神经决策学研究：个体人格特质对群体决策的影响
研究目的：
通过群体决策可能有助于人们探索所有可能出现的状况，以及人们可以采取的所有可能行动，因此比个人决策更有可能做出好的选择。
实验方法：
被试为60名男性（平均年龄21.3岁），所有参与者在实验前时是认识对方的，并分成30组进行招募。受试者没有神经或精神疾病或头部外伤的病史，在测试前两周也没有吸烟或酗酒的记录。
实验流程：
实验分为两种条件：个体决策和群体决策。
在个体决策条件下，参与者按照传统的方式进行BART(实验名称)实验：由每个参与者选择充气或领取奖励。每个参与者自己完成任务，并要求其同伴被动地观看。共100个试次。
在群体决策条件下，要求每组两名参与者并排坐在显示器前，由两套EEG系统同时采集大脑活动。参与者被指示以另一种方式执行任务：一人通过使用数字键盘按1或2进行充气或领取奖励选择，而下一个选择则由另一人通过使用另一个数字键盘按4或5进行，如此轮流进行选择。参与者被要求在执行任务时不要讨论他们的选择。总收入由两人平分。一共200个试次，每人100个试次。
每名参与者的个性均采用NEO(五因素量表)进行测量。它用人格的五因素模型（FFM）来衡量一个人，包括神经质（Neuroticism）、外倾性（Extraversion）、开放性（Openness）、宜人性（Agreeableness）和认真性（Conscientiousness）。
脑电数据采集和处理：
脑电采集使用德国ANT Neuro公司研发生产的eegoTMmylab 32导脑电采集系统。两名被试的脑电采用两台放大器进行同步记录，事件标记同时从实验PC向两个EEG记录系统发送。采样率为1000Hz，线上滤波0.1Hz-100Hz，参考电极为CPz。
线下重新设置参考为左右乳突，低通滤波40Hz。ERP的提取首先对连续的EEG数据进行分段，分段方式采用时间锁定反馈，为反馈前的200ms到反馈后的800ms。ERP分别为“win”和“lose”试次的叠加平均。基线为反馈前200ms。
分析采用基于Matlab的开源工具包EEGLAB。
实验结果：
行为结果
团体情况对参与者冒险行为的结果没有显著影响（p=0.76），因为气球在这些情况下具有相似的爆破比率（个体决策：0.41±0.02；群体决策：0.42±0.02）。以中奖气球的充气次数作为被试的冒险行为测量时，所有被试的平均充气次数在群体决策条件和个体决策条件下相似（p=0.73，个体决策：7.08±0.25，群体决策：7.14±0.27，图1A）。对被试的充气次数的变化与个性特质进行相关分析，结果显示，在群体决策条件下，宜人性越高的被试充气次数增加越多（图1B，p<0.028，不能通过FDR校正）。
根据得分情况，参与者被分为两组：高宜人性组（HAG）有14人，低宜人性组（LAG）有13人。HAG在群体决策中充气次数明显更多（p<0.03，个体决策：6.66±0.37，群体决策： 7.05±0.35，图1A）。LAG则没有显著差异（p=0.61，个体决策：7.55±0.39，群体决策： 7.41±0.49，图1A）。
图1 A)获得奖励的试次的平均充气次数 B)群体决策条件下获得奖励的试次中充气次数增加与宜人性的关系
ERP结果
研究通过输钱试次减去赢钱试次的差异波提取到感兴趣的ERP成分N200和P300，其中差异最大的是位于中央脑区的Cz电极（图2A-C）。图中结果显示，N200差异波的峰值出现在250ms，P300差异波在个体决策和群体决策的峰值出现在350-360ms，两种条件的差异波峰值出现在340-350ms（图2D）。
图2 时间锁定反馈的总平均ERP结果
图3 低宜人性组（LAG）和高宜人性组（HAG）的比较
N200
个体决策和群体决策的N200差异波均相似（图2A,B,F），2×2（决策条件×宜人性）重复测量方差分析结果表明，群体决策不会影响到N200差异波（无显著主效应和交互效应，图3I）。
皮尔逊相关分析结果显示，充气次数的增加与N200差异波的变化无显著相关（p=0.14，图4A），宜人性与N200差异波的变化也无显著相关（p=0.77，图4B）。
图4 散点图和皮尔逊相关分析结果 A)N200差异波在群体决策赢钱试次中与充气次数增加的关系 B)N200差异波与宜人性的关系
P300
不同决策条件下P300差异波的差异显著（p < 0.001，图2A,B），2×2（决策条件×宜人性）重复测量方差分析结果表明，决策条件对高低宜人性组P300的影响不同（图3），进一步分析显示，HAG参与者在群体决策条件下的P300差异波显著小于个体决策条件下的P300差异波（t=12.40，p<0.001），而LAG组不同决策条件的P300差异波的差异并没有HAG大（t=2.34，p<0.037）。
为了确定P300差异波变化的主要来源，研究者进一步分别对赢钱试次（P300_win）和输钱试次（P300_lost）的P300进行了分析。2×2（决策条件×宜人性）重复测量方差分析结果表明，决策条件在不同宜人性情况下对P300_lost的调制也不同（交互效应p < 0.002，决策条件主效应p<0.001，宜人性主效应p=0.58），而决策条件在不同宜人性情况下对P300_win的影响却是相似的（交互效应p=0.11，决策条件主效应p<0.02，宜人性主效应p=0.93）（图3I）。这意味着个体决策和群体决策的P300差异波的差异是P300_lost减少和P300_win增加共同作用的结果，而这种相互作用主要是决策条件和宜人性对P300_lost的交互作用的结果。
相关分析证实了这一结果，因为宜人性越高的被试在群体决策条件下P300_lost越大，这一效应在Cz（p_FDR < 0.0015，图5C）和Pz（p_FDR < 0.008，图5E）中都存在，而P300_win与宜人性则没有显著相关（图5B,D）。
虽然充气次数的增加与P300差异波之间没有直接相关（图5A），但宜人性和充气次数增加的相关（图1B）部分是宜人性与P300_lost差异相关的结果，因为在宜人性和充气次数增加的相关中减去P300_lost的差异会降低其相关。
图5 散点图和皮尔逊相关分析结果 A)P300差异波在群体决策赢钱试次中与充气次数增加的关系 B)Cz上宜人性与P300_win的关系 C)Cz上宜人性与P300_lost的关系 D)Pz上宜人性与P300_win的关系 E)Pz上宜人性与P300_lost的关系。
实验结论：
本研究发现，与个体决策相比，群体决策中的冒险行为显著增加，P300成分显著降低，而个体决策中只有高宜人性的参与者有此现象，低宜人性的参与者没有。此外，宜人性得分与群体决策中的冒险行为和P300波幅变化相关。这些发现表明，当人们在群体中做出决策时，宜人性会调节冒险行为和大脑活动，这对未来的群体决策研究和实践具有一定的启示意义。
参考文献：
Wang, F., Wang, X., Wang, F., Gao, L., Rao, H., & Pan, Y. (2019). Agreeableness modulates group member risky decision-making behavior and brain activity. NeuroImage, 202, 116100.
