1701312711
1701312712
只有当发现一个文化中的绝大多数人表达一种情绪所用的表情和其他一个文化中绝大多数人表达另一种情绪所用的表情重叠时。
1701312713
1701312714
也就是说这样的反例完全能被Ekman教授的理论涵盖；更遑论1987年时Ekman也承认会有文化不同，但是存在文化不同是证伪“所有文化中都用同样表情”的反例。但是Ekman的观点是文化会在表情传达基本情绪上有共识。只能说“跨文化共识”这个帽子有点大，招来了一些抠字眼的批评。我个人比较支持Ekman的观点，观点也难免有偏颇，不过读者可以自行判断。反正你对来自中国其他地方的朋友或者海外朋友展示一个真诚的笑容，是没有人会感觉你有恶意的。
1701312715
1701312716
Russell也非等闲之辈，按照Ekman教授强忍住怒气但是字里行间都是嘲讽的话说：“真少见有人看了那么多论文，然后如此认真地写了一篇这样的概述，我Ekman感谢他。不过让人感到可惜，他的论述无视了关键证据。”
1701312717
1701312718
Russel教授是有备而来。他的第二个批评（砖块）显得有力不少：你Ekman是给人做选择题，倘若一个表情（比如笑容）并不真的表达开心，那么参与实验的人倘若找不到传达他真正感受的词，会不会被你的实验引导选择了你想要的结果呢？扩大点说，你的实验是不是缺乏基本的信效度？会不会有些在一个社会里广泛的情绪在别的社会没法用语言表达呢？我翻译下就是说Russel怀疑Ekman的实验设计不完善，结果可能被实验设计本身干扰。那好，干脆让参与实验的人自己选词语描绘感受就好。从1971年Izard（伊泽德）的研究到1995年Russel自己的研究都发现大多数人哪怕自己命名“情绪”的时候，用词也会有共性；也就是说大多数人在表情分类方面有共识。不过大概Russel教授有点着急，他强调结果中的差异，忽略了共性。没办法，他和Ekman争论的可能都不是一回事。要是这个实验还不令人满意，Ekman教授搬出了曾经用过的另一个实验方法：给当地人描述一种情感然后拍摄他们所做的表情。比如说“你得知你孩子死亡的消息”的情景应该对应一种传递“悲伤”情感的表情；Ekman教授把该人的表情通过摄影摄像手段记录下来。我们可以事后比较这些图片：假如，同一个文化中表达“悲伤”的表情应该很相似，而且这一个文化中的“悲伤”和其他文化中的“悲伤”很相似的话我们可以说共享“悲伤”的情绪。总而言之，随着技术的提升，以及严格的实验设计，可以发现绝大多数地方的绝大多数人共享基本表情。只要是有人参与的研究就难以避免实验者的影响，硬要说有干扰也是没有办法的。Russel教授也有第三个批评，这个批评我认为切中要害：Ekman测量的只是人们对于静态图片的判断，不能简单推广到日常生活中。虽然Ekman的确以别的办法弥补这个问题，但是囿于技术限制不能完全清除（这也是新世纪技术提升后有人驳斥他理论的原因之一）。总而言之，Russel对于Ekman的批评大多数被见招拆招。
1701312719
1701312720
对于“跨文化通用表情”假说的怀疑停止了吗？其实并没有。Mastsumoto和Ekman也察觉到了一些文化间的不同之处：不同文化间的人在判断同一个表情时，感觉到的情绪强弱不尽相同。举个例子，对日本人来说感觉一般的“厌恶”表情在美国人眼里显得传递了很强的感觉。看来同样的情绪，不同的人能察觉到不一样的感觉，这是为什么呢？这还是由于不同文化环境对于表情传递情绪的影响：不同表情能传递一个情绪（这才是Ekman的观点），但是具体哪个最能代表此等情绪就要受到文化（其实也是背后的环境）的影响。因此，这个小问题其实包含在Ekman的假设中。
1701312721
1701312722
最近最有力辩驳Ekman假说的研究就是格拉斯哥大学的Rachel Jack（瑞秋·杰克）教授的一系列研究：她试图从认知（判断理解）表情的角度探索不同文化之间的差异，倘若我们解读表情的方法不一样，很可能我们需要不同的表情传递同样的意义。第一篇研究也是很有意思，她与同事记录西方人与东方人观察面孔的不同之处。他们利用的方法就是眼动仪，精确检测人在看别人照片时究竟看了哪些地方。虽然大家正确率都是挺高的（尤其是同一种文化下的人，回忆下异族效应），但是东方人和西方人眼睛运动的形态不一样：东方人更倾向于观察面孔的正中间，但是西方人的眼神更游离，注视点分布很散。这个发现提出了一个很关键的问题：会不会不同地方的人利用不同部分的面孔区块进行情绪判断（因为表情多层次，利用局部信息完全足够判断一些基本情绪，当然复杂情绪还是得依靠整体识别）？
1701312723
1701312724
在2012年Jack和上文提到过的Schyns一起合作一套新的研究方法发现了惊人的结果：在动态表情中，不同文化的人用不同的面部位置判断情绪。这一次Schyns教授没有用气泡脸，因为他认为静态图片并不是表达情绪的好途径（这会在下一章谈到）；他利用了一套与指导方法类似的研究手段。我们先回到Ekman教授身上，正如上文提到过的，Ekman教授有名之处不是跨文化研究而是对表情的编码。他与同事通过解剖学研究等手段把我们面孔上参与表情活动的肌肉进行编码。这些研究又叫FACS系统，由于深刻的生理学基础被所有人接受。Schyns教授的天才设想体现在：拍摄一段表情视频，然后让不同的人判断从而观察他们的脑部所反映的差异，不如我们由反向探索表情动作怎么动态结合在一起才能形成一个被人接收的表情呢？他们用3D技术结合FACS系统做出了一大批随机运动的表情短片，然后让不同的人去判断这些片子有无情绪。这样一个动态的系统不断收集数据，最后反向推出（比如）一段“开心”的表情究竟在一个人眼中是什么样的。在他们的研究中，他们比较了东方和西方的居民，结果就如同上面说的一样：不同。首先，西方人更加喜欢通过嘴部表达情绪，而东方人更加看重眼睛部分的动态（西方人更喜欢用：D而我们东方人更喜欢用^-^传递开心的情绪，你看出差异了吗）；其次，西方人对于六种基本情绪理解的共性很大，但是东方人之间有很大的个体（感觉）差异。总而言之，不同文化下的人在判断动态图片时的确用了不同的表现手法还有判断途径。倘若你回顾下Ekman的说法，同一种情绪可以由不同表情传递，他们发现的差异很有可能只不过是文化之间的小差异，并不是说明不同文化不能理解：可能西方人喜欢开心表情A，而东方人喜欢开心表情B；A和B两个表情有差异并不能说明东西方人想法水火不容，只能说明文化对于情绪表达的确有影响。这样看来，他们的研究的确反驳“人类共享一套传达情绪的表情”的观点（也就是Russel反击的观点），但是并不是Ekman的真实意图，只能说大家对Ekman误解比较多（也怪这个观点名字太容易误导人）。
1701312725
1701312726
不止于此，Rachel Jack与Schyns（如2014年一篇研究）又提出了对于Ekman的另一项挑战：基本情绪也不是六个，而应该是四个。Schyns教授的研究方法总是很有意思：倘若我们的基本情绪都有很强的进化和社会功能，那么动态基本情绪表情之间应该区分度很高，否则早就在进化洪流中被冲散了。他们利用与2012年研究类似的方法反推出六种基本情绪的表现形态，然后检测这些表情有没有相似之处。他们分析完结果后认为的确有些“基本情绪”很接近，因此他们合并六个基本情绪为四个区分度很大的基本情绪，分别是：“高兴”“悲伤”“害怕/兴奋”，以及“厌恶/愤怒”维度。其实Ekamn自己也提到过有些文化中“害怕/兴奋”区别不大。我很喜欢Jack和Schyns教授的研究，的确很多情绪之间差异不大，不能说是最为基本的情绪。但是依旧对于此结果保持适当怀疑：只有当神经科学的数据吻合这个划分之后才能接受这系列的观点，毕竟基本情绪应该有特别的神经活跃，否则这样的划分意义不大。但是无论如何，他们的这一系列实验挑战了“人类共享一套传达情绪的表情”的假说，也指出了不同地域、文化背景下的人利用不同的方法甚至不同的情绪表达表情。但你要是回顾下前面Ekman的观点，就能知道两者并不矛盾。
1701312727
1701312728
Ekman的研究就和达尔文的研究一样被静态图片限制：静态图片可能包含了所有的肌肉活动。就如同实验发现一样，就算东西方人用不同的方法判断，静态的图片也足以让大家殊途同归：对着一顿内容丰富的大餐，再挑剔的人都能吃好不是吗。Jack和Schyns教授的方法反向凸显了情绪与表情关系的差异性，但是不能否认哪怕东方人的“开心”和西方不同也只是倾向上的不同：他们寻找到的是最能代表“开心”的表情组合，并不说明别的“开心”表情就不能被理解。也就是说，Jack和Schyns教授的结果夸大了文化的差异。我很喜欢两位教授的观点（我和他们在研究生阶段有接触，很喜欢他们），也很欣赏、敬佩Ekman教授的观点：他们的观点看似不吻合，其实完全是一个问题的不同角度。我个人的观点（不见得准确）是，表情与传递情绪的关系是跨越文化的，但是具体用怎么样特别的表情能够在一个地方合理地传递一种情绪受到文化的影响；所以这些实验在这个观点内都是融洽的，也能为我们理解社会和社交提供帮助。
1701312729
1701312730
最近，我也看到不少中国科学家对于中国人在基本情绪方面的研究，似乎也颠覆了基本情绪假设。对于中国人而言，判断情绪积极还是消极毫无问题，但是消极情绪中的区分似乎噪声很大：一种消极表情到底是“愤怒”还是“厌恶”抑或是“难过”在我们一些人（并不是所有人）身上的确是个难事。我不得不承认这些研究做得很棒，也说明了中国人在分析情绪时的确与西方人有所不同（在大脑处理情绪的初期阶段有差异），不过积极还是消极全球没有差异。
1701312731
1701312732
人类使用基本表情的原因，就是表情背后都代表了一定的生理意义（比如“厌恶”），只要我们拥有一样的需求，就会用相类似的表情达到同样的目的，随后这些表情会被解读出一定的情绪内容；因而在一定的社会环境内，同样的表情哪怕有同样的源头也会有“本土化”，无可厚非。不过，哪怕文化之间有差异，随着全球化的进程，甚至随着更多好莱坞电影的影响，全世界人更加丰富地交流渐渐会磨平一些交流的差异，可能在不远的将来表情将会通用。至少我们出国旅行时，露出真诚的笑容传递积极的态度，这全世界的人都会喜欢。
1701312733
1701312735
识别一个人和一群人的表情
1701312736
1701312737
倘若你正为台下听众做演讲（报表、上课，甚至是规划行程），除了流畅地传达你的观点，还需要弄明白他们是否理解你的话语。了解他们有没有听明白你想表达的道理最简单的方法就是观察他们的表情：假如台下听众都露出会心的微笑，那么他们应该是理解了；假如台下的听众依然有不解甚至困惑的神色，你就应该把复杂的部分重新解释一遍。脑内对于一群人的面孔判断就和一张面孔情绪判断一般简单和轻松，所以我们是怎么做到判断一群人的情绪的呢？这个领域正是我在研究的领域，我们先看一看最符合直觉的一种解释：理解一群人的情绪即是通过一张一张面孔“穷举”判断。此方法乍一听挺有道理，我们的大脑使用这个方法吗？
1701312738
1701312739
倘若我们的大脑用的是穷举法，那么它就应该具有在极短时间内完整分析所见全部面孔的能力，否则穷举法不是大脑运用的手段。所以问题的关键就是大脑有没有能力在短时间内逐一分析接触到的信息。这里我们提到的短时间往往指一秒钟内分析数十张（约数）面孔，毕竟我们可以在一瞥之内搞清楚台下学生的大致情绪。
1701312740
1701312741
研究记忆以及研究视觉的专家在这个问题上最具有发言权，各个实验室内的学者在这两个领域的研究都指向一个共同的结论：大脑对于绝大多数视觉信息做不到又快又准，更不要说异常快了。我们先看短时记忆的限制，处理信息都需要短时记忆（工作记忆）这一类似于内存条的部分。按照Cowan教授的观点，我们短期记忆的模块是4，也就是我们能最快同时处理4组信息。倘若待处理信息的量大于短期记忆容量，我们自然而然会忘记一些东西，这就会导致感觉的偏差。我们再看处理系统的限制。有科学家发现大脑可以在极短时间内判断一组图片中的一两张图片的含义。不过在我们讨论的穷举法情况下，每张面孔都应该被充分分析。事实上对于面孔，脑神经产生一定反应（大约一秒看80张面孔的情况下）不是问题，但是活跃程度会随着速度衰减，高速条件下实际判断的准确性并不能满足准确判断每张面孔。在处理的角度上，大脑判断面孔这样复杂的图片存在反应极限，大约一秒钟也就能准确分析四五张面孔的信息：处理面孔的颞叶皮层会随着处理量的增加而更加活跃，但是一旦超过极限，它们就没办法更加活跃；就好比在正常情况下，吃得越多长得越胖，但如果吃的食物超过了消化极限，有可能非但不会长胖，还会拉肚子。综上所述，假如使用穷举法，台下哪怕只有四个人都需要你一整秒时间才能将其分析完，不过我们演讲的时候台下可能至少有十个人，甚至对高校教师而言一百人都是稀松平常。事实上，我们仅需一瞥便能搞清楚台下所有人的表情情绪，我们并不需要过多投入或者特别的记忆方法：我们可以边讲边观察台下人的情绪，这一切自动流畅，似乎完全不受大脑限制干扰。因此我们其实以其他的方法处理了超过大脑限制的信息，也就是说我们并不是用穷举法这样简单的方式分析一大组面孔的情绪，我们的大脑到底用了什么样的“技巧”呢？
1701312742
1701312743
让我们把思绪先从面孔研究上稍稍移开，来想象一下生活中常见的一幅画面：森林中的一条石子路。喜欢爬山、旅游，甚至摄影的读者肯定看到不少次茂密森林中的石子路，甚至现在能够感觉到清新空气。但是，如果让你描述这一片场景的时候，你能具体道出有多少棵树，地上有多少粒石子吗？或者你在一片花海之前，你能说出这一片紫罗兰到底有多少朵花，抑或你看到一匹可爱的斑马，你能告诉我们这匹斑马到底有多少条纹吗？在世界上，对于我们而言有着许许多多冗杂的信息，这些信息在进行整体判断时并不重要。比如看到树林我们会反应出“树林”的概念，而不是细细数一数多少棵树再和“官方定义”比较一下。所以说，千变万化的信息远超我们的大脑极限，但是我们从来不用穷举就能搞清楚面前的情况，这说明我们的大脑可以用一种化繁为简的手段提取关键的信息。
1701312744
1701312745
我们大脑很擅长在生活中抓重点，用重点来了解周围的大多数冗杂的信息。这种整体判断方法在心理学领域被称为统计性平均（statistical average），也叫统计性处理：我们的大脑可以把生活中所见的事物进行一次平均，把重复的东西抽象总结在一起，从而抓住要点。就好比看到树林，你就感觉到是一堆树，而不是“左边一棵树，右边还有一棵树”。将相同的东西总结在一起可以极大程度地解放我们的大脑。事实上，电脑软件对于图片、文档，甚至电影的压缩也是同样的原理：原始图片文件包含所有信息，但是体积庞大，电脑跑起来慢；压缩后的jpg文件也能传递几乎一样的信息，但是体积小巧，把冗杂的信息“折叠”在一起。科学家把我们脑海中的这个过程命名为Ensemble processing，大致翻译就是全效加工过程（与统计性平均名字都可以互相替代）：这个过程描述我们大脑对于看到的物体自动化进行总结和统计性平均，从而把信息按照最合理的方式分配，让我们可以更好更快地处理大量冗杂的信息。这一个过程和数学统计十分相近，又被称为统计平均、统计识别。全效加工过程既发生在识别线条与方向上，也能发生在颜色和大小上，更能发生在面孔之上。只要轻松一瞥，我们就可以“抽”出一群人的大致身份（这个旅行团是韩国来的还是巴西来的），一群人面孔朝向（他们在看右边还是左边的塑像），还有大致的情绪（他们观看的电影片段是浪漫喜剧还是恐怖惊悚片）。
1701312746
1701312747
早期在全效分析上的研究主要基于低级别的刺激，比如线条和颜色。说到研究面孔就要提到Whitney（惠特尼）和Haberman（哈伯曼）两位视觉研究的专家。在2007年，他们发现无论是呈现4张面孔还是16张面孔（显示时间不足一秒，远超大脑穷举的极限），实验参与者都可以轻松且准确地判断出这一组面孔到底有什么情绪，看起来是男的多还是女的多。为了排除穷举法的可能性，他们还特意让参与者判断两张图片哪一张曾在图片组中出现。尽管对于整体特点的判断都很准确，参与者却被分辨图片有没有出现过难住。这说明，我们在进行整体判断的时候应该是采取全效加工过程，把所有内容进行了压缩和平均，所以在我们脑中这些面孔自然而然被压缩成了一张零碎的画面，而不是一个一个处理，因为你根本记不住每一张看到的图片，肯定无从分析。我们对于面孔的平均既可以出现在一群同时呈现的面孔上（空间排布），也可以出现在一群按照时间顺序先后出现的面孔上（时间排布），更说明这种评价深藏于我们的处理系统内，是大脑“自带”的处理方法。当然，全效分析也有代价：因为抽取了整体的信息，所以单张图片的信息被“牺牲”。全效分析过程把一组图片“降维处理”：从一组面孔变成了单个的，但是反馈所有面孔情绪的抽象信息。减轻负担的一个原因就是大脑可能只分析抽象的中心信息，而不用穷究每一张图片的信息。
1701312748
1701312749
科学家当然不满足于发现，更想搞清楚这样的全效判断和判断一张面孔有何区别：对比一组图片与直接平均之后的图片需不需要不同的分析手段和神经系统。我们对于一组图片平均情绪的感受，就和电脑直接制作的平均图片一般；所以说我们识别一组图片肯定是利用平均手段。而且我们处理一组图片和一张图片的判断方法有着相关性，说明完全有可能我们利用同一套大脑“设备”分析一群人的面孔与一个人的面孔；换句话说，这样的全效识别并不需要特殊硬件，而是本身硬件自带的另一套“软件”。最近，我在自己的试验中发现一组图片与单张平均图片都可以激发起相同的神经活跃，因此大脑“看待”一组图片与它们的平均图片是相同的：处理一组面孔的表情，归功于大脑内的统计加工。
1701312750
1701312751
大脑利用统计方法全效加工一组面孔时，对每一张面孔并不是简单的“一视同仁”。任何群体中都会有些不一样的人，倘若一个人在你演讲时打瞌睡所以面无表情，一旦你把他的表情也放入了平均会不会干扰到分析呢？这样的“数据”在统计中被称为异常值，应该被滤去，那我们的大脑在“统计”中会怎么看待“睡着的人”呢？不用担心，我们的大脑就和高端的统计软件一样自带了对于数据的修正功能：我们可以自动对异常值“另眼看待”。既然出现异常，就说明不能够反映真实情况，所以应该被滤去。Haberman与Whitney用巧妙的实验设计发现我们对于群体的判断不符合不滤去的模型，更符合滤去异常值的模型。换句话说，滤去异常值也是我们大脑全效加工的“自带工具”。
1701312752
1701312753
当我们瞥到一群人的时候，我们的大脑并没有被汹涌的信息冲垮，相反我们的大脑反倒“占大数据的便宜”。学过统计的朋友就知道，倘若样本（也就是我们观察到的群体）越大，它们就拥有越大可能性反映真实情况。回到一开始说的例子上，一个人对你演讲的反馈肯定会受到他自身情况的干扰：对你材料的熟悉程度、心情、个性，甚至有没有认真听。所以一个人的反馈并不具有充分的参考价值。但是听众越多，听众身上的干扰就越可能被平均抹去，因此如果能够掌握一群人的评价（比如情绪），就能更准确地反推出演讲需不需要改进。群众的眼睛是雪亮的，而我们的大脑也一样雪亮，可以自动地、无须安排地搞清楚群众们的情绪。全效分析是大脑超越自身极限的一个巧妙设计：不但减轻负担，还让我们的判断更加准确。
1701312754
1701312755
只需一瞥，你就能大致清楚面前人群面孔上的情绪，这一切都得归功于大脑的巧妙设计。所以在演讲时，一定要利用好这一自带程序。
1701312756
1701312758
为什么母亲见到孩子就会唠叨？
1701312759
1701312760
难得长假你回了久违的家，没想到迎接你的不只是期待中的一桌饭菜，还有母亲的忧心忡忡。没准儿你妈拿着报纸，或者指着手机上微信朋友圈对你说：“你看，新闻又报道夜跑出事了吧！”然后好言相劝（其实就是吵架）：晚上不要一个人出去，你也要赶快结婚，为什么不搬回家住，也别在外地工作了，回家乡吧。接着你越听越生气，干脆直接吵起来，这一天过得简直了！这样的事情是不是在你身上发生过，你有没有想过原因呢？其实和认知面孔也有关系。
[
上一页 ]
[ :1.701312711e+09 ]
[
下一页 ]