互動反饋促進說服的作用機制：雙人近紅外研究

1引言

以及腦與腦關聯的詮釋，是解析如何實施精準、有效說服的關鍵。

說服（Persuasion）是人類普遍存在的社交技能是信息傳播和社會影響的重要基石（O'keefe，2016）。過去20年，心理學家和認知神經科學家在說服領域進行了深人探討（Cooper etal.，2015;DiPlinio et al.，2023；Falketal.，2015；Falkamp;Scholz，2018），在取得諸多重要發現的同時，也極大促進了對說服這一社會活動的理解。然而，現實情境中的說服通常發生于人際交流的過程，除了傳遞說服性信息外，說服者還會從被說服者處獲得反饋。這揭示自然情境中的說服并非傳統單向信息流動（說服者 被說服者），而是雙向信息流動過程（說服者 被說服者）。盡管如此，現有說服領域研究大多仍停留在對信息內容的機械理解，說服的互動協調過程被大大簡化。鑒于此，對人際溝通過程中說服行為、行為與腦、

1.1 互動反饋對說服的影響

相較于傳統“傳遞-接收\"說服模式，互動說服的一個顯著特點是說服者能夠獲得被說服者的反饋，包括對說服信息的理解、確認、質疑甚至反駁。通過這些反饋，說服者也可以實時調整和優化其說服策略，從而增強說服效果（Baraschamp;Berger，2014;Liamp;Sundar，2022）。當被說服者提出質疑或反對意見時，反饋使說服者能夠及時應對這些異議，澄清誤解，并提供有力的論據來支持自己的觀點（Limbuetal.，2016）。這些發現揭示了互動反饋可有效促進說服，但其背后的認知機制仍亟待探討。前人研究表明，人們通常有兩種方式處理對立的爭論：支持性信息和反駁性信息（Eisend，2010；Xuamp;Petty，2022）。支持性信息是支持說服者觀點的正面論據，而反駁性信息則是對他人意見或觀點的反駁。在“傳遞-接收\"模式下，由于無法了解對方意圖，說服者通常只提供支持自身觀點的論點而忽視對方的論點，即僅采用支持性信息。然而，當說服者收到被說服者的反對或質疑時，除了提供支持性策略，還可通過反駁性策略以應對對方相反的論點。

一些理論和實證研究為互動反饋促進說服提供了支持。從認知加工視角，互動反饋有助于認知重組（Arceneauxamp; VanderWielen，2017;Pettyamp;Brinol，2015）。通常，當個體接收到與自身知識經驗不符或與原先觀點不一致的信息時，為避免認知失調，他們往往會忽略或過濾這些信息，從而抵制說服。然而，互動反饋提供的反駁性信息使個體意識到自己當前觀點的錯誤和不足，促使個體進行認知重組，從而緩解認知失調（Wallaceetal.，2020）。更重要的是，反駁性策略不僅指出錯誤，還為被說服者提供相應的建議和解決方案，增加信息的客觀性和全面性，從而激發個體的行為改變（Eisend，2006;Liuamp;Shrum，2009）。元認知監控理論也指出，互動反饋通過促進個體反思和監控自身思維過程，識別自身的認知缺陷，從而引發個體態度和行為的改變（Koriatamp;Adiv，2011）。總之，互動反饋確實可能通過反駁性說服策略增強說服效果。然而，由于互動反饋過程的復雜性，說服過程中支持性信息和反駁性信息往往同時出現，反駁性信息是否以及如何在互動反饋說服中發揮關鍵性作用，仍需進一步證實。

1.2 說服的神經基礎

當人們試圖說服他人或被他人說服時，多種社會、情感和認知因素在大腦中被整合。研究表明，大腦中的價值評估系統和心智化系統是驅動說服的兩條核心神經通路。價值評估系統主要涉及內側前額葉（medial prefrontalcortex，mPFC）、腹內側前額葉（ventromedial prefrontal cortex，vmPFC）和腹側紋狀體（ventral striatal，VS） （Cascio et al.，2015;Falk amp;Scholz，2018）。其中，mPFC、vmPFC作為行為“預測器”，能夠有效預測個體與說服信息一致的行為改變（Cooperet al.，2015;Falk et al.，2015）。mPFC還涉及自我整合功能，表明說服反映了個體將說服信息整合到已有自我概念當中（Cacioppoetal.，2018）。VS涉及獎賞系統，表明個體可能為增強社會聯系而做出與說服信息一致的行為，獲得內在獎賞（Berger，2014）。心智化腦區包括雙側顳頂聯合區（temporoparietal junction，TPJ）、楔前葉（precuneus，PC）以及顳上溝（superior temporal sulcus，STS）。在說服過程中，說服者需要考慮受眾的特征并預測其潛在反應，以有效創造出與受眾共鳴的信息，即所謂\"了解你的聽眾”，這一過程涉及心智化活動。例如，高心智化的說服者會根據不同受眾調整說服內容和措辭，以最大限度地影響他們（Baekamp;Falk，2018;Dietvorst et al.，2009;Scholz et al.，2017）。

值得注意的是，前人研究僅聚焦于單個說服者或被說服者的腦內活動，遠不足以揭示說服過程中潛在的人際神經特征。近年來，隨著人際神經科學的發展，大量社會互動研究發現，互動主體間伴隨腦間活動同步現象，即腦-腦同步（brain-to-brainsynchronization）。這種腦-腦同步被認為是一種信息傳遞機制，是人際溝通和理解的基礎，并引導社會共識（Couzin，2018;Shamay-Tsooryamp;Mendelsohn2019）。已有研究證實，更有說服力的信息會在被說服者的前扣帶回皮層（anteriorcingulate cortex，ACC）和背內側前額葉（dmPFC）引發廣泛的人際間腦-腦同步（Dmochowski et al.，2014; Imhof et al.，2020;Schmalzleetal.，2015）。這些發現表明了，腦-腦同步可作為捕捉信息受眾集體思維的重要指標，發現的功能腦區也進一步揭示語義加工以及與理解相關的高階腦區的同步性可能是說服生效的關鍵腦區。此外，Li等人（2023）最近通過一項近紅外功能成像研究發現，說服者左側額上回與被說服者右側額中回的腦-腦同步可以有效預測說服成功與否。然而，該研究僅允許單向信息傳遞，互動反饋在此過程中的作用仍有待進一步證實。

1.3 當前研究

本研究旨在探究在人際交流說服情境中，互動反饋如何影響說服效應，并揭示其背后的認知和人際神經基礎。首先，為創設高生態效度的人際說服溝通情境，研究采用求生類交流任務（北極求生任務，ArcticSurvivalTask）作為實驗范式（Jensen等，1973）。該范式的詳情與優勢在2.3節詳細介紹。在腦成像手段上，由于功能磁共振（functionalMagneticResonanceImaging，fMRI）的時間分辨率和掃描空間限制，目前較少應用于言語交流研究中。腦電（electroencephalography，EEG）和近紅外成像（functionalnear-infraredspectroscopy，fNIRS）更容易實現對說服互動過程中雙方大腦活動同步采集。相較于腦電，fNIRS具有更高的空間分辨率和更強的動作偽跡容忍度（Duan et al.，2018;Lloyd-Fox et al.， 2010），因此本研究采用fNIRS同步采集說服者和被說服者的大腦活動。值得注意的是，fNIRS有限的探頭數量決定了它無法做到全腦區覆蓋，因此正式施測前需選定感興趣腦區。基于前述綜述，前額（prefrontalcortex，PFC）和顳頂區域（temporo-parietal cortex）在說服過程中發揮著重要作用（Baekamp;Falk，2018;Falketal.，2015;Scholz etal.，2017）。此外，這兩個腦區在以往研究中也被證實參與人際互動和信息反饋加工過程。其中，前額葉參與自我與他人信息的整合并參與個體后續行為決策和監控（vanDuijvenvoordeetal.，2016），聶頂區域則參與編碼他人反饋信息、推斷他人目標和意圖、以及策略調整（Samsonetal.，2004;Xieetal.，2020）。此外，相較于右側顳頂，左側顳頂與言語理解和信息傳遞密切相關，在人際溝通和信息理解中發揮重要作用（Daietal.，2018;Jiangetal.，2015）。綜上，本研究主要關注前額葉和左側顳頂。

被試分兩次來到實驗室完成所有任務，物品選擇任務（第一次）和近紅外雙人說服任務（第二次）。近紅外雙人說服任務分為無討論（階段1）和有討論（階段2）兩個部分。此外，為排除互動反饋對說服效應的影響僅源于對信息的反復加工（如，說服信息反復曝光從而增強說服）（Binderetal.，2021），或源于人際溝通導致的人際關系因素（如，親密度，人際距離等），研究還設置了兩個控制條件。控制組1的階段2與階段1任務完全相同。控制組2將階段2任務設置為獨立思考，被說服者被要求結合剛才對方的意見再次思考并完成第二輪物品選擇，說服者在此過程中只需安靜等待。本研究假設：1）相較于無討論，有討論的互動反饋將提高說服效果；2）相較于無討論，有討論的互動反饋在神經活動上表現出更強的腦-腦同步；3）基于視音頻信息對說服策略進行解碼，證實反駁性信息是互動反饋促進說服的關鍵策略；并且，我們推測該說服策略階段對應的腦-腦同步相比支持性信息的腦一腦同步將顯著增強。

2 方法

2.1 被試

利用 Power3.1進行功效分析（Effectsize Σ= Σ 0.20， a= 0 . 0 5 ， 1 - β = 0 . 9 5 ，計劃總樣本量為78對。本實驗僅招募女性被試以控制性別差異的潛在影響（Eagly，2009;Li etal.，2023），共招募194名健康女性被試（右利手，年齡范圍在18＼～30 歲），由于未按時返回實驗室完成第二次實驗、或近紅外設備故障或信號質量問題，12名被試被排除。最終，實驗組招募33對被試 （ M ± S D = 2 4 . 1 1 ± 2 . 3 2 歲），控制組1招募28對被試 （ M ± S D = 2 2 . 7 7 ± 2 . 4 6 歲）；控制組2招募30對被試 （ M ± S D = 2 3 . 6 2 ± 2 . 3 3 歲）。三組在年齡、受教育程度等人口統計學變量上無顯著差異 （ F s lt; 2 . 1 4 ， p s gt; 0 . 2 7 6 ，單因素三水平方差分析）。每組被試均為陌生人匹配，以減少社會關系的影響。所有參與者聽力均正常，視力或矯正視力正常，無神經學、重大醫學或精神疾病診斷史，實驗前兩周內未服用精神類藥物，正式實驗過程中未出現任何不適。實驗開始前，每名被試閱讀并自愿簽署了紙質版知情同意書。

2.2 實驗材料

受Jensen等人（1973）的“北極求生任務\"啟發，本研究創設了高生態效度的雙人說服交流任務范式。該范式要求被試想象自己是給定情境中的真實一員。從15件事故中搶救出來的物品（如，一個磁性羅盤、手槍，等）中選擇3件對求生最為重要的物品，并按照重要性排序（第1重要，第2重要，和第3重要）。詳細的任務情境和物品選項見網絡版附錄1。相較于以往研究，本研究對該范式做了兩方面的調整：

相較前人研究中對所有列出的物品進行重要性排序（例，從第1重要到第15重要），本研究要求被試做有限數量的物品選擇。即，在15種求生物品中僅選擇3種，并按重要性排序。這一操作旨在確保近紅外雙人說服任務中，同組的兩名被試在初始選擇上完全不同（如，被試#1選擇：4，6，1；被試#2選擇：9，12，3）。

說服結果量化。前人研究通過計算真實被說服者在說服任務后的排序與計算機或代理人（即，說服者）給定的排序之間的相關系數（如，斯皮爾曼等級相關）來量化說服結果。本研究中則主要通過計算被說服者改變的物品數量來量化說服結果（詳情見2.4.1）。

2.3 實驗流程

如圖1Aamp;B所示，物品選擇任務中被試單獨來到實驗室，閱讀北極求生任務，從給定的15個物品中選擇3件最重要的物品，并按其對求生的重要性排序。之后，參與者填寫事后問卷（情境代人感、先驗經驗，5點評分）。研究人員隨后再次確認被試的選擇，以確保短時間內其選擇不會輕易改變。在確認答復后，參與者被引導離開實驗室，并被告知下一次實驗前不要關注此任務或查閱相關資料。隨后，兩名在第一次任務中選擇完全不同且彼此陌生的參與者被同時邀請返回實驗室進行近紅外雙人說服任務。兩次實驗間隔時間不超過48小時。被試首先完成一系列主觀問卷，包括十項人格問卷（TenItemPersonalityInventory，TIPI.Goslingetal.，2003Cronbach's a= 0 . 8 6 ）、說服易感性量表（Susceptibilityto Persuasion Scale， STPS 32-題，Modic et al.，2018，Cronbach's 和認知一致性量表（NeedforConsistencyscale，NfC18-題，Cacioppo etal.， 1984，Cronbach's a= 0. 8 5 。采用7點評分（ 1 = “非常不符合”； 7 = “非常符合\"）。隨后，兩名參與者被隨機分為“說服者”一方和“被說服者\"一方。實驗首先是3分鐘的靜息階段。靜息階段是指外部刺激不存在且不需要執行任務的狀態，旨在使fNIRS成像儀器和參與者均達到穩定狀態。參與者在該階段保持靜止，閉上眼晴，精神放松。靜息階段結束后，開始正式說服任務。

說服任務分兩個階段。階段1中，說服者依次向對方闡明自己選擇的物品及理由（每項物品闡述固定時長 9 0 s ，由“嘩嘩\"聲提示開始和結束）。被說服者在該過程中僅需玲聽，無需與對方交談。3項物品闡述完畢后，被說服者被要求做出新一輪的物品選擇，而說服者則在這個過程中安靜等待。階段

2中，要求兩名被試圍繞當前任務進行討論。說服者的目標是盡可能說服對方改變其選擇，而被說服者可以自由表達觀點。討論形式不固定，但參與者被明確告知不得討論與任務無關的內容。階段2時長與階段1保持一致。若參與者提前完成討論，則靜待提示音后進入下一階段。階段2結束后，被說服者做出新的第二輪物品選擇。之后，雙方完成感知說服力評分（說服者：說服對方的程度，被說服者：被對方說服程度； 0 % 到 100 % 的11級評分）。實驗結束后，主試將近紅外設備從被試頭上取下，并指導其安全離開實驗室。實驗全程由攝像機錄制。

2.4 數據采集和分析

2.4.1 說服結果評定

說服結果通過被說服者更改的物品數量及其重要性排序進行衡量（Lietal.，2023）。具體為，被說服者選擇說服者提供的0、1、2或3項物品，說服結果則初步記為“0”、“1”、“2”、“3”。進一步，將重要性排序考慮進去（例如，被說服者將說服者排第一位的物品也排在第一位，相較于排在第二或第三位反映了更高的說服力），計算加權后的說服結果。將值\"3”、“2\"和\"1\"分別賦予說服者排第1、第2和第3重要的物品。如果物品在被說服者中保持相同順序，則賦值不變。若排序發生變化，則根據重要性順序增加或減去加權比例（第1重要：3/6；第2重要：2/6，第3重要：1/6），未選擇的物品賦值“0”。最終，說服結果的范圍值從0到6，數值越大表明說服結果越高。

2.4.2 視音頻數據采集和分析

為進一步從互動反饋的說服策略提供支持，研究對說服過程中的視音頻數據進行解碼，具體步驟如下：

首先，視音頻質量檢查和篩選。視音頻解碼分析主要聚焦于實驗組的階段2，正式編碼前對視頻和音頻數據的質量進行了嚴格的檢查，標準如下：1）視頻應清晰捕捉到說服者和被說服的臉部表情和上肢動作；2）語音清晰可懂，無歧義；3）交流互動時長超過任務總時長的 50 % ，且出現與說服任務情境無關的內容不超過交流總時長的 20 % 。不符合這些標準的被試對將被排除。經過篩選，共有6對被試被移除，最終保留27對被試，平均對話時長為4.37分鐘（ ? S D = 0 . 2 7 分鐘，范圍為4.05至5.00分鐘）。

接著，選定編碼指標。首先進行初級的開放式編碼。將每對被試討論過程中的語音信息全部轉錄為文本材料，由一名實驗人員仔細核實，確保轉錄內容 100 % 準確無誤。隨后，額外招募兩名訓練有素且事先未參與過本實驗的編碼員，識別說服者和被說服者發言的起/止時間，并記錄發言時長（秒）和頻率（次）（如圖4A示意）。結合前文綜述（Eisend，2010;Xuamp;Petty，2022）和本研究假設，我們編碼了互動反饋說服過程中的說服策略類型，將二者說話內容根據上下文關系整合，劃分為支持性說服策略和反駁性說服策略。圖4Bamp;C為兩種說服策略編碼的示意。采用ELAN軟件和人工編碼相結合的方法。所有編碼員事先接受培訓，了解本次編碼目的和要求，并熟悉編碼準則。每名編碼員獨立完成三分之二的編碼任務，確保每個指標至少由兩名不同編碼員進行編碼。編碼員在逐幀基礎上，沿著既定編碼維度查看和標記每對被試。對于意見不一致的部分，兩名編碼員需討論并達成共識。編碼員的一致性信度通過類內相關系數（intra-class correlation，ICC）計算，經檢驗ICC的范圍為0.72＼～0.94，表明具有良好的可靠性。

2.4.3 fNIRS數據采集

采用功能近紅外光譜成像系統（ETG-7100，日立）同時測量兩名被試的大腦活動。光學數據采集波長分別為695和 8 3 0 n m ，采樣率為 1 0 H z 。如圖

1C所示，光極片分別放置在每名被試的前額葉和左側顳頂區域。具體來說，前額葉放置一個 3 × 5 的光極片（8個發射光極和7個接收光極，共22個通道CH1＼～CH22）；左側顳頂區放置一個 4 × 4 的光極片（8個發射光極和8個接收光極，共24個通道CH23～CH46。正式記錄前，光極位置被檢查與調整，以確保參與者間的空間位置基本一致。采用虛擬配準方法確定fNIRS通道與大腦皮層測量點之間的對應關系（Singh et al.，2005；Tsuzuki et al.，2007）。各通道的坐標及腦區標定信息見網絡版附錄2。

2.4.4 fNIRS數據預處理

主要包括三個步驟：首先，將原始光強信號轉換為光密度信號（OD），進行目視檢查以評估信號的質量。根據以下三項標準：1）視覺檢查中信號突然出現跳躍、緩慢變化的U形或倒U形尖峰、或多個電流呈現快速尖峰；2）小波變換圖無法識別心跳信號；3）功率譜分析缺乏主導頻率 號（Pintietal.，2017）。符合上述任一特征的通道則被標記為信號不佳，排除在后續分析之外。基于該方法，單通道壞道率最高 7 % ，單個被試壞道率最高8 . 7 % ，所有壞道占所有被試總通道數的 2 . 1 % 。這些通道在后續分析中均予以剔除。接著，采用基于HOMER2的 MATLAB（R2020a，MathWorks，Natick.MA，US）腳本對近紅外數據進行預處理。使用小波算法對信號時間序列進行運動偽影校正，選擇Daubechies5小波并設置調整參數為0.1（Molaviamp;Dumont，2012）。然后，使用截止頻率為 的帶通二階巴特沃斯濾波器減少慢漂移和高頻噪聲。最后，基于修正的Beer-Lambert 算法（Copeamp;Delpey，1988），將預處理后的OD數據轉換為氧血紅蛋白（oxyhemoglobin，HbO）和脫氧血紅蛋白（deoxyhemoglobin，HbR）濃度變化。鑒于前人研究發現，HbO信號對大腦皮層的血流變化更為敏感，且具有更高的信噪比（Sasai etal.，2011），因此本研究主要關注HbO 信號（Li etal.，2023;Pan et al.，2023）。

2.4.5 近紅外數據分析

腦-腦同步分析。采用小波變換相干性算法（Wavelettransformcoherence，WTC）計算說服者和被說服者之間的神經活動相干性（Grinstedetal.，2004）。對所有可能的通道對集合（46個說服者通道× 4 6 個被說服者通道，共計2116個通道對）進行分析。將靜息階段、任務階段1、階段2的WTC值分別在時間維度上平均，得到各自頻段 × 通道對的

WTC矩陣。考慮到本研究為被試間設計，個體間神經活動的固有相似性（即，非任務狀態下的自主神經系統震蕩的相似性程度）可能會影響任務相關的腦-腦同步，因此以靜息階段的腦-腦同步作為基線，得到階段1和階段2的腦-腦同步值（分別為：階段 階段 靜息 ；階段 階段 靜息 。為獲得穩定的數據，時間維度平均前分別將靜息和任務階段的初始5s和結束5s的數據點刪除（Lietal.，2023）。隨后，數據經Fisher-z轉換進行標準化處理。

確定任務相關頻段。研究采用數據驅動方法，對 0 . 0 1～0 . 8 H z 范圍內所有頻段的相干值在所有通道對進行3（組別：實驗組vs控制組1vs控制組2 ） × 2 （階段：階段1vs階段2）混合效應方差分析（Zhaoetal.，2021；朱怡，胡誼，2024）。組別為被試間變量，階段為被試內變量。將 p lt; 0 . 0 0 1 設定為初步選定頻段范圍的閾值，對連續顯著的頻段進行平均，生成頻段簇后再次進行混合效應方差分析。本研究主要關注交互效應，最終得到任務相關感興趣頻段為 0 . 0 1 2～0 . 0 2 8 H z （對應周期：35～83s）。該頻段涵蓋了大部分認知活動相關的神經生理信號，同時排除由呼吸 （ 0 . 2～0 . 3 H z） 或心血管活動 等引發的生理噪聲。在此頻段下，確定顯著通道對并對統計檢驗 p 值進行FDR校正，以減少I類錯誤概率。

腦-腦同步方向性分析。采用格蘭杰因果分析（GrangerCausalityanalyses，GCA）衡量說服者和被說服者之間大腦活動的信息流，以理解腦-腦同步的方向性特征。這里我們主要聚焦于腦-腦同步顯著的通道對。GCA是一種基于向量自回歸模型（VectorAutoregressiveModel，VAR）來衡量兩列信號時間序列因果關系的方法（Barnettamp;Seth，2014）。采用Matlab工具包（多變量格蘭杰因果，MultivariateGrangerCausality Toolbox，MVGC）計算成對的GCA值（即，方向：說服者 被說服者，被說服者 說服者）。統計檢驗上，首先采用單樣本 t 檢驗分別驗證各組別和階段下的GCA值是否顯著大于零。接著，對GCA值進行3 （組別） × 2 （階段） × 2 （方向）混合效應方差分析，對統計檢驗 p 值進行FDR多重比較校正。

腦一腦同步有效性驗證。為排除腦-腦同步可能源于同組被試對共享環境及其共同任務的相似處理，而非與說服相關的社會認知過程（Ayrollesetal.，2021；Kingsburyetal.，2019），研究采用兩種隨機置換檢驗方法對腦-腦同步進行有效性驗證。方法1為打亂說服任務的兩個階段而被試對間不打亂。例如，將說服者#1階段1的HbO信號與來自被說服者#1階段2的HbO信號配對。隨后對隨機配對的數據集重新計算腦-腦同步并進行 3 × 2 混合效應方差分析，主要關注交互效應。方法2為打亂被試對但保持被試對內部時間序列不變。例如，將說服者#1的HbO信號與被說服者#2的HbO信號配對。該過程重復5000次以評估原始配對腦-腦同步在隨機腦-腦同步虛無分布中的位置，從而檢驗結果穩健性。此外，研究還對隨機配對獲得的腦一腦同步進行 3×2 混合效應方差分析，以評估原始配對條件下的交互效應 F 值在虛無分布中的位置，進一步驗證交互效應的穩健性。

3 結果

對說服者和被說服者的人口統計學變量及事后主觀評價進行配對樣本 t 檢驗（雙尾），結果顯示二者在這些評分上均未表現出顯著差異 （ - 1 . 7 9 lt; t slt; 1.51， p sgt; 0 . 2 5 1 ）。此外，二者在個人特質相關變量（如，TIPI、STPS、NfC）也未表現出顯著差異 （ - 1 . 1 8 lt; t slt; 1 . 3 4 2 p sgt; 0 . 2 9 6 ） 。這些結果證實了同組中說服者和被說服者的隨機分配是成功的。

3.1 互動反饋提高說服結果和被說服者感知到的說服力

對說服結果進行3（組別：實驗組vs控制組1vs控制組 2 ） × 2 （階段：階段1vs階段2）混合效應方差分析，組別為被試間因素，階段為被試內因素。結果如圖2A所示，組別主效應 （ F （ 2 ， 8 8 ） = 4 . 4 7 0 ， 和階段主效應 （ F （ 1 ， 8 8 ） = 2 1 . 5 3 5p lt; 0 . 0 0 1 均顯著。此外，組別和階段的交互效應也顯著 ， ， 0.42）。簡單效應分析發現，實驗組中階段2的說服結果 （ 3 . 7 1 ± 1 . 7 2 ） 顯著高于階段1 . （ 2 . 1 8 ± 1 . 6 6 t （ 3 2 ） = -5.66， plt;0 . 0 0 1 ，Cohen's d = - 2 . 0 0 ） ；但在控制組中，階段1和階段2說服結果沒有顯著差異（控制組1：2 . 2 8 ± 1 . 5 5 VS 2 . 4 2 ± 1 . 4 5 t （ 2 7 ） = - 1 . 9 7 ， p = 0 . 0 5 9 Cohen's d = - 0 . 7 0 ；控制組 Vs 2 . 1 2 ± 1.70; t （ 2 9 ） = 1 . 2 8 5 p = 0 . 2 1 0 ，Cohen's d = 0 . 4 5 ） 。此外，說服結果在階段1沒有顯著的組間差異， F （ 2 ， 8 8 ） = 0 . 9 0 2 p = 0 . 8 6 5 ；但在階段2中，實驗組的說服結果顯著高于兩個控制組 ， p lt; 0.001， ；實驗組vs控制組1： 實驗組vs控制組 2 ： p lt; 0 . 0 0 1 ） 。這些結果表明，互動反饋有助于提高說服，且這種促進效應不太可能僅由對說服信息的重復加工或人際因素所致。

對感知說服力進行2（角色：說服者vs被說服者） × 3 （組別：實驗組vs 控制組1vs 控制組2）兩因素被試間方差分析。結果如圖2B所示，交互效應顯著， F （ 2 ， 8 8 ） = 5 . 7 7 ， p = 0 . 0 2 2 ， 。實驗組中，被說服者感知到的被說服程度顯著高于兩個控制組，而兩個控制組間沒有顯著差異（實驗組vs控制組1vs控制組 2 = 7 . 5 6 ± 2 . 2 1 VS 6 . 0 7 ± 2 . 1 0 VS6 . 1 4 ± 2 . 1 5 ） 。然而，在說服者感知到的說服對方程度中，三組沒有顯著差異 （ 7 . 9 7 ± 1 . 3 3 vs 7 . 5 5 ± 1 . 5 2 VS 。此外，我們還檢驗了其他潛在因素對說服結果的影響。首先，分別對十項人格問卷、說服易感性量表以及認知需求量表進行了組間比較，結果表明這些變量在組別間的差異均未達到統計顯著水平 （ F s lt; 3 . 1 6 ，corrected p sgt; 0 . 1 3 5 。其次，對這些變量與說服結果進行皮爾遜相關分析，均未發現顯著相關 ，corrected 0.198）。這些發現進一步證實了，本研究的說服結果不太可能僅由個體特質因素所解釋。

3.2反駁性策略是互動反饋促進說服的關鍵

首先，我們比較了實驗組和兩個控制組在階段

1的說服策略使用情況。結果顯示，三個組階段1中幾乎全部使用了支持性策略（實驗組使用支持性策略的比率為0.95，兩個控制組分別為0.94和0.93），很少使用反駁性說服策略（比率分別為0.05，0.06和0.07）。采用卡方檢驗對兩種說服策略在不同組別間階段1的使用比率進行比較，組間差異不顯著， 。

接著，我們聚焦于實驗組階段2，采用配對樣本 t 檢驗比較兩種說服策略。結果顯示，反駁性策略比率 （ 0 . 5 9 ± 0 . 1 3 ） 顯著高于支持性策略 0.13; t （ 2 6 ） = 3 . 6 1 ， p lt; 0 . 0 0 1 ，Cohen's d = 1 . 4 2 ，如圖2C）。為進一步驗證反駁性策略是提高說服的關鍵，我們計算了說服結果的增強（即，階段2的說服結果減去階段1），根據提高的程度進一步劃分為高/低兩組：（高提高組：14對；低提高組：13對，如圖2D所示）。采用2（組別：高Vs低） × 2 （說服策略：反駁性vs支持性）混合效應方差分析比較高低兩組在說服策略比率上的差異。結果發現交互效應顯著， F （ 1 ， 2 5 ） = 1 3 . 6 3 ， p lt; 0 . 0 0 1 ， 。簡單效應分析表明，高組中反駁性說服策略的比率顯著高于支持性說服策略比率 （ 0 . 6 3 ± 0 . 1 5 vs ，但在低組中差異不顯著 （ 0 . 5 6 ± 0 . 1 1 VS 0 . 4 4 ± 0 . 1 1 ）考慮到高低分組后的各組樣本量較少，我們還采用bootstrap置換檢驗的方法對結果進行了再次驗證，發現了穩定的效應（高組：差值的 9 5 % 00.426]；低組：差值的 9 5 % C I= [ - 0 . 0 2 2 ， 0 . 2 4 7 ] ） 這些發現證實了，相較于階段1，階段2中反駁性的說服策略會顯著增加，且與階段2說服結果的提高密切相關。

3.3 互動反饋過程增加了說服者-被說服者的腦-腦同步

采用3 （組別） × 2 （階段）混合效應方差分析對感興趣頻段內 的2116個通道對進行統計檢驗，并對 p 值進行FDR 校正。由于本研究主要關注組別和階段的交互效應，因此主要聚焦于交互效應顯著的通道對。結果顯示，3個通道對的交互效應顯著（通道對1：CH39_CH1， F （ 2 ， 8 8 ） = 2 2 . 7 8 p （after FDR） ， ；通道對2：CH39_CH5， F （ 2 ， 8 8 ） = 3 9 . 6 4 ， ；通道對3：CH39_CH26， F （ 2 ， 8 8 ）=1 8 . 4 8 。前面的CH代表說服者，后面的CH代表被說服者，見圖3A白色圈突出）。簡單效應分析表明，實驗組在階段2的腦-腦同步顯著高于階段1（階段1vs階段2：CH39_CH1：0 . 0 9 ± 0 . 0 5 VS 0 . 2 6 ± 0 . 0 6 ; CH39_CH5： 0 . 0 3 ± 0 . 0 5 VS ；CH39_CH26： 0 . 1 5 ± 0 . 0 6 VS 0 . 3 0 ± 0.07; ts ， p s （after FDR） ，Cohen'sd s ? 1 . 0 6 ） 。但在控制組1中，階段1和階段2的腦-腦同步差異不顯著（CH39_CH1： vs- 0 . 0 7 ± 0 . 0 6 ; CH39_CH5： 0 . 0 6 ± 0 . 0 5 Vs - 0 . 1 0 ± 0 . 0 7 CH39_CH26： 0 . 0 7 ± 0 . 0 8 VS - 0 . 0 4 ± 0 . 0 5 - 2 . 1 4 lt; t s （204號lt; 1 . 7 8 ， p sgt; 0 . 1 2 7 afterFDR）；控制組2中，階段1腦-腦同步顯著高于階段2（CH39_CH1： 0 . 0 4 ± 0 . 0 8 VS - 0 . 1 5 ± 0 . 0 9 ；CH39_CH5： 0 . 0 9 ± 0 . 0 7 VS - 1 . 9 3 ± 0.07;CH39_CH26： 0 . 0 8 ± 0 . 0 7 VS - 0 . 0 9 ± 0 . 0 7 ；ts ? 3.45， p s （after FDR） ≤ 0.045，Cohen's ds ? 1.02）。此外，實驗組和兩個控制組在階段1的腦一腦同步沒有顯著差異 （ p s（ a f t e r F D R） gt; 0 . 1 4 3 ） 。但在階段2中，實驗組的腦-腦同步顯著高于控制組1和控制組2（CH39_CH1： ， p （afterFDR） Λ= Λ0 . 0 4 0 ， ; CH39_CH5： 21.46， p （after FDR） = 0 . 0 2 2 ， ; CH39_CH26：F （ 2 ， 8 8 ） = 1 0 . 9 5 p （after FDR） = 0 . 0 4 4 ， 。

值得注意的是，CH39CH1和CH39CH5中的

CH39屬于同一通道，且CH1和CH5在大腦皮層上空間位置上屬于同腦區（右側額中回，見圖3B）。我們將這兩個通道對的腦-腦同步平均并命名為Cluster1（位于說服者左側上回和被說服者右側額中回）；通道對CH39_CH26命名為Cluster2（位于說服者和被說服者的左側顳頂區域）。對Cluster1重新進行混合效應方差分析，交互效應仍然顯著，F （ 2 ， 8 8 ） = 3 2 . 0 2 p lt; 0 . 0 0 1 after FDR， ，圖3C），簡單效應分析也與單個通道對效應一致。鑒于上述，后續的腦-腦同步分析主要基于Cluster1和Cluster2。最后，還對發現的兩個顯著Cluster進行有效性驗證。基于方法1，打亂條件下的兩個Cluster腦-腦同步交互效應均未達到顯著性 （ F s lt; 1.87，ps（afterFDR） gt; 0 . 3 4 1 ，圖3D）。其次，基于方法2，對交互效應的真實腦-腦同步（相干值）和方差分析 （ F 值）在隨機虛無分布中的分布進行檢驗。結果表明，真實交互效應的腦-腦同步相干值（圖 3E）和交互效應 F 值（圖3F均顯著高于隨機打亂下的虛無分布。

在格蘭杰因果上，單樣本 t 檢驗主要發現實驗組的兩個階段以及兩個控制組階段1顯著的GCA值（Cluster 1： t s ? 2 . 9 7 ， p s ? 0 . 0 3 8 after FDR，Cohen's d s ? 1 . 0 1 ； Cluster 2： t s ? 2 . 7 6 ， 0.045afterFDR，Cohen'sds 。接著，3（組別 × 2 （階段 ） × 2 （方向）混合效應方差分析發現，Cluster1組別主效應顯著 （ F （ 2 ， 8 8 ） = 4 . 2 8 ， p = 0 . 0 3 8 0 ，實驗組GCA值顯著大于兩個控制組（控制組 ；控制組 2 ： p lt; 0 . 0 0 1 。組別和階段的交互顯著， F （ 2 ， 8 8 ） = 7 . 6 8 ， p lt; 0 . 0 0 1 ， 。不同組別在階段1 的GCA 值沒有顯著差異 （p s ） gt; 0.624），但實驗組的階段2的GCA值顯著大于兩個控制組 （ p slt; 0 . 0 0 1 ） 。更重要的是，組別、階段和方向三階交互效應顯著， F （ 2 ， 8 8 ） = 6 . 4 9 p lt; 0 . 0 0 1 ， = 0 . 2 4 。在實驗組中，說服者 被說服者GCA值在階段1和階段2沒有顯著差異 （ 0 . 0 5 ± 0 . 0 1 Vs 0 . 0 7 ± 0.02， ，但被說服者 說服者GCA值在階段2顯著強于階段1（ （ 0 . 0 3 ± 0 . 0 1 Vs 0 . 0 6 ± 0 . 0 2 ， p = 0.002）；而在控制組1中，說服者 被說服者 0 . 0 4 ± 0.01 vs 0 . 0 3 ± 0 . 0 1 ? 與被說服者 說服者 （ 0 . 0 3 ± 0 . 0 1 VS 0 . 0 2 ± 0 . 0 1 ）GCA值在階段1和階段2均沒有顯著差異 （ p sgt; 0 . 1 4 7 ） ；在控制組2中，說服者 被說服者 （ 0 . 0 5 ± 0 . 0 1 Vs 0 . 0 2 ± 0 . 0 1 ， p = 0 . 0 0 7 ） 與被說服者 說服者 （ 0 . 0 3 ± 0 . 0 1 VS 0 . 0 1 ± 0 . 0 1 ， p = 0 . 0 1 4 ， GCA值均在階段1強于階段2。

3.4腦-腦同步預測互動反饋說服過程中說服 結果和說服結果的增強

采用多元回歸分析檢驗腦-腦同步能否有效預測隨后的說服結果。具體而言，依次以兩個Cluster腦-腦同步在階段1、階段2、以及腦-腦同步增強（階段2-階段1）為預測變量，以階段1、階段2的說服結果、以及說服結果的增強（階段2-階段1）作為因變量進行多元回歸分析。結果如表1所示，僅在實驗組的階段2和階段2-階段1中發現顯著的回歸模型。具體而言，Cluster1的腦-腦同步正向預測了說服結果 （ β = 0 . 4 9 ， p = 0 . 0 2 6 ） 和說服結果的增強 （ β = 0 . 4 1 ， p = 0 . 0 3 3 。

3.5 腦-腦同步識別互動反饋說服過程中的不同說服策略

為了進一步驗證腦-腦同步能否識別更有效的說服策略，研究將實驗組階段2的腦-腦同步與支持性和反駁性說服策略相應的時間段匹配，提取每種策略下的腦-腦同步值并在相同策略內求平均（圖4Aamp;C示意）。接著，對兩種策略的腦-腦同步進行配對樣本 t 檢驗。如圖4D所示，Cluster1存在顯著差異 p （after FDR） ε= 0 . 0 2 3 ， Cohen'sd = 0 . 9 7 ） ，反駁性說服策略下的腦-腦同步 （ 0 . 3 7 ± 0.37顯著大于支持性說服策略下的腦-腦同步（0.18± 0 . 3 0 ） 。然而，Cluster2未發現顯著差異 （ 0 . 2 9 ± 0 . 2 6 VS 0 . 2 6 ± 0 . 2 4 ） ， t （ 2 6 ） = 0 . 7 2 ， p （after FDR） = 0 . 5 8 2 。此外，為排除這里發現的腦-腦同步差異僅由時長差異所致（Reineroetal.，2021），我們還進行了兩項補充分析。首先，計算了腦-腦同步與兩種說服策略時長的相關，結果發現相關均不顯著 （ - 0 . 0 4 lt; r s lt; 0 . 0 6 5 p sgt; 0 . 7 7 6 。接著，將說服策略類型設置為固定因子，時長為協變量，兩種說服策略下的腦一腦同步為因變量，進行一般線性模型分析。發現先前的效應仍然穩定（Cluster1： F （ 2 ， 2 5 ） = 8 . 7 3 ， p = 0.011， 。

此外，研究還對每種說服策略前后8秒的腦一腦同步時間進程進行了分析。結果發現，在Cluster1上，反駁性策略出現后而非之前，腦-腦同步逐步增強（圖4E左，綠色標記），但在支持性說服策略前后，均沒有發現腦-腦同步明顯的變化（圖4E左，藍色標記）。在Cluster2上未發現明顯的腦-腦同步隨時間的變化效應（圖4E右）。綜上，這些發現揭示了互動反饋說服下更高的腦-腦同步主要受反駁性說服策略引導，且增強的腦-腦同步不能被單純的時長效應所解釋。

4討論

本研究結合近紅外功能成像技術，旨在探究互動反饋過程如何影響說服效應，并揭示其背后的認知和人際神經基礎。從行為學結果上，本研究首先證實了互動反饋能夠有效促進說服，這從被說服人數的增多以及被說服者物品改變的數量（即，說服結果）上均得到體現。此外，盡管互動反饋顯著提高了說服結果，但我們也發現在階段1（即無互動反饋階段）中，被說服者在一定程度上也被說服并改變了他們選擇的物品。該發現支持了傳統說服性論點理論（Persuasive Arguments Theory，PAT），即說服確實可以通過一次性的信息傳播實現（Vinokuramp;Burnstein，1978），雖然在說服程度上較弱。主觀報告上，我們發現互動反饋下被說服者感知到的說服力更強，但說服者感知到說服對方的程度未在各組之間表現出差異。這一結果可能的解釋是，在控制組中，由于說服者無法從被說服者處獲得即時、明確的反饋來判斷說服效果，而僅依賴于自身感知到的任務表現以及對方的一些非語言信號（如，眼神、點頭等），因而難以準確評估其說服效果（Lietal.，2023）。此外，由于控制組僅允許說服者發言，導致其在任務過程中掌握主導權，更容易高估自身的說服力。總之，這些發現再次證實了自我報告法作為評估說服力的傳統方法，存在認知偏差和情感偏差等局限，這也促使更多研究者結合行為和生理測量等客觀測量方法以提高說服預測的準確性和有效性。

更重要的是，本研究通過對互動反饋過程進行視音頻解碼，為互動反饋如何促進說服提供了認知層面的解釋。我們發現，在互動反饋說服的過程中，相較于支持性說服策略，說服者會更頻繁地使用反駁性說服策略，且該策略被證實在說服結果提高更大的群體中（高組）使用頻率更高。這些發現為反駁性策略在互動反饋促進說服的關鍵作用提供了強有力的佐證。支持性策略通常指說服者通過提供支持自身觀點的論據以說服對方，而反駁性策略則指說服者通過提供反對被說服者觀點的論據以說服對方。因此，我們的發現證實了，互動反饋不僅僅意味著更多論點的出現，更重要的是，說服者正面面對與其相反的論點，通過反駁而非忽視這些論點提高說服效應（Eisend，2006）。即所謂讓被說服者“除了知道對方為什么是對的，還知道自己為什么是錯的”，從而有效激發其態度和行為改變（Liuamp;Shrum，2009）。這些發現也為未來相關領域研究（如，師生互動教學中的錯誤糾正、醫患溝通中增強病人醫囑遵從行為）制定有效的說服干預策略提供了重要指導意義。

在神經活動上，說服者與被說服者的腦-腦同步表現出與行為學一致的效應，即實驗組階段2的腦-腦同步顯著高于階段1以及兩個控制條件。腦一腦同步主要包括兩個跨腦區的通道對（CH39_CH1和CH39_CH5，說服者左側顳上回和被說服者右側額中回）和一個同區域通道對（CH39_CH26，說服者和被說服者的左側顳頂）。這些腦區在以往研究中被發現與信息成功傳播以及態度、行為改變等說服功能密切相關（Cacioppo et al.，2018；Falk et al.，2015）。右側額中回在編碼說服信息和行為執行中發揮重要作用，左側顳上回則參與考慮他人的意圖和觀點并實施有說服力的溝通，左側顳頂聯合區則參與推斷他人目標、策略調整等多種心智化過程（Dikker et al.， 2017; Samson etal.，2004;Xie et al.，2020）。對神經信號的格蘭杰因果分析則進一步揭示了腦-腦同步的方向性特征，闡明其在說服者和被說服者之間的流動模式。在無互動反饋的階段1中，說服者 被說服者顯著強于被說服者 說服者，即出現明顯的被說服者追隨說服者的模式，這與我們先前的研究發現一致（Lietal.，2023）。但在互動反饋的階段2，由于被說服者也積極參與到說服的過程，致使其也能積極預測說服者的所述內容和意圖，從而導致被說服者 說服者的GCA值也顯著增強。綜合上，這些發現揭示了互動反饋的說服過程并非單純從說服者到被說服者的信息流，而是雙向流動，從而在腦-腦同步上呈現互為因果的雙向特征。此外，多元回歸分析證實了腦-腦同步作為說服效應的人際神經預測器（Falketal.，2011）。我們發現，說服者左側顳上回和被說服者右側額中回的腦-腦同步對說服結果有正向預測作用。并且，腦-腦同步的增強也正向預測了說服結果的提高，為互動反饋下增強的說服結果主要由增強的腦-腦同步所驅動提供有力的佐證。綜上，本研究支持這樣一種觀點，即說服者和被說服者的腦-腦同步是綜合驅動雙方在認知上達成共識的重要神經基礎，從而促進了被說服者隨后態度以及行為的改變。

更重要的是，在真實的說服交流中，由于個體在整個說服過程中會不斷轉換說服策略，因此難以對不同說服策略的效用進行有效分離。為此，本研究嘗試采用視音頻解碼說服策略聯合腦-腦同步指標解答這一問題。通過對兩種說服策略下腦-腦同步比較，我們發現反駁性策略下的腦-腦同步顯著高于支持性策略的腦-腦同步，且在該策略出現之后，而非之前，腦-腦同步逐漸增強。該發現驗證了反駁性策略是促進說服的關鍵策略，且說服者左側顳上回和被說服者右側額中回的腦-腦同步有效追蹤和識別了該策略。然而，值得注意的是，盡管左側顳頂區域的腦-腦同步也存在顯著條件間差異，但對說服結果的預測性較差，也未能有效識別和區分兩種不同的說服策略。對此結果可能的兩種解釋：一方面，說服過程中說服者和被說服者會實時加工和理解對方的信息，同時揣測和預期對方的回應。因此，與言語溝通和理解、心理理論密切相關左側顳頂腦區參與了說服的基礎認知過程。換句話說，而無論說服成功與否，這些腦區在說服任務中均可能表現出較強的同步，以負責雙方基本的言語溝通和理解（Jiangetal.，2015）。另一方面，左側聶頂還可能參與到了說服過程中更復雜的認知加工過程，如多通道信息的整合、抑或表征了本研究中尚未考慮的其他認知心理過程，仍有待進一步證實。

綜上，本研究為探討人際溝通情境下說服行為和神經機制提供了新視角，但仍存在一些局限性首先，由于本研究僅招募了女性被試，因此當前的研究發現是否能夠拓展到男性組合以及異性組合，還有待進一步核實。未來研究可擴大樣本量，進一步闡明互動反饋對人際說服的影響是否受到性別構成的調節。其次，說服過程中的情緒體驗也可能是影響腦-腦同步的潛在因素。未來研究可進一步將情緒測量納入其中，采用自我報告、面部表情分析、皮膚電反應等手段記錄和分析不同說服策略前后的情緒變化，以檢驗不同策略如何影響情緒，以及這種影響如何與腦-腦同步共同作用于說服效果。這將為更深刻、全面地理解復雜的人際說服過程提供更多研究視角。此外，本研究僅聚焦于成人被試，未來研究可以從發展的視角擴展至不同年齡段兒童和青少年、乃至跨文化背景，探究有說服力的溝通策略的發展規律，為促進個體社會交往和發展提供理論和實踐指導。最后，fNIRS技術在一定程度上限制了觀測到的皮層范圍，且無法提供大腦深部信息（如，楔前葉、前扣帶皮層等）。然而，隨著fNIRS技術和相關算法的進步（如，基于皮層推斷深部活動），這一局限有望在未來得到彌補（Reissetal.，2015）。

參考文獻

Arceneaux，K.，amp; Vander Wielen，R.J.（2017）.Taming intuition：How reflection minimizes partisan reasoning and promotes democratic accountability. New York： Cambridge University Press.

Ayrolles，A.，Brun，F.，Chen，P.，Djalovski，A.，Beauxis，Y.， Delorme，R.，.Dumas，G.（2021）.HyPyP：A Hyperscanning python pipeline for inter-brain connectivity analysis. Social Cognitive and Affective Neuroscience， 16（1-2）， 72-83.

Baek，E.C.，amp; Falk，E.B.（2018）.Persuasion and influence： What makes a successful persuader？ Current Opinion in Psychology，24，53-57.

Barasch，A.，amp; Berger，J. （2014）. Broadcasting and narrowcasting： How audience size affects what people share. Journal of Marketing Research， 51（3），286-299.

Barnett，L.，amp; Seth，A.K.（2014）.The MVGC multivariate granger causality toolbox： A new approach to granger causal inference.Journal ofNeuroscience Methods，223， 50-68.

Berger，J. （2014）.Word ofmouth and interpersonal communication：A review and directions for future research. Journal of Consumer Psychology， 24（4），586-607.

Binder，A.，Naderer，B.，amp; Matthes，J. （2021）. Shaping healthy eating habits in children with persuasive strategies： Toward atypology.Frontiersin Public Health，9，676127.

Cacioppo， J. T.， Cacioppo，S.，amp; Petty，R.E. （2018）.The neuroscience of persuasion：A review with an emphasis on issues and opportunities. Social Neuroscience， 13（2）， 129- 172.

Cacioppo，J. T.，Petty，R.E.，amp; Kao， C.F.（1984）. The efficient assessment of need for cognition.Journal of Personality Assessment， 48（3），306-307.

Cascio，C.N.，Scholz，C.，amp; Falk，E.B.（2015）.Social influence and the brain： Persuasion， susceptibility to influence and retransmission. Current Opinion in Behavioral Sciences， 3，51-57.

Cope，M.，amp; Delpy，D. T.（1988）.System for long-term measurement of cerebral blood and tissue oxygenation on newborn infants by near infrared transillumination.Medical and Biological Engineering and Computing，26（3），289- 294.

Cooper， J.， Blackman， S.，amp; Keller，K. （2015）. The science of attitudes. New York， NY： Routledge.

Couzin，I.D.（2018）. Synchronization： The key to effective communication in animal collectives. Trends in Cognitive Sciences，22（10），844-846.

Dai， B.，Chen， C.，Long， Y.， Zheng，L.， Zhao，H.， Bai， X.， Lu， C. （2018）. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications， 9（1），2405.

Di Plinio，S.， Aquino，A.， Haddock，G.，Alparone，F. R.，amp; Ebisch， S. J. （2023）. Brain and behavioral contributions to individual choicesin response to affective-cognitive persuasion.Cerebral Cortex，33（5），2361-2374.

Dietvorst，R.C.，Verbeke，W.J.M，Bagozzi，R.P.，Yoon，C.， Smits，M.，amp; van der Lugt，A.（2009）.A sales Iorce-speciIc tneory-oI-mina scaie lests OI its valaityDy classical methods and functional magnetic resonance imaging.Journal ofMarketingResearch，46（5），653-668.

Dikker， S.， Wan， L.， Davidesco，1.， Kaggen，L.， Oostrik， M.， McClintock，J.，... Poeppel，D.（2017）. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology， 27（9），1375-1380.

Dmochowski，J. P.， Bezdek， M. A.，Abelson，B.P.，Johson，J. S.，Schumacher， E.H.，amp; Parra，L.C.（2014）. Audience preferences are predicted by temporal reliability of neural processing. Nature Communications， 5（1）， 4567.

Duan，L.， Zhao，Z.，Lin，Y.，Wu，X.，Luo，Y.，amp; Xu， P.（2018）. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomedical Optics Express， 9（8），3805-3820.

Eagly，A. H. （2009）. The his and hers of prosocial behavior： An examination of the social psychology of gender. American Psychologist， 64（8）， 644-658.

Eisend，M. （20o6）. Two-sided advertising：A meta-analysis. International Journal of Research in Marketing， 23（2）， 187-198.

Eisend，M. （2010）.Explaining the joint effect of source credibility and negativity of information in two-sided messages.Psychology amp; Marketing，27（11）， 1032-1049.

Falk，E.B.，Berkman，E.T.， Whalen，D.，amp; Lieberman， M.D. （2011）. Neural activity during health messaging predicts reductions in smoking above and beyond self-report. Health Psychology， 30（2），177-185.

Falk，E.B.，Cascio，C.N.，amp; Coronel， J.C.（2015）.Neural predictionofcommunicationrelevantoutcomes. Communication Methods and Measures，9（1-2）， 30-54.

Falk，E. B.，amp; Scholz， C.（2018）. Persuasion， influence，and value： Perspectives from communication and social neuroscience. Annual Review of Psychology， 69（1）， 329-356.

Gosling，S.D.，Rentfrow，P.J.，amp; Swann，Jr W.B.（2003）.A very brief measure of the Big-Five personality domains. Journal ofResearch inPersonality， 37（6）， 504-528.

Grinsted， A.，Moore， J. C.，amp; Jevrejeva， S. （2004）. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Process Geophys， 11（5/6），561-566.

Imhof，M.A.，Schm?lzle，R.，Renner，B.，amp; Schupp，H.T. （2020）. Strong health messages increase audience brain coupling. NeuroImage，216，16527.

Jensen， B. （1973）. Human reciprocity： An arctic exemplification. American Journal of Orthopsychiatry， 43（3），447-458.

Kingsbury，L.， Huang， S.， Wang， J.， Gu， K.， Golshani， P.，Wu， Y.E.，amp; Hong，W. （2019）. Correlated neural activity and encoding of behavior across brains of socially interacting animals. Cell， 178（2），429-446.

Koriat，A.，amp; Adiv， S. （2011）. The construction of atitudinal judgments：Evidence from attitude certainty and response latency. Social Cognition，29（5），577-611.

Jiang，J.，Chen，C.，Dai，B.，Shi，G.，Ding，G.，Liu，L.，amp;Lu，C. （2015）.Leader emergence through interpersonal neural synchronization. Proceedings of the National Academy of Sciences of the United States of America，112（14）， 4274-4279.

Li，R.，amp; Sundar， S. S. （2022）. Can interactive media attenuate psychological reactance to health messages？ A study of the role played by user commenting and audience metrics in persuasion.HealthCommunication，37（1l），1355-1367.

Li， Y.，Luo， X.， Wang，K.， amp; Li， X. （2023）. Persuader-receiver neural coupling underlies persuasive messagingand predicts persuasion outcome.Cerebral Cortex，33（11）， 6818-6833.

Limbu，Y.B.，Jayachandran，C.，Babin，B.J.，amp;Peterson，R.T. （2016）.Empathy，nonverbal immediacy，and salesperson performance： The mediating role of adaptive selling behavior. Journal of Business amp; Industrial Marketing， 31（5），654-667.

Liu，Y.，amp; Shrum，L.J.（20o9）.A dual-process model of interactivity effects. Journal ofAdvertising，38（2）， 53-68.

Lloyd-Fox， S.，Blasi，A.，amp; Elwell， C.E. （2010）. Illuminating the developing brain： The past， present and future of functional near infrared spectroscopy. Neuroscience and Biobehavioral Reviews，34（3），269-284.

Modic，D.，Anderson，R.，amp; Palom?ki，J.（2018）.We will make you like our research： The development ofa susceptibility-to-persuasion scale. PloS One， 13（3）， e0194119.

Molavi，B.，amp;Dumont，G.A.（2012）.Wavelet-basedmotion artifact removal for functional near-infrared spectroscopy. Physiological Measurement， 33（2）， 259-270.

O'Keefe， D. J. （Ed）. （2016）. Persuasion and social influence. The international encyclopedia of communication theory and philosophy （pp.1-19）. Northwestern University Press.

Pan，Y.， Cheng，X.，amp; Hu，Y.（2023）.Three heads are better than one：Cooperative learning brains wire together when a consensus is reached. Cerebral Cortex，33（4），1155-1169.

Petty，R.E.，amp; Brinol， P.（2015）.Emotion and persuasion： Cognitive and meta-cognitive processes impact attitudes. Cognition and Emotion，29（1），1-26.

Pinti，P.，Merla，A.，Aichelburg，C.，Lind，F.，Power，S.， Swingler，E.，... Tachtsidis，I. （2017）.A novel GLM-based method for the Automatic IDentification of functional Events （AIDE） in fNIRS data recorded in naturalistic environments.Neuroimage，155，291-304.

Reinero，D.A.，Dikker，S.，amp; Van Bavel， J.J.（2021）. Interbrain synchrony in teams predicts collective performance. Social Cognitive and Affective Neuroscience， 16（1-2）， 43-57.

Reiss，A.L.，Bryant， D.M.，Glover，G.H.，Liu，N.，amp; Cui，X. （2015）. Inferring deep-brain activity from cortical activity using functional near-infrared spectroscopy. Biomedical Optics Express，6（3），1074-1089.

Samson，D.，Apperly，I.A.， Chiavarino，C.，amp; Humphreys，G. W. （2004）.Left temporoparietal junction is necessary for representing someone else's belief. Nature Neuroscience， 7（5）， 499-500.

Sasai，S.， Homae，F.，Watanabe，H.，amp; Taga，G.（2011）. Frequency-specific functional connectivity in the brain during resting state revealed by NIRS.NeuroImage， 56（1）， 252-257.

Schm?lzle，R.，Hacker，F.E.，Honey，C.J.，amp;Hasson，U. （2015）. Engaged listeners： Shared neural processing of powerful political speeches. Social Cognitive and Affective Neuroscience， 10（8）， 1137-1143.

Scholz，C.，Baek，E.C.，O'Donnell，M.B.，Kim，H.S.， Cappella，J.N.，amp; Falk，E.B.（2017）.A neural modelof valuation and information virality. Proceedings of the National Academy of Sciences of the United States of America，114（11），2881-2886.

Shamay-Tsoory， S.G.，amp; Mendelsohn，A. （2019）.Real-life neuroscience：An ecological approach to brainand behavior research. Perspectives on Psychological Science，14（5）， 841-859.

Singh，A.K.，Okamoto，M.，Dan，H.，Jurcak，V.，amp; Dan，I. （2005）.Spatial registration of multichannel multi-subject fNIRS data to MNI space without MRI. NeuroImage，27（4）， 842-851.

Tsuzuki，D.，Jurcak，V.，Singh，A.K.，Okamoto，M.，Watanabe E.，amp; Dan， I. （20o7）. Virtual spatial registration of standalone fNIRS data to MNI space. NeuroImage，34（4），1506- 1518.

Van Duijvenvoorde， A. C.， Peters， S.， Braams， B.R.，amp; Crone， E. A. （2016）. What motivates adolescents？ Neural responses to rewards and their influence on adolescents’risk taking， learning， andcognitivecontrol.Neuroscience amp; BiobehavioralReviews，70，135-147.

Vinokur，A.，amp; Burnstein，E.（1978）.Depolarization of attitudes in groups. Journal of Personality and Social Psychology， 36（8），872-885.

Wallace，L.E.，Wegener，D.T.，amp;Petty，R.E.（2020）.When Sources honestly provide their biased opinion：Bias as a distinct source perception with independent effects on credibility andpersuasion.Personality andSocial Psychology Bulletin， 46（3）， 439-453.

Xie，H.，Karipidis，I. I.，Howell，A.，Schreier，M.，Sheau，K.E.， Manchanda，M.K.，...Saggar，M.（2020）.Findingthe neural correlates of collaboration using a three-person fMRI hyperscanning paradigm. Proceedings of the National Academy of Sciences，117（37），23066-23072.

Xu，M.，amp; Petty，R.E. （2022）. Two-sided messages promote openness for morally based attitudes.Personality and Social Psychology Bulletin， 48（8）， 1151-1166.

Zhao，H.，Cheng，T.，Zhai，Y.，Long，Y.，Wang，Z.，amp;Lu，C. （2021）. How mother-child interactions are associated with a child'scompliance. Cerebral Cortex，31（9）， 4398-4410.

Zhu，Y.，amp; Hu，Y.（2024）.Chunking feedback ininstructorlearner interaction facilities long-term learning transfer： Behavioral and fNIRShyperscanning studies. Acta Psychologica Sinica，56（5），555-576.

[朱怡，胡誼.（2024）.師生互動中組塊化反饋促進長時學習 遷移：行為和近紅外超掃描研究．心理學報，56（5），555- 576.]

Interactive feedback in persuader-persuadee interaction enhances persuasion： An fNIRS hyperscanning study

LI Yangzhuo12， ZHANG Ruqian4， SONG Sensen’， LI Xianchun3， LUO Junlong1，2

（ SchoolofPsychology，hanghaiNormalUniversityhanghaiO34，China）（LabforEducationalBigataand PolicymakinginistryducationanghaNralUversityng34，hia）（hoolofhologd CognitiveScienceEastnaNralUivesityng6hina）（4syhologicalouseingCenteri Universityangha244，na）（hoolofychologCentralChinaNrmalUnversityWun4309，a）

Abstract

Persuasion isa fundamental social skill in humans，serving as a crucial foundation for information propagation and social influence.Existing research has predominantly focused on a mechanical understanding of persuasive content，overlooking the interactive nature of persuasion.The current studyinvestigates the effects of interactive feedback on interpersonal persuasion and its underlying neurocognitive mechanisms，utilizing a dyadic persuasion paradigm with high ecological validity in combination with functional near-infrared spectroscopy （fNIRS）.

Participants visited the laboratory on two occasion to complete alltasks： the item selection task （first visit） and the fNIRS hyperscanning dyadic persuasion task （second visit）. In the item selection task， participants atendedthe laboratory individually， where they were instructed to read the Arctic survival scenario，select the three most critical items froma listof15items，andrank themaccording totheirsignificance forsurvival.The fNIRS hyperscanning task consisted of two phases： a no-discussion phase （no feedback） and a discussion phase （fedback）. Additionally， to eliminate the confounding efects of interactive feedback on persuasion that might arise from repeated information processing （e.g.，repeated exposure to persuasive content enhancing persuasion） orinterpersonal factors（e.g.，intimacy，interpersonal distance），two control conditions were included.Incontrol condition 1，both task parts were identical. In control condition 2， phase two involved independent thinking phase， where participants were asked to reflect independently on the other person’s opinions and complete the item selection task.This study primarily focuses on the prefrontal cortex and the left temporoparietal regions.

The behavioral results indicate that， compared to the no interactive fedback condition， interactive feedback enhanced both persuasion outcomes and perceived persuasiveness.In neural activity，our results showed that interactive feedback strengthened brain-to-brain synchrony between the persuader and the persuadee in the right frontal cortex and left temporoparietal regions， with this synchrony positively predicting persuasion outcomes.Granger causality results further revealed the directional characteristics of the brain-to-brain synchrony，shedding light on the interaction patterns between the persuader and the persuadee during persuasive interaction. Regarding the use of persuasion strategies，compared to supportive strategy， persuaders in the interactive feedback phase more frequently employed refutational strategies. Furthermore， brain-to-brain synchrony under the refutational strategy was significantly higher than under the supportive strategy.Moreover，brain-to-brain synchrony gradually increased after，rather than before，the refutational strategy was employed. This finding confirms that refutational strategies are crucial for promoting persuasion， with the brain-to-brain synchrony between the persuader's left superior temporal gyrus and the persuadee's right frontal gyrus effectively tracking and identifying the use of this strategy.

In summary， brain-to-brain synchrony serves as a critical neural mechanisms that drives the persuader and persuadee to reach cognitive consensus，thereby facilitating subsequent changes in the persuadees atitudes and behaviors. The current study provides a novel perspective on how interactive feedback enhances interpersonal persuasion and contributes to a deper understanding of the complex and authentic persuasion processes through interpersonal neuroscience.

Keywordspersuasion， interactive fedback，persuasionstrategy，fNIRS hyperscaning，brain-to-brain synchronization