大学生在社会困境中的公平决策:社会价值取向的影响

通过两项研究考查大学生在社会困境中的行为决策及公平感体验,检验社会价值取向的影响作用,有效被试分别为85名和84名。结果表明:(1)亲社会者比亲自我者更倾向做公平决策;信息对称比不对称条件更促进被试做公平决策;女生比男生更倾向做公平决策。(2)性别在社会价值取向与信息对称性对公平决策的影响中起调节作用,社会价值取向显著影响男生的公平决策,信息对称性显著影响女生的公平决策。(3)社会价值取向显著影响个体对不公平的容忍度,亲社会者更不容忍不公平行为。(4)对于利己的不公平行为,被试都倾向接受,亲社会者并不比亲自我者体验到更强的内疚情绪;对于不利己的不公平行为,被试都倾向拒绝,且产生较强的不公平感及气愤情绪。

孤独症儿童的公平决策:心理理论和自我/他人情绪识别的作用

研究通过最后通牒任务,考查孤独症儿童在公平任务中的决策,以及心理理论和识别自我/他人情绪对决策的影响。29名孤独症儿童和三组对照组儿童参加实验结果发现,孤独症儿童在任务中面对不同分配比例的接受率(2:8、3:7)与对照组之间存在显著差异。心理理论能力和自我情绪识别都与决策存在相关:当处于不公平的情况下(1:9、2:8、3:7),通过心理理论任务的孤独症儿童才会拒绝接受不公平分配,儿童也会感觉到不高兴并且做出拒绝的决定。

获益/损失情境中抑郁个体对不公平决策的反应模式

研究采用最后通牒博弈任务探讨了抑郁个体在获益和损失情境中对不公平决策方案反应模式的特点,结果发现:(1)抑郁和非抑郁被试对不公平决策的拒绝率随不公平水平的提高而提高,但在损失情境中的拒绝率显著高于获益情境;(2)抑郁被试对获益情境的不公平决策的拒绝率显著高于非抑郁被试,而对损失情境的反应模式与非抑郁被试一致。这表明,尽管抑郁和非抑郁个体均对损失情境的不公平性表现出高敏感性,但前者对获益情境不公平性的敏感性也更高。

身体姿势启动的内隐权力感对公平决策的影响

已有研究表明,扩张身体姿势可启动个体的权力感。基于具身认知的视角,实验1考察身体姿势对免惩罚游戏的提议者进行金钱分配时的影响,实验2和实验3分别考察最后通牒游戏、免惩罚游戏的回应者在蜷缩和扩张姿势下对各种分配类型方案的拒绝率。结果表明,与蜷缩姿势相比,扩张姿势使个体更倾向于在免惩罚游戏提议者角色时做出更多的利己不公平分配,同时使个体更倾向于拒绝最后通牒游戏和免惩罚游戏中的不公平分配。本研究证明了扩张姿势启动的权力感可影响个体的公平决策。

共情关怀对公平决策的影响--来自ERP的证据

本研究运用事件相关电位技术(event-related potential,ERP)和最后通牒博弈范式(ultimatum game,UG)考察了共情关怀对公平决策的影响。实验采用2(状态共情关怀:有共情关怀vs.无共情关怀)×3(分配公平性:公平vs.劣势不公平vs.优势不公平)被试内设计,共37名被试参与实验,被试作为响应者选择是否接受提议者的分配提议。行为结果显示劣势不公平条件下,有共情情境的接受率高于无共情情境;优势不公平条件下呈现相反的结果。ERP结果显示:对于他人提出的优势不公平提议,无共情情境较有共情情境下诱发了更负的前部N1(anterior N1,AN1),有共情情境比无共情情境下诱发了更大的P2波幅;有共情情境下,他人提出的劣势不公平提议较优势不公平和公平提议诱发了更负的内侧额叶负波(medial frontal negativity,MFN);P3在公平条件下的波幅较劣势不公平条件下更大,并未受到共情关怀的调节。这些结果表明共情关怀不仅调节了公平决策行为,还调节了公平加工的早期注意和动机及之后的认知和情绪加工,但由P3表征的高级认知过程仅受到公平性的调节而不受共情水平的影响。

形状-宜人性的内隐联结及其对公平决策的影响

已有研究表明,形状感知与抽象概念之间具有隐喻联结并能够影响个体的判断与决策。当前研究在此基础上提出,不同形状与人格的宜人性存在关联且能够影响个体决策。实验1采用内隐联想范式的变式探讨不同形状与宜人性词汇之间的联系,结果未发现长方形和圆形与宜人性词汇存在内隐联结。实验2采用内隐联想测验探讨圆润面孔与棱角面孔与宜人性词汇之间的联系,结果发现圆润面孔与宜人词、棱角面孔与非宜人词之间存在内隐联结。实验3进一步考察形状与宜人性词汇的联结对公平决策的影响,结果发现圆润面孔更易知觉为宜人,个体更容易接受其作出的不公平分配,而棱角面孔更易知觉为非宜人,个体更容易拒绝其作出的不公平分配;并且,宜人性感知在面孔形状与被试的接受率之间起中介作用。研究结果表明,圆润形状面孔与宜人词、棱角形状面孔与非宜人词存在隐喻联结,且这一联结能够进一步影响个体公平决策。

偶然情绪效价对公平决策的影响:愤怒的迁移效应

目的探究与当前决策无关的偶然情绪对公平决策的影响。方法64名被试分别完成不同效价的情绪视频观看任务后,被安排完成最后通牒博弈任务(UG)。结果回应者在愤怒视频条件下比数字填充(非情绪诱发)条件下会拒绝更多的不公平提议(P<0.05);而在愉悦视频与数字填充条件下,对不公平的拒绝率差异无统计学意义(P>0.05);提议者在愤怒视频条件下比愉悦视频条件下提出更不公平的分配方案(P<0.05)。结论偶然情绪,尤其愤怒是人们维持公平决策的重要原因,对公平决策产生重要影响。

最后通牒博弈中提议者情绪预测偏差对公平决策的影响:公平感知的作用

为探讨提议者情绪预测偏差对公平决策的影响以及其中介机制,采用了两轮最后通牒博弈提议者实验任务,第一轮测量分配方案被接受和拒绝的情绪预测偏差,第二轮测量提议者的分配方案。研究结果表明:(1)提议者情绪预测偏差影响公平决策;(2)公平感知在提议者情绪预测偏差与公平决策间起部分中介作用。研究认为,提议者对积极结果的情绪预测偏差,会降低其公平感知,进而降低其分配方案公平性;提议者对消极结果的情绪预测偏差,会提高其公平感知,进而增加其分配方案公平性。

论青少年公平决策的影响因素

在社会决策的过程中,公平一直都是人们热议的话题。青少年公平感的研究在教育实践中具有极重要的意义。个体在青少年时期冲动性达到顶峰,并且青少年在公平决策中的行为也受多方面因素的影响,这些都是值得进一步探讨的问题。本文中介绍了公平决策的研究范式,论述了青少年的冲动性的研究进展。并提出了,以后的关于青少年公平决策的研究可以侧重于青少年的冲动性方面。这些观点具有极大的理论和实践意义,对中小学的教学活动有一定的指导意义。

机器学习公平性指标:现状、挑战和展望

随着机器学习应用的日益普及,机器学习公平性问题引起了学术界和工业界的广泛关注,成为了可信人工智能的重要组成部分。为了评估和改善机器学习应用的公平性,研究人员提出了一系列公平性指标,这些指标有助于保障机器学习模型在不同个体、群体间的公平决策,并为改善和优化模型提供指导。但各界对于指标之间的区别与联系仍没有形成共识,对不同场景、不同任务的公平性定义没有明确的划分,公平性指标缺乏完善的分类体系。文中对公平性指标进行了全面的整理和归类,从指标的数学定义出发,根据是否基于概率统计将公平性指标分为两类,然后分别对这两类指标进行进一步的细粒度划分和阐述。为了便于读者理解和运用,结合一个实际案例,从适用场景和实现条件等方面指出各类指标的优势和面临的挑战,还结合数学定义讨论了指标之间的关系,并对未来趋势进行了展望。

面孔吸引力对特质焦虑者公平决策的影响

目的:探讨特质焦虑者在做公平决策时如何受到他人外部特征的影响。方法:采用最后通牒博弈范式,采用2(特质焦虑:高、低)×2(面孔吸引力:高、低)×2(分配方案公平性:公平、不公平)的混合设计以探究提议者面孔吸引力对不同特质焦虑者公平决策的影响。结果:低特质焦虑者在接受公平/不公平分配方案时不受提议者面孔吸引力的影响。然而,对于高特质焦虑者,对高面孔吸引力提议者提出的公平分配方案的接受率显著更高,对高吸引力提议者提出的不公平分配方案的接受率亦显著更高,且这种差异的效应量远大于公平分配方案。结论:面孔吸引力对高特质焦虑者的公平决策有显著影响。

经颅直流电刺激干预双侧背外侧前额叶皮层对正常成年人公平决策行为的影响

目的探究单次经颅直流电刺激干预双侧背外侧前额叶皮层对正常成年人公平决策行为的影响。方法2018年9月至2019年2月招募60名年龄在18~45周岁之间的健康被试,随机分为3组:左阳/右阴组、左阴/右阳组、假刺激组,每组20人。3组分别进行双侧背外侧前额叶脑区的左侧阳极刺激/右侧阴极刺激、左侧阴极/右侧阳极刺激和双侧对照电极(假刺激)的经颅直流电刺激干预。刺激结束后,立即依次完成最后通牒游戏任务、公平性评分问卷。采用SPSS 22.0统计软件中的重复测量方差分析、非参数检验对数据进行分析。结果最后通牒游戏任务中,3组被试作为方案回应者在各公平水平的接受率上差异无统计学意义(均P>0.05)。配对样本秩和检验分析3种刺激类型组在不同公平水平条件下,面对不同提议者("计算机"和"人")的接受率差异时发现,假刺激组对人类对手提出的极不公平方案的接受率低于计算机提出的极不公平方案[0.28(0,0.67),0.44(0.33,0.89),Z=-2.14,P=0.032],而在面对计算机和人类对手提出的公平或不公平方案时,接受率均差异无统计学意义(均P>0.05);左阴/右阳组在面对人类对手提出的不公平[0.90(0.50,1.00),1.00(0.70,1.00),Z=-1.90,P=0.046]或极不公平[0.44(0,1.00),0.89(0.50,1.00),Z=-2.73,P=0.006]方案时接受率均显著低于计算机对手,而在面对计算机和人类对手提出的公平方案时,接受率差异无统计学意义(P>0.05);左阳/右阴组在面对计算机和人类对手提出的公平、不公平以及极不公平方案时,接受率均差异无统计学意义(均P>0.05)。对于公平性评分,重复测量方差分析结果显示组别和提议者类型交互效应不显著(F_((2,54))=2.037,P=0.140),组别主效应不显著(F_((1,54))=0.165,P=0.848),但提议者类型主效应显著(F_((1,54))=6.363,P=0.015),对人类提议者所提方案的公平性评分低于计算机提议者(P<0.05)。结论单次双侧背外侧前额叶皮层的经颅直流电刺激虽然对公平决策整体接受率无明显影响,但影响了面对人或计算机提出的不公平分配方案的决策。

互动公平、委员会决策程序公平与员工决策承诺：基于公平启发理论与不确定管理理论的实证研究

借助层级团队形式制定决策,决策者能激发员工的决策承诺,确保决策的有效执行。以委员会作为决策者的层级团队为例,本文探讨了以下问题:当存在个体对自身胜任力的自信、专用性人力资本投资这两个因素的影响时,互动公平与委员会决策程序公平效应及它们之间的交互效应会发生什么变化?引入公平启发理论与不确定管理理论,本文假设并检验了上述四个因素如何交互作用于员工决策承诺。以两家大型商业银行信贷业务人员为研究对象,实证研究表明:(1)自信和专用性人力资本投资对委员会决策程序公平效应有着显著调节作用,但它们对互动公平效应的调节作用不显著;(2)当存在自信和专用性人力资本投资的影响时,较强的互动公平与委员会决策程序公平之间的交互效应更稳定一些,而较低的互动公平感知与程序公平之间的交互效应在方向上发生变化。本文有助于管理者理解"公平何时能引致员工合作"这一问题,帮助其更好地把握决策过程以获得员工对其决策的支持。本研究的假设完全基于公平启发理论(FHT)和不确定管理理论(UMT)的理论逻辑做出,实证结果与FHT和UMT的理论预测以及已有实证研究结果相一致,这意味着本研究具有较高可信性和可靠性,能为进一步理论探索提供了比较坚实的基础。

改进的三方最后通牒博弈中公平感应与决策分析

以博弈论为基础的既有文献指出,公平在多方决策过程中扮演关键角色。最后通牒博弈是一种由两名参与者进行的非零和博弈。在这种博弈中,一名提议者向另一名响应者提出一种分配资源的方案,如果响应者同意这一方案,则按照这种方案进行资源分配;如果不同意,则两人都会什么都得不到。本文拟根据现实生活中特定的多方决策互动情境—"运动员、经纪人与广告商"三者的关系做为样本,设计出改进的三方最后通牒博弈模型,并以实验检视公平心理感应对响应者接受或拒绝提议的可能性。

可信机器学习的公平性综述

人工智能在与人类生活息息相关的场景中自主决策时,正逐渐面临法律或伦理的问题或风险.可信机器学习是建立安全人工智能系统的核心技术,是人工智能领域的热门研究方向,而公平性是可信机器学习的重要考量.公平性旨在研究机器学习算法决策对个人或群体不存在因其固有或后天属性所引起的偏见或偏爱.从公平表征、公平建模和公平决策这3个角度出发,以典型案例中不公平问题及其危害为驱动,分析数据和算法中造成不公平的潜在原因,建立机器学习中的公平性抽象定义及其分类体系,进一步研究用于消除不公平的机制.可信机器学习中的公平性研究在人工智能多个领域中处于起步阶段,如计算机视觉、自然语言处理、推荐系统、多智能体系统和联邦学习等.建立具备公平决策能力的人工智能算法,是加速推广人工智能落地的必要条件,且极具理论意义和应用价值.

人工智能时代的数据隐私、垄断与公平

随着人工智能时代的到来,大数据中蕴含的价值被不断开发,但与此同时,用户的隐私泄露问题、数据垄断问题以及算法决策中的公平问题愈发凸显。为详细探究此类伦理问题,首先从数据发展的角度出发,探讨人工智能时代隐私、垄断与公平问题的产生环境及其独特性。而后,对这3个伦理问题逐一分析其现状及挑战,得出当前伦理问题产生的本质是数据获取、使用以及决策的不透明性,提出建立数据透明机制是解决这些问题的重要举措。

一种“效率-公平-运力”多维权衡的需求可拆分配送方法

针对自然灾害及重大社会公共事件等各类突发事件的配送问题,本文以公路运输为研究场景,将配送时间最短、加权时间攀比值最小和使用车辆数最少为多维目标,在引入需求可拆分这一限制条件的基础上,构建“效率-公平-运力”多维权衡的需求可拆分应急物资配送模型。针对该问题设计改进的蚁群算法求解模型。从选择拆分点、信息素更新和引入变邻域搜索算子这3个方面改进了算法,并实现当解持续不变时,初始化信息素,以增加随机性。结果表明,与传统求解算法相比,改进算法的稳定性更高(平均偏差率降低7.00%),寻优性更好(优化率提高7.41%)。通过分析考虑三目标、双目标和决策者具有明显偏好的多重场景下的求解结果得知:效率、公平、运力这3个子目标相互悖反,增加运力投入可以显著提高配送方案的效率与公平;当运力不变时,效率与公平之间近似呈同比例反比关系。研究结论可为救灾目标不确定条件下多因素考量的应急物资配送决策生成与优化问题提供方法改进与可量化决策支撑。

提升政府治理算法决策公平性的机制与路径

随着人工智能与政府治理融合的不断加深,政府决策开始走向智能化和算法化。从具体实践来看,政府治理算法决策面临公平性困境——程序公平受到冲击和结果公平有所偏差,这主要源于使用者或提供者自身价值观偏误、基础数据的客观性和准确性有限以及算法程序自我迭代优化的技术逻辑影响等。为此,需要聚焦于价值、制度和组织等三个层面,搭建政府治理算法决策公平性的实现机制。同时,必须坚持“软硬并进”路径,一方面以正确的价值导向引领算法在政府治理领域的开发和布局,使算法的决策输出不偏离公平正义的价值轨道;另一方面,不断完善政府治理算法决策的制度环境,打造适配政府治理算法决策的组织系统。

社会价值取向对亲社会行为的影响:来自行为和神经影像学的证据

社会价值取向是相互依存情境下人们对自己和他人分配结果的一种稳定的社会偏好,它影响个体在社会困境中的亲社会行为.研究者常用三优势量表和滑块测验测量个体的社会价值取向,并将其分为亲社会型和亲自我型.以往研究发现,社会价值取向的表达具有自发性和稳定性,且亲社会型个体相比亲自我型个体,表现出更多的信任、合作和公平决策等亲社会行为.通过分析,总结了社会价值取向通过以下4个方面影响亲社会行为:内部动机的不同;对他人行为的预期;社会责任感的差异;两类个体在社会学习方面存在差异.未来研究可进一步考察社会价值取向与共情及与其他人格特质的交互作用对亲社会行为的影响以及相关的神经生化机制.

金融服务业中层管理者职涯资本对职业成功的影响机理研究

本文以金融服务业的497名中层管理者为研究对象,深入探讨了职涯资本对职业成功的影响机理。研究结果表明:(1)职涯资本对职业成功具有显著的正向影响;(2)心理授权在职涯资本和职业成功之间起部分中介作用;(3)高层管理团队决策程序公平在职涯资本和心理授权之间起调节作用;(4)高层管理者价值观导向在心理授权和主观职业成功之间起调节作用,而在心理授权和客观职业成功之间的调节作用不显著。