不论是登台演讲，还是当众授课，抑或会议发言，众目睽睽之下的个体如何快速感知群体情绪反应？近年来，越来越多的研究者开始关注个体如何识别群体情绪，并把表情识别的研究从对单一个体的研究扩展到对互动的双方或者小群体的研究，这有助于人们更好地理解群体情绪反应的加工机制。

　　群体情绪加工的特点

　　一是自动化加工。人类的大脑具有探查即使很小的视觉变化的能力，我们不仅能自动化地提取多面孔平均情绪，而且能自动化地觉察周围群体平均情绪的变化。人类观察者能从一组仅同时呈现100ms甚至50ms的面孔中提取出平均情绪。哈伯曼（Haberman）和惠特尼（Whitney）的研究采用成员身份判断任务，要求被试判断同时呈现的2张测试面孔中，哪一张在先前呈现的4张面孔中出现过。结果发现，当测试面孔的情绪接近先前呈现的4张面孔的平均情绪时，被试更可能报告测试面孔在之前出现过。这说明，被试在无意中提取了先前呈现的4张面孔的平均情绪，这一结果为多面孔情绪的自动化加工无须意识提供了证据支持。

　　二是灵活抽样。虽然个体能自动化地提取多面孔的平均情绪，但多面孔中的每张面孔对提取平均情绪的贡献是否都一样呢？即面孔集的平均情绪是由面孔集中一张或少数几张面孔的情绪计算出，还是由所有面孔的情绪计算出？惠特尼等研究者发现，在注意条件下，一组面孔中的单一面孔或异常情绪面孔会得到无意识的加工。他们在一组面孔中加入异常情绪面孔（与面孔集的平均情绪有较大差异的情绪面孔），认为如果异常情绪面孔得到加工，那么个体计算平均情绪时就会把异常面孔情绪计算在内。结果发现，当差异情绪面孔出现在中央凹视野内（注意条件）时，虽然个体在感知一组面孔的平均情绪时，无法识别差异情绪面孔，但差异面孔的情绪信息仍被计算在平均情绪内，而当差异情绪面孔出现在视野外围（有限注意或无注意条件）时，差异面孔的情绪信息没有被计算在平均情绪内。罗斯（Rossi）也发现在注意条件下，一组面孔中的所有面孔情绪均得到精细加工，平均情绪的提取是对各单一情绪面孔加工的整体表征。个体把所有面孔情绪信息汇总，然后以整体表征的形式存储进短时记忆。

　　综上所述，个体提取多面孔平均情绪的能力是一个非常灵活的过程，这也便于让我们适应复杂多变的环境。单纯考虑一组面孔的平均情绪表征了一组面孔中多少个情绪面孔是没有意义的，我们不能简单地二分，认为平均情绪感知表征了集合中少数一个面孔或者所有面孔。在不同的注意条件、观测时间、刺激差异、呈现位置等条件下，个体会采取灵活的抽样策略提取多面孔的平均情绪。

　　三是容量有限。面对复杂的视觉环境，人类视觉系统的有限性决定着，我们必须对信息进行取舍。尽管早期的研究发现，观察者能自动化地从一组同时呈现4张、8张、16张甚至24张面孔中提取出面孔集的平均情绪，似乎表明我们感知多面孔平均情绪的容量是无限的。但随着群体情绪研究的深入，越来越多的研究者得出容量有限的结论，并衍生出以下两种代表性的假说。容量有限假说建立在个体注意力资源有限的基础上，认为在一定时间内，个体只能从有限数量的面孔情绪中提取出平均情绪。劳伦斯（Loeys）等研究者采用扩展的同步序列范式，比较观察者从同时呈现由16张面孔组成的面孔集和依次呈现两个由8张面孔组成的面孔集中提取平均情绪的表现。结果发现，顺序呈现条件下提取平均情绪的表现好于同时呈现条件下的。这表明个体提取平均情绪是容量有限的。两因素假说进一步发展了容量有限假说，认为个体能从多少张面孔情绪中提取出平均情绪，不仅取决于个体的注意力资源大小，而且还受刺激差异大小的影响。Pourtois通过操纵面孔集大小和面孔集内情绪变化的差异大小，发现当一组面孔中的情绪差异变化大时，增加集合大小导致提取平均情绪的能力下降，而当情绪差异变化小时，提取平均情绪的能力不受集合大小的影响。

　　群体情绪加工的脑机制

　　既然个体能像识别单一情绪面孔一样，也能快速从一种情绪面孔中提取平均情绪，那么个体是否存在独特的脑机制用于感知多面孔的平均情绪呢？许多患者，如发育性面孔失认症患者、同时失认症、单侧视觉忽视和先天性面孔失认症的患者等，虽然识别单一情绪面孔的能力受损，但是保留了感知多面孔平均情绪的能力，这些都为多面孔情绪加工可能存在独特的神经机制提供了直接或间接的证据。

　　斯泰纳（Steiner）等研究者通过一系列行为和功能磁共振成像实验，来研究大脑是如何通过对群体情绪的感知，来快速判断当前的情绪的。实验中，要求被试避开或接近两组面孔中的一组，这两组面孔分别出现在左半边视野和右半边视野中。结果发现，在群体情绪处理过程中，背侧视觉流优先被激活，顶叶内沟和额上回的活动预测群体情绪感知的准确性，而腹侧梭状回的活动预测对个体面部表情的更好感知。因此，在感知群体和个体面孔表情时，大脑半球和主要视觉流有不同程度的参与，其中，背侧视觉流有助于提取人群整体的情绪，而腹侧视觉流更有助于个体面孔的加工。

　　总之，个体能快速地感知多面孔的平均情绪，并且大脑中存在独特的脑区负责多面孔平均情绪的感知。分析、研究多面孔情绪感知的特征和脑机制，有其重要的应用价值和临床意义。一方面，其发生、发展过程及其背后的脑网络功能连接等方面的研究成果，能应用于人工智能领域，如构建机器学习神经网络；另一方面，脑机制方面的研究成果，能应用于面孔失认症患者的临床诊断和治疗，而且也可以用于探索脑机接口，帮助面孔失认症患者恢复面孔识别能力及相关视觉功能。

　　（本文获国家自然科学基金项目（31960181）资助）

　　（作者单位：西北师范大学心理学院）