文献：He, X., Yang, Y., Wang, L., & Yin, J. (2021). Tracking multiple perspectives: Spontaneous computation of what individuals in high entitative groups see. Psychonomic Bulletin & Review, 28(3), 879–887. https://doi.org/10.3758/s13423-020-01857-x
研究背景： ¶
在日常生活中，别人看到的通常与我们对周围环境的看法不同；因此，计算和确定他人观点的能力是确保社交成功的基础(Sebanz，Bekering，&Knoblich，2006)。这种视觉视角选择能力被认为是在非常早期的发展中就存在的(Kovács，TégláS，&Enresse，2010)，这种能力的缺陷会导致成年后出现严重的问题(Hamilton，Brindley，&Frith，2009；Todd&Simpson，2016)。因此，视角采择是如何发挥作用的，引起了研究者的广泛关注。 先前的研究已经通过广泛的程序证明，个人视角的计算是内隐和自动的，而非认知要求。其中，视觉换位思考任务常用于检查自发计算别人能看到什么(即1级换位思考；2级换位思考是指别人如何看待特定刺激)。具体如下：参与者观看一张房间的图片，房间里有一个虚拟角色面对其中一面展示着圆盘的墙。从角色的角度来看，圆盘的数量可能与参与者的角度一致，也可能不一致。使用该任务发现，即使没有明确强调虚拟角色的视角，虚拟角色的视角也会干扰参与者对相关视角的显式判断(异中心入侵效应：与一致条件相比，不一致条件下的响应时间较慢)，表明计算他人的视角是自发的。且这种视觉换位思考任务反映的是社交过程，而非低水平的刺激特征效应或关联，因为参与者对角色是否能够看到圆盘很敏感。具体来说，只有当角色的护目镜是明显的，而不是不透明的时候，才会发现异中心侵入效应效应。
在上述研究中，独立个体是视觉透视任务的计算对象。但现实生活中个体通常处于人群中，人群在很大程度上影响人的互动行为。当面对多个个体时，每个个体持有各自的视角，并可能涉及多个相互竞争的视角。很少有人研究人们是如何计算一群人所展示的这些不同观点的。人们会自发地计算人群中所展示的个体的视角吗?考虑到单个个体视角的自发计算，可以假设在人群中显示的个体的多个视角也可以自动计算。Capozzi等人(2014)修改了经典的换位思考任务，加入了两个化身。在他们的实验环境中，参与者和虚拟角色有时会看到相同数量的圆盘(一致的视角)，有时会看到不同数量的圆盘(不一致的角度)。结果发现，当这两个角色的视角相互冲突时，异中心入侵效应就消失了。因此，个体视角的差异可能不会被自发追踪，这与直觉假设不一致。因此，在得出自发地计算一个人的视角扩展到计算多个视角之前，应该谨慎。
关于群体中的个体，加工效率在很大程度上取决于他们所形成的群体认同感，即一群个体被认为是一个统一群体的程度(Crawford，Sherman，&Hamilton，2002)。在高认同感群体中，个体特征从一个群体成员转移到其他群体成员的能力要强于低认同感群体(Crawford et al.， 2002)。将个体绑定到群体中会导致更快的处理速度和对互动伙伴的记忆增强(Ding et al.， 2017;Vestner, Tipper, Hartley, Over， & rueschemyer, 2019)。因此，当将个体视为一个实际群体时，可以提高处理个体特征的效率，这是一个类似于感知分组的过程(Vestner et al.， 2019;Yin等人，2018)。
本研究： ¶
鉴于群体的认同感决定了个体的“群体性”，而视角是个体的社会属性，研究人员假设群体的认同感会调节人们是否会自发地计算群体中个人的视角。即，当一群个体具有较高的群体认同感时，假设群体中的个体能够同时被选择和有效处理，那么群体中至少有一部分个体的视角会被自发地计算出来，并表现出异中心侵入效应(即群体中个体的某些视角会干扰参与者的视角)。然而，当一群个体的群体认同感较低时，由于该群体中的个体更有可能被独立选择，因此该群体中某些个体的视角不会同时被跟踪，因此不会显示出异中心侵入效应。 为了验证上述假设，本研究采用了与Capozzi等人(2014)类似的视觉视角提取任务，并呈现了一组面对房间不同墙壁的人类角色(见图1)。
实验一： ¶
采用与Capozzi等人(2014)相同的视觉透视任务，不同的是，展示的房间照片上有四个人类角色，每面墙各有两个角色时以形成不同的视角，且具有不同视角的角色数量相当。
设计： ¶
被试： 24名年龄在17 - 25岁之间的参与者(10男14女)，样本量由使用G* power 3.1的分析确定(Faul, Erdfelder, Buchner， & Lang, 2009)。
刺激：一个房间的侧面视图，可以看到左、后、右墙，墙上显示红色圆盘(每个圆盘对应1°× 1°)。使用Poser 11软件创建三维(3D)人类角色，他们有不同的面孔和姿势，但性别相同，穿着相同的衣服(见图1)。这些角色位于房间中心，彼此之间的距离相等，成对背靠背站着，这样两个角色面向左边的墙，两个面向右边的墙。女性参与者看到的是女性角色，而男性参与者看到的是男性角色。为了达到一致的视角条件，所有的圆盘都被放置在左边或右边的墙上，因此两个虚拟人物看到与参与者相同的圆盘，两个虚拟人物什么也没看到。在不一致视角条件下，一个圆盘被放置在后墙上，因此没有一个虚拟人物看到与参与者相同的圆盘。为了在视角不一致的情况下匹配这个设置，对于剩余的圆盘，两个虚拟角色可以看到，两个虚拟角色看不到。在试验中，角色的位置保持不变，但圆盘的位置和数量发生了变化。
程序：每次试验开始时，呈现一个注视十字，持续750 ms(见图1)。500 ms后，呈现单词“你”750 ms，指示参与者判断从自己的角度可以看到多少个圆盘。在此显示之后，出现一个数字(0-3)，持续750毫秒。然后呈现持续5800毫秒的动画，以展示不同的群体认同感。间隔500毫秒后，房间的图片出现并保持在屏幕上，直到参与者在2秒内做出反应。参与者根据要求按标准键盘上的“左”或“右”键，尽快报告他们所看到的圆盘数量与之前显示的数字是否相符。之后间隔1.5 ~ 2.5 s，下一次试验开始。
1，高低认同感群体：在50%的试验中，动画中的角色是高认同感群体，其中四个角色被箭头逐个指向，并伴随着相同的语言标签(即，“我是A组的成员，我也是A组的成员”)。在其他50%的试验中，动画中的角色是低认同感群体，四个角色也被箭头逐个指向，但伴随着不同的语言标签(即，“我是B组的成员；但我是C组的成员；但我是D组的成员；但我是E组的成员”)。 ,2，视角一致与不一致设计：在每一类群体认同感中，50%的试验中，多个视角中的一些视角从参与者角度看到的盘数相同(即一致的视角条件);在50%的试验中，多个视角中没有一个与参与者视角的椎间盘数目相同(即，不一致视角条件)。 ,3，匹配与不匹配条件：在匹配试验中，从参与者的角度看到的圆盘数与呈现的数字相同。在不匹配试验中，从参与者的角度看到的圆盘数与呈现的数字不同。
对于每个认同感条件，有48个匹配试验，其中24个一致视角试验和24个不一致视角试验；有48个不匹配试验，其中一致视角试验24个，不一致视角试验24个。此外还增加了16个填充试验，其中墙上没有显示圆盘，此时“0”是正确答案。每个群体认同感条件下分别进行8次填充试验。这些填充试验包括相同数量的一致和不一致的试验以及匹配和不匹配的试验。 试验分为4个组，共52个试验试验(48个检测试验和4个填充试验)。一个组内试验的顺序是完全随机的。在正式的实验试验之前，有26个实践试验。参与者在30分钟内完成整个实验。
结果只分析匹配试验期间的表现。在这种情况下，实验在被试设计中形成了2(群体实体性：低与高)×2(视角一致性：一致与不一致)。剔除回答错误且反应时间偏离平均值2.5个标准差以上(排除率=7.29%)的试验后，采用重复测量方差分析(ANOVA)分析反应时间。
为了验证实验中设计的群体认同感，在完成视角选择任务后，参与者要观看不同群体认同感的动画，并根据动画中的四个角色是否(1)彼此相似，(2)是否有集体兴趣，以及(3)是否相互依赖来评估群体实体；评估按7分制进行评级(1=完全不是，7=非常)。结果发现，高认同度的群体认同感高于低认同度的。
结果： ¶
使用2×2重复测量方差分析来分析，群体认同感(低与高)和视角一致性(一致与不一致)作为被试者内变量。结果表明，视角一致性的主效应和两因素间的交互作用均达到显著水平，而群体认同感的主效应不显著。简单效应分析表明，当群体认同感较高时，如果多个视角中没有一个与参与者的视角一致，则参与者确认他们观察到多少圆盘的速度比如果多个视角中的一些与参与者的视角一致时慢。当群体认同度较低时，没有发现这种影响。因此，高认同感群体中个体的不相关视角存在异中心入侵效应，这表明高认同感群体中的多个视角是自发计算的。
实验二： ¶
为了进一步检验实验1中发现的可重复性，又采用了一种新的方法，通过改变视觉信息来操作群体认同度，如个体之间的共同命运(Campbell, 1958;Lakens, 2010)。
设计： ¶
被试：24名18-24岁的新生(男9男15女)，没有参加实验1。 刺激和程序与实验1相同，除了用于操作群体认同度及其持续时间的动画(见图3)。
结果： ¶
与实验一结果相似，参与者自发地计算出高认同感群体中的个体所看到的内容。
讨论： ¶
本研究探讨了人们是否会自动计算人群中（某些）个体的视角。结果发现，如果将人群中的个体视为具有高认同度的群体，当人群中展示的个体的任何一个视角的圆盘数量与参与者的视角不一致时，参与者对自己视角的判断会比在人群中展示的个体的一部分视角一致的条件下慢。当人群的认同感较低时，这种异中心干扰效应并不存在。此外，当使用不同的方法来操作群体实体性时，这些发现得到了复制。因此，这些发现表明，自动计算人群中展示的个体的视角具有一定的限制条件，人们可以自动计算具有高认同感的群体中个体的视角。但仍不清楚此发现是否完全支持结论。首先，由于后壁上的圆盘总是被放置在不一致的条件下，而从来没有被放置在一致的条件下，这可能会被认为是这种感知线索导致了这两种条件之间的关键差异。在低群体认同感和高群体认同感条件下使用了相同的感知差异。然而，只有高群体认同感组中的个体所表现出的观点是自发计算的，因此排除了知觉解释。此外，在不同的群体认同感条件下，反应时间没有显著差异，这在某种程度上表明两种设置具有相同的显着性。因此，低实体性和高实体性条件之间的不同影响在很大程度上反映了计算群体中显示的个人视角受到群体实体性的调节。自发跟踪视角的数量可能存在限制，这需要在将来加以解决。不管机制如何，本文的发现支持人们可以自发地计算出高认同感群体中的某些个人看到了什么。