认知的计算建模 — 现代研究方法

心理学有一类反复出现的困境：两个理论用文字表述时都说得通，也都与数据一致，但它们其实是不同的理论。

"人们在压力下更冲动"——这句话可以指反应阈限降低、证据积累速率变慢、对奖赏更敏感、或者仅仅是运动执行更快。它们对同一批反应时数据给出相同的粗略预测（更快、更多错误），却指向完全不同的机制与干预。

计算建模要求把理论写成可以运行的方程：给定输入，模型必须生成行为，而不只是描述行为。这个要求极其苛刻，也正因如此极其有用——含糊的理论无法被写成代码。

一、四类模型，四种野心

过程模型描述决策如何随时间展开。最有影响力的是漂移扩散模型：证据从起点随时间随机累积，触到某一侧边界即作出相应反应。它用少数几个参数解释整条反应时分布与正确率的联合模式：

漂移率 $v$：证据积累速度，反映任务难度与个体能力；
边界间距 $a$：谨慎程度，反映速度—准确率权衡；
起点 $z$：先验偏向；
非决策时间 $T_{er}$ ：编码与运动执行耗时。

它的价值在于把一个混合指标拆开。老年人反应更慢，是加工变慢（漂移率下降）还是更谨慎（边界变宽）？平均反应时无法区分，扩散模型可以——而两者对应完全不同的老化理论。

学习模型描述经验如何改变行为。强化学习模型用预测误差更新价值估计，用 softmax 之类的规则把价值转成选择概率，典型参数是学习率与探索—利用的温度。它们在临床研究中被用来把"动机缺陷"分解为"对奖赏不敏感"还是"学不会关联"。

理想观察者模型（贝叶斯模型）问的是另一个问题：给定任务的统计结构，最优表现是什么？把人的表现与最优基准比较，偏离本身携带信息。这类模型不假装描述神经过程，而是划定行为的规范上界。

神经网络模型用可训练的参数化系统模拟能力的形成过程，长处是能处理高维真实刺激，短处是参数极多、难以解释。

二、拟合得好，不等于是对的

这是计算建模全部方法论的核心，也是最常被跳过的一步。

参数恢复（parameter recovery）：用已知参数从模型生成模拟数据，再用拟合流程去估计参数，看能否还原。若无法还原，那么在真实数据上得到的参数值就没有意义。这一步失败的常见原因是数据量不足——扩散模型的稳定估计通常需要每条件上百试次，而许多研究只有几十。

模型恢复（model recovery）：用模型 A 生成数据，用 A 与 B 分别拟合，看模型比较是否能选出 A；反之亦然。若两个模型互相无法区分，那么"数据支持模型 A"这句话就是空的。

可识别性：不同参数组合可能给出几乎相同的预测（例如漂移率与边界间距在某些设计下高度相关）。此时估计值会剧烈依赖初值与先验，而拟合优度看起来毫无问题。实验设计必须为区分参数而设计——加入操纵速度—准确率权衡的条件，正是为了把这两个参数拆开。

后验预测检验：把拟合好的模型当作生成器，产生模拟数据，与真实数据的关键统计量（反应时分布形状、学习曲线、序列效应）对照。只报告拟合优度指标而不做这一步，是当前文献最普遍的缺陷——一个 AIC 更低的模型，完全可能在质的层面预测错误。

三、模型比较的陷阱

模型越复杂，拟合越好，这是必然的。因此比较必须惩罚复杂度：AIC、BIC 用参数个数近似惩罚，交叉验证与 WAIC/LOO 直接估计样本外预测能力。

三个常见误用：

用嵌套模型的检验去比较非嵌套模型——似然比检验的分布假设不成立。

忽略参数个数之外的柔性。两个参数数量相同的模型可能柔性差异很大（一个只能画出单调曲线，另一个能画出任意形状）。参数计数是复杂度的粗劣代理，最小描述长度与贝叶斯因子提供了更严格但计算更贵的替代。

在个体层面选模型，然后汇总"多少人支持模型 A"。这既忽略了个体层面的估计不确定性，也无法处理"不同人用不同策略"这一真实可能。分层模型（同时估计群体与个体参数，并让个体估计向群体均值收缩）是当前更被接受的做法。

四、模型能回答什么样的问题

计算建模的最佳用法不是"证明我的理论对"，而是以下三类。

分解一个混合指标：把反应时、正确率或选择比例拆成有理论含义的成分。这是扩散模型最成功的应用，也是临床研究中最有价值的用法——两组人的正确率相同，但机制可以完全不同。

做出定量而非定性的预测：文字理论只能预测方向（"A 条件下更慢"），模型能预测幅度与分布形状。预测越精确，被证伪的机会越多，理论的信息量也越大。

揭示理论的隐含承诺：把理论写成方程后，常会发现它蕴含了作者从未意识到的预测，或者发现它在数学上根本无法产生所声称的行为。这类"实现失败"是建模最有价值的产出之一，却极少被发表。

它不能做什么：模型拟合不能证明大脑执行了该算法。同一行为可以由多种算法产生（等价性问题），而行为数据原则上无法区分它们——这需要神经或干预证据。"扩散模型拟合得好"意味着"行为与证据累积一致"，不意味着"大脑在累积证据"。

五、实务清单

在收数据之前用模拟确定：这个设计能否恢复我关心的参数？需要多少试次？
预注册模型集合与比较准则，避免事后加模型直到得到想要的结论；
报告参数恢复与模型恢复结果，而不只是拟合优度；
做后验预测检验，并展示模型失配的地方；
使用分层模型，报告群体与个体两级的不确定性；
公开代码与拟合流程——建模结果对实现细节的敏感度高于多数统计分析。

跨域连接

心理学中的贝叶斯建模：分层贝叶斯是当前认知建模的主流实现方式，因为它天然处理个体差异与不确定性传播。先验在这里不是主观污染，而是把"参数应当落在合理范围"这一领域知识显式写出来——扩散模型的非决策时间不可能是负数，把这个约束写进先验，比在优化器里加边界更诚实也更稳定。
决策心理学：前景理论、启发式与偏差研究提供了大量文字理论，而计算建模是检验它们的手段。很多经典效应在被写成生成模型后暴露出多重解释——例如损失厌恶在选择数据上的表现，可以由效用函数弯曲、注意力分配或反应偏差分别产生，而区分它们需要专门设计的实验而非更多的数据。
统计学习理论与 PAC 学习：过拟合与模型选择在两个领域是同一个问题的不同表述——认知建模里的 AIC/BIC 与机器学习里的正则化和交叉验证，处理的都是"柔性越大越容易拟合噪声"。参数计数是复杂度的粗劣代理这一点，在两边同样成立，而深度学习中双下降现象的发现，也在提醒认知建模者：复杂度与泛化的关系比教科书图景更复杂。
预测加工与计算精神病学：把精神症状表述为特定参数的偏移（学习率异常、精度加权失调），是计算精神病学的核心策略。它的吸引力在于把描述性诊断换成机制性参数，风险在于参数的临床意义往往缺乏独立验证——一个能区分患者与对照的参数，未必对应任何可干预的机制。
形式化方法与验证：把理论写成可执行代码，与把规格写成形式化规范，动机完全一致——自然语言无法暴露自身的歧义与矛盾，形式化可以。两个领域也共享同一个教训：形式化最大的收益常常发生在书写过程中，因为你被迫回答那些含糊表述允许你回避的问题。

参考文献

Ratcliff, R. & McKoon, G. The Diffusion Decision Model: Theory and Data for Two-Choice Decision Tasks. Neural Computation 20(4), 873–922, 2008.
Wilson, R. C. & Collins, A. G. E. Ten Simple Rules for the Computational Modeling of Behavioral Data. eLife 8:e49547, 2019.
Palminteri, S., Wyart, V. & Koechlin, E. The Importance of Falsification in Computational Cognitive Modeling. Trends in Cognitive Sciences 21(6), 425–433, 2017.
Lee, M. D. & Wagenmakers, E.-J. Bayesian Cognitive Modeling: A Practical Course. Cambridge University Press, 2013.
Marr, D. Vision. W. H. Freeman, 1982（计算、算法与实现三个分析层次的经典区分）。

一、四类模型，四种野心#

二、拟合得好，不等于是对的#

三、模型比较的陷阱#

四、模型能回答什么样的问题#

五、实务清单#

跨域连接#

参考文献#

延伸阅读#