基于鼠標追蹤技術的個體建構過程實時測量

張曉斌 佐斌 薛孟杰 江汶 候飛翔

摘要個體建構研究探討分類的低水平知覺過程及其機制，涉及諸多自動化加工。基于手的運動可以實時地反映大腦內的信息加工過程這一原理，鼠標追蹤技術通過對被試移動電腦鼠標反應時鼠標運動軌跡的跟蹤記錄與分析，對心理加工過程進行實時測量，是實時測量心理加工過程的新技術。基于鼠標追蹤技術的最新操作軟件——MouseTracker的個體建構過程實時測量研究發現，社會類別和刻板印象遵循動態連續激活原則：動態激活過程中，基于面孔膚色的分類加工優先于基于面部輪廓的分類加工；不同通道問的社會類別遵循動態整合激活原則；個體建構過程是一個對他人的動態知覺系統，該系統中社會類別、刻板印象、高水平認知狀態以及對面孔、聲音等的低水平加工之間可連續、動態地相互作用。

關鍵詞個體建構過程；社會分類；鼠標追蹤技術；MouseTracker軟件包：實時測量

分類號B841

1引言

面孔是社會分類加工的最重要線索(Bruce&Young，1986；Haxby,Hoffman，&Gobbini，2002)，社會認知框架下的個體知覺(person perception)研究以社會分類為起點(Fiske，Cudd~Glick，＆Xu，2002；van Overwalle&Labiouse，2004)，探討社會分類之后的信息加工過程，不關注基于面孔的分類過程本身。認知科學以及神經科學領域的研究則只關注于個體知覺過程中面孔加工的知覺機制(Bruce＆Young，1986；Calder&Young，2005)，不關注面孔加工對其后心理加工(如社會分類等)的影響。可見早期研究者忽視了對面孔知覺加工與社會分類加工之間關系的探討。近年來，有研究者開始整合社會認知框架下的個體知覺與認知科學領域的面孔加工研究，提出把低水平的知覺加工和更高水平的社會認知研究相結合，并將這一研究取向稱為個體建構(person construal)研究。個體建構研究主要探討分類的低水平知覺過程及其機制以及分類的決定性因素，包括如何通過面孔、聲音以及身體線索的加工激活社會分類和刻板印象等(Macrae，Quinn，Mason，&Quadflieg，2005；Cloutier,Mason，&Macrae，2005；Cloutier&Macrae，2007；Macrae&Martin，2007；Freeman&Ambady,2011a)。當前個體建構研究可分為兩大研究領域，其一，探討面孔加工對社會類別激活的影響，該領域的研究成果頗豐。如Cloutier等(2005)探究了良好和不良兩種面孔知覺條件(面孔正立呈現或倒立呈現、面孔清晰呈現或模糊呈現、面孔快速呈現或緩慢呈現)對社會類別激活和個體化信息激活的不同影響。Macrae等(2005)探討了外顯和內隱兩種面孔加工條件下，基于面孔的社會類別以及個體身份的激活狀況。其二，個體建構過程的實時測量研究，即對從面孔知覺加工到社會類別激活過程的實時測量。個體建構過程的一個顯著特點是涉及諸多知覺加工以及自動化加工，且注重對自動化加工過程的實時測量，如對社會分類過程及刻板印象激活過程的實時測量等。但傳統的基于反應時的測量方法(如IAT及其變式等)很難對心理加工的過程進行實時測量，所以該領域的研究進展比較緩慢，相關研究也不多見。Macrae和Martin(2007)曾試圖基于啟動范式，通過操縱兩種不同的啟動刺激呈現時間(20ms和200ms)探討從面孔知覺加工向社會類別激活過渡的時間進程，但該研究并未實時地測量這一過程。近年來，一種實時測量心理加工過程的新技術——鼠標追蹤技術，被塔夫茨大學(TuftsUniversity)的Freeman博士及其團隊應用于個體建構過程測量研究中。鼠標追蹤技術基于手的運動可以實時反映人腦內的信息加工過程這一原理，跟蹤記錄被試移動電腦鼠標進行反應時鼠標的運行軌跡，通過對鼠標運動軌跡坐標的分析，對心理加工的動態過程進行實時測量，該技術尤其適用于進行多重選擇判斷任務時鼠標移動軌跡的測量(spivey,Grosjean，&Knoblich，2005)。新近，Freeman開發了一套新的鼠標追蹤技術的操作軟件——MouseTracke~該軟件簡單易學、長于圖形分析(實驗設計和數據分析均可通過可視化的圖形操作來實現)且實施方便(在裝有WindowsXP／Vista／7系統的計算機上均可以安裝和運行，鼠標軌跡的采樣頻率為60～75Hz)。基于該軟件包，Freeman及其團隊在個體建構(person construal)研究領域取得了突破性進展(Zreeman，Ambady,Rule，&Johnson，2008；Freeman&Ambady,2009；Freeman，Pauker，Apfelbaum，＆Ambady，20 10；Freeman&Ambady，2011b，2011c)，，并在此基礎之上，提出了個體建構過程的動態交互作用理論模型(dynamic interactive theory of person construal)(Freeman&Ambady,2011a)。

2鼠標追蹤技術的實驗機理

2.1生理原理

鼠標追蹤技術的生理原理是：手的運動可以實時地反映大腦內的信息加工過程。傳統觀點認為，手的運動僅能反映從知覺一認知一行為(顳葉皮層一聯合皮層一前運動皮層)的最終結果，無法實時地反映人腦內部的信息加工過程(Rosenbaum，2005)。但越來越多的證據表明，類似伸展胳膊這樣的動作所形成的運動軌跡，是知覺和認知加工隨時間推移而不斷動態更新的結果(Song&Nakayama,2008，2009；Finkbeiner,Song，Nakayama，&Caramazza，2008；Spivey,Richardson，&Dale，2009)。Spivey,Richardson和Dale(2008)的研究證實，連續的運動反應(如手臂的伸展)，不是簡單的感覺和認知子系統加工的最終結果，相反，動態的運動是動態的知覺與認知的一部分，二者是捆綁在一起的。新近的認知神經研究也證實了上述觀點，Freeman，Ambady,Midgley和Holcomb(2011)對側向化準備電位(1ateralized readinesspotential)的分析顯示，當面孔分類加工正在進行時，運動皮層已經做好了反應準備，這說明知覺輸入和運動反應之間的關聯是動態的、連續的。面孔加工得到的信息會實時地、連續地以脈沖波的形式傳遞到運動皮層。基于靈長類動物的研究也支持上述觀點：猴子手臂的運動和移動速率與運動皮層內群編碼放電量的持續改變關系密切(Paninski，Fellows，Hatsopoulos，&Donoghue，2004，)，當猴子基于知覺信息而做出決策——移動手臂時，運動皮層內群編碼的放電量會隨著決策加工過程的進行而變化(cisek&Kalaska，2005)。基于上述原理，研究者認為，實驗過程中被試移動鼠標進行反應時，當以足夠快的速度對鼠標的運動軌跡取點采樣，由這些點組成的鼠標運動軌跡可以實時地反映大腦中的知覺及認知加工過程。

2.2鼠標追蹤技術的實驗范式

鼠標追蹤技術非常適合于也常用于進行多重選擇判斷任務時鼠標運動軌跡的測量，并有其固定的實驗操作范式。在此以刻板印象的部分、平行激活過程為例對該范式進行說明(Freeman&Ambady,2009)。在每一個trial中，首先在電腦屏幕底線的中間位置會出現“開始”按鈕，被試用鼠標點擊此按鈕，該trial開始運行，此時鼠標被定位于“開始按鈕”所在的位置，隨即實驗刺激(面孔照片)出現在“開始”按鈕所在的位置，與此同時，兩個備擇標簽(男性和女性刻板印象特質詞)分別出現在屏幕的左上角(“同情心的”)和右上角(“攻擊性的”)。被試的任務是判斷面孔所示的性別和哪個特質詞是匹配的，并將鼠標從“開始”按鈕所在的位置移向并點擊相應的備擇標簽，而這一過程中鼠標移動的軌跡將被記錄下來(如圖1所示)。

3鼠標軌跡軟件包MouseTracker的分析程序和性能

MouseTracker是鼠標追蹤技術的最新操作軟件包，其共包含3個操作程序：實驗設計程序、數據收集程序以及數據分析程序。研究者已經證實該軟件對鼠標移動軌跡的測量是精確的、可靠的。

在MouseTracker中，基于實驗設計程序可進行可視化的實驗設計，如添加標簽按鈕并調整其位置、大小等，MouseTracker可以呈現圖片、字符串以及聲音刺激。它也包含數據收集程序，通過數據收集程序運行已設計好的實驗，記錄反應過程中鼠標的運行軌跡；而分析程序的主要功能則是解析鼠標運動的軌跡。

3.1軌跡分析的步驟與軌跡參數

利用分析程序，可以根據研究者的需要對鼠標軌跡進行各種分析，但一般來說，需進行如下操作：首先是數據預處理，其中包括重新測量距離、時間標準化以及平均三個步驟。重新測量距離是把所有鼠標軌跡在標準MouseTracker坐標系中進行重新測量；時間標準化指采用線性內插法把記錄到的鼠標軌跡標準化，使每一軌跡包含相同的坐標點數；平均是通過計算某一條件下每個坐標點上所有x坐標值以及所有y坐標值的平均數，得出每個被試在某一條件下的平均軌跡。把每個被試的平均軌跡進行平均，可以得到總平均軌跡。其次是計算空間吸引度，空間吸引度是指某一實驗條件下鼠標的運動軌跡在朝向正確備擇標簽前偏向非正確備選標簽的程度，反映空間吸引度的指標為最大偏差值(maximum deviation，MD)和曲線下面積(area under the curve，AUC)，MD指實際軌跡和理想軌跡(軌跡起點和終點之間的連線)之間的最大垂直偏差，AUC指實際軌跡曲線和理想軌跡曲線之間的幾何面積，它們的值趔大表明軌跡越偏向未被選擇的標簽，這兩個指櫪是反映鼠標軌跡特征的最重要指標。另外，根擄線和理想軌跡曲線之間的幾何面積，它們的值越大表明軌跡越偏向未被選擇的標簽，這兩個指標是反映鼠標軌跡特征的最重要指標。另外，根據需要還可以對軌跡的復雜性(由于兩個備選標簽之間相互競爭，軌跡會變得上下波動、不平滑，使軌跡在x(y)軸上翻轉，可通過對x抖動和y抖動的it3g來反映軌跡的復雜性)、分布狀態、速度及加速度進行分析(具體見Freeman&Ambady,2010)。

3.2軌跡間差異來源的分析

對鼠標追蹤技術質疑較多的一點是，不同實驗條件間鼠標移動軌跡的差異是源于自變量操作還是實驗誤差。譬如，某研究顯示與條件2中鼠標的平均軌跡(圖1中圓點連線)相比，條件1中鼠標的平均軌跡更偏向于和正確標簽相反的另一標簽(圖1中圓圈連線)，兩種條件下的MD及AUC之間的差異是顯著的。但上述條件1和條件2之間的差異也可能由某種離散實驗誤差引發，如在條件1中，一半trials的鼠標軌跡直接指向正確標簽(圖2中圓點連線)，在另一半trials中，鼠標在指向正確標簽前先指向與其位置相反的另一標簽(圖2中三角形連線)，二者平均的結果為一條偏向于不正確備擇標簽的曲線(圖2中圓圈連線)。上述情況也會使條件1和條件2軌跡間的差異顯著，那么如何確定實驗結果的差異是來自于實驗操作或實驗誤差呢?當前研究者主要通過考察所有trials軌跡AUC值(指AUC值的z分數，下同)分布的雙峰性來解決這一問題。如果條件1中所有trials軌跡的AUC值的分布是雙峰的(bimodal)，即一些軌跡未偏向不正確標簽，而另外一些軌跡表現出非常強的偏向不正確標簽的趨勢(如圖2中直方圖所示，橫坐標是軌跡的AUC值轉化為z分數后的值，縱坐標是頻次)，則可以做出推斷：是上述實驗誤差引發了實驗結果中的差異。雙峰系數(bimodality coefficient，b)值可以標示某一平均軌跡是單峰還是雙峰，雙峰系數b的計算公式如下：

其中，g1是AUC值分布狀態的偏度，g2是AUC值分布狀態的峰度，n是觀察次數。如果b>0.555，則表明該平均軌跡是雙峰的，如果b≤0.555，則說明該平均軌跡是單峰的。需要指出的是，MouseTracker軟件會自動將每個被試在不同條件下的MD值和AUC值轉換為z分數。已有研究表明這一指標對軌跡雙峰性的判斷是非常精確和敏感的。另外，還可以通過Kolmogorov-Smirnov檢驗，考察兩種條件下AUC值(Z分數)的分布形狀在統計上是否相同來判斷雙峰性，和雙峰系數檢驗不同的是，該檢驗是推論性的，如果檢驗結果顯示p>0.05，則可以做出推斷：條件1和條件2間軌跡的分布形狀是無差異的，即條件1下的軌跡不存在雙峰性。如果p<0.05，則說明條件1和條件2軌跡分布形態的差異是顯著的，即條件1下的軌跡是雙峰的。

3.3 MouseTracker的性能

良好的測量工具必然要達到測量學標準。Freeman和Ambady(2010)通過兩個實驗分別證實MouseTracker軟件包對鼠標移動軌跡的測量是精確的、可靠的。實驗一中，先通過計算機模擬生成一個鼠標指針移動的軌跡，之后由MouseTracker軟件包對該軌跡進行跟蹤，結果表明，由MouseTracker軟件包記錄的軌跡和計算機生成的軌跡是高度一致的，這說明MouseTracker軟件可以精確地記錄到鼠標的移動軌跡。實驗二考察了同一批被試進行同一實驗的重測信度，結果表明，兩次實驗鼠標軌跡各參數間的Pearson相關都是顯著的ps<0.01)，其中，兩次實驗MD間的相關為0.78，AUC間的相關為0.81，反應時(RT)之間的相關為0，95，開始時間(inifiafion time，即鼠標開始移動的瞬間時間)之間的相關為0，90，x-抖動之間的相關為0，79。

4基于鼠標追蹤技術的個體建構過程實時測量研究

將鼠標追蹤技術應用于個體建構過程的實時測量是由該技術本身的特征和個體建構過程中心理加工的特點決定的。個體建構過程涉及到諸多自動化加工過程，如社會分類和刻板印象的自動化激活過程等。而鼠標追蹤技術長于心理加工過程的實時測量，因此，該技術非常適合于個體建構過程的實時測量研究。早期的個體知覺研究不關注分類過程本身，在某種程度上也是由于當時很難對社會分類的過程進行實時測量(vanOverwalle＆Labiouse，2004)。下文將闡述鼠標追蹤技術在個體建構過程實時測量研究中的應用及最新成果，主要述評利用鼠標追蹤技術對社會分類過程和刻板印象激活過程的實時測量研究及其成果，以及基于這些研究成果而提出的個體建構過程的動態交互作用模型。需要說明的一點是，文中所介紹的利用鼠標追蹤技術的研究均是基于MouseTracker軟件包的。

4.1社會類別和刻板印象的動態連續(dynamic continuity)激活

早期社會認知取向的研究者認為，個體知覺(person perception)過程遵循線性、序列激活原則，基于面孔類別線索的知覺性提取會直接激活某一種社會類別，如“他是老人”，此后，該社會類別會激活與該群體有關的知識結構(如刻板印象等)，如“他行動緩慢”(Macrae&Bodenhausen，2000；Mason，Cloutier，＆Macrae，2006)。基于鼠標追蹤技術，Freeman等(2008)對社會分類和刻板印象的激活過程重新進行了探討，提出了和上述觀點不同的看法，認為從看到知覺對象的面孔到再認其性別之間，有如下加工過程：知覺到的信息實時地、連續地更新其所激活的類別表征，如“他(部分的)是個老人”，與此同時，類別表征的部分激活使基于該類別而激活的刻板印象也不斷地更新，如“他(部分的)是行動緩慢的”，隨著所提取信息的增多，最終形成穩定的解釋，Freeman等人將該過程稱為社會分類的動態連續(dynamic continuity)激活過程，即多種社會類別同時、部分、競爭性地激活。刻板印象的激活也遵循這一原則。

4.1.1社會類別的動態、連續激活

Freeman等(2008)利用鼠標追蹤技術首先探討了性別類別的激活過程。在其研究中，電腦屏幕底線中央位置呈現面孔刺激，左上角和右上角分別呈現“男性”和“女性”兩個備選標簽，實驗刺激為性別典型性面孔照片(典型男性或女性面孔照片)和性別非典型性面孔照片(帶有女性面孔特征的男性面孔或者帶有男性面孔特征的女性面孔照片，下同)，被試對面孔刺激的性別進行判斷，判斷刺激為男性，則把鼠標移向屏幕的左上角，點擊“男性”標簽，判斷刺激是女性，則把鼠標移向屏幕的右上角，點擊“女性”標簽。結果發現，對性別非典型性面孔判斷時，在指向正確標簽之前，鼠標軌跡持續的偏向與面孔性別相反的備選標簽所在的方位。如與對典型男性面孔做分類判斷時鼠標移動軌跡相比(圖3中左側的圓點連線)，對帶有女性面孔特征的男性面孔進行分類時，鼠標的移動軌跡在中途有向女性標簽所在方向移動的傾向(圖3左側的圓圈連線)。軌跡分析表明，圓圈連線軌跡的MD值和AUC值均大于圓點連線軌跡的MD值和AUC值，且差異顯著。這一結果支持了社會分類的動態、連續、競爭性激活觀點，性別非典型性面孔可能同時、部分地激活男性和女性兩種類別表征，且二者相互競爭，隨著所提取信息的增多，最后才做出正確的判斷。

利用鼠標追蹤技術對不同種族分類過程的實時測量同樣證實了社會類別的動態、連續、競爭性激活過程(Freeman，Pauke~Apfelbaum，&Ambady,2010)。此外，上述研究結論也得到了一項基于ERP技術研究的證實(Freeman，Ambady，&Holcomb，2010)。

4.1.2刻板印象的部分、平行激活

Freeman和Ambady(2009)利用鼠標追蹤技術驗證了刻板印象的動態激活過程。實驗材料為性別典型性面孔照片、性別非典型性面孔照片以及男女性別刻板特質詞，被試的任務是判斷兩個刻板特質詞(一個為男性刻板特質詞，另一個為女性刻板特質詞)中哪一個適合描述所看到的面孔照片。結果顯示，對具有女性特征的男性面孔進行判斷時，鼠標在指向男性刻板特質詞之前，先偏向于女性刻板特質詞(圖l圓圈連線)；對典型男性面孔做出判斷時，鼠標軌跡直接指向男性刻板特質詞(圖1圓點連線)。基于該實驗，研究者認為，當面對可同時歸為多個社會類別的個體時，隨著面孔信息的提取，與每個社會類別相關的刻板印象會同時部分地、競爭性的激活，即刻板印象的激活過程遵循部分、平行激活原則。

4.2社會類別動態連續激活的時間進程

除研究社會分類激活的動態過程外，Freeman和Ambady(2011b)還利用鼠標追蹤技術探討了社會類別動態激活的時間進程，所用實驗范式同上述Freeman等(2008)的研究，被試的任務是把看到的面孔照片按照性別或者年齡進行分類。在性別分類判斷中，實驗材料為：典型男女面孔照片、輪廓非典型性男女面孔照片(如帶有女性面孔輪廓特征的男性面孔)以及膚色非典型性男女面孔照片(如帶有女性膚色特征的男性面孔)；在年齡分類判斷中，實驗材料均為男性面孔照片，包括典型老年和年輕人面孔照片、輪廓非典型性老年和年輕人面孔照片(如帶有老年人面孔輪廓特征的年輕人面孔)以及膚色非典型性老年和年輕人面孔照片(如帶有老年人膚色特征的年輕人面孔)。結果發現，無論是性別分類還是年齡分類任務，當面孔刺激為非典型性面孔照片(包括輪廓特征非典型和膚色特征非典型性面孔照片)時，在鼠標指針指向正確標簽之前，鼠標軌跡均有偏向于不正確標簽的傾向，且面孔膚色特征對鼠標軌跡偏移的影響程度均強于面孔輪廓特征對鼠標軌跡偏移的影響。對鼠標移動軌跡時間進程的分析發現，基于面孔輪廓特征和基于面孔膚色特征的社會分類過程是分離的，表現為，在性別分類任務中，被試先進行基于面孔膚色特征的分類加工，50ms后再進行基于面孔輪廓特征的分類加工。同樣的效應也出現在年齡分類分類任務中，但對面孔膚色特征的加工提前于對面孔輪廓特征的加工約100ms。

個體建構研究不但強調基于視覺面孔信息的社會分類加工，同時還注重基于聽覺聲音刺激線索的社會分類加工，認為面孔刺激和聲音刺激同時作用于社會分類過程。新近的研究也顯示，和視覺信息一樣，聽覺信息也會引發社會分類判斷(Ko，Judd，&Blair,2006)。來自認知神經科學的研究證實，視覺皮層、聽覺皮層以及來源于高級聯合皮層的反饋三者之間是相互影響的，當來自視覺和聽覺通道的信息一致時，對他人的知覺更精確、更有效(campanella＆Befin，2007)。那么來自不同感覺通道的社會類別信息如何相互影響呢?Freeman和Ambady(2011c)采用鼠標追蹤技術對此進行了考察。

4.3跨通道社會類別的實時、連續動態整合

Freeman和Ambady(2011c)在實驗中同時呈現視覺刺激和聽覺刺激，視覺刺激為性別非典型性面孔照片(帶有輕微的相反性別面部特征的面孔)，聽覺刺激為典型男性聲音、典型女性聲音、非典型男性聲音(帶有女性聲音特征的男性聲音)以及非典型女性聲音(帶有男性聲音特征的女性聲音)的錄音。被試的任務是把面孔刺激按照性別進行分類，如果需要可以參考聲音刺激所傳達的性別信息。結果表明，和聽覺刺激為性別典型性聲音相比，當聽覺刺激為性別非典型性聲音時，被試更容易在面孔性別判斷中出錯。鼠標軌跡分析顯示，當面孔刺激和性別非典型聲音刺激同時呈現時，被試在點擊正確的性別標簽按鍵之前，鼠標軌跡明顯偏向于相反性別標簽(見圖4中圓圈連線)，該軌跡的MD值和AUC值均大于前者的MD值和AUC值，且差異非常顯著。

上述研究表明，在社會分類過程中，當聲音類別刺激和面孔類別刺激同時出現時，聲音類別刺激會持續地對面孔刺激的分類過程產生影響，來自聽覺和視覺的類別信息隨著加工的進行而被逐漸地、動態地整合到一起。

基于上述利用鼠標追蹤技術得出的關于個體建構過程的重要結論建構過程的動態交互作用理論(DynamicInteractive Theory)，該理論之前，尚無完整的理論來解釋個體建構過程，該理論模型的提出正好填補了這一空白。

4.4個體建構過程的動態交互作用理論模型(dynamie interactive theory 0f person eonstrual)

個體建構過程的動態交互作用理論認為，人們通過一個動態的系統實現對他人的知覺，該系統涉及社會類別、刻板印象、高水平認知狀態以及對面孔、聲音以及身體線索的低水平加工，在該系統中較低水平的感知覺加工和更高水平的社會認知之間可以進行連續地、動態地相互調節，最終形成對他人穩定的知覺和認知(如圖5所示)。

該系統是一個循環聯接的結構，包含4個相互作用的加工水平：線索水平、類別水平、刻板印象水平以及高階指示水平(包括任務要求、動機、偏見及目的等)，每一個水平內部包含一個或者幾個匯聚點(每個匯聚點內部包含一個或者多個節點，如種族類別匯聚點包括白人、黑人節點)，絕大多數匯聚點間是雙向關聯、互相反饋的，該模型的結構可以根據具體的個體建構加工過程而變化。該模型具有如下特征，第一，分類和刻板化過程遵循動態、競爭激活原則，這是動態交互作用模型的核心特征，而這一特征主要是基于鼠標追蹤技術的研究得出的(Freeman et al.，2008；Freeman&Ambady,2009)；第二，動態且相互影響的表征形式，模型內部一個表征的激活可能會影響到系統中其它所有表征的激活；第三，高水平認知狀態和刻板印象自上而下地影響分類過程；第四，由于類別間共享知覺特征，所以類別間發生自下而上的交互作用；第五，背景效應和跨通道效應會對分類過程產生影響(Freeman＆Ambady,2011c)。

5研究展望

文章述評了鼠標追蹤技術及其在個體建構過程實時測量研究中的應用及最新研究成果，可以看出，得益于鼠標追蹤技術，研究者在個體建構過程測量領域取得了重大進展。但也應該看到，作為一個較新的研究領域，個體建構過程研究領域還有諸多問題需要進一步探究，同時，鼠標追蹤技術本身也有待進一步完善。

首先，鼠標追蹤技術在個體建構過程實時測量中的應用，今后還需考慮以下幾點。第一，雖然已有研究表明，社會分類、刻板印象是部分、平行激活的(Freeman&Ambady,2009；Freeman，PaukeL Apfelbaum，&Ambady,2010)，且這一結論也得到了來自認知神經科學研究證據的支持(Freeman，Ambady，＆Holcomb，2010)。但在這些研究中，所用的實驗材料均是非典型性類別(種族、性別)面孔照片，且這些照片同時具有兩種社會類別(如男性和女性)的面孔特征，在對其加工的過程中，不同的社會類別平行地、競爭性地激活，但在現實生活中如實驗材料這樣的面孔是很少見的，交叉群體所屬的個體往往通過其它方面表現出其群體身份，如身體線索、衣著打扮、聲音線索等，此時，感知者如何進行個體建構呢?基于這些信息的分類加工是否也遵循動態激活原則呢?今后研究可對該問題進一步地探討。比如，對基于聲音線索的個體建構過程進行實時測量時。可以先對能表明某一群體身份的聲音進行處理，使其兼具某兩個群體的聲音特征(Freeman&Ambady，2011c，)，然后基于鼠標追蹤技術的經典范式，在屏幕的左右上方分別呈現兩個群體的名稱(Freeman et al.，2008，)，讓被試基于所聽到的聲音信息來選擇群體標簽，如此則可以對基于聲音線索的社會類別的動態激活過程進行實時測量。第二，在當前基于鼠標追蹤技術的個體建構過程實時測量研究中，所用的實驗范式為兩重選擇范式，那么當某一個體可同時歸屬于兩種以上群體時，各個身份的激活如何相互影響呢?針對此問題，可在MouseTracker中設置3個(或者4個)備選類別標簽，并可利用數據分析程序計算被試對3個(或者4個)類別標簽反應時鼠標的移動軌跡。在探討該問題時需要注意的是，只通過面孔刺激很難表現出兩種以上的群體身份，所以可以聯合面孔、身體及穿著線索來表現多重身份。第三，當前利用鼠標追蹤技術對個體建構過程測量時，所用的實驗材料都是由電腦生成的面孔刺激，幾乎沒有研究采用真人面孔照片進行相關的研究，今后研究需以真人面孔照片為實驗材料進一步驗證相關的研究結論。第四，未來研究還應該把鼠標追蹤技術和ERP技術結合起來對個體建構過程進行實時測量。

其次，在個體建構過程研究領域，還有其它諸多問題有待深入研究。第一，在個體建構過程中，其它因素(如類別重要性)是否會影響到分類的動態激活過程呢?譬如一種重要(突顯)社會類別的激活是否會抑制另一類別的激活呢?如文中提到白人和黑人種族身份會競爭性的激活(Freeman，Paukeq Apfelbaum，&Ambady,2010)，若在某種場合，當白人身份是一種突顯的社會身份時，白人和黑人兩種種族身份是否還會保持這種競爭性的激活狀態呢?探討這一問題時，可以借用經典的鼠標追蹤范式(Freeman et al.，2008)，只是在實驗過程中，在實驗組需要通過實驗操作來突顯某一社會類別。第二，Freeman和AInbadv(2011a)提出的個體建構過程的動態交互作用模型沒有考慮個體化信息在個體建構過程中的作用，事實上，有些情境下，個體化信息對建構他人的認知也是非常重要的(Cloutier et al.2005；Mason&Macrae，2004)，在個體建構過程中，類別信息和個體化信息的關系如何，二者如何相互作用呢?如當感知對象是比較熟悉的個體時。此時對個體化信息的加工可能會優先于或者掩蓋基于社會類別的加工，此時感知者如何構建對感知對象的信息，如何據此完善該模型，這也是今后研究需要考慮的問題。

最后，鼠標追蹤技術本身也有待進一步完善。除被用于個體建構研究領域外，鼠標追蹤技術還被廣泛地應用于心理學及認知科學的其它研究領域，如時間知覺(Miles，Betka，Pendr&Macrae，2010)、判斷決策(McKinstry,Dale，&Spivev,2008)、欺騙行為(Duran，Dale，&McNamara，2010)、外顯社會態度的激活(Woinowicz，Ferguson，Dale，＆Spivey''2009)等。鼠標追蹤技術的廣泛應用，足以說明其在心理加工過程實時測量方面具有獨特優勢，Magnuson(2005)曾對該技術做出過如下評價：“基于鼠標追蹤技術得出的連續性數據不但能解決一些理論爭端，而且可能解決認知科學所面臨的最大問題”。但和任何新事物一樣，鼠標追蹤技術亦有不足之處，還需從下幾個方面完善該技術：第一，“手的運動能否反應出大腦內部的信息加工過程?”，仍有研究者對此質疑，如van der Wel，Eder，Mitchel，Walsh和Rosenbaum(2009)就認為這一觀點當前并未得到充分地證實，還有待進一步驗證。還有研究者認為鼠標運動過程中兩個標簽之間的競爭性激活效應也可能反應了具身認知過程對運動系統的影響(Miles et a1，，2010)，故該問題還需進一步澄清。第二，鼠標追蹤技術的取點頻率會受實驗儀器的影響，不同型號和性能的電腦和鼠標在取點的數量上存在差異，這會影響到不同研究結果之間的比較，所以如何通過規范實驗儀器或通過數學計算方法減少、消除由實驗儀器帶來的實驗誤差還需進一步探討。第三，基于電腦鼠標可以得到手部運動的二維軌跡，今后研究還可以考慮基于無線電遙控和位置檢測器對手的三維運動軌跡進行分析(Dale，Roche，Snyder,＆McCall，2008；Song&Nakayama，2008)，來對認知加工過程進行實時測量。