韩世辉课题组|人脑如何动态构建个体特异性社会认知图谱：神经计算机制解析

 在复杂社交环境中，我们需要把大量的社会信息（能力、可靠性、善意等）快速组织起来，用于判断“和谁合作、信任谁、帮助谁”。近年来，“认知图谱”框架被扩展到社会领域，认为人脑可将他人的社会特质表征为一个二维空间中的位置，从而实现高效“社会导航”。社会认知图谱（social cognitive map）的存在使得大脑能够在大量社会信息并行输入时，实现快速筛选、整合与表征，并据此高效构建与更新人际网络的组织结构。然而，一个关键问题仍未解决——在真实社交反馈情境中，该社会认知图谱如何实现动态构建与持续更新？

2026年1月24日，来自北京大学心理与认知科学学院、IDG麦戈文脑科学研究所韩世辉教授与北京师范大学文理学院心理系高天宇副教授团队合作，在神经科学顶级期刊 Cell Reports在线发表了题为“Construction of individual-specific social cognitive map in the human brain”的研究论文，揭示了人类构建个体特异性社会认知图谱的动态过程和神经机制。

研究团队设计了一个伙伴选择任务：参与者在每一轮从两张面孔中选一个作为合作伙伴；随后会收到该人物在两条正交维度上的反馈：能力——能赚到多少代币；慷慨——愿意分享多少比例；随着一轮轮反馈累积，原本信息不足、彼此“挤在一起”的九位候选人，会在参与者主观空间里逐渐“散开”，形成一张二维社交地图（图1）。研究进一步用计算模型刻画每个人的个体差异指标：偏好取向——从“极度偏好能力”到“极度偏好慷慨”呈连续分布。

图1 个体特异化的社会认知图谱的动态构建过程。

fMRI 结果揭示了支持社会认知图谱构建的关键网络：内侧与外侧前额叶协同作用下，实时追踪社会认知图谱的拓展。当社会反馈比预期更好/更差时，大脑会产生关于慷慨与能力的预测误差（prediction error）,vmPFC/mOFC区域活动与更好的预期误差有关，而dmPFC、dlPFC、vlPFC 等区域在比预期更差的社会反馈下更活跃。这些前额叶区域共同参与二维社会信息的更新，推动社会认知图谱的逐步成形（图2）。

图2 构建社会认知图谱的神经网络

    学习结束后，研究加入“无反馈的再次选择”以及“帮助/惩罚”任务，检验主观构建的社会认知图谱是否能推广到新的社会决策中。结果表明：当不再提供反馈时，人们更倾向选择在自己偏好方向上“投影更大”的对象——也就是与个体偏好取向更一致的小伙伴。相应的大脑活动涉及 mOFC/vmPFC、vlPFC、TPJ、PCC/Precuneus 等与社会推理和社会导航密切相关的区域（图3）。更有意思的是，同一套“投影距离”指标还能预测“帮助”与“惩罚”选择：人们更可能帮助（或更少惩罚）那些在自己社交地图中更“符合三观”的对象。

图3 基于个体特异性社会认知图谱特征预测决策的神经计算机制

    该项研究从行为-计算-神经三个层面阐明了社会认知图谱的动态构建过程，为理解人类如何在社交互动中处理复杂的社会信息提供了新的框架，尤其是在面对不确定性和变化时如何调整决策偏好。此外，个体化社会认知图谱的模型为解释社交决策中的个体差异提供了量化工具，具有潜在的临床应用前景。未来的研究可以进一步探讨该模型在不同人群（如自闭症谱系障碍、精神障碍患者等）中的适应性差异，并探索如何通过神经调节手段优化社交决策过程，以应对社交功能障碍等问题。

北京师范大学文理学院心理系高天宇副教授为该论文的第一作者和共同通讯作者，北京大学心理与认知科学学院、IDG麦戈文脑科学研究所韩世辉教授为本文的共同通讯作者。北京大学在读博士生邓逸雯对该论文作出了重要贡献。本研究得到了国家自然科学基金重点项目、面上项目、青年项目、中德科学基金研究交流中心以及中央高校基本科研业务费专项资金的资助。

论文链接：

https://doi.org/10.1016/j.celrep.2025.116890