通过关联进行模仿

一、关联序列学习

几年前，我的研究小组开始着手应对这些挑战：找到一个真正的解决方案，而不是用黑匣子来解决问题。我们的研究涉及成人、婴儿和非人类动物，并使用行为和神经生理学方法。我们的研究以及其他研究小组的研究结果表明，对应问题是通过大量“匹配垂直关联”（matching vertical association）来解决的，如图6.2所示（Catmur, Press and Heyes，2016；Catmur et al.，2009；Heyes and Ray，2000）。匹配垂直关联是一个动作的感觉表征与同一动作的运动表征相联系，例如，一个人低头时的视觉图像与低头的运动图像联系在一起，运动图像既代表低头的感觉，又能发起低头的动作。感觉和运动表征之间的联系具有双向性和兴奋性：任一表征的激活都会增加另一个表征被激活的概率。当人们模仿时，方向是从感觉到运动。通过观察他人的行为来激活感觉表征，这种激活通过感觉和运动表征之间的关联传播到运动表征，由此产生的运动激活（但不强制；Heyes，2011）使观察者能执行观察到的动作。

图6.2 通过感觉运动学习获得匹配垂直关联。在最简单的情况下，自我观察（A），运动表征的激活有助于动作的执行（例如，使手变平；点虚线箭头），并且观察所执行的动作产生了相应的视觉表征的关联激活（短线虚线箭头）。关联激活加强了感觉和运动表征之间的兴奋联系，建立了匹配垂直关联（垂直实线）。由其他人（C）模仿的视觉镜像（B）和同步活动（D）为感知上不透明的动作提供关联的感觉运动经验，例如面部表情和全身运动

匹配垂直关联主要是通过社会学习形成的，它们不是天生的或遗传的。以图6.2A所示的婴儿为例。由于遗传以及观察与模仿的早期经验，她可能具有一系列动作的感觉和运动表征，并且一些感觉表征将与运动表征图像相关联。例如，“乳头接近”的视觉图像可能与张开嘴的运动图像相关联。然而，她不会发展出匹配垂直关联——相同动作的感觉和运动表征的兴奋性联系——除非或直到她获得一种非常特殊的体验。为了建立匹配垂直关联，她需要关联的感觉运动经验：观察、完成一个特定动作在发生时间上接近，且处在预测或“偶然的关系中”。例如，如果婴儿在抓握时更容易看到抓握而不是其他动作，便会产生用于抓握的匹配垂直关联。对于手部动作，可以通过自我观察获得这种体验（图6.2A；White Castle and Held，1964）。当婴儿看到自己的手在运动时，每一个动作的表现都与自己观察到的同一动作相关。因此，参与这个运动的抓握动作表征的激活与抓握感觉表征的激活相关，这是由对运动的观察引起的，并且，对关联性学习的研究表明（Pearce，2013），这种关联激活（连续的和偶然的）对于建立感觉和运动表征之间的兴奋性联系是必要和充分的（James，1890）。

对于不能直接感知的动作，例如我们的面部表情和背手这类全身动作（图6.1），自我观察不能提供建立匹配垂直关联所必需的感觉运动体验。我们眼睛的位置相对于我们的脸和我们身体的其余部分是这样的：当我们把手放在背后时，我们不能看到自己，不过，我们会看到别人或被别人看到。为了与不能直接感知的行为发展匹配垂直关联，我们不需要自我观察，而是需要社会文化经验——以特定的方式与其他人互动，或者与作为文化进化产物的“设备”（如镜像和视频）互动（图6.2B）。

在成年人与婴儿进行大量面对面接触的文化中，成年人模仿婴儿是面部表情的匹配垂直关联的重要早期来源（图6.2C）。在面对面的互动中，西方母亲大约每分钟模仿她们的孩子一次（Pawlby，1977；Uzgiris, Benson, Kruper and Vasek，1989）。成年人模仿婴儿可以使匹配垂直关联得到文化传承。例如，如果母亲的皱眉有一个匹配垂直关联，就会通过看到她的孩子皱眉而被激活，并且在很多情况下导致她模仿孩子的皱眉。当孩子皱眉时正看着母亲的脸，母亲的模仿动作激活了孩子皱眉的感觉表征，导致孩子皱眉的感觉和运动表征被激活，从而建立皱眉的匹配垂直关联。因此，模仿皱眉的能力在文化上通过社会互动从母亲传递到孩子。

同步动作的特定文化形式是不能直接感知的动作（尤其是全身动作）的匹配垂直关联的另一个重要来源（图6.2D）。当一群人以规定的方式或以相同的自发手势同时对外部刺激（如音乐节拍）做出反应时，群体中的每个成员都会得到观看和按顺序做动作的相关体验。因此，当一群儿童或成人一起跳舞，或进行同步训练时，他们不仅加强了他们的社会纽带（Tunçgenç and Cohen，2016；Wiltermuch and Heath，2009），而且扩大和增强了他们的匹配垂直关联储备（Hove and Risen，2009；Tarr, Launay, Cohen and Dunbar，2015）。他们正在通过特定文化形式的社会互动来学习模仿。

匹配垂直关联以两种方式解决对应问题。它使观察者能够模仿“熟悉的行为”，例如皱眉，它可以在建立匹配垂直关联之前执行而不是模仿。（这有时被称为“拟态”或“响应促进”。）它还允许观察者通过观察其他人如何执行“新颖动作”进行学习（如把手放在背后），这是以前观察者所不曾做出的行为。（有时被称为“真实模仿”、“模仿学习”或“观察学习”。）根据关联序列学习模型，匹配垂直关联通过连接两个通常独立运行的过程——感知序列学习和运动序列学习——实现了观察性学习（图6.3）。感知序列学习是编码外部刺激序列顺序的一组领域一般性过程。这些刺激可以是任何感觉模态，起源于有生命或无生命的物体。当一个人观看另一个人的动作，比如背手动作时，感知序列学习会对动作组件的顺序进行编码。（我们不擅长用文字来描述身体运动，因为文字很少涉及对它们的控制，但在背手的案例中，这些组件可以大致被描述为：向下—分开—摆动—连接。）如果没有匹配垂直关联，组件顺序的常规编码将允许在再次看到时对该动作进行识别，并为对动作主体的意图的推断提供依据，但它不允许观察者自己完成该动作。然而，当观察到的动作中存在匹配垂直关联时，感知序列学习驱动运动序列学习，也就是说，对动作的观察驱动了通常只在我们通过练习学习新的运动技能（比如骑自行车）时启动的过程。匹配垂直关联就像感知序列学习的轮齿，将其转向运动序列学习。通过匹配垂直关联，动作序列组件的感觉表征被连续激活，进而导致序列组件的运动表征被连续激活，使观察者的运动系统编码动作序列，就好像它是由观察者执行的一样。

图6.3 关联序列学习模仿模型。匹配垂直关联（竖实线）将感知序列学习（短线虚线）转向运动序列学习，创建一种新的领域特殊性认知机制，使行为人复制观察到的身体运动

综上所述，关联序列学习理论在许多方面与以前的模仿模型形成了对比。第一，关联序列学习模型不是一个黑匣子，而是提供了一个关于如何解决对应问题的机制性说明，用于熟悉的和新颖的行为。第二，解决对应问题的机制比较简单，匹配垂直关联不计算观察到的和执行的动作之间的外形相似程度，它只是利用兴奋性联系将动作的感觉和运动表征配对。第三，也是本书主题中最重要的一点，关联序列学习模型表明，使我们能够模仿的机制——匹配垂直关联，即解决对应问题的机制——是文化上的，而不是遗传上的。少数匹配垂直关联可能是天生的（例如微笑）——它可能是“先天释放机制”（Lorenz and Tinbergen，1938/1970）——但绝大多数是由社会文化经验锻造的，也就是说，通过与处在特定文化实践环境下的其他人互动以及通过接触诸如镜子之类的物品形成。甚至自我观察也受到文化的规范。有证据表明，美国的婴儿清醒时的大部分时间都在注视自己的手部运动（White et al.，1964），但在给婴儿裹襁褓的文化中，这种倾向可能要低得多。

二、证据

启发和支持模仿的认知本能理论的证据最近受到了致命的打击。长期以来，人们一直存在一种错误的印象，即新生儿可以模仿（Anisfeld，2005；Jones，2009；Heyes and Ray，2011）。现在，在布里斯班进行的一项研究以前所未有的力量和严谨证实了这种印象确实有误（Oostenbroek et al.，2016；Heyes，2016d）。研究使用了梅尔特佐夫和摩尔（1977）提出的黄金标准——“交叉目标”程序，在四个时间点（1、3、6和9周龄）对100多名婴儿进行了模仿11种手势的测试。换句话说，对于每一个被测试的动作，研究人员都要测定刚刚看到动作（例如：张嘴）的婴儿执行该动作的频率是否会高于执行其他动作（例如：抓握）的频率。除了吐舌头之外，所有动作的答案都是明确的“否”。

结合早期的分析（Anisfeld，2005；Jones，2009；Heyes and Ray，2011），结果表明新生儿不会模仿，那么为什么我们40年来一直没有想到？因为大多数关于新生儿模仿的研究都测试了吐舌头与其他一两个目标动作的对比，婴儿在看到吐舌头后有伸出舌头的倾向。这种倾向是非特定性的——婴儿在其他唤醒刺激下也会伸出舌头，如闪烁的灯光和活泼的音乐（Jones，2006），它歪曲了交叉目标测试的数据，给人以错误印象：模仿能力和镜像神经元（Lepage and Theoret，2007）在出生时就存在。

关于新生儿模仿的报道不仅激发了对模仿的深刻认识，它们还是唯一能够证明和支持这种观点的经验证据。因此，布里斯班的研究结果让人没有充分的理由相信模仿的能力是遗传的。相比之下，模仿的认知工具理论——关联序列学习模型，有两种证据支持（Catmur et al.，2009；Cook，Bird，Catmur，Press and Heyes，2014）。第一种来自训练研究，该研究表明，模仿——通过行为和大脑中的“镜像反应”测量——可以被感觉运动经验深刻改变。第二种证据指出，模仿有“特征限制”（Butterf ill and Apperly，2013），如果模仿由匹配垂直关联控制，而非由计算被观察动作与执行动作之间的外在相似性的机制控制，模仿就会以人们期望的方式受到限制。

在成人、婴儿和非人类动物中进行的训练研究表明，模仿可以通过新的感觉运动经验得到加强、消除和恢复。例如，成年人通常不会模仿机器人等无生命系统的动作，但经过短时间的训练，机器人运动与观察者表演的外形上类似的身体运动配对，人类模仿机器人的程度可以与模仿其他人一样（Press, Bird, Flach and Heyes，2005）。而反模仿训练，即人们在观察另一个人的同时进行一种身体运动，能以一种互补的方式根除（Heyes, Bird, Johnson and Haggard，2005）甚至逆转（Catmur, Walsh and Heyes，2007；Catmur, Mars, Rushworth and Heyes，2011）模仿受过训练的动作的自发或“自动”的倾向。例如，被试者被动观察食指运动激活的食指的肌肉多于移动小指的肌肉。然而，在训练之后，人们需要用小指运动来响应食指运动，反之亦然，这个模式是颠倒的。对食指运动的观察激活的小指肌肉多于食指肌肉，反之亦然。自动模仿是通过感觉运动学习转化为自动反模仿的。

至关重要的是，所有这些实验都通过反复观看训练动作控制了感觉学习的效果，通过重复执行训练动作控制了运动学习的效果。对照组中的人看到和做出动作的次数和实验组中的人相差无几，但是他们看到的和他们所做的跟实验组有所不同（匹配或不匹配）。因此，结果表明，正如模仿的认知工具观点所预测的那样，正是感觉运动学习（通过反复看和做）具有增强、消除和逆转模仿的能力。实验还包含对照组，以检查学习是否具有关联性，这种学习也出现在巴甫洛夫的实验以及工具性条件反射试验中。与所有脊椎动物中发生的其他关联性学习一样，并且与无生命和有生命的刺激有关，改变模仿的感觉运动学习是依赖于情境的（Cook, Dickinson and Heyes，2012），并且依时而变——观察训练动作的程度可以预测该动作执行的程度，反之亦然（Cook et al.，2010；Cooper, Cook, Dickinson and Heyes，2013）。

最近的一项研究既说明了偶然性的重要性，又证实了感觉运动学习除了改变成人的模仿外，还能诱导婴儿的模仿能力（Deklerk, Johnson, Heyes and Southgate，2015）。在这项研究中，7个月大还不能走路的婴儿在间歇性地实时观察电视屏幕上的踏步动作的同时，在跑步机上做出了踏步动作。在这种感觉运动训练前后，婴儿被动地观察其他婴儿的踏步动作，头皮电极记录他们大脑中参与产生腿部运动的神经活动。这种反映模仿能力的镜像活动，在测试前和测试后都有所增加，只是在训练过程中，婴儿在观察和做出踏步动作之间出现了偶然性。仅仅观察或执行大量踏步动作是不够的。镜像活动的诱导与相关的感觉运动体验有关，也就是说，与婴儿在踏步的时候看到这一动作而不是不踏步时看到这一动作的频率有关。

特征限制研究表明，尽管模仿背后的机制有效且具有适应性，但它们并不像认知本能理论让我们期望的那样灵活或准确。事实上，它们展示的刚好是认知工具模型预测的那类限制。例如，模仿学习是“效应物依赖的”，它不容易在身体的各个部位得到推广。观察过复杂的按键动作序列的人，当他们的手指与模型的手指处于键盘的相同位置时，可以重现该序列，但当他们的手在键盘上交叉时（右手操作左键，反之亦然），或者当他们被要求使用拇指而不是食指按键时，则无法模仿该序列（Bird and Heyes，2005；Leighton and Heyes，2010）。同样，当人们被要求模仿一系列动作，包括选择一支笔，并使用两个握把中的一个把笔放在两个杯子中的一个杯子中时，他们表现出的错误模式与当他们被要求通过闪烁的几何形状来执行相同的动作时完全相同；也就是说，当任务不涉及模仿时（Leighton, Bird and Heyes，2010），错误模式反映了潜在的认知过程。因此，这一发现表明，模仿与类似的“人工”任务一样容易出错，正如关联序列学习模型所认为的，模仿学习中涉及的序列学习过程是一个领域一般性过程——与编码无生命世界中事件的序列顺序相同，并通过实践而不是观察实现运动学习。

在一项实验中，健康的成年人被要求模仿自己的面部表情，有明显的证据表明，在模仿方面，我们并不像自己想象的那么好。首先，当参与者讲笑话时，他们的脸被拍摄下来。几个月后，他们被带回实验室，展示了之前拍摄的照片，并允许他们尝试重现在每张照片中所做的表情。研究人员对面部运动进行精确、自动化的分析，发现除非参与者能够看到自己在镜子一样的屏幕上做这些尝试，否则他们根本没有表现出任何提升。他们最初的模仿尝试相当糟糕，最后的尝试也好不到哪里去（Cook, Johnson and Heyes，2013）。关联序列学习模型预测了这种细微的表现，因为在日常生活中，人们很少获得建立细微面部运动的垂直关联所必需的感觉运动经验。演员和模仿者在说话和笑的时候会花很多时间对着镜子看，但我们大多数人只用镜子刮胡子或化妆，尤其是当我们的脸相对静止的时候。

相比之下，认知本能观点预测，在这项研究中，成年人在提高他们的表现方面不会有任何问题。根据这一理论，我们并不需要用镜子向自己展示我们的尝试，因为我们大脑里有一个强大的、遗传的黑匣子，它可以计算出，对于任何执行的动作，从第三方角度看该动作会是什么样子（Meltzof and Moore，1994；1997）。