使用 AI 在社交互动中寻找神经特征

快速阅读: 据《科学 2.0》最新报道，研究开发了一种算法，通过分析脑电图数据识别“神经指纹”，揭示团队流状态下大脑的深度专注。结果显示，神经指纹越一致的个体越易进入共享专注状态，这对提升团队合作至关重要。研究有望帮助预测和促进有效协作。

一种映射个体大脑活动的算法能够揭示“神经指纹”，即在社交互动中出现的大脑短暂状态。论文作者认为，这项研究显示，神经指纹越一致的个体越容易进入共享的深度专注状态——通常称为团队流。这种状态对提升高风险环境下团队合作及表现具有重要意义。

该研究通过分析参与者在节奏类协作视频游戏中收集的脑电图（EEG）数据完成。参与者交替进行单人游戏和合作游戏。研究表明，当参与者的脑电波特征在七维空间中高度吻合时，即便面临外界干扰，他们也更有可能达到共享的深度集中状态。

团队流与单人专注状态下的三种不同脑电波，在多维空间中被绘制成图。在这空间中，两个人的神经“指纹”越接近，就越可能轻松进入团队流的合作状态。
**图片来源：版权©丰桥工业大学。保留所有权利，无使用限制。**

他们的算法生成了每位参与者大脑特征的多维地图，这些地图本质上是他们在执行和体验任务时的方式“指纹”。尽管神经特征总体上较为稳定（类似于人格特质），但研究发现某些神经特征与团队流期间的即时大脑状态密切相关。

动态协同作用体现在长期神经特征如何引导实时社交互动与决策过程。通过连接持久的神经标记与瞬态认知状态，作者希望未来有人能开发出实用方法来预测并促进有效的协作。

**引用来源**：武倩颖、志贺贤治、穆罕默德·谢哈塔与中内茂树（年份）。《解码两人社交互动的层级特质与状态模型》。《自然科学报告》。DOI: https://doi.org/10.1038/s41598-025-95916-9

(以上内容均由Ai生成)