Neuron：大脑如何学习和判断环境的可控性？刘彦和等揭示两条关键的神经环路（神经计算过程）

来源：brainnews

《六祖坛经》中记载过一则著名的公案：两位僧人见风吹幡动，一人说是“风动”，一人说是“幡动”，争论不休。六祖慧能答道：“不是风动，不是幡动，仁者心动。”

这个关于“变化究竟因何而起”的问题，在我们的日常生活中也随处可见。

一次射箭脱靶，可能是因为技术不佳，也可能是因为突如其来的一阵风；一次投资获利，可能是投资策略奏效，也可能是恰逢市场上涨。如果错误地将环境中的随机变化归因于自己，大脑就可能从反馈中“学错”；反过来，如果总把自己的失误归因于外界，我们同样无法有效调整行为。因此，准确判断一个结果究竟源于自己的行为，还是来自不可控的外部环境，是有效学习和适应环境的关键。

然而，判断一个结果究竟源于自身还是外界并非易事。现实世界充满不确定性，即使采取相同的行动，也未必总能得到相同的结果，因此仅凭一次成功或失败，很难判断究竟是自己的行为起了作用，还是环境中的随机因素改变了结果。要解决这一问题，大脑不仅需要知道自己对当前行为或判断有多大把握，还需要根据过去的经验估计当前环境在多大程度上是可控的。更复杂的是，这两类判断并非彼此独立：我们对自身表现的信心会影响一次结果如何被归因，而一次次归因又会不断更新我们对环境可控性的认识，并进一步决定之后应该如何从成功和失败中学习。

2026年8月21日，牛津大学Matthew F. S. Rushworth教授团队在Neuron发表题为Two prefrontal-subcortical circuits estimate controllability and reflect its impact on learning的研究论文。刘彦和博士为论文的第一作者和通讯作者。

该研究结合计算建模、7T功能磁共振成像（fMRI）和经颅磁刺激（TMS），揭示了两条与这一过程相关的前额叶—皮层下神经环路：背内侧前额叶皮层（dorsomedial prefrontal cortex, dmPFC）与背侧中缝核（dorsal raphe nucleus, DRN）组成的环路参与了对环境的可控性的估计，并结合这一估计与对自身表现的信心来对结果进行归因；而眶额叶（47/12o）到多巴胺相关中脑核团（midbrain dopamine-associated nuclei，MBD）的环路则将这种归因进一步用于调节结果反馈和后续学习。研究还通过TMS对dmPFC进行干扰，为其在可控性学习中的作用提供了因果证据。该工作由此将“我能否控制结果”这一主观感受拆解为可以计算、定位并进行因果操纵的神经计算过程。

为了研究大脑如何学习环境的可控性，研究者设计了一项可控性判断任务，参与者完成一个简单的感知抉择任务，并在每次选择后报告自己对这一抉择的信心（confidence），随后获得“正确”或“错误”的结果反馈。实验的关键在于，反馈并不总是真实反映参与者的表现：在高可控条件下，90%的反馈由参与者实际回答是否正确决定；而在低可控条件下，仅10%的反馈真正取决于参与者表现，其余反馈主要随机产生。参与者并不知道自己当前处于哪种环境，因此必须通过一次次决策和反馈，自行推断环境究竟在多大程度上受到自己行为的控制。

行为结果显示，人们并不是简单根据一次“成功”或“失败”判断结果的来源，而是会同时利用当前抉择的信心和过去经验形成的环境可控性估计，对结果进行因果归因。当参与者对自己的判断非常有信心，却收到意外的负面反馈时，他们更倾向于认为结果来自外部随机因素；相反，如果原本就对自己的答案缺乏信心，同样的负面反馈则更容易被归因于自身表现。与此同时，人们此前对环境整体可控性的判断也会影响当前的归因：当环境被认为高度可控时，结果更可能被视为自身行为的后果；而当环境被认为不可控时，人们则更倾向于将结果归因于外部因素。因此，对单次结果的归因和对环境整体可控性的判断实际上构成了一个相互依赖、不断更新的过程：决策信心和已有的可控性估计共同决定当前结果应该归因于自身还是环境，而一次次的归因又反过来更新人们对环境可控性的认识。

为了进一步寻找这一计算过程的神经基础，研究者首先利用7T fMRI对22名参与者进行扫描。结果发现，背内侧前额叶皮层（dorsomedial prefrontal cortex, dmPFC）在可控性推断过程中发挥了关键作用：其神经活动不仅反映参与者对当前抉择的信心，还表征了环境可控性估计，以及对于当前结果的归因。进一步分析发现，这一过程还涉及 dmPFC 与脑干背侧中缝核（dorsal raphe nucleus, DRN）之间的协同活动。与 dmPFC 对可控性估计本身的表征不同，DRN 的活动与可控性估计的更新相关，即新获得的信息在多大程度上改变了个体对当前环境可控性的判断。由此，研究提示 dmPFC—DRN 环路可能共同支持对环境可控性的学习：dmPFC 整合关于自身决策和环境可控性的信息计算对于当前结果的归因进行判断，而 DRN 则参与追踪环境可控性估计随新经验发生的变化，使大脑能够根据不断到来的反馈动态更新“我的行为在多大程度上能够决定结果”这一内部模型。

研究者随后利用 TMS 对dmPFC在这一过程中的功能进行了因果检验。在另一组20名参与者中，研究者通过非侵入性磁刺激暂时干扰dmPFC活动。结果发现，干扰 dmPFC 并不会让参与者完全失去完成任务的能力，却影响了他们对于环境可控性估计的判断。当dmPFC功能受到干扰后，参与者需要积累更多经验才能发现环境的可控程度发生了变化。这一结果说明，dmPFC 的活动并非只是被动反映人们已经形成的控制感，而是直接参与了可控性的学习和更新。

但判断“世界是否可控”并不是问题的终点。研究进一步发现，一旦大脑形成了对可控性的估计和对于结果的归因，这一判断还会反过来改变大脑处理结果反馈的方式。fMRI结果显示，个体对于当前结果的归因会调节中脑多巴胺系统中关于结果的反馈信号。换句话说，大脑不仅需要判断一次结果应该归因于自身还是外部环境，还会利用这个判断，动态调整结果对后续学习的影响：当环境被认为高度可控时，结果更可能反映自身行为，因此成功或失败能够为之后的行为调整提供更多有效信息；而当环境被认为较不可控时，同样的反馈更可能受到外部随机因素影响，其对行为更新的指导意义也随之降低。因此，可控性并非只是大脑需要学习的一个环境属性，它本身又成为调节后续学习的重要变量，使大脑能够根据“结果在多大程度上由我造成”来决定“我应该从这个结果中学习多少”。

总体而言，这项研究揭示了两套彼此衔接的前额叶—皮层下神经机制，将“可控性”从一种抽象的主观体验转化为具体的神经计算过程。以dmPFC—DRN为核心的环路利用个体对自身决策的信心和外界反馈，学习并更新环境的可控性；第二套涉及眶额叶和多巴胺相关中脑核团的机制，则利用已经形成的可控性估计重新调整大脑对反馈结果的处理，从而决定应该如何从成功和失败中学习。

从更广泛的意义上看，这项工作表明，有效学习不仅取决于我们获得了怎样的结果，还取决于大脑如何解释这些结果的来源。面对成功或失败，大脑需要结合对自身表现的信心以及既往形成的可控性估计，判断结果究竟在多大程度上源于自己的行为，并据此决定是否以及如何调整之后的行为。这种利用既有可控性估计来指导当前归因的机制，可以帮助大脑在充满噪声和不确定性的环境中避免因单次偶然结果而频繁改变策略，从而提高学习效率；但另一方面，当关于自身表现或环境可控性的信念产生系统性偏差时，同样的机制也可能使这种偏差持续甚至被强化，表现为对支持既有信念的信息赋予更大权重，并可能与确认偏差（confirmation bias）、自利性归因（self-serving bias）以及习得性无助（learned helplessness）等现象产生联系。

或许从这个意义上，千年前的“风动、幡动、仁者心动”，恰好触及了大脑每天都必须解决的问题：面对不断变化的世界，我们不仅要觉察正在发生的一切，还必须不断判断——究竟是我改变了世界，还是世界改变了我。

https://doi.org/10.1016/j.neuron.2026.07.029

参考文献

Liu Y, Spiering L, Luo S, Kingston N, Grohn J, Rushworth MFS. Two prefrontal-subcortical circuits estimate controllability and reflect its impact on learning. Neuron. 2026 Aug 21:S0896-6273(26)00584-2. doi: 10.1016/j.neuron.2026.07.029. Epub ahead of print. PMID: 42628523.