直播節選
大家晚上好，我是劉超，來自北京師范大學心理學部。首先非常感謝腦客中國給我這個機會，我本人是研究道德認知與情緒的，在這個領域做了一些粗淺的工作，很高興今天可以在這里和大家分享一下我這些年在道德認知與情緒研究中的一些結果。
一般來說，大家可能認為道德這個東西是比較High level，我們怎么在腦和心理的層面對其進行研究可能是大家比較好奇的。
01道德兩難-電車難題
我們知道德在教育是非常重要的，習近平總書記也提到立德樹人是教育的根本任務，教師要圍繞這個目標來教，學生要圍繞這個目標來學。這就涉及到一個核心科學問題;人是如何加工道德的？以及道德觀是不是固化在我們的大腦神經系統里面了？
Michael S.Gazzaniga，大家如果對心理學或者是神經科學有一定了解的話，對他一定不會陌生，他是非常有名的《認知神經科學》教科書的作者，目前已經做到第6版，國內的話也有高金國老師和周小平老師翻譯的《認知神經科學》教科書，Michael實際上不僅僅是整個認知神經科學領域的先驅者和領軍人物，他自己實際上也對道德的神經技術問題非常感興趣，他曾寫了一本名字叫做ETHICAL BRAIN的書，翻譯過來就是道德的含義。大家可以看到像他這種領軍人物也同樣對道德的神經技術也非常感興趣的。
我們還可以通過分析這篇文章來看看這個問題到底有多重要，An fMRI investigation of emotional engagement in moral judgment，是Joshua D.Greene團隊寫的，大家可能對他的名字比較熟悉，這是他01年發表在SCIENCE的文章，大家可以看一下它的引用率，大概從01年發表的20年以來，一直呈現逐年升高的趨勢。目前總體引用已經有接近2000次，尤其是近5年來已經接近800次，說明了這個文章已經受到了非常大的關注。如果大家去看所有發表在nature、science上面的認知神經科學領域的文章的話，這篇文章應該是屬于引用在前5的，所以說明大家對道德研究真的非常感興趣。
這篇文章說明了一個什么樣的問題？我們先看一下這張圖，很多人都應該比較熟悉，非常經典的電車難題，一個經典的道德兩難。就是說這是一座橋，然后后面有一個電車正在開過來，它的行進路徑上有5個工人，如果讓電車繼續開的話，就會導致5個人壓死。那么現在假設你是站在這個橋上，你旁邊有1個陌生人，假設他是個大胖子，那么拯救5個工人的唯一方式就是把陌生人給推下去，他卡住電車的同時可能會被電車壓死，但是所有工人會得救。那么現在我問你，你會不會為了拯救5個工人，把陌生人給推下去？
根據已有的大數據的研究發現，實際上大概有百分之70的人在這種條件下面是選擇不會的，就是被問到的人不會為了拯救這部分工人，而把身邊的陌生人推下去。
而當我們把這個題改變一下，現在電車在原來的軌道上開，他會壓死5個人。但是如果我們在電車前設置個道岔，如果你搬了一個道岔，電車往另一條軌道上開，此時只會壓死一個人了?，F在問你，同樣是要犧牲1個就5個，你是否愿意搬動這個道岔？已有的大數據顯示大部分人選擇會和剛剛的結果截然相反，70%的人在這種條件下面會選擇去搬動道岔了。
這篇發表在SCIENCE的論文，實際上就是從第一次用核磁共振的技術來研究了人們在做這種道德兩難判斷的時候，他的大腦的活動到底是怎么樣的。他最重要的一個研究結果就是發現除了那些經典的跟價值判斷相關的腦區會出現激活外，比如說1個換5個劃不劃得來的腦區，其他有關腦區存在激活之外，大腦中負責情緒加工的腦區也會有很強的激活，主要包括內側前額葉、后扣帶回和角回。
據此他們提出了一個非常經典，到目前為止也是道德心理學里面非常經典的雙加工理論，該理論認為人們在做剛剛我們說的這種道德兩難判斷的時候呢，它實際上是一種類似于理性和感性相沖突的過程，不僅僅理性上面，你會覺得犧牲1個救5個值得還是不值得的。同時你還有非常強的感性的情緒體驗，我們故意把一個陌生的人給推下去殺死他，我會做噩夢的，也許我一輩子都忘不了。這種情緒和理性的沖突，最后才決定了你會做出怎樣的決定。這是第一次有科學家用這種腦成像的技術揭示了深層次的人們在做這種判斷時背后的客觀的機制。講到這里大家可能也就理解它的引用率為什么如此之高了。
02道德認知與道德情緒
我們現在就來介紹一下關于道德研究的分類，一般來說從形式上面我們可以把它分為道德判斷以及道德行為，主要是在做出判斷之后，做出的具體行為事件是好是壞；從內容上面我們又可以把道德分為認知和情緒的部分，認知就像我們剛剛上面說的那樣，你到底認為這個行為對還是不對？你會不會做？然后同時你還會出現很強的情緒體驗。
我們今天的內容主要就是從道德認知和道德情緒這兩個角度來介紹的，首先是道德認知部分...
注：上述內容在征得劉超老師同意后，在不改變原意的情況下進行的部分文字整理。觀看完整視頻內容請掃描下方二維碼。
掃描二維碼
觀看完整視頻
打電話
微信
QQ
產品中心
