2025年10月31日至11月2日，第二十六届全国心理学学术会议在山东师范大学千佛山校区（济南）成功举办。大会以“学科交叉与心理学创新发展”为主题，由中国心理学会主办，山东师范大学承办，吸引了来自全国各地的3000余名专家学者、行业代表和师生代表参会。
华东师范大学心理与认知科学学院紫江青年研究员高晓雪作为本次大会的六位重点报告人之一，作题为“计算认知神经科学视角下的人类社会情绪”的大会报告。报告中，高晓雪研究员以她和所在的华东师范大学社会与情感认知神经科学团队所开展的科学研究为例，就“如何应用认知计算建模手段进行心理学创新与国家服务”分享了前沿观点、实践经验和最新研究成果。
全国心理学学术会议由中国心理学会主办。每届设重点报告，由各专业委员会、学术单位会员、常务理事推荐，经大会学术委员会讨论产生。入选者须为国家重大项目主持人、优秀学术成果或学术奖项的第一/通讯作者，或在国际心理学界产生重大影响的外籍著名心理学家。本届大会的六位重点报告人分别为：山东师范大学Bernhard Hommel教授、浙江大学沈模卫教授、上海交通大学陈安涛教授、香港大学胡晓晴长聘副教授、华东师范大学高晓雪研究员和中国科学院心理研究所栾胜华研究员（根据报告顺序排列）。
高晓雪研究员进行大会报告
中国心理学会候任理事长、山东师范大学张文新教授
为高晓雪研究员颁发证书
报告人简介
高晓雪，现任华东师范大学心理与认知科学学院研究员，紫江青年学者，博士生导师。其所在的、由周晓林教授领衔的华东师范大学社会与情感认知神经科学团队突破社会情绪研究领域长期存在的方法学瓶颈，创新性地提出互动范式-计算建模-神经解码多层次研究框架，有效解决了社会情绪重复诱发-精准量化-神经解析等研究难题，引领了该领域方法学变革，重塑了社会情绪理论体系。高晓雪的研究解析了感激、内疚、负债感等重要社会情绪发生、异常及驱动社会行为（如合作、不公平厌恶、求助等）的心理、认知计算与脑机制，以第一/通讯作者身份的研究成果发表于Nature Communications、PNAS、Psychological Medicine、Journal of Neuroscience、Neuroimage等国内外高影响力期刊。其发表于Nature Communications的论文荣获国际社会与情感神经科学学会（Social & Affective Neuroscience Society）创新奖（2025年，为我国首次）。入选第七届中国科协青年人才“托举工程”，主持国家自然科学基金青年科学基金项目、面上项目（2项）和教育部中央高校优秀青年团队等项目。任《心理科学》副主编，中国认知科学学会社会认知分会理事，中国人工智能学会（CAAI）社会计算与社会智能专委会委员，多个知名国际期刊审稿人。
华东师范大学社会与情感认知神经科学团队
团队参会合照
报告摘要
社会情绪（感激、内疚等）是人类合作和社会适应的重要基石。深刻解析其心理与认知神经机制，是理解人类合作与道德本质、发展心理学理论的重要基础，对心理障碍的精准诊疗、社会治理政策的制定、以及人工智能情感交互技术的发展具有重大意义。然而，以往研究多依赖文本阅读与情境想象等手段探讨社会情绪的影响因素及其神经基础，此类方法情境真实性低，且多停留于相关层面，导致领域长期面临社会情绪真实重复诱发、定量解析和脑机制研究等难点。本人所在团队突破社会情绪领域长期存在的方法学瓶颈，创新性地提出互动范式-计算建模-神经解码多层次研究框架，有效解决了社会情绪重复诱发-精准量化-神经解析等研究难题，引领了该领域方法学变革；解析了感激、内疚等重要社会情绪发生、异常及驱动社会行为的认知计算与脑机制，重塑了社会情绪理论体系；构建了社会情绪的定量化认知计算模型，为相关心理障碍精准诊疗、社会治理政策制定以及脑启发的社会类脑智能设计奠定了重要的理论和算法基础。
报告内容简介
及相关研究成果列表
本次报告中，高晓雪研究员指出，面对人工智能”与“心理健康”双重国家需求所构建起的心理学发展的战略坐标，如何通过心理学研究创新响应这两大国家重大需求，是心理学工作者必须回答的时代命题。通过国家服务、多科学发展和大脑认知三个视角的系统分析，高晓雪研究员提出，定量化认知计算模型的构建是心理学创新服务于两方面国家需求的其中一条关键路径。
然而，过去的心理学研究，特别是关于社会情绪的研究多关注适应性功能与神经相关物，缺乏应用定量化研究手段对认知机制的精细解析。近十年，高晓雪研究员及所在团队致力于将认知计算建模（Cognitive Computational Modeling）这一定量化机制解析方法引入社会认知与社会情绪研究，使其能与人际互动范式和功能性磁共振成像等脑成像手段有效结合，打通三个层次，实现系统和精细的机制解析。通过方法学创新，高晓雪研究员及所在团队取得了一系列高质量成果，重塑了社会情绪理论体系，创新性地提出互动范式-计算建模-神经解码多层次研究框架，为包括社会情绪在内的很多心理现象的研究提供了方法基础。
团队研究成果
高晓雪研究员以团队的社会情绪研究为例，对认知计算建模的基本思想和方法进行了阐释。她认为，想要最终理解人际多次交互中社会情绪动态变化的复杂过程，需要回答两个关键问题：第一，单次交互（与他人多次交互的每一次交互）中，个体如何基于认知评价产生情绪、并做出适应性行为？第二，与他人的多次交互中，个体如何动态调整由认知评价所产生的社会情绪？如果与他人的多次交互，涉及多个事件中多个社会情绪的相关转变和调整，那么不同社会情绪动态变化是否存在一般性机制？如何构建统一的认知模型刻画这个过程？高晓雪研究员团队通过两方面研究分别对这两个问题进行了回答，系统解析了社会情绪发生和动态变化的认知神经机制。
首先，高晓雪研究员以团队关于负债感的近期研究为例，介绍了如何将认知计算建模与人际互动范式和脑成像手段有机结合，揭示个体基于认知评价产生社会情绪、并做出适应性行为的认知神经机制。尽管早期理论提出生活中常见的“人情债”现象源于负面情感负债感，但因相关研究领域长期面临负债感定义、诱发、量化和神经解析四大研究难题，学界对负债感及其诱发的“人情债偿还”认识几近空白。高晓雪研究员的近期研究（Gao et al., Nature Communications, 2024）（1）运用人工智能自然语言处理技术，对大规模文本数据进行主题建模，首次实现了对负债感概念的定量化解构，厘清了其在中国文化语境中的核心内涵;（2）自主研发高生态效度的人际互动任务，在受控实验室环境中成功实现了负债感的真实诱发和重复测量;（3）创新性地引入计算建模方法，构建基于心理博弈论的双动机模型，使抽象的社会情感转变为可量化、可预测的数学模型；（4）结合功能性磁共振成像和多体素模式分析，建立了社会情感的神经解码模型，首次实现了脑活动模式对社会行为的直接预测。
以该研究所构建的计算模型和互动范式为基础，团队针对负债感的发展、异常和调节等话题做出了一系列研究成果（Liao et al., Advanced Science, 2025; Fang & Gao et al., Journal of Experimental Child Psychology, 2025; 南瑜等，心理学报，2025; Yu et al., iScience, 2024）。这些研究系统解析了负债感的心理、计算和神经机制，突破了西方社会心理学“正性情感动机论”的传统框架，提出了中国特色的原创理论“社会情感双动机模型”，强调负债感作为独立心理构念对互惠的核心驱动作用，为我国哲学社会科学自主知识体系构建做出了重要贡献。
团队发文揭示负债感的心理、计算和神经机制
（Gao et al., 2024, Nature Communications）
以此为基础，高晓雪研究员进一步指出，虽然以往关于单次交互的研究为理解人类社会情绪提供了关键基础，然而，这些成果无法完全解释与他人的跨情境、多次交互中，个体如何根据情境信息和互动历史进行社会情感强度和类型的动态转换。整合以往社会情感认知神经科学、预期编码与社会学习、人际关系认知等多领域相关理论和实证研究，高晓雪研究员团队创新性地将互动对象的抽象表征过程引入现有社会情绪理论，提出刻画社会情绪的发生与动态变化过程的整合性机制框架和认知计算模型——多证据整合的社会学习模型（Liao et al., in preparation）。该模型具有四个关键假设：（1）在多次社会交互中，个体会进行社会学习，即根据交互历史形成对当前情境下对方行为的预期，并根据实际结果与预期的差异（即预期违反）动态更新预期；（2）个体整合“对当前情境的预期”和“对互动对象的抽象表征”形成对互动中他人行为的社会互动预期；（3）不同社会情绪均来自于个体对交互结果的认知评价、对互动的预期和预期违反。其中，正性预期违反促进亲社会情绪（如感激），负性预期违反促进反社会情绪（如愤怒）；（4）社会情绪反应不仅会驱动个体对于当前情境的学习，还会驱动其对互动对象抽象表征的更新。
计算建模实证证据表明，该模型不仅可以像以往研究一样解释单次交互和单一情境下的多次交互，更可以解释和预测跨情境多次交互中、多种社会情绪发生与调整的过程，为理解人类社会情绪提供了统一的认知框架。这一多证据整合的社会学习使得个体可以灵活运用情境与互动对象抽象表征信息、做出适当地社会预期和社会情绪反应，对人类社会适应至关重要。以上研究实例充分展示了应用认知计算建模手段进行心理学创新重要性。
团队最新成果提出社会情绪发生与动态变化的
整合性机制框架
（Liao et al., in preparation）
相关团队研究成果（#通讯作者，*共同一作）：
1. Gao, X. #, Jolly, E., Yu, H., Liu, H., Zhou, X.#, & Chang, L. J. # (2024). The psychological, computational, and neural foundations of indebtedness. Nature Communications, 15(1), 68.
https://doi.org/10.1038/s41467-023-44286-9
2. Yu, H., Gao, X., Shen, B., Hu, Y., & Zhou, X. (2024). A levels-of-analysis framework for studying social emotions. Nature Reviews Psychology, 3(3), 198-213.
https://doi.org/10.1038/s44159-024-00285-1
3. Liao, R.*, Li, X.*, Liu, X., Nan, Y., Zhou, X., & Gao, X#. Efficiency Recalibrates Social‐Emotional Trade‐Offs Behind Partner Choice in Direct Reciprocity through Intention‐Specific Neural Bases. Advanced Science, in press.
4. Fang, Y.*, Gao, X.*#, Li, W., Qin, J., & Zhou, X. #. Fang, Y., Gao, X., Li, W., Qin, J., & Zhou, X. (2026). From obligation-dominant to guilt-dominant: the asymmetrical development of indebtedness in Chinese mid-childhood children. Journal of Experimental Child Psychology, 261, 106355.
https://doi.org/10.1016/j.jecp.2025.106355
5. 南瑜, 孙栋林, 周晓林, & 高晓雪#. (2025). 观察学习下回馈动机趋同的个体差异与身份权威性的调节. 心理学报, 57(12), 2083
https://doi.org/10.3724/SP.J.1041.2025.2083
6. Yu, W., Chen, J., Kong, Z., Sun, W., Zhou, X., Lu, L., Gao, X. #, & Sun, H. # (2024). Understanding the cognitive and neuroimaging bases underlying the detrimental impact of sleep deprivation on reciprocity. iScience, 27(3), 109155.
https://doi.org/10.1016/j.isci.2024.109155
7. Xiao, F., Zhao, J., Fan, L., Ji, X., Fang, S., Zhang, P., Kong, X., Liu, Q., Yu, H., Zhou, X., Gao, X. # & Wang, X. # (2023). Understanding Interpersonal Dysfunction in Obsessive-Compulsive Personality Disorder Through Computational Modeling of Two Social Interaction Tasks. Psychological Medicine, 53(12), 5569-5581.
https://doi.org/10.1017/S003329172200277X
8. Gao, X. #*, Yu, H. #*, Peng, L., Gong, X., Xiang, Y., Jiang, C., & Zhou, X. # (2021). The mutuality of social emotions: How the victim's reactive attitude influences the transgressor's emotional responses. NeuroImage, 244, 118631.
https://doi.org/https://doi.org/10.1016/j.neuroimage.2021.118631
9. Xiong, W.*, Gao, X.*#, He, Z., Yu, H., Liu, H., & Zhou, X. # (2020). Affective evaluation of others' altruistic decisions under risk and ambiguity. NeuroImage, 218, 116996.
https://doi.org/https://doi.org/10.1016/j.neuroimage.2020.116996
10. Gao, X.*, Yu, H.*, Saez, I., Blue, P., Zhu, L., Hsu, M., & Zhou, X. # (2018). Distinguishing neural correlates of context-dependent advantageous- and disadvantageous-inequity aversion. Proceedings of the National Academy of Sciences (PNAS), 115(33): E7680-E7689.
https://doi.org/10.1073/pnas.1802523115