刻板印象的计算认知机制：社会学习与泛化
Computational cognitive mechanism of stereotype: Social learning and generalization
-
作者：
王滢洁
1
张洳源
2
-
作者单位：
- 通讯作者：
张洳源
Email:ruyuanzhang@gmail.com
-
提交时间：2026-04-28 14:39:04
摘要: 刻板印象是关于“某群体具有某特质”的概括性信念，深刻影响着人际互动与群体关系，因此理解其形成与维持的认知机制具有重要意义。然而，传统理论多停留在描述层面，对刻板印象从习得到应用的过程缺乏整合性的机制解释。本文围绕社会学习与社会泛化两个环节，结合强化学习与贝叶斯理论，对刻板印象的计算认知机制进行梳理。在社会学习层面，首先阐述贝叶斯结构学习如何推断潜在的群体结构，并区分群体-特质联结建立的两条通路：经验通路主要通过强化学习机制形成自动化的联想表征，语言通路主要通过贝叶斯推断传递概率性的命题表征。在联结的更新与固化过程中，预测误差是驱动更新的重要动力，但先验偏差和不对称学习率使更新倾向于维持已有信念；同时，探索-利用困境表明，有偏的信息采样是刻板印象顽固性的重要原因。在社会泛化层面，分析面对新个体时人们基于知觉相似性与功能相似性的群体归类过程，并进一步讨论已学联结知识的检索机制。最后，本文提出三个未来研究方向：将关系线索作为特征相似性之外的泛化路径，发展社会认知地图作为多线索表征的整合框架，以及利用大语言模型模拟语言传播中的刻板印象固化过程。
版本历史
| [V1] |
2026-04-28 14:39:04 |
ChinaXiv:202604.00326V1
|
下载全文 |
相关信息
待评议
点击量
下载量
