentage of total information searched, PTIS)來測量各任務(wù)的信息獲取深度。(2) 本研究用平均注視時長(mean fixation duration, MFD)來測量決策過程中信息加工的復(fù)雜度。單個注視點的時長會隨著信息加工復(fù)雜度的升高而增大(Velichkovsky et al., 2002)。(3) 本研究用基于選項/基于維度的搜索指數(shù)(search measure index, SMI)和最好結(jié)果間眼跳比例。

結(jié)論：
本文通過眼動實驗, 考察了個體在為所有人決 策任務(wù)、多次決策任務(wù)和單次決策任務(wù)中的行為和眼動指標, 得到如下結(jié)論: (1) 相比于單次決策任務(wù), 個體在多次決策任務(wù)和為所有人決策任務(wù)中更 可能采用 EV 策略, 其決策時間更長。(2) 就掃視軌跡模式而言, 為所有人決策任務(wù)和多次決策任務(wù)的 相似性, 高于為所有人決策任務(wù)和單次決策任務(wù)的相似性。(3) 眼動指標可中介決策任務(wù)對個體選擇 是否符合 EV 預(yù)測的效應(yīng)。(4) 結(jié)果差異影響單次 決策任務(wù)的信息加工過程, EV 差異影響為所有人 決策任務(wù)的信息加工過程�？傮w結(jié)果表明, 基于期 望值最大化的理論可捕獲為所有人決策時的行為, 但不能捕獲為自己決策時的行為。這些發(fā)現(xiàn)揭示了基于期望值最大化的理論與啟發(fā)式/非基于期望值 最大化的理論的邊界, 為風(fēng)險決策理論的劃分和發(fā)展提供實證參考。

參考文獻：

劉洪志, 李興珊, 李紓, 饒儷琳. (2022). 基于期望值最大化的理論何時失效：風(fēng)險決策中為自己-為所有人決策差異的眼動研究. 心理學(xué)報, 54(12), 1517-1531.

LIU Hong-Zhi, LI Xingshan, LI Shu, RAO Li-Lin. (2022). When expectation-maximization-based theories work or do not work: An eye-tracking study of the discrepancy between everyone and every one. Acta Psychologica Sinica, 54(12), 1517-1531.

---

本文內(nèi)容來源心理學(xué)報，本文僅做學(xué)習(xí)分享使用，若有疑問及侵權(quán)，請后臺聯(lián)系我們！