古希腊哲学家亚里士多德曾言：“人是社会性动物”。这一观点强调了人类的社会本质，认为人天生依赖社会关系而非独立存在。个体之间的沟通、协作和相互依赖构成了社会互动的基础，维系了社会的凝聚力。社会互动不仅对人类的生存至关重要，也对身心健康产生深远影响。积极的社会互动有助于促进合作、建立信任关系，对学习和交流有着显著促进作用。一旦社会互动能力受损，可能带来诸多消极后果。社会心理学关注于探索人际关系建立及社会互动对个体的影响，而这些互动背后的神经机制，则是认知神经科学不断探索的核心问题。 

　　实际上，关于社会互动神经过程的研究具有悠久的历史。在传统的脑影像研究中，被试通常在实验室环境中单独接受测试，例如接收社会性刺激并作出反应。为了排除潜在的混淆因素，所使用的社会性刺激往往被简化和控制。在神经水平上，研究人员主要关注与个体社会行为相关的大脑活动和脑功能连接等特征，已经发现社会互动与大脑中的镜像神经元系统激活密切相关。然而，这些实验室设置和使用的刺激与我们日常生活中的社会互动有很大不同。实验室简化的条件可能限制了研究的外部效度和泛化性。例如，真实的课堂环境中的社会学习往往是动态和交互式的，而非静态和受限的。 

　　在学术界，社会互动被定义为两人或两人以上的信息交流。这种互动要求个体积极参与,其处理接收到的信息涉及有效的沟通和理解。然而，传统的神经成像技术主要关注个体的行为和脑活动，无法全面揭示社会互动的完整神经过程。此外，社会互动是动态的人际行为，常伴随信息的交换。仅仅通过观察个体的镜像神经元系统激活状态，无法真实地动态展示信息交流的全过程。因此，采用高生态效度的范式来同时监测和记录两人及两人以上的大脑活动，对深入理解社会互动的神经机制至关重要。 

　　第二人称方法论和神经科学的耦合 

　　 为了弥补传统脑科学在研究社会互动方面的不足，蒙塔古（Montague）等学者于2002年提出了多人神经科学范式，也被称为“超扫描”技术(Hyperscanning)。随后，席尔巴赫（Schilbach）等学者在此基础上进一步总结和扩展相关研究和理论，提出了第二人称方法论和神经科学的耦合——第二人称神经科学(Second-Person Neuroscience)。这一方法迅速发展并广泛应用。第二人称神经科学倡导利用多人同步脑成像技术，如磁共振、近红外和脑电等，同时记录多个个体在社会互动过程中的大脑活动。这种技术具有高生态效度，能够揭示真实社会互动中的神经特征，已成功应用于追踪多种社会活动的神经过程，例如多人合作、师生互动、课堂教学和小组竞争等。研究发现，在这些互动过程中，个体之间的大脑皮层活动会呈现出同步性现象，即人际神经同步(Interpersonal Neural Synchronization)。人际神经同步指的是不同个体之间神经元信号在时间上的对齐，反映出不同信号在时间尺度上的相关性。研究者不仅在人类被试中验证了这种有趣的个体间神经同步，还在一些动物模型上观察到了类似现象，如蝙蝠和小鼠。 

　　 第二人称神经科学的研究范式关注在自然情境中多主体(即多个人)之间的相互影响，体现了神经科学向高生态效度转向的趋势。高生态效度(high ecological validity)是指在自然或接近自然的环境中进行实验和数据收集，以确保研究结果能够真实反映现实生活中的行为和认知过程。这一概念在第二人称神经科学研究中尤为重要，因为它能够捕捉个体之间真实的互动和交流，从而揭示出在实验室环境中难以观察到的神经机制。传统的神经科学研究通常在高度控制的实验室环境中进行，这样的环境虽然能够有效地排除外部变量的干扰，但也往往限制了研究结果的外部有效性。在高生态效度范式下，研究者更加注重在自然环境中收集数据，例如课堂教学、家庭互动、职场交流等情境。这种方法不仅能够提高研究结果的应用价值，还能够揭示传统实验范式下难以发现的神经活动模式。例如，在一项研究中，研究者通过高生态效度范式监测了课堂教学中师生互动的神经活动。结果显示，与传统实验相比，高生态效度范式能够更好地捕捉到师生之间的动态互动和情感交流，揭示了课堂环境对学生认知和情感发展的深远影响。 

　　近十年来，社会认知领域涌现出了第二人称神经科学的发展热潮，为研究社会互动的协同实质和神经过程提供了前所未有的机遇。越来越多的学者开始关注社会互动过程中多个个体大脑活动之间的相互依赖性。然而，目前第二人称神经科学研究仍然面临神经机制不明确、理论解释相对薄弱、样本效应量不高等问题，这严重制约了该领域的发展。因此，迫切需要对第二人称神经科学现有的方法和理论框架进行梳理，明确其在社会认知科学研究中的重要性和必要性。在此基础上，还需要明确第二人称神经科学与其他学科整合所面临的难点和潜在益处，并批判性地评价当前该领域主流技术方法在探究社会认知和人际互动方面的有效性和局限性。需要进一步提出第二人称神经科学未来的发展方向，以促进该领域的健康稳步发展。 

　　常见的第二人称神经科学理论假说 

　　第二人称神经科学与互动脑假说(Interactive Brain Hypothesis)在很多主张上存在相似之处。互动脑假说是关于人际活动和过程的一种大脑理论，认为人与人之间的互动经验和技能在大脑的社会认知功能中扮演着重要角色。这一假说指出，真实的社会活动能够引发神经系统的动态变化，直接影响个体的认知和发展。互动脑假说推测，与单个行为相关的神经活动在神经过程上与人际互动所涉及的独特神经过程有本质区别。这一假说反映了当前社会脑科学的一个研究趋势：在实验设计上，越来越强调实时互动过程；在观测指标上，更多地将个体之间大脑信号的同步作为研究重点。 

　　暂时还没有一个统一完备的理论来解释人际神经同步的产生机制。有些观点认为，人际神经同步可能源于动力系统(Dynamical Systems)的耦合现象。动力系统理论指出，当两个足够相似的动力系统发生耦合时，它们会产生同步现象。另一些学者则使用主动推理框架(Active Inference)来解释人际神经同步的产生：他们认为在互动期间，两个大脑互相预测彼此，当两个预测编码图式耦合时，就会产生同步。根据这一框架，人际神经同步通过减小社会预测误差来促进双向预测。然而，这些重要的理论假设尚未得到充分的实证研究验证。 

　　最新的人际神经科学理论对社会互动中人际神经同步的可能机制特征进行了假设性阐述。该理论认为，社会互动的核心在于个体之间的协同配合与动态参与，这依赖于个体间建立行为、认知和情感等过程的紧密联系。为了全面理解人际协作的神经机制，需要将多人的神经特性视为一个整体系统，而非孤立地探究单个个体的神经机制。基于此理论，人际神经同步反映了个体之间脑波振荡的相位对齐(phase alignment)或相位重置(phase reset)，进一步促进个体之间的实时信息交换，并最终影响协作表现。 

　　脑波振荡的相位反映了底层神经元集群对感觉刺激输入的兴奋程度。在社会互动过程中，每个个体不断产生社交信号（如注视、手势或语音等），这些信号可以作为同步的“线索”或“触发器”，重置伙伴的脑波振荡相位，从而可能增加双方之间的人际神经同步。人际神经科学理论的建立提供了一些方向，以探索人际神经同步的机制特征和功能性含义，并提出了三个可操作、可验证的模型：(1) 行为联结（如动作同步）引起脑同步；(2) 认知联结（如联合注意、共同理解）引起脑同步；(3) 情感联结（如情绪感染和共情）引起脑同步。该理论在解释人际神经同步的机制上更加灵活，其中部分观点已初步通过最新研究得到验证，但整体而言，仍需要更多实证依据来支持该理论对社会互动及人际神经同步的认知和神经解释。 

　　关于方法论的问题及解决之道 

　　尽管第二人称神经科学方法展示了巨大的发展潜力，但该领域不可避免地面临一些问题。第二人称神经科学涵盖了多种数据来源，包括行为评估、神经成像和生理测量等。这种多样性有助于更全面地理解个体在社会互动期间的神经活动。然而，这种多样性也可能导致数据的异质性和高维性，不同类型的数据可能需要采用不同的处理方法，而整合这些数据可能面临复杂的技术挑战。处理高维数据需要先进的统计和计算方法，研究者需要具备较高的专业知识。此外，高维数据可能会导致过度拟合和解释困难，进而影响研究的可重复性和可靠性。因此，在利用第二人称神经科学方法时，研究者需要审慎处理和整合不同来源的数据，以确保结果的科学有效性和解释的准确性。 

　　 在第二人称神经科学研究中，我们常常面临着选择计算同源脑区(homologous regions)或异源脑区(heterologous regions)之间神经同步的挑战。一些研究采用了同源脑区的神经同步计算，例如被试1的颞上回对应被试2的颞上回，并认为这足以解决有关神经同步存在性的科学问题。这种选择具有明显的优势：首先，关注同源脑区的结果更容易理解，研究者可以更直观地解释数据。在功能上，同源脑区通常在相似的感知和运动任务中激活，这使得它们的神经活动更具有一致性和可预测性。结构上，同源脑区在解剖位置和连接模式上具有高度相似性，这进一步支持了其在神经同步计算中的应用。其次，计算成本较低。关注同源脑区所需的计算资源较少，并且涉及更少的统计比较，从而减轻多重比较问题。尽管同源脑区计算具有明显的优势，但异源脑区的计算也具有其合理性。例如，人类的语音产生脑区位于布洛卡区(Broca’s area)，而威尔尼克区(Wernicke’s area)负责语音辨识和语义形成。在人类交流时，一个人发声，另一个人倾听，扮演不同的角色。研究证实，讲话者的布洛卡区和听话者的威尔尼克区之间会产生“同频共振”。这意味着，要解决与人际沟通相关的研究问题，关注异源脑区是必要的。异源脑区在功能上往往涉及不同但互补的认知过程，这种互补性在社会互动中尤为重要。一般认为，同源脑区之间的神经同步主要反映了对共同刺激或任务的反应一致性，而异源脑区之间的神经同步则更能揭示个体之间的信息传递和功能分工。在社会互动中，异源脑区的同步有助于理解角色分配和互动模式。例如，哈森（Hasson）等人于2012年研究发现，异源脑区之间的同步不仅与语言交流有关，还与非语言社交线索的处理相关，如面部表情和手势。这些差异在神经同步的生理和认知功能中起着重要作用。对于同源脑区，其同步性可能主要反映了对共同刺激的整合处理；而异源脑区的同步则可能涉及更复杂的社会认知过程，如意图理解和情感共鸣。第二人称神经科学数据的复杂性实际上与研究问题紧密相关。不同的研究目标需要不同的计算选择，以便更准确地捕捉和解释人类大脑在互动过程中的神经机制。研究者在设计实验和选择分析方法时，需仔细权衡同源和异源脑区计算的优缺点，并结合神经生理学、认知科学和社会神经科学的文献，以确保研究结果的科学性和有效性。 

　　 在当前的人际神经同步研究中，研究者可以根据研究问题选择合适的计算方法来评估人际神经同步。然而，这些方法也存在统一性缺乏的问题。在功能磁共振成像(fMRI)研究中，常用被试间相关(Inter-Subject Correlation)来衡量不同个体间的神经同步。在脑电图(EEG)研究中，常用相位锁定值(Phase Locking Value)或循环相关系数(Circular Correlation Coefficient)等指标。近红外光谱(NIRS)研究则倾向于采用小波转换相干性(Wavelet Transform Coherence)和格兰杰因果分析(Granger Causality Analysis)等方法进行计算。不同的研究问题需要不同的计算方法来解决。例如，交叉相关系数(cross-correlation coefficient)既可以提供瞬时同步信息，也可以计算延时同步，即哪个时间序列对另一个时间序列起主导作用；而格兰杰因果分析则可以揭示耦合方向，从而展现个体间信息流动的方向。这些方法各有其适用的场景和优势。例如，相位锁定值在分析频域数据时非常有效，而小波转换相干性在处理非平稳信号方面表现突出。然而，不同的计算方式也降低了不同模态信息之间的可比性，并对研究结论可能产生潜在的影响。例如，有些研究中的人际神经同步可能指的是个体间脑波振荡相位的相似性，而另一些研究则把人际神经同步定义为大脑信号时间序列的相关性。这种定义上的差异可能导致不同研究结果难以直接比较和综合。总结来说，人际神经同步的计算方法十分丰富，研究者可以根据具体的研究目标选择合适的方法。然而，方法的多样性也带来了统一性缺乏的问题，这要求我们在进行跨研究比较时，谨慎考虑不同方法之间的差异，并尽量采用多种方法进行验证，以确保研究结论的可靠性和有效性。 

　　 在分析多人数据时，目前还没有统一的标准化流程可供使用。不同的多人研究采用了不同的预处理和分析策略(例如，有些研究会应用滤波)，对不同类型数据的整合方式也存在差异，这些都可能会导致研究发现的不一致。这些问题提示我们在该领域需要达成标准化的数据分析流程，以显著提高研究的可重复性和可解释性。标准化的数据分析流程将有助于减少研究结果之间的差异。目前，已有研究者朝着这一方向努力。例如，纳斯塔塞（Nastase）等人于2019年提出了精细的人际神经同步数据分析流程，规范了从数据采集到分析的各个步骤。与此同时，阿伊罗勒（Ayrolles）等人于2020年提供了开源的多人数据处理工具包HyPyP，该工具基于Python，能够方便地处理和分析人际神经同步数据。另一个普遍问题是样本量大小。在开展第二人称神经科学研究前，需要鼓励研究者进行效应量计算。效应量计算可以帮助研究者估计所需的样本量，以确保研究的统计效力。综上，当前的人际神经同步研究在计算方法和数据处理流程方面存在一定的多样性和不一致性，这对研究结果的可重复性和可解释性提出了挑战。通过达成标准化的数据分析流程和使用开源工具包，我们可以显著提高研究的规范性。同时，增加样本量和进行效应量计算将有助于提高研究的统计效力，为未来的研究提供更坚实的基础。 

　　 在社会互动中，人际神经同步现象显著增进了我们对真实社会互动认知神经机理的理解。然而，这一现象也引发了有关其因果性的深刻思考。人际神经同步到底是社会互动过程中个体之间运动或感知相似性的伴随产物，还是在社会互动的机制中发挥着因果性的作用？目前，国际上对人际神经同步的因果性问题讨论十分热门。为了回答这一问题，研究者需要能够操纵或控制人际神经同步，并观测其对社会行为的影响。这种实验性方法有助于揭示人际神经同步在社会互动中可能发挥的作用，从而深化我们对其因果性作用的理解。近期，有研究者提出了“双脑调控技术”(Dual Brain Stimulation)的方法，用于探索人际神经同步的因果问题。该技术最初由诺万布雷（Novembre）博士提出，主张通过双人经颅交流电刺激来外源性地使两个大脑实现同步，从而操纵人际神经同步，并观测引发的社会行为变化。逻辑上，如果对人际神经同步(作为自变量)的人为操纵(增强)导致了社会行为(作为因变量)发生改变，那么可以推断人际神经同步很有可能在该行为中发挥了机制性、因果性作用。最近的一项实验中，一名被试(扮演“教师”)教授另一名被试(扮演“学生”)一首音乐歌曲，期间师生的额下回皮层被同步刺激。研究人员记录了两项行为指标——学习结果和人际肢体同步。研究结果表明，外源性操纵人际神经同步可以增强师生之间的肢体同步性以及学生的学习结果；师生间的肢体同步性在双脑刺激对学习结果的影响中起到了部分中介作用。这些观测到的效应具有刺激频率和相位特异性：研究者仅在6 Hz(与音乐、学习和互动均有关联)和同相(in-phase)条件下发现了效应，在反相(anti-phase)、虚假刺激(即，仅在实验开始和结尾30秒时间内施加电刺激，实验中间过程没有电刺激)或是10 Hz对照刺激频率条件下均未发现显著行为变化。这一发现表明，基于特定频率和相位参数，同步刺激师生额下回皮层，可以显著增强他们的肢体同步性及学生的学习效果，进一步支持了人际神经同步在这些行为中的因果作用表现。综上所述，当前的领域研究已经初步支持了人际神经同步在社会互动中的因果作用(至少在某些任务中成立)。这表明，人际神经同步可能通过机制性地提高个体间实时信息传输来促进社会互动效率。当然，对因果性结论的探讨，还需要更多其他领域的实证来验证和分析。 

　　第二人称神经科学如何进一步发展 

　　 近年来，随着多人同步脑成像技术的迅猛发展，我们对社会互动过程中神经机制的理解取得了显著进展。与此同时，越来越多的关注也集中在利用多脑神经反馈技术来提高社会互动表现。多脑神经反馈是一种通过采集大脑信号，实时计算个体间大脑活动同步性，并将这些信息以视觉、听觉等形式反馈给个体的技术，以帮助个体自我调节大脑同步。朱朝喆教授团队在北京师范大学率先搭建了高生态效度的近红外脑成像双脑神经反馈平台，包括本地和基于互联网的异地远程系统。早期的研究发现，基于多人大脑活动的实时视觉反馈可以捕捉个体间的竞争性互动。近期的研究进一步发展了这一技术，重点关注基于多脑同步的神经反馈。这些研究利用了大量样本数据，并一致发现实时可视化反馈个体间的大脑同步可以有效提升互动对象之间的亲密度和合作性。研究者已经开发出基于脑电的多脑神经反馈系统Hybrid Harmony，并将其相关代码开源供研究者使用。尽管多脑神经反馈技术在提升社会互动表现方面显示出巨大潜力，但其在教育和临床应用中的实际效果仍需进一步研究。目前尚未系统研究以下三类问题：（1）训练有效性，即多脑神经反馈对社会互动的具体促进作用；（2）训练时效性，即神经反馈技术在时间上的长期效果；（3）训练迁移性，即神经反馈训练效果是否能够迁移到其他社会互动场景中。在未来推广和验证多脑神经反馈技术时，有必要重点考虑这些问题，以确保其在实际应用中的有效性和可靠性。 

　　将第二人称神经科学与群体计算建模(computational modeling)相结合也是发展趋势。计算建模是指利用计算和数学模型来研究、分析和解决问题的过程。通过结合计算模型和神经影像技术，研究者们近年来深入探讨了人际互动中社会学习的认知计算机制及其神经基础。先前的研究已经表明，社会学习在人际互动中可以用强化学习模型和贝叶斯模型进行建模，关键的计算过程涉及主观期望、预期误差和不确定性的表征。在人际协作领域，近期的研究采用了藏本模型(Kuramoto model)来分析个体之间的协作过程，探索了动作和知觉如何反映自我与他人之间的整合(self-other integration)。研究者们通过数学模型结合个体之间的运动和视听信号，深入分析了人类复杂的交互行为。 

　　 此外，第二人称神经科学正呈现出与各类多模态技术融合的发展趋势。这一趋势的推动实际上是为了满足人际神经同步解释学的需求。为了深入理解人际神经同步的功能和意义，研究者们倡导使用多模态记录方法。例如，结合脑电—磁共振扫描技术获取时空整合信息，或者采用近红外脑成像—生理记录获取神经生理信息。多种脑成像技术的互补使用弥补了各自的局限性。此外，人际神经同步还可以与基于视频的行为编码结合，进行多模态和细粒度的分析。研究者们可以录制社会互动全过程的视频，并通过手动或半自动的方式对社会行为进行编码，然后将这些编码行为与人际神经同步的时间序列进行关联分析，探讨神经—行为之间的关系。此外，一些研究开始结合人际神经同步和催产素受体基因的表观遗传学修饰，以评估社会加工的生物学基础，这为人际关系和交互提供了全新的生物学指标，预计将在社会、教育和发展类研究中得到广泛应用。 

　　 上述发展趋势实际上凸显了新技术在改善第二人称神经科学方面的关键作用。随着科技的不断进步，研究人员还可以利用其他先进技术手段，如脑机接口、虚拟现实技术、大数据分析和大语言模型等，来获取和解析更精确、更全面的数据。基于这些技术进展，本文进一步提出改进和规范第二人称神经科学方法的通用性建议，包括跨学科合作、开放科学和伦理规范。首先，跨学科合作的应用极为重要，它不仅丰富多样，还有助于推动该学科领域的进展。第二人称神经科学涉及心理学、生物学、认知科学和计算机科学等多个学科的知识。通过跨学科合作，研究人员能够共享各自的专业知识和研究方法，从而更全面地理解人类的社会与认知形成过程。例如，认知神经科学家可以提供大脑活动的神经生理机制，而计算机科学家则可以开发模型和算法来分析和模拟认知过程。其次，开放科学注重数据共享、透明度和合作精神。通过公开发布数据和研究成果，开放科学促进学术界的交流和合作，有助于共同解决第二人称神经科学研究中的难题，避免资源浪费。开放科学的推动不仅加速了第二人称神经科学的发展，还增强了研究的可重复性和可靠性。最后，第二人称神经科学领域必须始终关注伦理问题和个体隐私保护。研究人员须确保研究对象的知情同意和个人隐私权得到充分尊重，并遵循适当的研究伦理指南。这不仅有助于确保研究的合法性和可信度，还保护了个体的权益和尊严。此外，在解读和应用研究结果时，也应当谨慎对待，以避免可能对个体和社会产生负面影响。 

　　结语 

　　综上所述，第二人称神经科学作为研究个体间互动的神经学科，在未来的发展中需要进一步完善和发展方法学，深入探索个体在不同社交情境中的神经机制和心理过程，并拓展其在实际应用中的潜力。同时，研究人员还需关注数据复杂性、方法学偏差、可重复性和伦理问题，以确保研究的可靠性、透明性和合法性。通过这些努力，结合领域发展趋势，如多人神经反馈、群体计算建模和多模态融合等，第二人称神经科学将为我们提供更深入和全面的认知和社会行为理解，为人类认知和社会行为领域的发展作出更大贡献。此外，高生态效度不仅能够提高研究的外部有效性，还能够揭示传统实验条件下难以发现的神经机制，其在第二人称神经科学中的应用前景广阔，未来的研究应更多地结合这一方法。 

　　〔本文注释内容略〕

原文责任编辑：王志强