文献：Keren, Hanna, et al. "The temporal representation of experience in subjective mood." Elife 10 (2021): e62051.
DOI：https://doi.org/10.1073/pnas.2103040118
作者：Orange Soda | 封面：Yukai Du
心情很大程度上影响着我们日常的幸福感，但我们并不清楚生活中一桩桩的事件是如何影响心情的。一种被广泛接受的解释是瞬时的心情受到最近的奖励预测误差（reward prediction error）的影响，即一件事的结果越出乎意料（不论更好还是更坏）、发生的事件越接近当前时刻，这件事对瞬时心情的影响越大。
这一标准的解释应用广泛，但背后的假设仍然需要验证。有研究表明，在一系列事件中首次发生的那一次，其影响也会很深远；虽然发生事件越接近影响越大的假设似乎符合直觉，但Keren等人的实验结果却出乎意料。
与传统的新因模型（recency model）不同，Keren等人提出一种首位模型（primacy model）。首位模型认为人的心情会受到历史事件积累性的影响。如Fig.1B下排所示，按照新因模型，随着事件距离当前事件越远，在预测当前的瞬时心情时的权重就越低；与之相反，首位模型给首次发生的事件赋予最高权值，随着事件推移权值逐渐降低。
Fig.1 | 近因模型和首因模型。
Keren et al., eLife
Keren等人的实验设计如Fig.1A所示，在实验一开始，会选择固定收益或者赌博。如果被试选择赌博，则预计收益可能为+10或者-10。在获得实际收益后，被试选择心情指数（从非常不高兴到非常高兴）。被试的实际收益与预计收益之差即为该试次的奖励预测误差。实验包括三种不同的环境：随机环境（random environment）、结构环境（structured environment）以及适应性结构环境（adaptive structured environment）。
Fig.2 | 不同的奖励环境。
Keren et al., eLife
在随机环境下，奖励预测误差在提前定义的范围内随机取值（Fig.2A左）；在结构环境下，奖励预测误差分三段呈正-负-正变化（Fig.2A中）；而适应性结构环境进一步考虑到被试心情变化的个体差异，在该环境下算法根据被试的心情报告实时调整奖励预测误差的取值（Fig.2A右）。在三种环境下被试的心情报告动态变化如Fig.2B所示：随机环境下的心情变化表现出了明显的时间效应（Fig.2B左）；结构环境下，当预测误差从正到负时，被试心情评分下降，当预测误差再次为正时，被试的心情并没有明显的提升；适应性结构环境下，与结构环境下的结果类似，第三阶段被试的心情并没有充足的提升。
Fig.3 | 首因模型预测力更好。
Keren et al., eLife
采用新因模型和首位模型对被试的心情进行预测，首位模型的预测误差显著低于新因模型（Fig.3A）。研究者还在不同年龄段、不同情绪状态的被试上进行了比较实验，首位模型的表现均优于新因模型以及改进的新因模型（例如添加被试胜利比率参数或者常数项等，Fig.3B）。Keren等人进一步记录了在适应性结构环境下的fMRI数据，发现前扣带回和腹内侧前额叶的BOLD信号显著与首因模型中反映历史事件对心情影响的参数相关（Fig.4B，4C）。
Fig.4 | 首因模型参数与BOLD信号相关。
Keren et al., eLife
Keren等人的实验结果说明了离当前时间点更远的事件对心情的影响很大。当前的结果可能存在任务的局限性，但这一结果启示着对心情的预测模型不仅要考虑新近效应，也要考虑首因效应。