人类，像所有生物一样，被一种天生的自我保护意识所驱使。但是人类也建立了城市和政府，复杂的产业和持久的文化机构——没有长期的合作，这些都是不可能的。
这种合作不仅取决于对个人利益的渴望，还取决于一种公共公平感和经济学家所说的社会偏好。
芝加哥大学(University of Chicago)认知神经科学家的一项新研究让我们得以一窥人们是如何在自身利益和对他人的公平之间权衡的，并提供了前者优先于后者的证据。
“在日常生活中，你所做的决定不仅会影响到你自己，还会影响到其他人，”Keith Yoder, 11 AM, 17 PhD，芝加哥大学博士后学者和该研究的第一作者说。“我们如何平衡这些担忧?”
约德和道德心理学领域的权威学者吉恩•戴西迪(Jean Decety)教授利用机器学习技术分析大脑扫描和电生理信号，发现大脑皮层的多个网络专门用于处理对自我有利的决策，而在决策的早期阶段，利己主义主导着决策。此外，对自己公平和对他人公平的神经激活模式没有重叠。
结果表明，人们更容易做出自我利益的选择，而不是维护他人公平的选择，但也表明，一旦个人需求得到满足，公平是一个重要的考虑因素。
这些扫描是在参与者参与三方最后通牒游戏时进行的。研究发现，获得公平报酬的参与者更容易接受对第三方公平的报酬。
欧文·b·哈里斯(Irving B. Harris)的心理学和精神病学杰出服务教授戴西迪(Decety)说:“如果人们已经拥有足够的东西，他们就会对他人更公平。”“为了生存，你必须首先关心自己。这并不是说你不关心别人，而是说你必须先活下去。”
这项研究发表在《神经心理学》杂志上，实验中有一个匿名的“提出者”，他会把12美元分给自己、参与者和中立的观察者。在数十次交易中，提出者提出了四种可能的方案:一种方案将几乎所有的钱都留给自己;把钱平均分成三份的人;其中两组人把钱分给了参与者和观察者，只给了另一组1美元。
因为这些出价是假设的，所以参与者决定接受或拒绝并不受实际经济激励的驱动。“这项任务真正触及了低层次的、真正的对公平的偏好，”约德说。
研究人员对两组人实施了这个游戏:32人用功能性核磁共振扫描，40人用高密度脑电图(EEG)，它可以追踪大脑的电活动。脑电图数据的差异尤其显著:机器学习分析可以在200毫秒内预测自利决策，但需要近600毫秒才能预测对他人公平的决策。
约德说，研究结果有助于深入了解支撑更复杂决策的基本神经机制。
“我们必须弄清楚如何公平分配资源，”Yoder说。“理解人们如何做出这些决定非常重要。这些计算会变得难以置信的复杂，人们倾向于依靠启发式，在那里他们会使用捷径。拒绝不公平的提议似乎起到了启发作用——人们可以很快做出决定。”
之前在这一领域的研究大多是在两方的情况下进行的，参与者要么为自己做决定，要么为他人做决定。但大部分研究并没有直接将参与者的自身利益与他们对匿名第三方的担忧对立起来。
约德说，像这样的三方实验可以更好地模拟现实生活中决策的复杂性，即一个选择可能会影响到很多人。
作者希望通过进行同步脑部扫描的实验来扩展他们的工作，这可以照亮其他决策者的神经信号。“在我们的生活中，我们并不总是扮演着反应者的角色，”约德说。当涉及到家人、朋友或熟人而不是陌生人时，这样的决定也会很复杂。
此外，神经科学家们希望通过实验来检验公平的概念在不同的文化和社会背景下是如何被感知或起作用的。未来的研究可以在重视集体主义多于个人主义的国家进行，或者在不同收入和财富的人群中进行。
“如果你有很多资源，你是更关心别人还是更不关心别人?””戴西迪说。“不清楚”。
引用:《我优先:三方互动中公平的神经表现》，Yoder和Decety，《神经心理学》，2020年8月3日。DOI: 10.1016 / j.neuropsychologia.2020.107576
资助:美国国家卫生研究院