精神障碍如何扰乱我们的动机:努力决策的代价收益计算
How mental disorders play havoc with our motivation
文章提出动机并非固定燃料,而是一种持续运行的代价收益计算,称为努力决策(effort-based decision-making),大脑会权衡努力程度、回报大小与回报概率。
AI 全文翻译,未经原作者审校;可切换原文对照。
有些日子里,连小事都显得异常困难。回复一条消息。洗个澡。去购物。给朋友回个电话。这些都是微小的日常动作,通常几分钟就能完成。然而,对许多人来说,这些有时感觉像是自己几乎没有足够精力去完成的任务。
当我们看到朋友或亲人有这种挣扎,或自己也有同感时,可能会想到一些简单的解释:缺乏动力;需要有意义的目标;懒惰。你只需要振作起来。你知道这对你有好处。
这种观点忽略了一个重要问题。在考虑或打算做某事与实际去做之间,存在一个通常在日常生活中不可见的心理过程。口语中,人们把这个过程称为“动机”。但动机并不像一个装满或空了的内部油箱。相反,它涉及一个持续运行的成本效益计算。
我们的大脑不断分析一项行动在多大程度上值得付出努力,这会告诉我们当下看似最好的选择是什么。这个过程被称为基于努力的决策。由于这个过程的运作通常是隐藏的,人们很容易对一个人的选择或不作为的原因做出错误推断。
然而,科学家们已经设计出观察这一过程的方法,让我们能够更多地了解当一个人在权衡做或不做某事时,大脑中究竟发生了什么。理解这一过程有助于我们对那些在日常动力方面挣扎的人抱以更有帮助的态度——这种挣扎往往与更广泛的心理健康状况有关。它还能为帮助他人克服挑战提供最佳方式。
T成本与收益的分析通常发生得如此之快,以至于我们几乎没有察觉。我现在就回复这封邮件,还是稍后再说?我下班后去锻炼,还是在沙发上休息?我今晚要不要去见朋友,尽管我已经很累了?为了回答这些问题,我们的大脑(实际上,所有脊椎动物的大脑)会在三件事之间进行权衡。实现这个目标对我而言会有多费力?它对我而言会有多回报——足以抵消成本吗?以及这个回报实际发生的可能性有多大?
大多数时候,这个过程非常有益。它防止我们变得筋疲力尽、不断失望,或者浪费时间和精力。但成本收益分析也可能出错。从外部来看,这可能表现为懒惰或漠不关心,并且常常导致在管理工作或学业活动、人际关系或自我护理方面遇到困难。
改变的成本效益计算在抑郁症、双相情感障碍和精神分裂症等疾病的背景下似乎尤为重要。在被诊断患有这些疾病的人中,动机方面的困难很常见。虽然这些疾病的其他症状可能更为人所知——例如,抑郁症中的情绪低落、双相情感障碍中的情绪波动,或精神分裂症中的妄想和幻觉——但动机问题通常构成长期福祉的最大障碍。它们往往在疾病的急性期之后仍然存在,且目前被认为难以治疗。因此,它们可能对日常生活产生持久的影响。例如,当一个人难以采取必要的步骤来跟上朋友的节奏、赴约或申请工作时,这可能导致社交参与、福祉或职业机会方面的恶性循环。这些经历常常引发负面的自我评价(例如:我是个彻头彻尾的失败者),这可能进一步加剧某人的动机问题。
在患有这些疾病的人群中,内部的成本效益计算似乎已经失衡
基于努力的决策这一概念使研究人员能够深入幕后,更好地理解在选择时刻这些动机问题背后的机制。为此,研究人员使用基于计算机的任务,这些任务旨在尽可能精确地隔离决策过程。
在一项典型研究中,一个人必须在较容易的任务和较困难的任务之间做出选择。容易的任务可能包括用优势手的食指,以获得小额奖励,比如一美元。困难的任务可能涉及用非优势手的小指,但作为回报会获得更大的奖励。在多次试验中,困难任务的奖励金额会发生变化。在某些版本中,获得奖励的概率也会改变:例如,一个人可能有12%、50%或88%的机会获得某项任务的奖励。有时,获得特定奖励所需的努力程度也会变化。在每次决策之前,参与者会看到完成一项任务需要多少努力、可能获得什么奖励以及他们获得该奖励的可能性有多大。然后他们决定怎么做。我们感兴趣的结果是,当某人决定更困难的任务值得去做时。
在最近的一项元分析中,我和我的同事总结了68项关于精神疾病中基于努力的决策的研究结果。我们发现了一个清晰的模式,表明患有精神分裂症、抑郁症或双相情感障碍的人比没有这些诊断的人更不可能选择付出努力的行动来获得奖励。这种减少在精神分裂症和双相情感障碍中最为明显,在抑郁症中较小,但在统计上仍然显著。
通常情况下,当奖励变得更大或更容易获得时,人们会投入更多努力,这看起来更值得。然而在临床组中,这种调整被削弱了。当奖励变大或变得更确定时,精神分裂症、抑郁症或双相情感障碍患者并不会像其他人那样相应地增加努力。他们内在的成本效益计算似乎已经失衡。
乍一看,这说明不同诊断之间存在一个共同的动机问题。然而,当我们探究为什么会发生这种情况时,情况就更有意思了。
解决这个问题的一种方法是计算建模。在这种统计方法中,人们使用计算机模型,通过测试对其行为的不同解释,来尝试重现一个人的决策。让我们想象有几个人很少选择较难的任务而不是较容易的任务。一个人可能回避这项任务,是因为努力对他们来说感觉特别沉重;另一个人可能回避它,是因为奖励对他们几乎没有激励作用;第三个人可能主要难以将所有信息整合起来并转化为明智的决定。基于计算机的模型帮助研究者区分这些可能性,这对于理解成本效益计算在何处出错非常重要。
我们对计算建模研究的综述表明,不同精神障碍中的动机问题产生的原因部分不同。对于精神分裂症患者,结果通常表明努力程度、奖励以及获得奖励的概率对决策的影响都较小。困难似乎在于整合和处理情境中的多条信息,并将它们用于自己的决策。这与我们元分析的结果一致,该结果表明认知困难——例如工作记忆或加工速度方面的困难——与精神分裂症患者基于努力的决策的改变有关。
处于躁狂状态的人可能会连续工作几个夜晚,而努力完全不让他们感到负担
当一个人难以在脑海中保留相关信息、更新信息并将其与其他信息进行比较时,决策就会变得更加困难。例如,如果一名精神分裂症患者想重返工作岗位,需要决定是否申请某个特定职位,那么迈出第一步就需要权衡多条信息:开始申请或打电话所涉及的努力、申请的潜在好处,以及获得工作机会的可能性。如果所有相关信息都无法顺利整合为成本效益计算,这可能会让人感到不知所措。相反,这个人可能会选择要求更低的选项,或者推迟采取行动。
在抑郁症中,情况看起来有些不同。在这里,使用计算建模的研究通常表明,努力具有特殊的分量。奖励可能仍然有吸引力,但通往奖励的道路感觉太费力,以至于不值得。例如,一个人可能知道与朋友见面对自己有好处,甚至可能预期自己会从中获得一些愉悦。然而,穿好衣服、出门、到达那里并进行交谈,可能感觉像是令人生畏的障碍。
在双相情感障碍中,证据基础更为有限。当前的疾病状态可能起着重要作用。在相对稳定的阶段,双相情感障碍患者仍可能较好地权衡努力、回报和概率。在抑郁阶段,他们的表现模式与抑郁症相似,努力会被体验为格外沉重。在疾病的躁狂或轻躁狂阶段,问题可能表现为一种失调的意愿——在回报和概率实际上都很低的情况下仍愿意付出努力。例如,处于躁狂状态的人可能会连续几晚熬夜制定商业计划,并变卖各种物品来投资该计划,因为在他们看来,潜在回报似乎极高,而努力也完全不觉得辛苦。
这些差异表明,对于所有的动机问题并不存在一个通用的解决方案。对某些人来说,让回报变得更具体、更即时、在情感上更可感知可能会有所帮助。例如,“见朋友对我有好处”可以变成:“交谈 10 分钟后,我通常会感觉不那么孤单一点。”对另一些人来说,关键的改变可能是降低行动的感知成本,比如把任务分解成更小的步骤。还有一些人可能需要在规划方面获得支持,或者需要更清晰、更有意义地比较努力与回报。
一些现有的治疗方法采用了可能作用于这些机制的技术。积极情感治疗专注于帮助人们期待有回报的体验,并更充分地参与积极事件。认知行为社交技能训练包含问题解决模块,涉及将计划的活动分解为更小的步骤。认知矫正项目旨在加强注意力和记忆力等能力,而这些能力是权衡努力与潜在回报所必需的。下一步是将这些方法整合成一种更全面的治疗方案,以解决活动让人觉得没有回报或困难的具体原因,并能根据每个人的需求进行调整。
有时,不作为是一个已经失衡的隐形计算所呈现出来的可见结果
基于努力的决策视角也能为我们如何应对自己和他人的动机问题提供启发。“你只要开始就行了”或“一旦你做了,你就会感觉好些”之类的话听起来可能令人沮丧,因为它们暗示问题仅仅是缺乏意志力。一种好奇、共情的态度可能更有帮助。究竟什么让人感到困难?是努力太大了吗?是回报太遥远了吗?是结果太不确定了吗?是任务太复杂而难以规划吗?这样的问题比单纯叫人努力一把,或者指出最终会有回报。更有帮助。
动机并非固定的性格特质,而是一个动态过程,它会随着情绪、情境、认知、症状、疲惫程度、社会支持和期望而变化。这一认识不仅适用于精神障碍患者。每个人都有内心权衡向这边或那边倾斜的时刻。于是,邮件一直未读,运动鞋放在门边,或者朋友的来电没有接听。心存疑虑时,我们可能会责备自己软弱或缺乏自律。但也许真正的原因是,回报不够明确,任务看起来太费力,或者成功的前景显得太不确定。有时,不作为是某个看不见的、已经失衡的内心计算所呈现出的可见结果。这是一个需要关注而非批评的问题。
来源:Psyche · psyche.co
原文链接:https://psyche.co/ideas/how-mental-disorders-play-havoc-with-our-motivation