来源 :华东师范大学心理与认知科学学院官网

2018年8月,胡谊课题组的研究论文Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song被神经影像国际权威期刊《NeuroImage》接受。该研究采用基于功能性近红外脑成像(fNIRS)与多人同时扫描(hyperscanning)相结合的技术,探讨了人际大脑同步在社会互动学习中的作用机制。

人类大多数的学习是以互动形式来完成的;这包括观察和模仿、师生互动等。早在两千多年前,教育家们就提出了通过互动的形式传播知识(如“苏格拉底式对话“等)。然而,这种社会互动学习的神经机制尚不清楚。有意思的是,近年来的研究发现(如Cheng et al., 2015; Hu et al., 2017; Hu et al., 2018; Pan et al., 2017),人类在互动期间会产生大脑间的信号同步现象,这种同步机制与互动的过程和结果有密切的关系。人际大脑同步模式被认为支持了人类的社会认知加工,其在社会互动学习中是否也发挥重要作用呢?

为了回答上述问题,该课题组与英国伦敦大学学院研究人员合作,以24对教师-学生组合为研究对象,采集了教师在教授学生音乐歌曲期间的脑功能成像数据(图1A)。互动学习过程中,教师可采用“部分学习“(part learning,PL;逐句教唱)或”整体学习“(whole learning,WL;整首教唱)两种教学方法(图1B),师生双侧额颞顶皮层大脑活动被同步记录(图1C)。互动学习后,学生独立完成歌曲演唱(用以事后评估学习效果)。师生大脑活动随时间共同变化的关系被计算作为人际大脑同步的指标。整个实验过程由相机全程录像用以事后行为编码(图2)。

(图1. (A)社会互动学习范式。(B)部分学习和整体学习策略。(C)感兴趣脑区。)

(图2. 人际大脑同步与互动行为结合分析。(A)“部分学习”组的人际大脑同步时间序列。蓝点表示非歌唱互动行为;红点表示歌唱互动行为(学生观察阶段);绿点表示歌唱互动行为(学生模仿阶段)。(B)视频中提取的对应互动学习行为。)

该研究主要发现,“部分学习“相比”整体学习“互动次数更多(图3B),带来的学习结果更好(图3A),且引发师生间额下回(inferior frontal cortex,IFC)出现同步现象(图4A-C)。通过进一步与视频编码的互动行为结合分析[包括歌唱互动行为(进一步细分为学生观察阶段和学生模仿阶段)、非歌唱互动行为和无互动行为],发现这种人际大脑同步(interpersonal brain synchronization,IBS)现象在歌唱互动(vocal interaction,VI,图5A)期间,尤其是学生观察阶段(OBSERVATION,即教师示范期间,图6A)效应最强,且与学生学习结果显著相关(图4D,5B,6B)。值得注意的是,通过格兰杰因果分析,研究发现在学生观察期间,教师的大脑活动对于学生具有更高的预测效力(图6C)。这些发现对于我们理解社会互动学习的认知和神经过程具有重要理论意义,同时对于教学、临床实践也提供了重要借鉴。

(图3. 学习表现和互动学习行为。(A)学生学习表现。(B)互动学习行为次数。(C)互动学习行为持续时间比例。)

(图4. 人际大脑同步结果。(A)感兴趣频段。(B)人际大脑同步的单样本t检验。(C)人际大脑同步的组间差异。(D)人际大脑同步与学习表现之间的相关。)

(图5. 人际大脑同步与互动学习行为。(A)歌唱互动(VI)、非歌唱互动(NVI)、无互动(NI)期间的人际大脑同步。(B)人际大脑同步与互动学习行为的相关关系。)

(图6.歌唱互动行为期间的人际大脑同步。(A)歌唱互动期间,学生观察(OBSERVATION)、模仿(IMITATION)阶段的人际大脑同步。(B)学生观察期间的人际大脑同步与学生音高表现相关。(C)学生观察期间的格兰杰因果分析。教师对学生的大脑信号具有更高的预测效力。)

人-人高级社会互动的认知神经过程是心理学和神经科学研究领域的热点。近年来,该课题组采用脑电、近红外成像技术,结合多人同时扫描的方法,揭示了人类合作(Cheng et al., 2015; Pan et al., 2017)、决策(Hu et al., 2018)、亲社会行为(Hu et al., 2017)等一系列社会互动过程的人际大脑同步模式。

该研究论文主要由胡谊教授课题组博士生潘亚峰(现由华东师范大学和布鲁塞尔自由大学联合培养)与英国伦敦大学学院助理研究员Giacomo Novembre共同合作完成,通讯作者为胡谊教授。该研究得到了国家自然科学基金的资助。博士生潘亚峰得到了国家留学基金委、华东师范大学优秀博士论文培育计划的资助。本研究的阶段性结果在“社会脑 互动脑 健康脑”学术研讨会(2017)进行了口头汇报;完整数据结果在法国第四届功能性近红外年会(4th Annual Meeting of The French Community of Functional NIRS,2017)进行了口头报告展示。

参考文献

Pan, Y. (#), Novembre, N., Song, B., Li, X., & Hu, Y. (*) (2018). Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. NeuroImage

Hu, Y. (#, *), Pan, Y. (*), Shi, X., Cai, Q., Li, X., & Cheng, X. (2018). Inter-brain synchrony and cooperation context in interactive decision making. Biological Psychology, 133, 54-62.

Pan, Y.(#), Cheng, X.(#), Zhang, Z., Li, X., & Hu, Y.(*) (2017). Cooperation in lovers: An fNIRS‐based hyperscanning study. Human Brain Mapping, 38(2), 831-841.

Hu, Y. (#), Hu, Y., Li, X., Pan, Y., & Cheng, X. (*) (2017). Brain-to-brain synchronization across two persons predicts mutual prosociality. Social Cognitive and Affective Neuroscience, 12(12), 1835-1844.

Cheng, X. (#), Li, X. (*), & Hu, Y (*). (2015). Synchronous brain activity during cooperative exchange depends on gender of partner: A fNIRS-based hyperscanning study. Human Brain Mapping, 36(6), 2039-2048.

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

师生脑信息传递的证据:部分学习还是整体学习?相关推荐

  1. 《如何高效学习》 ——整体学习法

  2. 怎样利用细碎时间达到整体学习的效果

    碎片化的时间零零散散.杂七杂八,休息消遣扯淡放松都不够,怎么还能达到整体化的学习效果?想想我们是怎么对待碎片时间以及被处理碎片化时间的思维习惯牵着鼻子走的! 随着越来越多的工具.信息.关系的变化演进, ...

  3. 学习了网络营销信息传递原理,如何应用于就业求职?

    •学习了网络营销信息传递原理,如何应用于就业求职呢? 构建自己的网络信息源 建立网络信息传递渠道 让信息接受者反馈信息 • 如何构建自己的网络信息源? 做微博营销和博客营销 2.制作热门搞笑视频 3. ...

  4. VC++开发学习三(对话框之间的信息传递的方法总结)

    以模态对话框为例进行不同对话框之间的信息传递 这里主要是通过主对话框的编辑框,输入信息,然后传递给模态对话框的编辑框同时在模态对话框取消或者确定时向主对话框的编辑框中显示信息,几种方法都是这样的例子. ...

  5. 【PyG入门学习】三:信息传递机制

    1.理论基础 将普通的卷积过程推广到非规则数据领域一般是通过邻域聚合或者信息传递机制.xi(k−1)∈RFx^{(k-1)}_i∈R^Fxi(k−1)​∈RF表示在第k-1层节点i的节点特征,ej,i ...

  6. 图神经网络框架DGL学习 103——信息传递 (Message Passing Tutorial)

    在图神经网络中,信息的传递和特征的转变,用户可以自定义的.当然在DGL中,也有高级别的API供调用. 现在来看一个网页排名简单的模型.每一个节点都有相同的PV值,PV=0.01, 每一个节点首先会均匀 ...

  7. 神经信息传递法(MPNN)—预测分子和材料特性

    神经信息传递法(MPNN)-预测分子和材料特性 前言 基于图神经网络(GNN)的方法在模拟复杂相互作用方面具有巨大的潜力,被广泛应用于分子量子力学性质以及材料预测的预测.目前为止,传统的机器学习模型普 ...

  8. 从信息传递的视角看因果关系

    来源:混沌巡洋舰 因果推断让大数据更有温度在六种看待因果关系的视角(机制,反事实,干预,过程,信息传递及概率因果)中,信息传递是潜在应用最广泛的一种.当我们想弄清楚是什么导致某件事情发生时,如果由于伦 ...

  9. 【Brain】脑智前沿科普|用数学解释大脑学习的过程

    来源:脑与心智毕生发展研究中心 原文作者:Kate Nussenbaum,Alexandra O. Cohen 原文编辑:David Sheinberg 小小评阅人:Brown University ...

最新文章

  1. 简单介绍Lua中的变量与赋值方法
  2. Android--表格布局
  3. python截图保存到内存卡_Python画月饼,云上过中秋,天池Python入门案例系列赛开启...
  4. python中循环迭代语句_python条件与循环-循环
  5. 第三次学JAVA再学不好就吃翔(part89)--HashSet
  6. Mybatis源码学习笔记
  7. 多种方法列出集合中的所有子集(Python和Java实现)
  8. vscode 插件导出_VScode插件推荐
  9. sql azure 语法_使用Visual Studio和SQL Azure数据库
  10. 项目管理系统与项目管理信息系统与配置管理系统与变更控制系统的区别
  11. SEO高级|移动站搭建
  12. 【论文复刻】高技术企业认证政策是否促进了中国创新?(heckman两阶段模型 PSM-DID)论文复现
  13. 取消Word自动首字母大写步骤
  14. java使用ffmpeg将视频转码
  15. 6月服务器维护什么时候结束,2017年6月6日定期维护公告
  16. html制作透明正方形,用css3简单的制作3d半透明立方体图片详解
  17. vsocde vue snippet 设置
  18. WCF技术剖析之十四:泛型数据契约和集合数据契约(上篇)
  19. 树莓派之树莓派系统安装
  20. 使用Visual Studio Code进行ABAP开发

热门文章

  1. GitHub超3万星:Transformer 3发布,BERT被一分为二
  2. NeurIPS 2021论文放榜!清华投稿90篇排名第5,北大第9
  3. 傅里叶卷积实现「万物隐身」,这个神器可试玩
  4. 4篇SCI,获得多次国奖,这个硕士小姐姐分享科研之路
  5. 华人科学家,Yang-Kieffer算法之父杨恩辉斩获Eric E.Summer奖
  6. 2021新兴经济体大学排名发布,129所中国高校上榜!
  7. 盘点CVPR 2019影响力最大的20篇论文
  8. SAP QM 激活01检验类型的前提下无Vendor CoA则不允许收货过账
  9. SAP PM概念学习
  10. 关于深度学习推荐系统领域的15个问题