動作如何影響元認(rèn)知？

摘" 要" 動作與元認(rèn)知是認(rèn)知加工的重要環(huán)節(jié)。元認(rèn)知體現(xiàn)個體對認(rèn)知過程的表征、監(jiān)控與調(diào)控; 動作則是輸出內(nèi)部認(rèn)知加工， 尤其是決策信息的重要手段。研究表明， 動作的各個方面（如反應(yīng)速度、反應(yīng)強度、反應(yīng)順序、反應(yīng)沖突及反應(yīng)觀察等）均影響元認(rèn)知。從認(rèn)知模型角度， 元認(rèn)知的決策后模型較好地適用于解釋動作影響元認(rèn)知的相關(guān)實驗證據(jù)。該類模型認(rèn)為用于元認(rèn)知評估的信息（元認(rèn)知證據(jù)）與用于知覺判斷的信息（知覺證據(jù)）不同但相關(guān)， 并分別側(cè)重于層級加工、貝葉斯計算、信心增效等方面。從神經(jīng)機制角度， 動作與知覺信息可能通過以額葉皮層為核心的腦網(wǎng)絡(luò)整合， 依托β振蕩和α抑制等電生理機制， 在注意調(diào)控下形成元認(rèn)知。未來研究可以進(jìn)一步探討動作改變元認(rèn)知的邊界條件、信心反映的真實含義， 以及特殊人群的元認(rèn)知表現(xiàn)等。

關(guān)鍵詞" 動作， 元認(rèn)知， 知覺判斷， 信心評估， 認(rèn)知神經(jīng)機制

分類號" B842

1" 引言

人類認(rèn)識和改造世界的前提是擁有一個穩(wěn)定、高效的認(rèn)知加工系統(tǒng)。動作（action）和元認(rèn)知（metacognition）是認(rèn)知加工系統(tǒng)中不可或缺的兩個重要環(huán)節(jié)。作為對認(rèn)知的認(rèn)知（MacNeil et al.， 2024）， 元認(rèn)知體現(xiàn)出個體表征、監(jiān)控和控制心理功能的能力（Boldt amp; Gilbert， 2022; Fleming， 2024; Rausch et al.， 2023）， 使個體能夠評估自己的選擇（choices）、動作（actions）和表現(xiàn)（performance）的質(zhì)量， 并在缺乏外部反饋時及時調(diào)整當(dāng)前行為、優(yōu)化未來決策。有效的元認(rèn)知表現(xiàn)在對自己一級（first-order）決策的合理二級（second-order）評估， 尤其是對決策的信心判斷（confidence judgement）足夠有效。決策任務(wù)之后的信心報告被廣泛視為衡量元認(rèn)知的關(guān)鍵指標(biāo)。在金融投資（Dhingra amp; Yadav， 2024）、醫(yī)療診斷（Al-Maghrabi et al.， 2024）、法庭審判（Lebensfeld amp; Smalarz， 2024）和政治決策（Milshtein et al.， 2024）等高風(fēng)險領(lǐng)域和社會交往中， 對自己的決策有正確的信心判斷以及對他人的決策信心有正確的理解， 都具有重要的適應(yīng)意義。

傳統(tǒng)認(rèn)知心理學(xué)多聚焦于“動作無關(guān)” （action- free）的純認(rèn)知活動。但近年來， 研究者逐漸開始重視動作表征和加工在認(rèn)知中的作用。動作是輸出內(nèi)部加工信息的手段。狹義的動作指外顯、可測量的肌肉反應(yīng)， 包括閾下激活（Gajdos et al.， 2019）、動作準(zhǔn)備（Wokke et al.， 2020）和動作執(zhí)行（Pereira et al.， 2020）。近期大量文獻(xiàn)支持動作觀察和動作執(zhí)行有著部分共享的神經(jīng)機制（Cardellicchio et al.， 2020）， 因此廣義的動作還可以擴展到觀察他人動作（Charles et al.， 2020）或想象自我動作（Chye et al.， 2022）所引發(fā)的運動皮層激活， 以及經(jīng)顱電/磁刺激（transcranial current/magnetic stimulation， TCS/TMS）等設(shè)備對運動中樞神經(jīng)活動的干擾。無論定義如何， 動作都是輸出內(nèi)部認(rèn)知加工、特別是決策信息的重要手段， 為揭示認(rèn)知“黑匣子”與外部世界的交互提供重要線索。

本文聚焦于知覺任務(wù)中動作對元認(rèn)知的影響。早期知覺模型認(rèn)為， 信心判斷主要基于感覺加工的質(zhì)量或強度（Pezzetta et al.， 2022）。因此， 并不預(yù)期知覺加工之后的動作會對知覺決策的信心有影響。然而， 隨著運動認(rèn)知（Motor cognition）研究的深入， 研究者在運動中樞中也發(fā)現(xiàn)知覺決策信號， 表明動作與信心判斷存在密切聯(lián)系（Wokke et al.， 2020）。近期， 越來越多的研究表明動作確實可以直接影響信心判斷， 即改變元認(rèn)知（Faivre et al.， 2020; Fleming et al.， 2015; Mazancieux et al.， 2023; Palser et al.， 2018; Sanchez et al.， 2024; Siedlecka et al.， 2021; Wokke et al.， 2020）。這些發(fā)現(xiàn)表明， 元認(rèn)知并非“動作無關(guān)”， 而是嚴(yán)重依賴動作系統(tǒng)的激活與參與。

動作影響元認(rèn)知的研究不僅可以推動元認(rèn)知理論的發(fā)展， 還有助于拓展動作與認(rèn)知（Chye et al.， 2022）、知覺與決策（Mamassian amp; de Gardelle， 2022）、具身認(rèn)知（Wokke et al.， 2020）、證據(jù)整合與累積（Mazancieux et al.， 2023）等研究前沿。本文系統(tǒng)梳理了動作影響元認(rèn)知的實驗證據(jù)， 探討了相關(guān)的認(rèn)知模型和神經(jīng)機制， 并試圖厘清動作影響元認(rèn)知的諸多爭論（其核心為知覺證據(jù)與元認(rèn)知證據(jù)的依存程度、關(guān)聯(lián)方式和組織結(jié)構(gòu)）， 最后對未來研究提出若干展望。

2" 動作改變元認(rèn)知的實驗證據(jù)

知覺元認(rèn)知的經(jīng)典研究范式是先進(jìn)行知覺反應(yīng)， 再報告元認(rèn)知， 即報告對反應(yīng)的信心（Gajdos et al.， 2019）。因此， 知覺判斷被稱為第一類（type I）任務(wù)， 而信心判斷則被稱為第二類（type II）任務(wù)（Maniscalco amp; Lau， 2012）。除了原始的信心評分外， 還通過計算知覺判斷與信心評分之間的關(guān)系衍生出一些衡量元認(rèn)知能力的指標(biāo)（請見綜述Fleming amp; Lau， 2014; Rausch et al.， 2023）。主要包括：（1）元認(rèn)知偏差（metacognition bias）， 即在知覺表現(xiàn)相同的情況下， 被試整體上表現(xiàn)出過高或過低的信心， 又稱第二類偏差。（2）元認(rèn)知敏感性（metacognition sensitivity）， 反映被試正確區(qū)分正確和錯誤判斷的能力， 又稱元認(rèn)知正確率或第二類敏感性/辨別力。其常用指標(biāo)包括第二類ROC 曲線下面積（AUROC2） （Fleming amp; Lau， 2014）和meta-d’ （Maniscalco amp; Lau， 2012）。（3）元認(rèn)知效率（metacognitive efficiency）， 指特定客觀任務(wù)表現(xiàn)（d’）下的元認(rèn)知敏感性水平， 通常用meta d'/d'衡量， 也稱為Mratio （Fleming amp; Lau， 2014）。（4）信心?正確率回歸斜率， 一些研究利用回歸分析， 通過信心和實驗條件來預(yù)測知覺反應(yīng)正確率， 并將回歸斜率作為衡量元認(rèn)知能力的指標(biāo)（Faivre et al.， 2020）。

先前研究認(rèn)為， 信心判斷完全依賴知覺證據(jù)（綜述見Yeung amp; Summerfield， 2012）。然而， 越來越多的研究表明， 客觀知覺表現(xiàn)與主觀信心判斷之間存在分離（Di Luzio et al.， 2022）。例如， Wokke等人（2017）發(fā)現(xiàn)， 知覺決策利用所有視覺信息， 而元認(rèn)知決策僅依賴部分信息。這種分離還體現(xiàn)在“表現(xiàn)匹配/信心不同” （MPDC， matched- performance/different-confidence）現(xiàn)象中（Maniscalco et al.， 2020; Rollwage et al.， 2020）。具體表現(xiàn)為， 在不同實驗條件下， 盡管知覺任務(wù)成績相同， 信心判斷卻存在顯著差異， 可能是因為反應(yīng)動作為信心判斷提供了額外證據(jù)。最近， Siedlecka等人（2021）比較了有動作反應(yīng)與無動作反應(yīng)的元認(rèn)知表現(xiàn)， 發(fā)現(xiàn)無論反應(yīng)正確與否， 有動作反應(yīng)的信心判斷均高于無動作反應(yīng)。此外， Charles等人（2020）的研究表明， 與被動運動（passive action）相比， 自主運動（voluntary action）條件下被試報告了更高的信心， 表現(xiàn)出更大的元認(rèn)知偏差。上述研究均表明， 一級判斷與元認(rèn)知判斷可能基于不同的信息來源。信心判斷不僅依賴感知覺信息， 還可能受到知覺?運動加工路徑中其他因素的影響。以下將從動作的不同方面探討其對元認(rèn)知的影響。

2.1" 對運動皮層的干擾影響元認(rèn)知

研究表明， 干擾與動作相關(guān)的運動皮層會影響元認(rèn)知， 這為動作改變元認(rèn)知提供了直接證據(jù)。前額葉皮層（prefrontal cortex， PFC）是與元認(rèn)知緊密相關(guān)的核心腦區(qū)（Geurts et al.， 2022; Lapate et al.， 2020）。對其施加連續(xù)theta節(jié)律刺激（Theta Burst Stimulation， cTBS）可顯著提高元認(rèn)知效率（Hobot et al.， 2023）。此外， 前額葉皮層通過神經(jīng)連接與前運動皮層（premotor cortex）有直接關(guān)聯(lián)。Fleming等人（2015）的研究要求被試判斷光柵刺激出現(xiàn)在屏幕左側(cè)或右側(cè)， 同時對前運動皮層施加單脈沖經(jīng)顱磁刺激（Transcranial Magnetic Stimulation， TMS）。結(jié)果顯示， TMS對知覺判斷無顯著影響， 但在信心判斷上表現(xiàn)出一致性效應(yīng)：當(dāng)TMS施加的腦區(qū)與反應(yīng)手一致（對側(cè)）時， 信心評分顯著高于不一致時（同側(cè)）。然而， 在初級運動皮層（primary motor cortex， M1）上重復(fù)實驗時未觀察到類似效應(yīng)。此外， 研究發(fā)現(xiàn)， 當(dāng)運動系統(tǒng)受到干擾時， 不僅信心判斷會發(fā)生變化， 對刺激的主觀知覺意識判斷也會受到影響（Hobot et al.， 2020）。這些研究表明， 前運動皮層中與前額葉皮層相連的高級運動表征對知覺信心具有重要作用， 而初級運動皮層則與元認(rèn)知無關(guān)。綜上， 直接干擾前額葉皮層或通過運動皮層的間接干擾均可改變元認(rèn)知， 后者可能通過前運動皮層的高級表征對信心判斷產(chǎn)生影響。

2.2" 反應(yīng)速度影響元認(rèn)知

研究發(fā)現(xiàn)， 動作反應(yīng)速度與元認(rèn)知密切相關(guān)。例如， 在要求被試通過移動彈珠（向左或向右）對光柵明度進(jìn)行迫選判斷的任務(wù)中， 彈珠移動速度與信心呈正相關(guān)——速度越快， 信心越高（Patel et al.， 2012）。其它研究也表明， 知覺反應(yīng)時與信心負(fù)相關(guān)——反應(yīng)時越短， 信心越高（Filevich et al.， 2020; Overhoff et al.， 2022; Rahnev et al.， 2020）。此外， Palser等人（2018）使用啟動范式發(fā)現(xiàn)， 當(dāng)反應(yīng)速度被啟動至超過自然水平時， 會干擾被試對自身表現(xiàn)的信心判斷， 表現(xiàn)為對錯誤試次信心的增強。這些研究表明， 反應(yīng)效應(yīng)器的反饋信息參與了元認(rèn)知加工。部分學(xué)者認(rèn)為， 反應(yīng)越快、信心越高的現(xiàn)象可能源于反應(yīng)流暢性（Brouillet et al.， 2023）， 即反應(yīng)越平滑、越輕松， 信心越強。然而， 近期研究發(fā)現(xiàn)， 反應(yīng)流暢性的作用具有條件性， 而反應(yīng)動作的精確性對元認(rèn)知的影響更為直接， 甚至在某些情況下掩蓋了反應(yīng)流暢性的作用（Sanchez et al.， 2024）。例如， Sanchez等人（2024）的研究表明， 動作精確性直接反映監(jiān)控程度， 精確性越高， 監(jiān)控程度和信心越高。這一結(jié)果表明， 元認(rèn)知受動作精確性而非反應(yīng)流暢性的主導(dǎo)影響。

2.3" 動作強度影響元認(rèn)知

多大強度的動作能影響元認(rèn)知？近期研究表明， 即使是閾下行為反應(yīng)也能對元認(rèn)知產(chǎn)生影響（Gajdos et al.， 2019）。在Gajdos等人的研究中， 被試用左右手拇指按鍵判斷光柵朝向， 同時記錄拇短屈肌的肌電信號。按鍵反應(yīng)前的肌電活動反映了運動準(zhǔn)備過程， 由于尚未產(chǎn)生外顯動作， 被稱為閾下動作。分析顯示， 部分試次在按鍵前出現(xiàn)閾下動作激活， 這些試次的信心評分高于無閾下激活的試次， 而光柵朝向判斷結(jié)果未受影響。這表明， 運動準(zhǔn)備或相關(guān)潛在變量可影響信心， 與元認(rèn)知整合知覺?動作通路信息的觀點一致。除了閾下動作， 個體感知到的閾上動作強度同樣會影響元認(rèn)知。Turner等人（2021）探討了不同體力消耗對知覺任務(wù)元認(rèn)知的影響。在實驗中， 被試通過施加不同握力強度（分別為最大握力的20%、40%或60%）判斷左右方塊的明度， 并隨后進(jìn)行信心評分。結(jié)果顯示， 握力強度越大， 被試的信心評分越高。類似現(xiàn)象也出現(xiàn)在以知覺意識評估為Type2任務(wù)的研究中（Qiu et al.， 2024）， 即更高的握力強度會導(dǎo)致更高的主觀知覺意識評分。

2.4" 反應(yīng)順序影響元認(rèn)知

信心判斷通常發(fā)生在知覺反應(yīng)之后， 因此可能受到先前動作的影響。已有研究通過操縱知覺決策與信心判斷在實驗中的相對順序， 探討了反應(yīng)順序?qū)υJ(rèn)知的作用。例如， Siedlecka等人（2016）要求被試根據(jù)呈現(xiàn)的字母組成單詞， 并判斷目標(biāo)單詞是否與其所組成的單詞一致。研究操縱了信心判斷的順序， 發(fā)現(xiàn)發(fā)生在知覺反應(yīng)之后的信心判斷比在知覺反應(yīng)之前的信心判斷更為準(zhǔn)確。近期， Wokke等人（Wokke et al.， 2020）進(jìn)一步研究了動作反應(yīng)信息和信心判斷時間點對元認(rèn)知的影響。被試需要判斷運動點陣中占多數(shù)的點的顏色， 信心判斷分為三種情況：在顏色判斷之后（有實際動作）、在顏色判斷之前但在顏色判斷線索之后（無實際動作但有動作準(zhǔn)備）、在判斷線索之前（動作和動作準(zhǔn)備都沒有）。隨著信心判斷的位置前移， 可用的動作信息逐漸減少。結(jié)果顯示， 基于知覺反應(yīng)后的信心判斷元認(rèn)知效率顯著高于缺乏動作信息時。

2.5" 動作沖突信息影響元認(rèn)知

動作沖突信息對元認(rèn)知的影響主要體現(xiàn)在兩方面：一是感覺運動沖突（sensorimotor conflict）， 即動作運動信號與軀體感覺信號不協(xié)調(diào); 二是反應(yīng)線索與實際反應(yīng)之間的沖突。對于感覺運動沖突， Faivre等人（2020）的研究設(shè)置兩個條件：動作與感覺同步， 以及500 ms延遲（即感覺運動沖突條件）。在同步或沖突狀態(tài)持續(xù)10秒后， 被試完成聲音時序判斷及信心評估。結(jié)果顯示， 時序判斷在兩種條件下無顯著差異， 但感覺運動沖突顯著降低了信心評估。對于反應(yīng)線索沖突， Siedlecka等人（2020）要求被試判斷左右兩張圖片中哪張包含更多圓點， 并在刺激后呈現(xiàn)一致（如左右箭頭）或不一致（如上下箭頭）的反應(yīng)線索。結(jié)果表明， 一致線索提高了后續(xù)信心評估。同樣的線索一致性效應(yīng)也出現(xiàn)在以知覺意識作為元認(rèn)知指標(biāo)的研究中（Siedlecka et al.， 2019）。然而， Sanchez等人（2023）發(fā)現(xiàn)， 當(dāng)反應(yīng)線索出現(xiàn)在刺激之前時， 結(jié)果與上述研究相反：不一致的反應(yīng)線索（如左向箭頭表示左手反應(yīng)）與實際反應(yīng)（如用右手）導(dǎo)致更高的信心評估。研究者認(rèn)為， 這可能源于反應(yīng)準(zhǔn)備階段的空間表征被監(jiān)控并用于信心判斷。當(dāng)反應(yīng)線索與實際反應(yīng)不一致時， 需要強化對空間表征的控制并抑制無關(guān)表征， 這種額外的控制提高了信心評估。

2.6" 觀察他人動作改變元認(rèn)知

除了自身動作能夠改變元認(rèn)知外， 觀察他人動作同樣會對元認(rèn)知產(chǎn)生影響。Patel等人（2012）要求被試完成一個知覺迫選任務(wù)并進(jìn)行元認(rèn)知判斷， 然后通過錄像觀看他人完成同樣任務(wù)， 并推斷他人的信心。結(jié)果顯示， 錄像中他人反應(yīng)速度越快， 被試對其信心的推斷越高。此外， 該推斷還依賴于被試自身的任務(wù)表現(xiàn)：當(dāng)被試的反應(yīng)速度比錄像中的他人慢時， 被試傾向于推斷他人的信心高于自己。這表明， 被試基于自身表現(xiàn)推斷他人的信心。不僅觀察和比較他人反應(yīng)速度可以改變元認(rèn)知， 對運動系統(tǒng)的直接干擾也會影響基于觀察他人動作的元認(rèn)知判斷。Palmer等人（2016）采用類似的運動觀察范式， 發(fā)現(xiàn)通過在初級運動皮層（M1）施加連續(xù)Theta節(jié)律磁刺激， 可以改變被試對他人信心的推斷。這一結(jié)果與前文提到的對M1進(jìn)行TMS干擾后元認(rèn)知未發(fā)生改變的研究（Fleming et al.， 2015）不一致。但是， 這兩個研究的范式不同：前者關(guān)注觀察他人動作， 后者研究自身動作。這提示觀察他人動作與自身動作對元認(rèn)知的影響可能涉及不同的腦區(qū)機制， 有待進(jìn)一步研究。

3" 動作改變元認(rèn)知的認(rèn)知和神經(jīng)機制

上述的實證研究表明動作加工的各個方面對元認(rèn)知都能產(chǎn)生顯著影響， 但其背后的認(rèn)知和神經(jīng)機制尚不明確， 尚未得到統(tǒng)一定論。下文結(jié)合現(xiàn)有元認(rèn)知模型， 對動作改變元認(rèn)知的認(rèn)知和神經(jīng)機制進(jìn)行探討。

3.1" 動作改變元認(rèn)知的認(rèn)知模型

當(dāng)前越來越多的理論認(rèn)為， 知覺證據(jù)和元認(rèn)知證據(jù)之間存在區(qū)分， 而動作在許多情況下會對元認(rèn)知產(chǎn)生影響。如何構(gòu)建動作改變元認(rèn)知的認(rèn)知模型？這一問題本質(zhì)上是探討知覺判斷與元認(rèn)知判斷所依賴證據(jù)的關(guān)系——即兩種證據(jù)的依存程度、關(guān)聯(lián)方式和組織結(jié)構(gòu)。具體而言， 知覺證據(jù)與元認(rèn)知證據(jù)是否獨立？若不獨立， 兩者以何種方式關(guān)聯(lián)？存在關(guān)聯(lián)的兩種證據(jù)又以何種結(jié)構(gòu)和組織方式在兩類判斷中發(fā)揮作用？早期研究主要圍繞兩種極端假設(shè)展開。單一通道（single channel）模型認(rèn)為， 知覺判斷和元認(rèn)知決策依賴于同一份感知證據(jù)， 二者來源相同（Shekhar amp; Rahnev， 2021）。然而， 該模型無法解釋知覺判斷與元認(rèn)知分離的現(xiàn)象， 也無法支持動作對元認(rèn)知的影響。相對的， 雙通道（dual channel）模型強調(diào)， 知覺判斷和元認(rèn)知決策依賴于完全不同的感知證據(jù)， 或者源于獨立的平行加工， 只不過某類證據(jù)或者某種加工一定程度上會同時影響兩種決策（Maniscalco amp; Lau， 2016）。盡管雙通道模型能部分解釋知覺與元認(rèn)知的分離， 但其完全割裂兩類證據(jù)的假設(shè)與實證研究不符。當(dāng)前理論更傾向于認(rèn)為， 知覺和元認(rèn)知決策所依賴的證據(jù)既非完全獨立， 也非完全相同， 而是存在一定關(guān)聯(lián)。然而， 這種關(guān)聯(lián)的具體方式及證據(jù)的積累機制仍在探索中（Fleming amp; Daw， 2017; Pleskac amp; Busemeyer， 2010）。部分理論提出， 信心形成于知覺決策過程中——即決策前（pre-decisional）模型（Lee et al.， 2023）， 但更多研究表明， 只有當(dāng)信心評估發(fā)生在知覺決策之后， 動作信息才能影響元認(rèn)知（Wokke et al.， 2020）。因此， 當(dāng)前的實驗證據(jù)逐漸匯聚到支持決策后（post-decisional）模型， 即動作提供的感覺運動信息在知覺決策之后（而非之前）對元認(rèn)知產(chǎn)生影響。即便知覺決策結(jié)束， 信心證據(jù)仍在動態(tài)積累， 并持續(xù)影響元認(rèn)知（Desender et al.， 2021; Mazancieux et al.， 2023）。以下是主要的決策后模型。

3.1.1" 層級模型

層級模型（Lau amp; Rosenthal， 2011）通過修改元認(rèn)知的加工方式， 而非引入獨立的元認(rèn)知證據(jù)來源， 解釋了動作如何改變元認(rèn)知以及知覺表現(xiàn)與元認(rèn)知表現(xiàn)相分離的現(xiàn)象。該模型認(rèn)為， 知覺決策和元認(rèn)知決策可能基于相同的證據(jù)， 但證據(jù)的

質(zhì)量不同， 更重要的是證據(jù)的加工方式和組織結(jié)構(gòu)逐步分化。根據(jù)層級模型， 首先， 加工模式是層級的（hierarchical）——對相同證據(jù)的不同加工均被組織為層級模式， 新加工不斷引入新噪音， 改寫證據(jù)的層級結(jié)構(gòu); 其次， 加工模式是序列的（sequential）——早期加工產(chǎn)生客觀決策， 晚期加工繼承早期加工的證據(jù)并進(jìn)行評價， 產(chǎn)生主觀決策（Maniscalco amp; Lau， 2016）。層級模型的代表之一是兩階段動態(tài)信號檢測（two-stage dynamic signal detection）理論（Pleskac amp; Busemeyer， 2010）。該理論更強調(diào)決策的動態(tài)性， 認(rèn)為知覺和元認(rèn)知都只依賴于刺激的感覺信息。只是在知覺決策之后， 信息繼續(xù)被加工， 證據(jù)仍然在積累——刺激呈現(xiàn)與決策之間的間隔越長， 積累的感覺證據(jù)就越多、夾雜的噪音也越多， 或者說感覺信息質(zhì)量越易改變， 從而導(dǎo)致一級決策（知覺）與二級決策（元認(rèn)知）之間的差異。在刺激呈現(xiàn)后、元認(rèn)知判斷之前的動作信息以動態(tài)方式參與元認(rèn)知決策， 既可能作為元認(rèn)知證據(jù)提高決策質(zhì)量， 也可能作為噪音干擾元認(rèn)知決策。

Maniscalco和Lau （2016）專門比較了三種模型（單通道模型、雙通道模型和層級模型）。通過數(shù)據(jù)模擬和模型復(fù)雜性比較， 他們發(fā)現(xiàn)層級模型能更好地解釋知覺和元認(rèn)知的表現(xiàn)分離。然而， Shekhar和Rahnev （2024）發(fā)現(xiàn)， 以兩階段動態(tài)信號檢測理論為代表的決策后模型并不是實驗數(shù)據(jù)擬合的最佳方案。Shekhar和Rahnev （2024）提出了一個新的模型——logWEV模型。該模型包含兩個成分， 第一個成分建立在他們之前提出的LogN模型上（Shekhar amp; Rahnev， 2021）， 認(rèn)為元認(rèn)知噪音服從對數(shù)正態(tài)分布（lognormal distribution）， 持續(xù)模糊并削弱信心的判斷標(biāo)準(zhǔn)。另一個成分認(rèn)為信心判斷是基于知覺證據(jù)和刺激可見度兩個因素的加權(quán)總和， 即WEV （weighted evidence and visibility）模型（Rausch et al.， 2020）。他們認(rèn)為， 新模型結(jié)合了元認(rèn)知噪音和刺激可見度的雙重影響， 能優(yōu)于單一的決策后模型解釋實驗數(shù)據(jù)。然而， Shekhar和Rahnev （2024）也指出， 在某些實驗條件下（如快速反應(yīng)或持續(xù)刺激）， 仍可能存在包含動作反應(yīng)信息的決策后加工。總之， 關(guān)于層級模型的適用性以及元認(rèn)知最優(yōu)模型的構(gòu)建仍需進(jìn)一步研究。

3.1.2" 元認(rèn)知計算貝葉斯模型

單通道、雙通道和層級模型要么強調(diào)元認(rèn)知證據(jù)來源依附于知覺， 要么強調(diào)元認(rèn)知證據(jù)存在獨立來源。Fleming和Daw （2017）提出的元認(rèn)知計算貝葉斯模型有兩大核心假設(shè)：一是元認(rèn)知和知覺具有不同但耦合（distinct but coupled）的證據(jù)來源， 信心證據(jù)與知覺證據(jù)高度相關(guān)， 因此信心計算時需考慮兩者的協(xié)方差（Schulz et al.， 2023）; 二是知覺表現(xiàn)的自我評估應(yīng)充分利用信心證據(jù)和自身行為， 并基于貝葉斯計算描述元認(rèn)知加工過程。該模型認(rèn)為， 自我反應(yīng)傳遞了個體內(nèi)在狀態(tài)（Fleming， 2024）， 與其它信心證據(jù)共同形成信心評估; 反應(yīng)不僅是信心評估的重要來源， 也影響元認(rèn)知監(jiān)控和控制（Schulz et al.， 2023）。因此， 動作反應(yīng)可能產(chǎn)生兩個效應(yīng)：一是動作反應(yīng)之后的元認(rèn)知評估具有更高元認(rèn)知敏感性; 二是動作反應(yīng)后的元認(rèn)知評估可能導(dǎo)致更低的元認(rèn)知評分。這兩個效應(yīng)已在反應(yīng)順序研究中得到驗證（Siedlecka et al.， 2016; Wokke et al.， 2020）。研究發(fā)現(xiàn)， 反應(yīng)先于元認(rèn)知時， 增加的動作信息有助于提高元認(rèn)知效率。然而， 操控反應(yīng)順序不僅改變了動作信息的可用性， 還可能延長刺激與元認(rèn)知評估之間的時間間隔， 從而增加噪音并衰減信號。Schulz等人（2023）認(rèn)為， 元認(rèn)知效率的提升更可能源于動作信息增加， 而非信號衰減（因為信號衰減會導(dǎo)致元認(rèn)知效率下降）。總之， 雖然已知動作信息和信號/噪音影響元認(rèn)知， 但如何分離這兩者對元認(rèn)知的具體作用， 仍需進(jìn)一步研究。

3.1.3" 信心的‘噪音’?‘增效’權(quán)衡理論

Mamassian和de Gardelle （2022）提出了一種基于信號檢測論的生成模型（SDT-based generative model）， 并借鑒了雙通道模型的架構(gòu)。該模型認(rèn)為信心判斷源于知覺決策和信心證據(jù)， 并將信心證據(jù)分為兩類：首要信心證據(jù)（知覺證據(jù)的副本和知覺決策的基礎(chǔ)）和次要信心證據(jù)（用于信心判斷的附加證據(jù)）。理想信心觀察者僅依賴首要證據(jù)， 而超理想觀察者則完全依賴次要證據(jù)。該模型認(rèn)為， 信心計算受信心噪音（confidence noise）和信心增效（confidence boost）的權(quán)衡作用。信心噪音反映信心計算中的低效， 會降低信心敏感性。信心增效是指未用于知覺決策， 但用于信心判斷的知覺后信息。這兩個因素的權(quán)衡（trade-off）決定了信心水平：信心增效高、噪音低時， 信心較高; 增效低、噪音高時， 信心較低。在模型中， 理想觀察者和超理想觀察者的比例體現(xiàn)在信心增效這一參數(shù)上。信心增效可能來自運動信號（Fleming et al.， 2015; Wokke et al.， 2020）、注意變化（Rahnev amp; Fleming， 2019）及知覺決策后的進(jìn)一步信息加工（Pleskac amp; Busemeyer， 2010）。由此， 該模型同樣可以解釋運動信號或動作對信心加工的影響。

需要注意的是， 盡管某些決策后模型（如層級模型和‘噪音?增效’權(quán)衡理論）一致認(rèn)為感知后存在額外信心證據(jù)影響判斷， 但這些模型未明確界定這些證據(jù)的來源， 這些來源不僅限于動作信息， 還可能包括預(yù)期（Olawole-Scott amp; Yon， 2023）、喚醒度（Legrand et al.， 2021）、動機（Hoven et al.， 2022）等因素。雖然這些模型未專門解釋動作信息對元認(rèn)知的影響， 但確為其提供了理論支持。本文介紹的與知覺決策相關(guān)的動作信息對元認(rèn)知的影響（包括反應(yīng)速度、動作強度、反應(yīng)順序、動作沖突、動作觀察等對元認(rèn)知的影響， 見Faivre et al.， 2020; Fleming et al.， 2015; Mazancieux et al.， 2023; Palser et al.， 2018; Sanchez et al.， 2024; Siedlecka et al.， 2021; Wokke et al.， 2020）為這些模型提供了直接的實驗證據(jù)。

3.2" 動作改變元認(rèn)知的神經(jīng)機制

Goodale和Milner （1992）首次提出， 大腦中存在兩條神經(jīng)通路——腹側(cè)通路（ventral stream）和背側(cè)通路（dorsal stream）， 分別負(fù)責(zé)視覺感知（如物體特征識別）和視覺引導(dǎo)的動作反應(yīng)（如抓取物體）。進(jìn)一步研究發(fā)現(xiàn)， 目標(biāo)導(dǎo)向行為中， 目標(biāo)的視覺特征和相關(guān)動作信息分別在兩條通路中處理（Tang et al.， 2022）。值得注意的是， 腹側(cè)和背側(cè)通路之間并非完全隔離， 而是存在信息交互（Milner， 2017）。Giarrocco和Averbeck （2021）發(fā)現(xiàn)， 腹側(cè)和背側(cè)通路的交互信息通過后扣帶回（posterior cingulate）和海馬（hippocampus）整合后， 最終匯聚至前額葉皮層（PFC） （Milner amp; Goodale， 1993， 1995）。而前額葉皮層恰恰是元認(rèn)知加工的重要腦區(qū)。因此， 腹側(cè)通路的知覺信息與背側(cè)通路的動作信息可能在此整合并加工， 形成元認(rèn)知判斷， 為動作影響元認(rèn)知提供了神經(jīng)基礎(chǔ)。

近期的fMRI研究對信心評估相關(guān)腦區(qū)進(jìn)行了精確定位， 發(fā)現(xiàn)這些腦區(qū)主要集中在額頂葉和帶狀蓋網(wǎng)絡(luò)， 特別是背側(cè)前扣帶回（dorsal anterior cingulate cortex）、輔助運動區(qū)（the supplementary motor area）、前額葉前部（the anterior prefrontal cortex）、頂下小葉（the inferior parietal lobe）、楔前葉（precuneus）和前腦島（the anterior insula） （Qiu et al.， 2018; Rouault amp; Fleming， 2020）。有研究比較了知覺決策后有無信心評估時的腦區(qū)激活， 發(fā)現(xiàn)有信心評估時， 左側(cè)輔助運動區(qū)、左側(cè)背側(cè)前扣帶回、左側(cè)額下回島蓋部位及雙側(cè)楔前葉的激活顯著增加（Lei et al.， 2020）。這些區(qū)域的激活， 包括輔助運動區(qū)， 提示元認(rèn)知過程中可能涉及動作信息。盡管目前有關(guān)動作如何影響元認(rèn)知的神經(jīng)機制研究較少， 但可以從以下幾個方面進(jìn)行初步探討。

3.2.1" 前額葉不同模塊的功能特異性

有研究探討了前額葉不同模塊在元認(rèn)知形成中的功能。Shekhar和Rahnev （2018）利用TMS研究發(fā)現(xiàn)， 對背外側(cè)前額葉皮層（dorsolateral PFC， DLPFC）施加TMS可降低信心評分， 而對前額葉前部（anterior PFC， aPFC）施加TMS則提高了元認(rèn)知能力。此外， 研究表明， 對左側(cè)前額葉前部內(nèi)側(cè)皮層（anterior medial prefrontal cortex， aMPFC）施加連續(xù)theta節(jié)律刺激可顯著提升元認(rèn)知效率（Hobot et al.， 2023）。這些結(jié)果表明， 前額葉皮層的不同區(qū)域具有功能差異：背外側(cè)前額葉皮層負(fù)責(zé)讀出感覺證據(jù)、內(nèi)感受信號和動作反應(yīng)等信息， 并將信息傳遞至前額葉前部， 后者整合非知覺信息以做出元認(rèn)知決策。因此， 前額葉各模塊的功能差異為知覺與元認(rèn)知的分離提供了可能， 并為動作改變元認(rèn)知提供了神經(jīng)基礎(chǔ)。另一項結(jié)合EEG和fMRI技術(shù)的研究（Pereira et al.， 2020）比較了個體在執(zhí)行動作和觀察他人動作時的元認(rèn)知表現(xiàn)及其神經(jīng)機制， 發(fā)現(xiàn)個體在執(zhí)行動作時元認(rèn)知表現(xiàn)更好， 表明動作執(zhí)行通過積累更多證據(jù)提升元認(rèn)知表現(xiàn)。研究還發(fā)現(xiàn)， 在執(zhí)行動作條件下， 神經(jīng)活動更早與信心相關(guān)聯(lián)， 且執(zhí)行和觀察條件下的激活差異早期出現(xiàn)在前腦島， 晚期出現(xiàn)在前額葉前部， 表明在動作執(zhí)行后， 前腦島首先檢測到用于進(jìn)行錯誤檢測的第一類反應(yīng)運動信號， 并將其傳遞到前額葉前部， 與信心證據(jù)結(jié)合形成信心判斷。

3.2.2" 動作與內(nèi)在狀態(tài)整合的神經(jīng)基礎(chǔ)

Fleming和Daw （2017）認(rèn)為， 動作作為額外信息， 需與被試的內(nèi)在狀態(tài)（如決策和信心加工變量）整合， 才能形成元認(rèn)知決策。他們提出了動作改變元認(rèn)知的兩個可能的關(guān)鍵腦區(qū)和神經(jīng)回路。首先， 額極皮層（frontopolar cortex， FPC; Brodmann area 10）可能負(fù)責(zé)動作與內(nèi)在狀態(tài)的整合。額極皮層從頂葉、額葉和顳葉的高級感覺和運動區(qū)接收多模態(tài)信息， 并整合這些信息以支持元認(rèn)知決策（Baird et al.， 2013）。其次， 背內(nèi)側(cè)前額葉皮層（dorsomedial prefrontal cortex， dmPFC， 包含旁扣帶回和前輔助運動區(qū)）也可能參與動作與狀態(tài)的整合。前人發(fā)現(xiàn)， 當(dāng)被試做快速按鍵反應(yīng)時， 如果出現(xiàn)錯誤， 在沒有外部反饋情況下， 背內(nèi)側(cè)前額葉皮層會激活增加， 表明該區(qū)域與錯誤檢測有關(guān)（Carter et al.， 1998）。此外， 背內(nèi)側(cè)前額葉皮層與腦島和額極皮層相連， 形成一個可能的元認(rèn)知評估回路（Baird et al.， 2013）。

動作與內(nèi)在狀態(tài)如何整合， 或動作如何傳遞感覺信息以形成元認(rèn)知決策？一種可能的電生理機制是β波。研究表明， β振蕩與感覺和運動加工密切相關(guān)（Pfurtscheller amp; Lopes da Silva， 1999）。例如， 運動區(qū)的單側(cè)化β波成分可提前預(yù)測下一步動作， 說明β波與動作展開相關(guān)（Donner et al.， 2009）。此外， β振蕩支持長程神經(jīng)交互作用（Siegel et al.， 2012）， 有助于維持當(dāng)前的感知運動狀態(tài)（Engel amp; Fries， 2010）。由于元認(rèn)知需要整合動作和內(nèi)在感知狀態(tài)的信息， β波可能是兩者整合的橋梁。Wokke等人（2020）發(fā)現(xiàn)， 當(dāng)元認(rèn)知判斷發(fā)生在知覺判斷之后（即動作信息可被元認(rèn)知加工）， 運動區(qū)和前額葉的β波出現(xiàn)更高的相位同步——表明動作信息對元認(rèn)知的影響與運動皮層和前額葉皮層的β波同步相關(guān)， 即為動作信息影響元認(rèn)知提供了直接的電生理證據(jù)。在控制實驗中， 若不要求元認(rèn)知判斷， 相位同步消失， 進(jìn)一步表明β波在感知運動狀態(tài)保持和元認(rèn)知形成中發(fā)揮重要作用。

在信心決策過程中， 整合動作（Wokke et al.， 2020）、內(nèi)在狀態(tài)（包括內(nèi)感受、本體感受） （Fleming， 2024）和視覺?時間線索（Charles et al.， 2020）等信息， 可能激活多個與單一維度信息加工相關(guān)的腦區(qū)。Jaeger等人（2020）發(fā)現(xiàn)， 信心決策的形成與三個獨特的腦區(qū)組的共同激活有關(guān)， 這些腦區(qū)的激活程度與信心水平正相關(guān)：信心越強， 激活越顯著。三個腦區(qū)組包括：右側(cè)額?顳?頂中心區(qū)， 左側(cè)顳頂部和基底前腦， 小腦。這些腦區(qū)互相獨立， 但分布非常廣泛; 它們首先獨立加工信心形成中所依賴的各種信息， 再進(jìn)行信息整合。在這三個腦區(qū)組中， 右側(cè)額?顳?頂中心區(qū)所包含的額葉輔助眼區(qū)（supplementary eye field）是唯一一個既與信心決策（Gajdos et al.， 2019）相關(guān)又與元認(rèn)知效率（Fleming amp; Lau， 2014）相關(guān)的腦區(qū)， 可能在整合動作信號和影響信心判斷中發(fā)揮關(guān)鍵作用。

3.2.3" 動作影響元認(rèn)知過程中注意抑制的神經(jīng)基礎(chǔ)

動作信息作為信心證據(jù)， 在與其他證據(jù)共同積累時， 注意的作用不可忽視。近期研究支持了注意在信心證據(jù)積累中的作用。Sanchez等人（2023）研究了動作準(zhǔn)備對信心判斷的影響。實驗中， 研究者在刺激呈現(xiàn)前提供反應(yīng)線索， 提示被試使用特定手進(jìn)行反應(yīng)。結(jié)果顯示， 當(dāng)線索與實際反應(yīng)不一致時， 信心反而比一致時更高， 同時伴隨更高P2波幅。P2波幅與認(rèn)知控制（Xie et al.， 2020）和早期注意資源分配（Ghin et al.， 2022）相關(guān)。不一致試次中的較高P2波幅表明， 對前期不匹配的動作準(zhǔn)備分配了更多的注意資源， 從而進(jìn)行更強的抑制。這種更強的抑制被整合入信心證據(jù)， 從而產(chǎn)生更高的信心。

此外， 動作信息對元認(rèn)知決策的影響還可能通過α抑制現(xiàn)象反映出來。α波抑制被視為注意閘門的具體體現(xiàn)， 其典型特征是抑制分心刺激（Foxe amp; Snyder， 2011）。例如， 處理潛在分心信息的腦區(qū)會顯示更高的α波功率（Foxe et al.， 1998）。Faivre等人（2018）研究了跨通道的元認(rèn)知， 發(fā)現(xiàn)低信心與高α波功率相關(guān)， 表現(xiàn)為α抑制。這可能是因為低信心時， 個體忙于抑制分心信息， 未能有效關(guān)注第一類反應(yīng)的動作信息（如動作準(zhǔn)備和反應(yīng)時間）， 從而導(dǎo)致低信心。因此， 雖然動作信息在元認(rèn)知決策中起到重要作用， 但能否注意到動作信息可能受噪音影響， 噪音大時， α抑制發(fā)揮作用， 動作信息不被注意， 導(dǎo)致低信心。最近的另一項研究專門探討了α振蕩在知覺決策中的作用（Di Gregorio et al.， 2022）。他們發(fā)現(xiàn)刺激呈現(xiàn)之前的α波的快頻率與正確反應(yīng)相關(guān)， 而慢頻率與錯誤反應(yīng)相關(guān); α波的波幅則與信心有關(guān)。刺激呈現(xiàn)之后的α波頻率對正確率沒有影響， 而低α波幅與高信心評估和元認(rèn)知敏感性相關(guān)聯(lián)。此外， 通過TMS調(diào)節(jié)， 研究發(fā)現(xiàn)刺激呈現(xiàn)前的α調(diào)節(jié)只能改變反應(yīng)敏感性， 不能改變元認(rèn)知表現(xiàn)， 而在刺激呈現(xiàn)之后信心判斷之前（中間有知覺反應(yīng)）的α調(diào)節(jié)只能改變元認(rèn)知敏感性， 不能改變反應(yīng)敏感性。該研究不僅表明反應(yīng)和信心是分離的， 還為α波速度和波幅在神經(jīng)機制上的雙分離提供了因果證據(jù)。綜合以上研究， 動作信息在被整合入元認(rèn)知證據(jù)以形成元認(rèn)知判斷時， 注意主要以抑制的方式產(chǎn)生作用。抑制可能是對無關(guān)動作準(zhǔn)備的抑制， 從而導(dǎo)致信心的升高; 也可能是對證據(jù)累積過程中無關(guān)噪音的抑制， 從而忽略動作信息， 導(dǎo)致信心降低。

總之， 我們嘗試列出不同層次的動作改變元認(rèn)知的神經(jīng)機制。綜合現(xiàn)有的實驗證據(jù)和理論解釋， 人類可能通過以額葉皮層為核心的腦網(wǎng)絡(luò)， 依托β振蕩和α抑制等電生理機制， 借助注意監(jiān)控實現(xiàn)動作信息與其它證據(jù)的整合， 形成元認(rèn)知。然而， 目前關(guān)于動作影響元認(rèn)知的神經(jīng)機制研究尚不充分， 盡管發(fā)現(xiàn)了注意在其中的作用， 但尚未直接調(diào)控注意。未來需更多實證研究， 以全面揭示動作改變元認(rèn)知的神經(jīng)機制。

4" 總結(jié)與展望

綜上所述， 動作對元認(rèn)知的影響已經(jīng)在多個研究中被證實。動作的各個方面， 比如反應(yīng)速度、動作強度、反應(yīng)順序、動作沖突信息等， 都會影響元認(rèn)知的表現(xiàn)。當(dāng)前動作影響元認(rèn)知的研究方興未艾， 相關(guān)實驗事實和理論解釋亟待進(jìn)一步探索。如果要進(jìn)一步厘清動作影響元認(rèn)知的諸多爭論， 特別是厘清知覺證據(jù)與元認(rèn)知證據(jù)的依存程度、關(guān)聯(lián)方式和組織結(jié)構(gòu)， 可以考慮從以下幾方面入手深化研究。

4.1" 探索動作改變元認(rèn)知的邊界條件

盡管大量研究表明動作會影響以信心判斷為代表的元認(rèn)知， 但也有研究發(fā)現(xiàn)， 動作不一定在所有情況下都會影響元認(rèn)知， 尤其是在一些關(guān)鍵衍生指標(biāo)（如元認(rèn)知敏感性、元認(rèn)知效率和信心?正確率回歸斜率）上未見顯著效應(yīng)。比如Charles等人（2020）比較了自發(fā)動作（被試自己移動）、被動動作（機器手帶著被試手指移動）和觀察動作（被試觀察視頻中的手指動作）三種條件對元認(rèn)知的影響。結(jié)果表明， 在知覺判斷上， 自發(fā)動作的正確率最高， 但被動動作與觀察動作之間無差異; 在信心評分上， 自發(fā)動作信心評分最高， 被動動作居中， 觀察動作最低， 但三者的元認(rèn)知敏感性和效率無顯著差異。不同的動作條件提供了不同的信息：自發(fā)動作依賴內(nèi)感受、本體感受和視覺?時間線索; 被動動作依賴本體感受和視覺?時間線索; 而觀察動作則僅依賴視覺?時間線索。這些不同的信息可能使信心評分產(chǎn)生偏差， 但并未改變元認(rèn)知能力。另外， Filevich等人（2020）比較了外顯知覺判斷與內(nèi)隱知覺判斷對元認(rèn)知的影響， 意外地發(fā)現(xiàn)兩者在元認(rèn)知表現(xiàn)（無論是回歸系數(shù)還是元認(rèn)知效率）上并無差異。此外， 當(dāng)要求被試做出實時刺激特征判斷時， 盡管信心評分有所增加， 但并未改變元認(rèn)知表現(xiàn)。他們認(rèn)為， 元認(rèn)知評估并不總是整合動作信息。

上述研究表明， 動作對元認(rèn)知表現(xiàn)和能力的影響并不一致， 因此動作對元認(rèn)知的作用可能存在邊界條件。一種可能的解釋就是， 信心評分指標(biāo)（Gajdos et al.， 2019）與在其基礎(chǔ)上衍生的元認(rèn)知指標(biāo)（Fleming amp; Lau， 2014; Rausch et al.， 2023）存在重大差異， 不同指標(biāo)可能反映不同的效應(yīng)和認(rèn)知加工機制。另一種可能的解釋是， 在某些情境下， 元認(rèn)知表現(xiàn)出較高的穩(wěn)定性， 難以改變（Charles et al.， 2020; Filevich et al.， 2020）; 尤其是當(dāng)實驗任務(wù)或知覺任務(wù)較為復(fù)雜時， 認(rèn)知資源被用于任務(wù)監(jiān)控和執(zhí)行， 難以進(jìn)行合理的元認(rèn)知評估。這兩種假設(shè)的適用性及其對實驗結(jié)果的解釋仍需進(jìn)一步實證驗證。通過探討關(guān)鍵邊界條件， 有助于深入理解知覺證據(jù)與元認(rèn)知證據(jù)的關(guān)聯(lián)與組織結(jié)構(gòu)的穩(wěn)定性。特別是動作信息的哪些方面， 例如反應(yīng)速度（Patel et al.， 2012）、動作強度（Gajdos et al.， 2019）、反應(yīng)順序（Wokke et al.， 2020）、動作沖突（Siedlecka et al.， 2020）、動作觀察（Palmer et al.， 2016）等， 是以何種權(quán)重參與元認(rèn)知加工， 以及是否以某種線性或非線性組合方式與元認(rèn)知判斷相關(guān)。此外， 還可進(jìn)一步探索不同感覺通道的動作信息是否以跨通道整合（Scheliga et al.， 2023）方式影響元認(rèn)知。

4.2" 重新思考元認(rèn)知——信心到底是什么？

要理解動作信息如何影響知覺信心， 首先需明確知覺信心的含義。有一類觀點認(rèn)為知覺信心反映了一個決定是正確的可能性（比如， Sanders et al.， 2016）。還有一類觀點則認(rèn)為， 信心反映的是贊成某個決定的證據(jù)量， 而對反對這個決定的證據(jù)相對不敏感（比如： Samaha amp; Denison， 2022; Samaha et al.， 2019）; 換句話說， 人們在進(jìn)行信心判斷時， 過度依賴與決定一致的證據(jù)， 采取次優(yōu)啟發(fā)策略， 而不是采取綜合考慮不一致證據(jù)的最優(yōu)計算策略。

Maniscalco等人（2021）提出的差異調(diào)諧抑制（differential tuned inhibition）理論進(jìn)一步支持了信心反映證據(jù)量的觀點。該理論認(rèn)為， 神經(jīng)元受到其它具有相反調(diào)諧偏好的神經(jīng)元的抑制， 抑制程度決定神經(jīng)元在知覺辨別和信心判斷中的作用。具體來說， 被強抑制的差分（differencing）神經(jīng)元編碼不同知覺解釋（如左或右）， 推動知覺決策; 而被弱抑制的累積（accumulation）神經(jīng)元則編碼偏向某一知覺解釋的證據(jù)， 忽略其它的解釋（比如：右）， 推動信心判斷。因此高調(diào)諧抑制神經(jīng)元負(fù)責(zé)計算知覺解釋的相對證據(jù)， 決定知覺決策; 而低調(diào)諧抑制神經(jīng)元則計算絕對證據(jù)， 決定信心判斷; 不同的調(diào)諧抑制神經(jīng)元導(dǎo)致知覺與信心的分離。Mamassian和de Gardelle （2022）提出的模型則認(rèn)為， 知覺決策的信心源自對知覺反應(yīng)一致性（self- consistency）的主觀估計， 即相同條件下做出相同決策的概率。用信號檢測論的術(shù)語講， 傳統(tǒng)信心的定義在強調(diào)決策的正確率（accuracy）， 而這里的信心定義則強調(diào)不受偏差（bias）影響的被試的某種敏感性（sensitivity）。這種信心的定義可以很好地解釋錯覺， 在錯覺中被試總能穩(wěn)定地做出同樣的錯誤決定， 傳統(tǒng)信心理論認(rèn)為這是對信心（正確的主觀概率）的過高估計， 而Mamassian和de Gardelle （2022）模型則認(rèn)為此時被試具有較好的自我一致性， 而不是信心過高估計。在某種程度上， 這個模型也同樣支持信心反映的是贊成某個決定的證據(jù)量。近期也有研究將信心與任務(wù)的先驗信念關(guān)聯(lián)（Van Marcke et al.， 2024）， 或認(rèn)為信心本身是元認(rèn)知監(jiān)控的目標(biāo)， 而非結(jié)果（Lee et al.， 2023）。

關(guān)于“信心究竟反映了什么”的兩種觀點均能解釋動作對信心的影響。一方面， 如果信心反映的是某個決定是正確的可能性， 那么由于動作反應(yīng)的速度、強度等信息均能影響對該反應(yīng)正確性的主觀評估， 因此更快的反應(yīng)速度、更大的反應(yīng)強度都會導(dǎo)致信心增加。另一方面， 如果信心反映的是贊成某個決定的證據(jù)量， 那么由于動作信息的加入會改變神經(jīng)元的調(diào)諧程度， 因此更快動作反應(yīng)速度、更大反應(yīng)強度會使神經(jīng)元的調(diào)諧抑制變小， 從而提高信心。然而， 行為指標(biāo)無法區(qū)別這兩種關(guān)于信心內(nèi)容的假說， 一個可能的探索方向是通過將神經(jīng)科學(xué)手段與對動作反應(yīng)速度（Patel et al.， 2012）、動作強度（Gajdos et al.， 2019）等動作信息的操縱相結(jié)合， 利用關(guān)鍵神經(jīng)指標(biāo)， 探索行為指標(biāo)上無法區(qū)分但具有明顯預(yù)期差異的兩種信心假說的元認(rèn)知神經(jīng)對應(yīng)物（neural correlates of metacognition， NCM） （Overhoff et al.， 2021）。根據(jù)前人研究， 兩個關(guān)鍵的腦電成分——后部錯誤正波（posterior error positivity， Pe）和中頂部正波（centro-parietal positivity， CPP）， 有可能分別與上述兩種信心假設(shè)相關(guān)， 從而幫助區(qū)分這兩種假設(shè)。具體講， Pe出現(xiàn)在知覺判斷后的200至400 ms內(nèi)， 其波幅隨著個體對錯誤判斷信心的增加而增大， 反映了個體對知覺判斷正確性的監(jiān)控（Boldt amp; Yeung， 2015; Feuerriegel et al.， 2022）。CPP則通常發(fā)生在知覺刺激呈現(xiàn)后和個體做出知覺判斷前， 波幅隨著信心增強而增大（Gherman amp; Philiastides， 2015; Rausch et al.， 2020）， 反映了支持所選選項的證據(jù)積累程度（Kelly et al.， 2021; Philiastides et al.， 2014）。例如， Ko等人（2024）通過兩種分析方法確定CPP的時間窗口：一種是刺激呈現(xiàn)后350至500 ms， 另一種是反應(yīng)前130至70 ms。研究還發(fā)現(xiàn)， 在知覺判斷后的反應(yīng)階段和信心判斷前， 電極點上仍能觀察到證據(jù)積累的神經(jīng)反應(yīng)， 這一成分被稱為“選擇后CPP” （post-choice CPP） （Grogan et al.， 2023）。因此， 信心假設(shè)一（信心反映決定正確性）可能與Pe相關(guān)， 而信心假設(shè)二（信心反映證據(jù)積累量）可能與CPP有關(guān)。未來可通過比較動作信息操控下， 兩個NCM與信心評分的相關(guān)性， 進(jìn)一步區(qū)分這兩種信心假設(shè)。總之， 只有厘清了信心所真正反映的心理內(nèi)容， 才能更好地解釋動作如何改變元認(rèn)知的認(rèn)知和神經(jīng)機制。

4.3" 探索特殊人群的元認(rèn)知表現(xiàn)

目前， 大多數(shù)研究集中于健康成人群體。研究發(fā)現(xiàn)， 前運動皮層TMS刺激會影響健康個體的元認(rèn)知（Fleming et al.， 2015）。那么， 運動障礙群體的動作?元認(rèn)知關(guān)系是否也會受到影響？研究表明， 運動障礙患者在推斷他人動作信心方面存在困難。Macerollo等人（2015）采用與Patel等人（2012）相同的觀察范式， 比較了帕金森癥患者、功能性運動障礙患者（如功能性顫抖或肌張力障礙）與健康個體在推斷他人動作信心上的表現(xiàn)。結(jié)果顯示， 所有被試均表現(xiàn)出速度與信心推斷之間的負(fù)相關(guān)——即觀察到的速度越慢， 信心推斷越低。但進(jìn)一步分析發(fā)現(xiàn)， 當(dāng)錄像中的人物以較快速度移動彈珠進(jìn)行知覺判斷時， 健康被試的信心推斷顯著高于運動障礙患者， 表明運動執(zhí)行系統(tǒng)在從觀察到的動作中推斷信心時發(fā)揮了作用。此外， 部分研究探討了患有運動障礙的神經(jīng)障礙患者（如基底神經(jīng)節(jié)損傷、神經(jīng)退行性病變、白質(zhì)疾病及獲得性腦損傷）的元認(rèn)知表現(xiàn)。這些研究主要比較了神經(jīng)障礙患者與正常被試在自我或他人動作錯誤檢測上的差異。近期綜述（Pezzetta et al.， 2022）總結(jié)了相關(guān)研究結(jié)果， 發(fā)現(xiàn)雖然神經(jīng)障礙患者在行為上未表現(xiàn)出明顯的錯誤加工異常， 但大多數(shù)患者在腦電圖中， 尤其是在評估自我錯誤反應(yīng)時， ERN波幅顯著降低。

此外， 關(guān)于動作與元認(rèn)知關(guān)聯(lián)的研究， 仍需加強對有代表性的兩類特殊群體的研究。首先是自閉癥兒童， 盡管他們通常沒有顯著的運動障礙， 但部分患者存在姿勢控制不規(guī)范， 并在步態(tài)、上肢運動和精細(xì)運動控制上與正常兒童有明顯差異（Cook， 2016）。已有研究表明自閉癥兒童在知覺與動作之間存在相互影響， 但其運動表現(xiàn)與元認(rèn)知表現(xiàn)之間的關(guān)系尚需進(jìn)一步探討。另一類特殊群體是脊髓損傷所導(dǎo)致的截癱患者（paraplegic spinal cord injury patients）， 這些患者的運動和感覺中樞以及外周效應(yīng)器和外周神經(jīng)系統(tǒng)均沒有器質(zhì)性病變; 但由于脊髓損傷， 大腦與效應(yīng)器和感受器的神經(jīng)信號往來被完全切斷。目前， 盡管有研究顯示脊髓損傷患者的知覺決策與健康人不同（見綜述Moro et al.， 2022）， 但一個尚未被研究的問題就是， 純粹的感覺傳入神經(jīng)阻滯和運動傳出神經(jīng)阻滯（somatic deafferentation and motor deefferentation）在多大程度上影響動作與元認(rèn)知的關(guān)聯(lián)。總之， 從特殊群體入手， 研究存在非典型動作或運動障礙時的元認(rèn)知表現(xiàn)， 有助于幫助我們揭示動作影響元認(rèn)知的必要條件與專屬機制。

參考文獻(xiàn)

Al-Maghrabi， M.， Mamede， S.， Schmidt， H. G.， Omair， A.， Al-Nasser， S.， amp; Magzoub， M. E. M. A. （2024）. Overconfidence， time-on-task， and medical errors： Is there a relationship？ Advances in Medical Education and Practice， 15， 133?140. https：//doi.org/10.2147/AMEP. S442689

Baird， B.， Smallwood， J.， Gorgolewski， K. J.， amp; Margulies， D. S. （2013）. Medial and lateral networks in anterior prefrontal cortex support meta-cognitive ability for memory and perception. Journal of Neuroscience， 33（42）， 16657?16665. https：//doi.org/10.1523/JNEUROSCI.0786- 13.2013

Boldt， A.， amp; Gilbert， S. J. （2022）. Partially overlapping neural correlates of metacognitive monitoring and metacognitive control. Journal of Neuroscience， 42（17）， 3622?3635. https：//doi.org/10.1523/JNEUROSCI.1326-21. 2022

Boldt， A.， amp; Yeung， N. （2015）. Shared neural markers of decision confidence and error detection. Journal of Neuroscience， 35（8）， 3478?3484. https：//doi.org/10.1523/ JNEUROSCI.0797-14.2015

Brouillet， D.， Brouillet， T.， amp; Versace， R. （2023）. Motor fluency makes it possible to integrate the components of the trace in memory and facilitates its re-construction. Memory amp; Cognition， 51（2）， 336?348. https：//doi.org/10. 3758/s13421-022-01350-x

Cardellicchio， P.， Dolfini， E.， Hilt， P. M.， Fadiga， L.， amp; D’Ausilio， A. （2020）. Motor cortical inhibition during concurrent action execution and action observation. NeuroImage， 208， 116445. https：//doi.org/10.1016/j. neuroimage.2019.116445

Carter， C. S.， Braver， T. S.， Barch， D. M.， Botvinick， M. M.， Noll， D.， amp; Cohen， J. D. （1998）. Anterior cingulate cortex， error detection， and the online monitoring of performance. Science， 280（5364）， 747?749. https：//doi.org/10.1126/ science.280.5364.747

Charles， L.， Chardin， C.， amp; Haggard， P. （2020）. Evidence for metacognitive bias in perception of voluntary action. Cognition， 194， 104041. https：//doi.org/10.1016/j.cognition. 2019.104041

Chye， S.， Valappil， A. C.， Wright， D. J.， Frank， C.， Shearer， D. A.， Tyler， C. J.， … Bruton， A. M. （2022）. The effects of combined action observation and motor imagery on corticospinal excitability and movement outcomes： Two meta-analyses. Neuroscience and Biobehavioral Reviews， 143， 104911. https：//doi.org/10.1016/j.neubiorev.2022.104911

Cook， J. （2016）. From movement kinematics to social cognition： The case of autism. Philosophical Transactions of the Royal Society B： Biological Sciences， 371（1693）， 20150372. https：//doi.org/10.1098/rstb.2015.0372

Desender， K.， Donner， T. H.， amp; Verguts， T. （2021）. Dynamic expressions of confidence within an evidence accumulation framework. Cognition， 207， 104522. https：//doi.org/10. 1016/j.cognition.2020.104522

Dhingra， B.， amp; Yadav， M. （2024）. An empirical analysis of overconfidence behaviour in the Indian ETF market. International Journal of Revenue Management， 14（1）， 72?94. https：//doi.org/10.1504/IJRM.2024.135964

Di Gregorio， F.， Trajkovic， J.， Roperti， C.， Marcantoni， E.， Di Luzio， P.， Avenanti， A.， … Romei， V. （2022）. Tuning alpha rhythms to shape conscious visual perception. Current Biology， 32（5）， 988?998. https：//doi.org/10.1016/j.cub.2022. 01.003

Di Luzio， P.， Tarasi， L.， Silvanto， J.， Avenanti， A.， amp; Romei， V. （2022）. Human perceptual and metacognitive decision- making rely on distinct brain networks. PLoS Biology， 20（8）， e3001750. https：//doi.org/10.1371/journal.pbio.3001750

Donner， T. H.， Siegel， M.， Fries， P.， amp; Engel， A. K. （2009）. Buildup of choice-predictive activity in human motor cortex during perceptual decision making. Current Biology， 19（18）， 1581?1585. https：//doi.org/10.1016/j.cub.2009.07. 066

Engel， A. K.， amp; Fries， P. （2010）. Beta-band oscillations — Signalling the status quo. Current Opinion in Neurobiology， 20（2）， 156?165. https：//doi.org/10.1016/j.conb.2010.02.015

Faivre， N.， Filevich， E.， Solovey， G.， Kühn， S.， amp; Blanke， O. （2018）. Behavioral， modeling， and electrophysiological evidence for supramodality in human metacognition. Journal of Neuroscience， 38（2）， 263?277. https：//doi.org/ 10.1523/JNEUROSCI.0322-17.2017

Faivre， N.， Vuillaume， L.， Bernasconi， F.， Salomon， R.， Blanke， O.， amp; Cleeremans， A. （2020）. Sensorimotor conflicts alter metacognitive and action monitoring. Cortex， 124， 224?234. https：//doi.org/10.1016/j.cortex.2019.12.001

Feuerriegel， D.， Murphy， M.， Konski， A.， Mepani， V.， Sun， J.， Hester， R.， amp; Bode， S. （2022）. Electrophysiological correlates of confidence differ across correct and erroneous perceptual decisions. NeuroImage， 259， 119447. https：//doi.org/10.1016/j.neuroimage.2022.119447

Filevich， E.， Ko?， C.， amp; Faivre， N. （2020）. Response-related signals increase confidence but not metacognitive performance. Eneuro， 7（3）， 1?14. https：//doi.org/10.1523/ ENEURO.0326-19.2020

Fleming， S. M. （2024）. Metacognition and confidence： A review and synthesis. Annual Review of Psychology， 75， 241?268. https：//doi.org/10.1146/annurev-psych-022423-032425

Fleming， S. M.， amp; Daw， N. D. （2017）. Self-evaluation of decision-making： A general bayesian framework for metacognitive computation. Psychological Review， 124（1）， 91?114. https：//doi.org/10.1037/rev0000045

Fleming， S. M.， amp; Lau， H. （2014）. How to measure metacognition. Frontiers in Human Neuroscience， 8， 443. https：//doi.org/10.3389/fnhum.2014.00443

Fleming， S. M.， Maniscalco， B.， Ko， Y. D.， Amendi， N.， Ro， T.， amp; Lau， H. （2015）. Action-specific disruption of perceptual confidence. Psychological Science， 26（1）， 89?98. https：//doi.org/10.1177/0956797614557697

Foxe， J. J.， Simpson， G. V.， amp; Ahlfors， S. P. （1998）. Parieto- occipital ～10 Hz activity reflects anticipatory state of visual attention mechanisms. NeuroReport， 9（17）， 3929? 3933. https：//doi.org/10.1097/00001756-199812010-00030

Foxe， J. J.， amp; Snyder， A. C. （2011）. The role of alpha-band brain oscillations as a sensory suppression mechanism during selective attention. Frontiers in Psychology， 2， 10747. https：//doi.org/10.3389/fpsyg.2011.00154

Gajdos， T.， Fleming， S. M.， Saez Garcia， M.， Weindel， G.， amp; Davranche， K. （2019）. Revealing subthreshold motor contributions to perceptual confidence. Neuroscience of Consciousness， 2019（1）， niz001. https：//doi.org/10.1093/ nc/niz001

Geurts， L. S.， Cooke， J. R.， van Bergen， R. S.， amp; Jehee， J. F. （2022）. Subjective confidence reflects representation of Bayesian probability in cortex. Nature Human Behaviour， 6（2）， 294?305. https：//doi.org/10.1038/s41562-021-01247-w

Gherman， S.， amp; Philiastides， M. G. （2015）. Neural representations of confidence emerge from the process of decision formation during perceptual choices. NeuroImage， 106， 134?143. https：//doi.org/10.1016/j.neuroimage.2014.11.036

Ghin， F.， Stock， A. K.， amp; Beste， C. （2022）. The importance of resource allocation for the interplay between automatic and cognitive control in response inhibition–An EEG source localization study. Cortex， 155， 202?217. https：// doi.org/10.1016/j.cortex.2022.07.004

Giarrocco， F.， amp; Averbeck， B. B. （2021）. Organization of parietoprefrontal and temporoprefrontal networks in the macaque. Journal of Neurophysiology， 126（4）， 1289?1309. https：//doi.org/10.1152/jn.00092.2021

Goodale， M. A.， amp; Milner， A. D. （1992）. Separate visual pathways for perception and action. Trends in neurosciences， 15（1）， 20?25. https：//doi.org/10.1016/0166-2236（92）90344-8

Grogan， J. P.， Rys， W.， Kelly， S. P.， amp; O'Connell， R. G. （2023）. Confidence is predicted by pre- and post-choice decision signal dynamics. Imaging Neuroscience， 1， 1?23. https：//doi.org/10.1162/imag_a_00005

Hobot， J.， Koculak， M.， Paulewicz， B.， Sandberg， K.， amp; Wierzchoń， M. （2020）. Transcranial magnetic stimulation- induced motor cortex activity influences visual awareness judgments. Frontiers in Neuroscience， 14， 580712. https：// doi.org/10.3389/fnins.2020.580712

Hobot， J.， Skora， Z.， Wierzchoń， M.， amp; Sandberg， K. （2023）. Continuous theta burst stimulation to the left anterior medial prefrontal cortex influences metacognitive efficiency. NeuroImage， 272， 119991. https：//doi.org/10.1016/j. neuroimage.2023.119991

Hoven， M.， Brunner， G.， de Boer， N. S.， Goudriaan， A. E.， Denys， D.， van Holst， R. J.， … Lebreton， M. （2022）. Motivational signals disrupt metacognitive signals in the human ventromedial prefrontal cortex. Communications biology， 5（1）， 244. https：//doi.org/10.1038/s42003-022-03197-z

Jaeger， C.， Glim， S.， Dimulescu， C.， Ries， A.， amp; Wohlschlger， A. （2020）. Segregated co-activation patterns in the emergence of decision confidence during visual perception. Frontiers in Systems Neuroscience， 14， 557693. https：//doi.org/https：//doi.org/10.3389/fnsys.2020.557693

Kelly， S. P.， Corbett， E. A.， amp; O’Connell， R. G. （2021）. Neurocomputational mechanisms of prior-informed perceptual decision-making in humans. Nature Human Behaviour， 5（4）， 467?481. https：//doi.org/10.1038/s41562- 020-00967-9

Ko， Y. H.， Zhou， A.， Niessen， E.， Stahl， J.， Weiss， P. H.， Hester， R.， … Feuerriegel， D. （2024）. Neural correlates of confidence during decision formation in a perceptual judgment task. Cortex， 173， 248?262. https：//doi.org/10. 1016/j.cortex.2024.01.006

Lapate， R. C.， Samaha， J.， Rokers， B.， Postle， B. R.， amp; Davidson， R. J. （2020）. Perceptual metacognition of human faces is causally supported by function of the lateral prefrontal cortex. Communications Biology， 3（1）， 360. https：//doi.org/10.1038/s42003-020-1049-3

Lau， H.， amp; Rosenthal， D. （2011）. Empirical support for higher-order theories of conscious awareness. Trends in Cognitive Sciences， 15（8）， 365?373. https：//doi.org/10. 1016/j.tics.2011.05.009

Lebensfeld， T. C.， amp; Smalarz， L. （2024）. Witnessing- condition information differentially affects evaluations of high-and moderate-confidence eyewitness identifications. Cognition， 250， 105841. https：//doi.org/10.1016/j.cognition. 2024.105841

Lee， D. G.， Daunizeau， J.， amp; Pezzulo， G. （2023）. Evidence or confidence： What is really monitored during a decision？ Psychonomic Bulletin amp; Review， 30（4）， 1360?1379. https：//doi.org/10.3758/s13423-023-02255-9

Legrand， N.， Engen， S. S.， Correa， C. M. C.， Mathiasen， N. K.， Nikolova， N.， Fardo， F.， amp; Allen， M. （2021）. Emotional metacognition： stimulus valence modulates cardiac arousal and metamemory. Cognition and Emotion， 35（4）， 705?721. https：//doi.org/10.1080/02699931.2020. 1859993

Lei， W.， Chen， J.， Yang， C.， Guo， Y.， Feng， P.， Feng， T.， amp; Li， H. （2020）. Metacognition-related regions modulate the reactivity effect of confidence ratings on perceptual decision-making. Neuropsychologia， 144， 107502. https：// doi.org/10.1016/j.neuropsychologia.2020.107502

Macerollo， A.， Bose， S.， Ricciardi， L.， Edwards， M. J.， amp; Kilner， J. M. （2015）. Linking differences in action perception with differences in action execution. Social Cognitive and Affective Neuroscience， 10（8）， 1121?1127. https：//doi.org/10.1093/scan/nsu161

MacNeil， S. L.， Wood， E.， amp; Arslantas， F. （2024）. Development of a metacognition co-curriculum for a university course in introductory organic chemistry. Frontiers in Education， 9， 1402599. https：//doi.org/10. 3389/feduc.2024.1402599

Mamassian， P.， amp; de Gardelle， V. （2022）. Modeling perceptual confidence and the confidence forced-choice paradigm. Psychological Review， 129（5）， 976?998. https：// doi.org/10.1037/rev0000312

Maniscalco， B.， Castaneda， O. G.， Odegaard， B.， Morales， J.， Rajananda， S.， amp; Peters， M. A. （2020）. The metaperceptual function： Exploring dissociations between confidence and task performance with type 2 psychometric curves. PsyArxiv 2020. https：//doi.org/10.31234/osf.io/5qrjn

Maniscalco， B.， amp; Lau， H. （2012）. A signal detection theoretic approach for estimating metacognitive sensitivity from confidence ratings. Consciousness and Cognition， 21（1）， 422?430. https：//doi.org/10.1016/j.concog.2011.09.021

Maniscalco， B.， amp; Lau， H. （2016）. The signal processing architecture underlying subjective reports of sensory awareness. Neuroscience of Consciousness， 2016（1）， 1?17. https：//doi.org/10.1093/nc/niw002

Maniscalco， B.， Odegaard， B.， Grimaldi， P.， Cho， S. H.， Basso， M. A.， Lau， H.， amp; Peters， M. A. （2021）. Tuned inhibition in perceptual decision-making circuits can explain seemingly suboptimal confidence behavior. PLoS Computational Biology， 17（3）， e1008779. https：//doi.org/ 10.1371/journal.pcbi.1008779

Mazancieux， A.， Pereira， M.， Faivre， N.， Mamassian， P.， Moulin， C.， amp; Souchay， C. （2023）. Towards a common conceptual space for metacognition in perception and memory. Nature Reviews Psychology， 2， 751?766. https：// doi.org/10.1038/s44159-023-00245-1

Milner， A. D. （2017）. How do the two visual streams interact with each other？ Experimental Brain Research， 235（3）， 1297?1308. https：//doi.org/10.1007/s00221-017-4917-4

Milner， A. D.， amp; Goodale， M. A. （1993）. Visual pathways to perception and action. Progress in Brain Research， 95， 317?337. https：//doi.org/10.1016/s0079-6123（08）60379-9

Milner， A. D.， amp; Goodale， M. A. （1995）. The visual brain in action. Oxford University Press.

Milshtein， D.， Henik， A.， Ben-Zedeff， E. H.， amp; Milstein， U. （2024）. Mind on the battlefield： What can cognitive science add to the military lessons-learned process？ Defence Studies， 24（2）， 277?298. https：//doi.org/10.1080/ 14702436.2024.2316138

Moro， V.， Scandola， M.， amp; Aglioti， S. M. （2022）. What the study of spinal cord injured patients can tell us about the significance of the body in cognition. Psychonomic Bulletin amp; Review， 29（6）， 2052?2069. https：//doi.org/10. 3758/s13423-022-02129-6

Olawole-Scott， H.， amp; Yon， D. （2023）. Expectations about precision bias metacognition and awareness. Journal of Experimental Psychology： General， 152（8）， 2177?2189. https：//doi.org/https：//doi.org/10.1037/xge0001371

Overhoff， H.， Ko， Y. H.， Feuerriegel， D.， Fink， G. R.， Stahl， J.， Weiss， P. H.， … Niessen， E. （2021）. Neural correlates of metacognition across the adult lifespan. Neurobiology of Aging， 108， 34?46. https：//doi.org/10.1016/j.neurobiolaging. 2021.08.001

Overhoff， H.， Ko， Y. H.， Fink， G. R.， Weiss， P. H.， Stahl， J.， Bode， S.， amp; Niessen， E. （2022）. The relationship between response dynamics and the formation of confidence varies across the lifespan. Frontiers in Aging Neuroscience， 14， 969074. https：//doi.org/10.3389/fnagi.2022.969074

Palmer， C. E.， Bunday， K. L.， Davare， M.， amp; Kilner， J. M. （2016）. A causal role for primary motor cortex in perception of observed actions. Journal of Cognitive Neuroscience， 28（12）， 2021?2029. https：//doi.org/10.1162/ jocn_a_01015

Palser， E. R.， Fotopoulou， A.， amp; Kilner， J. M. （2018）. Altering movement parameters disrupts metacognitive accuracy. Consciousness amp; Cognition， 57， 33?40. https：//doi. org/10.1016/j.concog.2017.11.005

Patel， D.， Fleming， S. M.， amp; Kilner， J. M. （2012）. Inferring subjective states through the observation of actions. Proceedings of the Royal Society B： Biological Sciences， 279（1748）， 4853?4860. https：//doi.org/10.1098/rspb.2012. 1847

Pereira， M.， Faivre， N.， Iturrate， I.， Wirthlin， M.， Serafini， L.， Martin， S.， … Millán， J. D. R. （2020）. Disentangling the origins of confidence in speeded perceptual judgments through multimodal imaging. Proceedings of the National Academy of Sciences， 117（15）， 8382?8390. https：//doi.org/ 10.1073/pnas.1918335117

Pezzetta， R.， Wokke， M. E.， Aglioti， S. M.， amp; Ridderinkhof， K. R. （2022）. Doing it wrong： A systematic review on electrocortical and behavioral correlates of error monitoring in patients with neurological disorders. Neuroscience， 486， 103?125. https：//doi.org/10.1016/j. neuroscience.2021.01.027

Pfurtscheller， G.， amp; Lopes da Silva， F. H. （1999）. Event- related EEG/MEG synchronization and desynchronization： basic principles. Clinical Neurophysiology， 110（11）， 1842?1857. https：//doi.org/10.1016/S1388-2457（99）00141-8

Philiastides， M. G.， Heekeren， H. R.， amp; Sajda， P. （2014）. Human scalp potentials reflect a mixture of decision- related signals during perceptual choices. Journal of Neuroscience， 24（50）， 16877?16889. https：//doi.org/10. 1523/JNEUROSCI.3012-14.2014

Pleskac， T. J.， amp; Busemeyer， J. R. （2010）. Two-stage dynamic signal detection： A theory of choice， decision time， and confidence. Psychological Review， 117（3）， 864? 901. https：//doi.org/10.1037/a0019737

Qiu， L.， Su， J.， Ni， Y.， Bai， Y.， Zhang， X.， Li， X.， amp; Wan， X. （2018）. The neural system of metacognition accompanying decision-making in the prefrontal cortex. PLoS Biology， 16（4）， e2004037. https：//doi.org/10.1371/journal.pbio. 2004037

Qiu， S.， Cheng， X.， CHeng， Z.， Cao， J.， Fan， Z.， amp; Ding， X. （2024）. Physical effort modulates perceptual awareness judgment independent of level of processing. Consciousness and Cognition， 124， 103746. https：//doi.org/10.1016/j. concog.2024.103746

Rahnev， D.， Desender， K.， Lee， A. L. F.， Adler， W. T.， Aguilar-Lleyda， D， Akdogan， B.， … Zylberberg， A. （2020）. The confidence database. Nature Human Behaviour， 4（3）， 317?325. https：//doi.org/10.1038/s41562-019-0813-1

Rahnev， D.， amp; Fleming， S. M. （2019）. How experimental procedures influence estimates of metacognitive ability. Neuroscience of Consciousness， 2019（1）， niz009. https：// doi.org/10.1093/nc/niz009

Rausch， M.， Hellmann， S.， amp; Zehetleitner， M. （2023）. Measures of metacognitive efficiency across cognitive models of decision confidence. Psychological Methods， 10.1037/met0000634. Advance online publication. https：// doi.org/10.1037/met0000634

Rausch， M.， Zehetleitner， M.， Steinhauser， M.， amp; Maier， M. E. （2020）. Cognitive modelling reveals distinct electrophysiological markers of decision confidence and error monitoring. NeuroImage， 218， 116963. https：//doi. org/10.1016/j.neuroimage.2020.116963

Rollwage， M.， Loosen， A.， Hauser， T. U.， Moran， R.， Dolan， R. J.， amp; Fleming， S. M. （2020）. Confidence drives a neural confirmation bias. Nature Communications， 11（1）， 2634. https：//doi.org/10.1038/s41467-020-16278-6

Rouault， M.， amp; Fleming， S. M. （2020）. Formation of global self-beliefs in the human brain. Proceedings of the National Academy of Sciences， 117（44）， 27268?27276. https：//doi.org/10.1073/pnas.200309411

Samaha， J.， amp; Denison， R. （2022）. The positive evidence bias in perceptual confidence is unlikely post-decisional. Neuroscience of Consciousness， 2022（1）， 1?8. https：//doi. org/10.1093/nc/niac010

Samaha， J.， Switzky， M.， amp; Postle， B. R. （2019）. Confidence boosts serial dependence in orientation estimation. Journal of Vision， 19（4）， 25. https：//doi.org/10.1167/ 19.4.25

Sanchez， R.， Courant， A.， Desantis， A.， amp; Gajdos， T. （2024）. Making precise movements increases confidence in perceptual decisions. Cognition， 249， 105832. https：//doi. org/10.1016/j.cognition.2024.105832

Sanchez， R.， Davranche， K.， Gajdos， T.， amp; Desantis， A. （2023）. Action monitoring boosts perceptual confidence. BioRxiv， 2023?08. https：//doi.org/10.1101/2023.08.14.553210

Sanders， J. I.， Hangya， B.， amp; Kepecs， A. （2016）. Signatures of a statistical computation in the human sense of confidence. Neuron， 90（3）， 499?506. https：//doi.org/10.1016/ j.neuron.2016.03.025

Scheliga， S.， Kellermann， T.， Lampert， A.， Rolke， R.， Spehr， M.， amp; Habel， U. （2023）. Neural correlates of multisensory integration in the human brain： An ALE meta-analysis. Reviews in the Neurosciences， 34（2）， 223?245. https：//doi. org/10.1515/revneuro-2022-0065

Schulz， L.， Fleming， S. M.， amp; Dayan， P. （2023）. Metacognitive computations for information search： Confidence in control. Psychological Review， 130（3）， 604?639. https：//doi.org/ 10.1037/rev0000401

Shekhar， M.， amp; Rahnev， D. （2018）. Distinguishing the roles of dorsolateral and anterior PFC in visual metacognition. Journal of Neuroscience， 38（22）， 5078?5087. https：//doi. org/10.1523/JNEUROSCI.3484-17.2018

Shekhar， M.， amp; Rahnev， D. （2021）. The nature of metacognitive inefficiency in perceptual decision making. Psychological Review， 128（1）， 45?70. https：//doi.org/10. 1037/rev0000249

Shekhar， M.， amp; Rahnev， D. （2024）. How do humans give confidence？ A comprehensive comparison of process models of perceptual metacognition. Journal of Experimental Psychology： General， 153（3）， 656?688. https：//doi.org/10. 1037/xge0001524

Siedlecka， M.， Hobot， J.， Skora， Z.， Paulewicz， B.， Timmermans， B.， amp; Wierzchoń， M. （2019）. Motor response influences perceptual awareness judgements. Consciousness and Cognition， 75， 102804. https：//doi.org/ 10.1016/j.concog.2019.102804

Siedlecka， M.， Koculak， M.， amp; Paulewicz， B. （2021）. Confidence in action： Differences between perceived accuracy of decision and motor response. Psychonomic Bulletin amp; Review， 28（5）， 1698?1706. https：//doi.org/10. 3758/s13423-021-01913-0

Siedlecka， M.， Paulewicz， B.， amp; Koculak， M. （2020）. Task-related motor response inflates confidence. BioRxiv， 2020?2003. https：//doi.org/10.1101/2020.03.26.010306

Siedlecka， M.， Paulewicz， B.， amp; Wierzchoń， M. （2016）. But I was so sure！ Metacognitive judgments are less accurate given prospectively than retrospectively. Frontiers in Psychology， 7， 171892. https：//doi.org/10.3389/fpsyg.2016.00218

Siegel， M.， Donner， T. H.， amp; Engel， A. K. （2012）. Spectral fingerprints of large-scale neuronal interactions. Nature Reviews Neuroscience， 13， 20?25. https：//doi.org/10.1038/ nrn3137

Tang， H.， Costa， V. D.， Bartolo， R.， amp; Averbeck， B. B. （2022）. Differential coding of goals and actions in ventral and dorsal corticostriatal circuits during goal-directed behavior. Cell Reports， 38（1）， 110198. https：//doi.org/10.1016/j.celrep. 2021.110198

Turner， W.， Angdias， R.， Feuerriegel， D.， Chong， T. J.， Hester， R.， amp; Bode， S. （2021）. Perceptual decision confidence is sensitive to forgone physical effort expenditure. Cognition， 207（1）， 104525. https：//doi.org/10.1016/j.cognition.2020. 104525

Van Marcke， H.， Denmat， P. L.， Verguts， T.， amp; Desender， K. （2024）. Manipulating prior beliefs causally induces under- and overconfidence. Psychological Science， 35（4）， 358? 375. https：//doi.org/10.1177/09567976241231572

Wokke， M. E.， Achoui， D.， amp; Cleeremans， A. （2020）. Action information contributes to metacognitive decision-making. Scientific Reports， 10（1）， 3632. https：//doi.org/10.1038/ s41598-020-60382-y

Wokke， M. E.， Cleeremans， A.， amp; Ridderinkhof， K. R. （2017）. Sure I’m sure： Prefrontal oscillations support metacognitive monitoring of decision making. Journal of Neuroscience， 37（4）， 781?789. https：//doi.org/10.1523/JNEUROSCI.1612- 16.2016

Xie， L.， Cao， B.， Li， Z.， amp; Li， F. （2020）. Neural dynamics of cognitive control in various types of incongruence. Frontiers in Human Neuroscience， 14， 214. https：//doi. org/10.3389/fnhum.2020.00214

Yeung， N.， amp; Summerfield， C. （2012）. Metacognition in human decision-making： Confidence and error monitoring. Philosophical Transactions of The Royal Society B Biological Sciences， 367（1594）， 1310?1321. https：//doi. org/10.1098/rstb.2011.0416

How does action influence metacognition？ — An exploration based

on cognitive models and neural mechanisms

CHENG Xiaorong， QIU Shiming， DING Xianfeng， FAN Zhao

（Key Laboratory of Adolescent Cyberpsychology and Behavior （CCNU）， Ministry of Education;

Key Laboratory of Human Development and Mental Health of Hubei Province;

School of Psychology， Central China Normal University （CCNU）， Wuhan 430079， China）

Abstract： Action and metacognition are crucial components of cognitive processing. Metacognition reflects an individual's representation， monitoring， and regulation of cognitive processes， while actions serve as vital means for the output of internal cognitive processing， particularly decision-making information. Recent research has demonstrated that various aspects of action—such as response speed， intensity， sequence， conflict， and observation—can influence metacognition. From the perspective of cognitive models， post- decision models of metacognition are well-suited to explaining experimental evidence regarding the impact of action on metacognition. These models propose that the information used for metacognitive evaluation （metacognitive evidence） differs from but is related to that used for perceptual judgment （perceptual evidence）， focusing respectively on hierarchical processing， Bayesian computation， and confidence enhancement. From the perspective of neural mechanisms， action and perceptual information may be integrated through brain networks centered on the prefrontal cortex， relying on electrophysiological mechanisms such as β oscillations and α inhibition， with metacognition shaped under the regulation of attention. Future research could further explore the boundary conditions under which actions alter metacognition， the true meaning of confidence， and the metacognitive performance of special populations.

Keywords： action， metacognition， perceptual judgment， confidence evaluation， cognitive and neural mechanisms