元認知與面部認知的結(jié)合：切入點及方法

周星辰 賀 雯

·研究前沿(Regular Articles)·

元認知與面部認知的結(jié)合：切入點及方法

周星辰1賀 雯2

(1復旦大學心理學系, 上海 200433) (2上海師范大學教育學院, 上海 200234)

元認知是對認知的認知, 包含認知的各個方面, 近年來元認知與面部認知的結(jié)合開始得到關(guān)注。兩者結(jié)合切入點包括元認知錯覺(達克效應和自我中心偏見)在面部認知中的適用性, 以及面部認知現(xiàn)象(異族效應和熟悉度優(yōu)勢)在元認知中的適用性。研究方法根據(jù)測量時間點和評估對象的選取而各有側(cè)重。當前研究尚停留在元認知監(jiān)測層面, 未來可擴展至面部認知的元認知控制、與機器學習結(jié)合等方向, 為理解面部認知提供新角度, 擴展其應用價值。

面部認知, 元認知, 達克效應, 自我中心偏見, 異族效應, 熟悉度優(yōu)勢

1 引言

日常生活中人們要出色完成任務需要計劃與能力相稱, 其背后體現(xiàn)了元認知的重要性, 即“對于認知的認知” (Fleming et al., 2012; Jost et al., 1998)。元認知一直是心理學領(lǐng)域的熱門話題, 是一種更高層次的認知。不論是國內(nèi)(如, 胡志海, 梁寧建, 1999; 龔少英, 劉華山, 2003)還是國外(如, Goh, 2018; Martinez, 2006), 以往的元認知研究多集中在學習和教育領(lǐng)域。近年來, 研究者將元認知與面部認知相結(jié)合, 這一結(jié)合不僅拓寬了元認知的研究, 也使得面部認知的研究在實踐領(lǐng)域的運用從臨床治療(DeGutis et al., 2014)、司法程序(Grabman et al., 2019)等擴展至社會互動等各個領(lǐng)域(Bègue et al., 2019)。

面部認知和元認知在理論上都是人類認知功能的重要組成部分, 在社會交往等實際應用中也都發(fā)揮著重要作用。將元認知與面部認知相結(jié)合, 可以拓寬兩個領(lǐng)域的研究并且探究在面部認知層面上被廣泛證實的現(xiàn)象是否適用于面部認知的元認知層面, 在眾多非面部認知領(lǐng)域發(fā)現(xiàn)的元認知錯覺是否同樣出現(xiàn)在面部認知領(lǐng)域。比如, 著名的元認知錯覺——達克效應(Dunning-kruger effect; 即能力欠缺者往往不能正確地認識到自身的不足, 從而高估自己的能力)已在推理(Pennycook et al., 2017)、語法(Kruger & Dunning, 1999)和政治知識(Anson, 2018)等需要一定的認知水平和執(zhí)行能力為基礎(chǔ)的諸多領(lǐng)域被廣泛證實。其提出者Dunning等人在2003年曾提出一個引起研究者們廣泛思考的問題, 即有沒有一個特殊的認知領(lǐng)域是不存在達克效應的, 人們可以自覺地意識到自身可能存在的認知偏差？這一領(lǐng)域與過去研究發(fā)現(xiàn)存在達克效應的領(lǐng)域有何不同？面部認知或許可以成為這樣一個“特殊”領(lǐng)域, 因為它具有先天性、自動性、特異性(Farah et al., 1998)和遺傳性(Wilmer, 2017), 以及特定的神經(jīng)回路(Riddoch et al., 2008)。面孔加工主要基于整體的、結(jié)構(gòu)的編碼, 而對其他普通物體的識別則基于局部的、特征的分析(Biederman, 1987)。面孔結(jié)構(gòu)說認為個體對直立面孔采用構(gòu)形加工的方式, 而倒置面孔可能破壞了構(gòu)形加工, 使得人們對倒置面孔的識別比正立面孔差, 從而產(chǎn)生倒置效應。但對其他物體(如房子)的加工則不存在倒置效應(Rossion, 2008), 面孔加工中這一獨特的倒置效應也是反映面孔整體加工優(yōu)勢的指標之一。此外, 個體對于熟悉面孔和不熟悉面孔(熟悉度優(yōu)勢familiarity advantage; 見綜述Young & Burton, 2017)、本族面孔和異族面孔(異族效應other-race effect; 見綜述Meissner & Brigham, 2001)的認知能力也存在差異, 這些也是面孔加工區(qū)分于其他物體加工產(chǎn)生的特殊現(xiàn)象。當然也有質(zhì)疑“面孔加工特殊性”的聲音, 認為所謂特定于面孔的視覺機制實際上可能是特定技能的機制而不只針對面孔(詳見McKone & Robbins, 2011, 對于面孔加工是否特殊的討論)。同樣, 在元認知領(lǐng)域, 元認知的領(lǐng)域一般性(在一個領(lǐng)域的元認知能力強, 在其他領(lǐng)域也強)和領(lǐng)域特殊性(在一個領(lǐng)域的元認知能力強, 不一定在其他領(lǐng)域也強)也一直是歷史性的爭論熱點。如果在面部認知領(lǐng)域仍然存在元認知錯覺, 且面部認知領(lǐng)域的經(jīng)典現(xiàn)象在元認知層面依舊存在, 那么在理論上可以為元認知的領(lǐng)域一般性提供依據(jù), 同時也可以為“面孔加工并非特殊”提供元認知角度的論證, 并進一步將面孔與其他領(lǐng)域的元認知表現(xiàn)進行對比, 做進一步推論。此外, 對他人視線的判斷和面部情緒表達的感知都與認知洞察力有關(guān), 都需要根據(jù)他人的行為推斷其心理狀態(tài)(Calder et al., 2002)。推斷心理狀態(tài)的能力似乎與元認知有關(guān)(Carruthers, 2009), 因此了解其元認知能力可以更好地揭示面部表情的認知特點, 尤其是對于患有神經(jīng)退行性疾病的情緒識別障礙的特殊人群(Garcia-Cordero et al., 2021)。在應用上, 首先將助益于臨床治療, 不可靠的自我評估可能會影響治療意愿。研究發(fā)現(xiàn), 患有發(fā)展性面孔失認癥的人通常對自己受損的面部識別能力知之甚少(Fine, 2012), 自閉癥(ASD)患者可能沒有意識到他們在閱讀來自面部的社會信號方面存在困難(見Bishop & Seltzer, 2012; Schriber et al., 2014, 中關(guān)于ASD自我洞察的討論)。如果人們沒有意識到他們的能力在正常范圍外, 他們可能就不會尋求適當?shù)膸椭?Yardley et al., 2008)。其次, 理解他人面部認知中的元認知錯覺, 可以更好地在社會交往中理解他人的無心之失, 甚至可以成為消除刻板印象的切入點(Banaji & Dasgupta, 1998)。此外, 在司法領(lǐng)域, 目擊證人對自己指認嫌疑犯的信心程度往往成為司法部門評估其指認結(jié)果可靠性的重要指標(Seale-Carlisle et al., 2019), 了解人們面孔再認的元認知規(guī)律對司法工作具有重要價值。

以往的研究很少直接將二者聯(lián)系起來。近些年國內(nèi)在面部認知的元認知研究中鮮有提及“元認知”這一術(shù)語, 而是用相關(guān)概念代替, 大多集中在面孔記憶的學習判斷研究上(如, 張宇馳等, 2014; 吳紅, 黃青, 2018)。而國外的面部認知實驗中盡管也有用“估測他人表現(xiàn)”、“對自己能力是否了解”等方式表達元認知概念(Ritchie et al., 2015; Palermo et al., 2017), 但已出現(xiàn)了直接使用“元認知”概念的部分研究, 如面孔再認的元記憶研究(metamemory; Hourihan et al., 2012)和情緒面孔識別的元認知研究(Kelly & Metcalfe, 2011)等。且國外心理學家對目擊者面孔再認信心判斷等主題的研究已在司法領(lǐng)域得以應用(Busey & Loftus, 2007; Dobolyi & Dodson, 2013), 而國內(nèi)對面部認知的元認知研究尚處于起步階段。本文在前人研究的基礎(chǔ)上, 系統(tǒng)性地梳理了現(xiàn)有的國內(nèi)外研究中元認知和面部認知結(jié)合的切入點, 并進一步歸納了主要的研究方法。最后結(jié)合其他的研究視角提出未來研究方向, 以期為國內(nèi)相關(guān)領(lǐng)域的學者提供更多思路, 并推動元認知與面部認知結(jié)合的實證研究的后續(xù)發(fā)展。

2 元認知與面部認知結(jié)合的切入點

元認知和面部認知長期以來都是各自獨立進行研究, 因此近期兩者結(jié)合研究的切入點主要是從各自領(lǐng)域內(nèi)的典型現(xiàn)象出發(fā), 探究本領(lǐng)域的經(jīng)典發(fā)現(xiàn)在對方領(lǐng)域內(nèi)的適用性。本文梳理了近期關(guān)于達克效應和自我中心偏見等典型的元認知錯覺在面部認知領(lǐng)域中的適用性研究, 以及異族效應和熟悉度優(yōu)勢等面部認知現(xiàn)象的元認知適用性研究, 探討了兩者結(jié)合切入點的特性及趨勢。

2.1 元認知錯覺在面部認知各領(lǐng)域中的適用性

元認知錯覺主要分兩類, 與元認知定義的兩個方面相對應。在元認知的定義上, 研究者們存在著長期的歷史爭議, 一些強調(diào)元認知只包含一個方面, 就是對自己認知的思考(如, Flavell, 1979; Martinez, 2006), 而另一些學者將元認知更廣義泛地定義為是任何關(guān)于想法的想法, 包含對自己和他人這兩個方面的認知的思考(如, Jost et al., 1998; Wright, 2002)。在Tauber等人(2013)的研究中, 將對他人表現(xiàn)的估計, 即同伴判斷(peer judgement), 也納入了元認知的一部分。Couchman等人(2009)認為元認知是理解他人想法和接受他人觀點的先決步驟。需要區(qū)分的是, 理解他人的想法并利用這些信息預測他人行為的能力被稱為心智化(也被稱為心理理論; 見綜述Wellman, 2018)。因此也可以理解為, 元認知概念中對他人表現(xiàn)的估計是心理理論的先決步驟。心理理論被廣泛應用于心理發(fā)展的研究, 因為它關(guān)注的是兒童發(fā)展過程中區(qū)分自己的信念和他人的信念的能力(Grazzani et al., 2018)。然而, 自我評價和對他人的評價往往是先有雞還是先有蛋的關(guān)系, 通過理解他人, 我們也可以更好地了解自己(Tokuhama- Espinosa, 2014)。此外, 腦科學研究還發(fā)現(xiàn), 這兩種評估模式涉及相似的神經(jīng)網(wǎng)絡(Legrand & Ruby, 2009; Valk et al., 2016)。因此, 在本文中, 元認知將被廣義的定義為是一種對自己和他人表現(xiàn)的估計。

2.1.1 達克效應

在對自身的洞察上面, 典型的元認知錯覺就是達克效應(Kruger & Dunning, 1999), 其重點強調(diào)了由于缺乏元認知技能, 人們傾向于高估自己的能力的現(xiàn)象。研究者測量了被試在幽默測試、邏輯推理測試和英語語法測試中的表現(xiàn), 并結(jié)合被試對這些測試表現(xiàn)的自我評估, 發(fā)現(xiàn)低表現(xiàn)者(分數(shù)在后四分之一的人)對于自身的百分位排名(即他們相對于其他人的表現(xiàn))以及測試分數(shù)(即他們的絕對表現(xiàn))高估了近40～50個百分點, 甚至認為他們的表現(xiàn)比大多數(shù)人好。相反, 高表現(xiàn)者(分數(shù)在前四分之一的人)通常更保守, 從而低估了自己的表現(xiàn)。達克效應的一個重要貢獻是, 它從個體差異的角度探討了元認知表現(xiàn), 顯示了高表現(xiàn)者和低表現(xiàn)者元認知能力的差異。有些人比其他人更傾向于自省(Stanovich, 2012), 了解這些人與那些并未意識到自己表現(xiàn)不佳的人之間的區(qū)別將有助于提高元認知能力, 并進一步促進他們的認知結(jié)果。Kruger和Dunning (1999)的“無能力且不知情效應”在人們?nèi)绾慰创约悍矫媸且粋€里程碑式的發(fā)現(xiàn), 并在許多研究領(lǐng)域得到了重復驗證, 面部認知領(lǐng)域也不例外。Estudillo和Wong (2021)在面孔記憶再認任務中也發(fā)現(xiàn)了類似達克效應的規(guī)律。即在高面孔再認能力者和低面孔再認能力者中, 自我報告的面孔再認能力與其客觀的面孔再認成績成反比。Zhou和Jenkins (2020)通過一系列的面孔匹配實驗中發(fā)現(xiàn), 被試在熟悉面孔識別、陌生面孔識別、視線方向識別、面部表情識別測試中都表現(xiàn)出了明顯的達克效應。有趣的是, 他們發(fā)現(xiàn)被試的元認知表現(xiàn)比他們認知層面的實際表現(xiàn)更穩(wěn)定。這體現(xiàn)出了元認知在面部認知領(lǐng)域內(nèi)的領(lǐng)域一般性, 即高估或低估自己表現(xiàn)的傾向并不嚴格依賴于哪一種面部認知任務, 同時也側(cè)面驗證了面孔加工在元認知表現(xiàn)上并不是一個特殊的領(lǐng)域, 達克效應依舊存在, 當然, 這一推論還有待于后續(xù)將面孔與非面孔領(lǐng)域?qū)Ρ群筮M一步驗證。

現(xiàn)有研究結(jié)果似乎說明了不論面部認知水平高低, 個體都不能準確的進行元認知估計。然而, 由于測試人群、測量方法、數(shù)據(jù)處理方式、實驗材料以及面部認知領(lǐng)域的不同, 研究者們并不完全認同人們在面部認知領(lǐng)域的元認知能力不足。Kramer等人(2022)在陌生面孔識別實驗中雖然也發(fā)現(xiàn)了達克效應, 但他們進一步將被試答對的試次和答錯的試次的自我估測情況詳細分析, 發(fā)現(xiàn)對正確和錯誤試驗的信心差異隨著能力的增加而增加。那些能力較低的人對正確和錯誤的回答同樣有信心。相比之下, 高能力的參與者對自己的正確回答更有信心。Palermo等人(2017)不認同低表現(xiàn)者對自身能力的洞察力不足, 他們在面孔記憶實驗中發(fā)現(xiàn), 具有典型面孔識別能力的成年人對自身的面孔識別能力只有有限的認識, 然而先天性面孔失認癥者, 這些極端的“低表現(xiàn)者”預期到自己在實驗中表現(xiàn)不佳則確實表現(xiàn)不佳。因此, 在人們自身能力的洞察力準確性上, 面部認知各領(lǐng)域的結(jié)果未能達到一致。鄧春婷和劉巖(2017)在元認知的領(lǐng)域一般和領(lǐng)域特殊性的綜述中呼吁未來研究需要擴展同一一般主題層面下的元認知模塊任務水平的比較, 面部認知元認知表現(xiàn)的領(lǐng)域一致性和領(lǐng)域特殊性有待進一步考察。此外, 探究除達克效應外, 人們評估自身面部認知能力時是否存在更多的元認知規(guī)律或典型的元認知錯覺有助于深入了解面部認知元認知的作用機制。

2.1.2 自我中心偏見

在對他人的洞察上面, 典型的元認知錯覺就是自我中心偏見(egocentric bias), 即個體傾向于從自己的角度來感知事件, 以自我為中心的方式看待他人(Greenwald, 1980)。盡管自我中心偏見是一種典型的認知偏差, 但因其內(nèi)核包含著元認知概念, 即揣測他人的行為, 它在元認知層面也同樣存在。例如, 一項研究通過臨床實踐提出了一個自戀人格綜合模型, 將這種元認知缺陷作為該模型的核心。他們發(fā)現(xiàn)自戀患者由于自身的自我中心偏見, 理解他人思想的能力有限(Dimaggio et al, 2002)。自我中心偏見通常被認為是幾個相關(guān)的認知偏見背后的主要機制, 比如高估別人注意或關(guān)心自己外表及行為的聚光燈效應(the spotlight effect; 如Inchauspe, 2016)、認為自己的觀點和信念在人群中比實際更普遍的錯誤共識效應(the false consensus effect; 如Collisson et al., 2021), 以及傾向于相信自己比同伴更少受偏見影響的盲點偏見(Blind Spot Bias; 如Jones et al., 2018)。鑒于自我中心偏見可以強烈地影響我們處理信息和做決定的方式, 它已經(jīng)在不同的心理學領(lǐng)域得到了廣泛的探索(Samuel et al., 2018; Scoville, 2017), 并被描述為“無處不在” (Nickerson, 1998), 因此在面部認知領(lǐng)域也初步得以驗證。在面孔匹配任務中, Ritchie等(2015)發(fā)現(xiàn), 人們在預測他人表現(xiàn)時, 相比于他們自己不熟悉的面孔, 被試認為對于他們熟悉的面孔, 別人在匹配時的準確性也更高。更有趣的是, 他們還發(fā)現(xiàn)人們對于他人面部認知能力的預測還會受到他人的身份的影響, 如認為護照檢查官的面部識別能力比學生的更強。然而在這個實驗中, 研究者對這一現(xiàn)象的解釋并未直接提出“自我中心偏見”和“元認知”這些術(shù)語。Zhou和Jenkins (2020)明確提出了面部認知元認知表現(xiàn)中的自我中心偏見。他們發(fā)現(xiàn)被試在熟悉面孔識別、陌生面孔識別、視線方向識別、面部表情識別實驗中, 高表現(xiàn)者對他人任務表現(xiàn)的估計要明顯高于低表現(xiàn)者對他人表現(xiàn)的估計。因為他們從自己的角度去預測別人的行為, 即高表現(xiàn)者對自己能力的估計比低表現(xiàn)者高, 所以高能力者認為他人也具有較高的能力。同樣地, 在預測面孔所誘發(fā)想法的數(shù)量時, 被試表現(xiàn)出了自我中心偏見, 即認為可以誘發(fā)自己更多聯(lián)想的面孔也可以誘發(fā)別人聯(lián)想到更多內(nèi)容, 反之亦然。在預測面孔所誘發(fā)聯(lián)想的內(nèi)容時, 被試表現(xiàn)出了錯誤共識效應, 即他們極大地高估了其他人的想法與自己想法的相似程度。這種自我中心偏見和錯誤共識效應在預測面孔所誘發(fā)的人物聯(lián)想的數(shù)量以及重合度時依舊存在(Zhou & Jenkins, 2022)。在面孔記憶再認領(lǐng)域, 盲點偏見也得以證明, 即人們認為種族因素對于他人在面孔記憶再認任務中表現(xiàn)的影響比對自己的影響更大(Zhou et al., 2021)。總而言之, 在面部認知各領(lǐng)域中, 評估他人任務表現(xiàn)的研究尚處于探索階段, 雖然已經(jīng)涉及諸多領(lǐng)域, 但基本的理論框架還尚不完整。在評估他人行為過程中是否存在自我中心偏見以外的其他錯覺還尚未可知, 比如對于不同身份的“他人” (如普通學生與護照檢查官等)行為的估測是否存在其他典型偏差。對于他人行為的預測往往是元認知領(lǐng)域中最容易被忽略的部分, 鑒于其豐富的理論意義和實際意義, 對這一部分在面部認知領(lǐng)域的研究值得未來更深入和更廣泛的探討。

此外, 目前面部認知中的達克效應和自我中心偏見主要基于西方人的數(shù)據(jù), 由于在集體主義文化下的東方人多被認為是含蓄內(nèi)斂的(Benjamin & Guan, 2020), 是否達克效應中高估自己面部認知能力的行為會在東方人中消退？是否東方人在估測自己和他人的異族效應時會更少受到盲點偏見的影響？未來研究可以從文化心理學的角度, 探討不同文化背景下面部認知的元認知異同, 來更好地理解面部認知的元認知機制。同時, 要注意對自己估測和對他人估測的聯(lián)系和區(qū)別。雖然對自己和對他人的估測存在不同的元認知偏差, 但就像元認知的廣義定義中所闡述的, 對自己和對他人的估測是相互影響的, 兩者相應的腦區(qū)也有關(guān)(Valk et al., 2016)。但目前面部認知領(lǐng)域尚未研究兩者之間的關(guān)系, 未來尤其可以關(guān)注個體對自己相對表現(xiàn)的估計(自己的分數(shù)在群體中的相對位置)和絕對表現(xiàn)的估計(自己的分數(shù))的對比和聯(lián)系, 進而探究個體對自己能力的估計和對他人能力的估計是如何相互影響的。

2.2 面部認知現(xiàn)象在元認知中的適用性

面孔的異族效應以及熟悉度優(yōu)勢是面部認知領(lǐng)域中兩個被反復驗證的穩(wěn)定現(xiàn)象, 同樣也是目前面部認知的元認知研究中主要涉及的兩個典型的面部認知現(xiàn)象。

2.2.1 異族效應

面孔的異族效應指的是一種其他種族的面孔比自己種族的面孔更難識別的現(xiàn)象, 是面部認知領(lǐng)域中最常見的現(xiàn)象之一, 已被廣泛證實(Meissner & Brigham, 2001)。近些年, 一些研究者開始探究在元認知層面異族效應是否存在, 這尤其在評估目擊證人在識別同族/異族嫌疑犯準確性判斷上具有廣泛的實際意義。Smith等(2004)發(fā)現(xiàn)白人被試在辨認自己種族的嫌疑犯時比辨認黑人嫌疑犯時表現(xiàn)得更自信。Hourihan等(2012)發(fā)現(xiàn)人臉識別預測的準確性受到種族的影響, 相比于異族面孔, 被試對自己種族面孔記憶的元認知準確性更高。Chen和Zhu (2019)使用軟件將亞洲人面孔和白人面孔合成為種族模糊的面孔, 發(fā)現(xiàn)中國被試認為自己最擅長記憶亞洲面孔, 同時預測自己對于種族模糊面孔的記憶能力高于對白人面孔的記憶能力, 實際上他們對兩者的記憶表現(xiàn)并無差異。吳紅和黃青(2018)在測量中國被試和德國被試的面孔學習判斷準確性時也發(fā)現(xiàn)了同樣的異族效應。除了上述對于逐個試次的估測外, Estudillo (2021)采用一些問卷量表來讓被試自我匯報其對本族和異族面孔的綜合識別能力, 并與其在正式測試中的得分對比。結(jié)果表明, 對自己種族的人臉識別的洞察力更加一致和可靠, 自我報告中對其他種族面孔的識別能力則與其實際表現(xiàn)產(chǎn)生偏差。因此研究者建議在評價目擊者識別其他種族面孔的準確性時, 應采用更客觀的測量方法?？傊? 現(xiàn)有的面部認知元認知研究普遍支持異族效應在元認知層面仍舊存在。

2.2.2 熟悉度優(yōu)勢

面部認知的熟悉度優(yōu)勢指的是根據(jù)理論模型(Bruce & Young, 1986; Burton et al., 1999), 相對于不熟悉的面孔, 人們對熟悉的面部認知能力更具優(yōu)勢。這一點在諸多研究中得以驗證, 然而熟悉面孔的這一優(yōu)勢在元認知層面依舊適用嗎？熟悉度優(yōu)勢的元認知層面研究雖然不多, 但涉及到面部認知的各個領(lǐng)域。Zhou和Jenkins (2020)雖然并未直接將熟悉面孔和陌生面孔的元認知水平進行被試內(nèi)對比, 但他們在面孔匹配任務中發(fā)現(xiàn), 即使在面部認知層面上熟悉面孔的匹配正確率顯著高于陌生面孔, 但達克效應和自我中心偏見在熟悉面孔的測試中依舊出現(xiàn)。同樣地, 在面孔所誘發(fā)的自由聯(lián)想實驗中, 熟悉面孔與陌生面孔都讓人產(chǎn)生更多的錯誤共識效應, 高估了看到該面孔與自己想到相同的內(nèi)容的人數(shù)(Zhou & Jenkins, 2022)。在面孔記憶測試中, Zhou等(2021)發(fā)現(xiàn), 不論是在面孔學習階段的學習判斷(JOL)、測試階段的逐個試次反饋計算出的總信心度, 還是整個測試后對整個測試的回顧性估測, 人們都對自身在識記熟悉面孔的能力表達了更大的信心。但該研究并未對熟悉面孔和不熟悉面孔的元認知準確性進行進一步對比, 因為該研究的主要目的是對比熟悉度和種族對面孔記憶在認知層面和元認知層面的影響力。在認知層面, 熟悉度對于面孔再認表現(xiàn)的影響比種族影響明顯更大。即人臉識別的準確性更多地取決于你是否認識這個人的臉, 而不是你們是否屬于同一種族。同時在元認知層面自我評估的結(jié)果顯示, 被試意識到熟悉度比種族更能影響他們的表現(xiàn), 但在評估他人表現(xiàn)的方面, 他們雖然也認同熟悉度對他人面孔識別的影響, 但卻高估了種族對他人面孔再認表現(xiàn)的影響。總之, 熟悉度優(yōu)勢在面孔認知領(lǐng)域上有待進行進一步的直接驗證, 認知水平和元認知水平上熟悉度優(yōu)勢的差異仍然是未來研究的一個有趣方向。

面部認知還有很多典型的現(xiàn)象尚未在元認知適用性層面進行探討。根據(jù)現(xiàn)有研究在面孔加工其他經(jīng)典效應中的元認知研究結(jié)果, 我們推測個體可以意識到整體加工優(yōu)勢等面孔加工效應的存在, 但對其強度的判斷可能存在一定偏差。且測量方法也可能會影響個體的元認知水平, 如組合臉范式(composite)和部分?整體范式(part-whole)是測量整體加工優(yōu)勢的常見范式, 兩者的測量結(jié)果在認知水平上被發(fā)現(xiàn)只有較低的相關(guān)性(Rezlescu et al., 2017), 其元認知表現(xiàn)有待未來進一步探索。此外, 影響面部認知元認知準確性的因素還有很多, 國內(nèi)對情緒面孔的效價和喚醒度(張璐, 2018)、面孔呈現(xiàn)角度(張宇馳等, 2014)以及面孔相關(guān)識記內(nèi)容的社會適應意義(徐楚等, 2017)等因素都進行了探討, 未來還有更多面部認知與元認知相結(jié)合的方向值得深入挖掘。

3 元認知與面部認知結(jié)合的方法

元認知與面部認知的結(jié)合方法主要是在現(xiàn)有的面部認知測試的基礎(chǔ)上增加元認知研究的測量方法。過去, 元認知的測量方法各有不同, 根據(jù)認知層面的不同領(lǐng)域也有不同的測量方法。研究兩者結(jié)合, 要根據(jù)不同的面部認知領(lǐng)域(如, 面部識別、面孔記憶、第一印象等)、研究主題和研究的元認知成分, 選擇合適的元認知測量方法以及面部認知測試。本文總結(jié)出以下兩種典型的分類方式：

3.1 按時間選擇分類

根據(jù)元認知的測量在面部認知測試中時間點的選擇, 可以分為以下3種主要類型。第一種測量時間點發(fā)生在整個正式認知測試之前。比如Gray等(2017)在劍橋面孔記憶測驗(CFMT)前讓被試完成PI20量表(一個標準的自我報告工具, 通過20項面孔失認癥指標評估被試整體的面孔感知能力, 見Shah et al., 2015)。McCaffery等(2018)在測量3個不同方面的人臉識別能力之前, 也讓被試完成了涉及該三方面能力的自我評估問卷。這種事前預測在傳統(tǒng)的記憶?再認范式中被稱為學習判斷(JOL, Judgements of Learning)。比如在面孔記憶實驗中, 被試通常需要進行兩個階段的測試, 一個是面孔學習階段, 一個是正式的新(未學習過)/老(學習過)面孔測試階段。學習判斷就是指在學習階段, 實驗者要求被試對自己的學習效果進行預判, 即判斷自己在隨后的測試階段能夠成功地回憶起該特定面孔的信心(如, 徐楚等, 2017; Witherby & Tauber, 2018)。這樣的測試時間點可以避免被試的估測受到他們對隨后正式面部測試中表現(xiàn)的看法的影響。反之, 也無法測量到被試對正式實驗中表現(xiàn)的真實估計。

第二種測量時間點發(fā)生在正式測試期間, 他們通常是在每個試次后同時測量(trial-by-trial)。比如Hopkins和Lyle (2020)在格拉斯哥面孔匹配測試(GFMT)中, 讓被試每做出一個相同/不同的人臉匹配判斷后, 再在5點量表上做出對這一判斷能否答對的信心估測。Travers等(2020)在研究被試是否意識到他們通常認為具有典型非洲特征的面孔比實際的膚色更深的任務中, 每次被試判斷完哪一張臉更亮之后都會被詢問他們對自己的回答有多自信。在面孔?人名記憶再認范式的正式測試階段, 有一種特殊的并行估測被稱為知曉感(FOK, Feeling of Knowing)測試。它只發(fā)生在當被試看到人臉但無法想起其對應的人名時, 預測他們能夠從備選答案列表中再認出答案的可能性(Irak et al., 2019; Cansever & Irak, 2020)。FOK與舌尖現(xiàn)象緊密相關(guān), 即你想不起一個人的名字, 但你確定你知道這個人和他的名字(Cleary, 2019)。這種即時的測量方法是被試對自己每個試次表現(xiàn)估測的直觀反映, 但無法直接得出被試對自己表現(xiàn)的整體評價, 需要后續(xù)通過一系列的統(tǒng)計方法得出一個最終的整體估測值。

第三種測量時間點發(fā)生在整個測試之后, 是一種回顧性的估測。它通常出現(xiàn)在目擊證人對自己記憶準確性估計的研究中, 讓目擊者估測自己能從一組人臉中選出正確的罪犯的信心, 這會進一步影響其目擊證詞在法庭上是否可信(如Dianiska et al., 2021; Wixted & Wells, 2017)。在面孔識別、視線方向識別、面部表情識別的系列實驗中, Zhou和Jenkins (2020)同樣采取了回顧性評估, 讓被試估測自己在剛完成的測試中的得分相比于所有人的分數(shù)所處在的百分位排名(percentile ranking), 100表示他們的表現(xiàn)比所有人好, 0表示他們的表現(xiàn)比所有人差, 50表示他們處于平均水平。早前的元認知研究在非面孔研究領(lǐng)域往往依賴于這種方法(如, Dunning & Kruger, 1999; Feld et al., 2017; 更多對此方法問題的討論見Gignac & Zajenkowski, 2020)。這種方法可以測量被試對正式測試表現(xiàn)的整體估測, 但它對被試的回顧性記憶能力有較高的要求。面部認知實驗通常包含數(shù)10個項目或試次, 每個試次通常在主觀難度上各有不同。回憶自己在所有條目上的表現(xiàn)并將其整合成一個分數(shù)顯然有一定挑戰(zhàn)。更復雜的是, 這種整體印象還可能受到首因效應和近因效應的影響(Haugtvedt & Wegener, 1994)。

需要注意的是, 不同時間測量的元認知成分不同。在正式測試開始之前的預測需要依賴自已以往的經(jīng)驗, 對即將進行測試的表現(xiàn)進行整體推測和估計。這種元認知成分主要受先前經(jīng)驗的影響, 反映的是個體對自己或他人先前的面部認知能力的宏觀感受。而在正式測量的每個試次后的逐個估計, 是針對此次測試的每個試次表現(xiàn)的即時反應。在整個測試結(jié)束后的回顧性估測反映的是對正式測驗整體表現(xiàn)的估測。后兩種時間點的測量都不受先前經(jīng)驗的影響。因此, 所研究的具體元認知成分在整體性和經(jīng)驗性上的要求可以作為選擇測量時間的依據(jù)。此外還需注意, 不同的面部認知領(lǐng)域在與元認知結(jié)合時, 在各個時間點的測量方法存在差異, 比如在面孔記憶中, 針對記憶?再認實驗范式的兩個測試階段, 通過分別測量學習判斷和知曉感來反應元認知水平。

3.2 按估測對象分類

根據(jù)元認知定義的兩個方面, 即對自己表現(xiàn)的估測和對他人表現(xiàn)的估測, 元認知與面部認知結(jié)合的測量方法也根據(jù)這兩方面有所區(qū)分。在對自己的估測方面, 除了上文提到的PI20等自我報告量表以及應用在多個領(lǐng)域的準確性信心判斷外, 另一個最常見的方法就是估計測試中自己的具體表現(xiàn)。比如在空間記憶實驗中, 被試在點擊之后需要估測自己是否擊中, 研究者由此進一步得到其在整個測驗中的自我估測成績(Mcintosh et al., 2019)。在面孔記憶實驗中, 被試被要求記憶4類面孔來比較熟悉度(熟悉/不熟悉)和種族(本族/異族)這兩個因素對面孔記憶表現(xiàn)影響力的差異。在整個測試結(jié)束后, 研究者重新呈現(xiàn)給被試這4類面孔, 并要求被試圈出他們認為自己在記憶測試中表現(xiàn)最好的兩組。由此可以直觀得出被試認為哪個因素對其影響最大(Zhou et al., 2021)。

這樣對具體測試表現(xiàn)的估計也是應用于測量被試對他人表現(xiàn)估測的主要手段。因為人們無法通過估計自信心和自我匯報量表的方式對他人的表現(xiàn)進行估測。但可以通過在告知被試總數(shù)的情況下, 詢問被試認為多少人或多少比例的人可以答對該問題來體現(xiàn)(如面孔識別測試中Ritchie, et al, 2015、Zhou & Jenkins, 2020; 面孔記憶測試中Zhou et al., 2021等)。還有其他類似的間接測量指標, 比如在Zhou和Jenkins (2022)的面孔信息推測的實驗中, 讓被試寫好自己的推測后, 估計其他人在看到該面孔時能推測出多少條目, 由此來體現(xiàn)被試對他人表現(xiàn)的估計。

需要注意的是, 元認知已經(jīng)在各個領(lǐng)域得到了廣泛的研究, 但在一個領(lǐng)域的測量方法到另一個領(lǐng)域未必直接適用。且根據(jù)不同的研究目標, 測量可達到3個層面, 即面部認知的表現(xiàn)、對自我表現(xiàn)的估計以及對他人表現(xiàn)的估計。要根據(jù)具體問題選擇合適的方法。因為每個方法都有優(yōu)劣, 有些研究也將多個方法相結(jié)合。比如Estudillo和Wong (2021)平衡了元認知測試與面部識別測試的順序, 而Saoud (2020)則在面孔測試前后均測試了元認知水平。因面部認知領(lǐng)域的元認知研究還處于起步階段, 更多適用于面部認知領(lǐng)域的元認知測量方法也有待未來進一步探索。

4 小結(jié)與展望

面孔傳達著重要的身份信息和社會信息, 面部認知與元認知相結(jié)合不但可以擴充兩個領(lǐng)域的理論研究, 也在社交、臨床、司法等實踐領(lǐng)域具有豐富的現(xiàn)實意義。本文從面部認知和元認知這兩個領(lǐng)域各自的角度出發(fā), 闡述了現(xiàn)有的研究兩者結(jié)合的主要切入點, 并且按照不同分類方式總結(jié)了兩者結(jié)合的典型研究方法。但面部認知的元認知研究尚處于起步階段, 未來應繼續(xù)在理論和應用層面上深入研究。

4.1 擴展兩者結(jié)合的研究層面

首先, 未來兩者結(jié)合的研究層面可以跟據(jù)元認知研究的兩個層面擴展。根據(jù)Nelson和Narens (1990), 調(diào)節(jié)認知活動(元認知控制)需要根據(jù)對其當前狀態(tài)的評估(元認知監(jiān)測)。以往的面部認知元認知研究大多集中在元認知監(jiān)測方面, 未來可以從元認知控制層面進一步探究, 即元認知判斷是否會影響后續(xù)行為。例如, 當?shù)捅憩F(xiàn)者意識到自己面孔認知的無能時, 他們是否會尋求幫助？當人們對自己估測他人釋放的社交信號的能力缺乏信心時, 他們會直接尋求對方的解釋還是保持沉默？元認知控制在學習和教育領(lǐng)域以及心理健康的臨床上有廣泛研究(如, Roebers & Spiess, 2017; Wells, 2019), 研究者未來可以擴充其在面部認知領(lǐng)域的研究, 在揭示人們對當前任務表現(xiàn)評估的準確性后, 進一步提高對它如何影響后續(xù)行為的理解。

隨著面部認知領(lǐng)域的不斷擴展, 未來更多元認知層面的研究可以與之結(jié)合。目前國內(nèi)對面部認知的元認知研究大多集中在面孔記憶的學習判斷上(如, 徐楚等, 2017; 張璐, 2018), 這可能跟以往的元認知研究更多在學習和教育領(lǐng)域有關(guān)。國外對兩者結(jié)合的研究也大多停留在客觀的感知層面, 如面部識別、面部記憶(如, Zhou & Jenkins, 2020; Zhou et al, 2021)。近些年, 越來越多的面部認知研究開始關(guān)注由面孔喚起的主觀想法。比如Sutherland等(2013)研究發(fā)現(xiàn)人們從面孔做出的特質(zhì)推測主要在3個維度：吸引力、可信度和支配性。由個人經(jīng)驗形成的個人偏好通常是對面孔特質(zhì)判斷的主要決定因素(如, Hehman et al., 2017; Sutherland, Burton, et al, 2020; Sutherland, Rhodes, et al., 2020)。Zhou和Jenkins (2022)將面部喚起的主觀判斷的研究拓展到自然聯(lián)想而非限制于性格特質(zhì), 該研究在元認知層面的結(jié)果發(fā)現(xiàn)人們極大地高估了其他人的想法與自己相似的程度, 表現(xiàn)出典型的錯誤共識效應, 由此揭示人們在社會交往中存在的潛在偏見。未來, 隨著面部認知主觀層面研究的不斷擴展, 對主觀層面的元認知研究也將具有豐富的理論和實踐意義。

最后, 目前面部認知與元認知結(jié)合的研究處于起步階段, 尚停留在行為研究階段, 未來可以擴展至認知神經(jīng)機制的研究層面。已有研究發(fā)現(xiàn), 兩者均可以激活特定的皮層區(qū)域或腦電成分。比如面部認知領(lǐng)域普遍支持梭狀回面部區(qū)域(fusiform face area)是面部識別的特殊區(qū)域(Kanwisher et al., 1997), 枕葉面部區(qū)域(occipital face area)負責識別面部的某些部位, 如眼睛、鼻子、和嘴(Pitcher et al.,2011), 顳后上溝(posterior superior temporal sulcus)負責處理面部的動態(tài)方面, 如面部表情和眼睛凝視(Puce et al., 1998)。事件相關(guān)電位(event-related potentials, ERPs)研究發(fā)現(xiàn), 在顳枕部(occipito- temporal regions)的一個潛伏期約為172 ms的負波(N170)與面孔特征的結(jié)構(gòu)編碼有關(guān)(Bentin et al., 1996)。元認知加工的研究認為, 外側(cè)前額葉皮質(zhì)前部(lateral prefrontal cortex)與視覺辨認中的元認知加工存在特定的聯(lián)系, 內(nèi)側(cè)前額葉皮質(zhì)前部(anterior medial prefrontal cortex)與記憶檢索中的元認知加工存在特定的聯(lián)系(鄧春婷, 劉巖, 2017)。未來研究可聚焦于不同的面孔加工(面孔識別、記憶等)與元認知腦網(wǎng)絡或腦區(qū)之間如何互動、不同元認知監(jiān)控情況下(對自身和他人的行為估測)面孔所誘發(fā)腦電成分是否存在差異等。神經(jīng)機制層面的元認知研究還可將面部認知與非面部認知領(lǐng)域進行對比, 來進一步探究面孔特殊性以及元認知的領(lǐng)域一般性。

4.2 深入探索現(xiàn)象背后的成因

目前, 面部認知的元認知研究主要是對現(xiàn)象的初步探索, 發(fā)現(xiàn)在面部認知領(lǐng)域存在元認知錯覺, 且面部認知領(lǐng)域的經(jīng)典現(xiàn)象在元認知層面依舊存在, 現(xiàn)象背后的原因可能有兩點。第一, 可以通過與非面部領(lǐng)域的研究進行對比, 進一步驗證元認知的領(lǐng)域一般性; 第二, 可以探究這種領(lǐng)域一般性與人格特質(zhì)的關(guān)系。目前對于面部認知領(lǐng)域和非面部認知領(lǐng)域的元認知表現(xiàn)還沒有直接的被試內(nèi)對比研究。不同的實驗范式、不同的元認知測量方式等導致現(xiàn)有的研究結(jié)果沒有直接的可比性。未來可以探究在陌生面孔配對任務中高估自己表現(xiàn)的人, 如果采取同樣的配對任務和數(shù)據(jù)處理方式, 在其他非面孔的領(lǐng)域是否依舊高估自己的表現(xiàn), 且不同領(lǐng)域的元認知錯覺在程度上是否存在差異。

人格特質(zhì)對自我評估的影響在其他非面孔領(lǐng)域已有報告(例如, 自戀, Ames & Kammrath, 2004; 大五人格, Soh & Jacobs, 2013)。一些潛在的人格特質(zhì)也可能在面部認知各領(lǐng)域的自我評估中發(fā)揮重要作用。在面部認知領(lǐng)域內(nèi), Zhou和Jenkins (2020)發(fā)現(xiàn)了達克效應的跨領(lǐng)域(面部識別、視線方向識別、表情識別)一致性。在未來的研究中, 一些相關(guān)的人格測量可以與面部認知的元認知測量相結(jié)合, 有助于解釋現(xiàn)有面部認知元認知研究發(fā)現(xiàn)的自我評估的跨領(lǐng)域一致性。一個有趣的問題是, 相同的個性特征是否能預測跨領(lǐng)域的自我評估, 或者是否會出現(xiàn)任何領(lǐng)域特異性。例如, 自戀者可能會普遍夸大自我評價, 而外向者可能只會夸大對社會相關(guān)能力的自我評價。未來也應針對這些可能性進行區(qū)分測試。

4.3 探究提高面部認知元認知能力的策略

未來研究還可以進一步探究如何提高面部認知的元認知能力, 以避免現(xiàn)有研究發(fā)現(xiàn)的達克效應和自我中心偏見所產(chǎn)生的不良后果。在提高對自己表現(xiàn)的估測水平上, 一種觀點認為可以通過提高認知水平來提高元認知水平, 即讓低水平者變成高水平者, 他們對自己能力的評估也就可以相應得到提高。Kruger和Dunning (1999)在邏輯推理任務中就驗證了這一觀點, 但這一點在面部認知的研究中尚未涉及, 這可能與研究者在如何很好地提高面部認知能力上到目前為止還未達成普遍共識有關(guān)。比如在給反饋是否可以提高面部識別能力上, Alenezi和Bindemann (2013)發(fā)現(xiàn)給反饋沒有顯著效果, 而White等(2014)發(fā)現(xiàn), 當面孔仍在屏幕上時給出反饋, 準確率可以提高10%。在專業(yè)培訓課程方面, Towler等(2019)發(fā)現(xiàn)專業(yè)的人臉圖像比較培訓課程并沒有提高識別準確率。Towler等(2021)鼓勵研究人員進一步探索基于特征的訓練方法, 即促進基于特征從人臉中提取身份信息的策略。這些策略與認知的認知有關(guān), 即在元認知層面上。一些非面孔領(lǐng)域的研究者也強調(diào)了提高元認知水平的重要性。比如Butler等(2008)通過兩個測試一般知識事實的實驗, 提出反饋有助于糾正元認知錯誤。盡管反饋是否能提高面部認知水平尚存在爭議, 但反饋是否可以提高面部認知的元認知水平值得未來進一步研究。

在如何提高對他人表現(xiàn)的估測水平方面目前尚未找到合適的方法。在非面孔識別研究中, 有研究發(fā)現(xiàn)一些特殊情境可以消除自我中心偏見, 比如當一個選項明顯優(yōu)于另一個選項時, 偏見降低(Poeppel et al., 2021)?；蛘弋斂紤]他人的事件經(jīng)歷時, 相對于考慮功能相同但抽象的規(guī)則, 其自我中心性降低(Samuel et al., 2020)。但Krueger和Clement (1994)指出, 即使采用了反饋和教育等標準的去除偏見的策略, 自我中心偏見仍然是不可根除的。由于自我中心偏見指的是人們會根據(jù)自己的表現(xiàn)來評估別人的表現(xiàn), 如果人們也對自己的表現(xiàn)已經(jīng)做出錯誤的判斷, 那么他們?nèi)绾握_地評估別人的表現(xiàn)呢?因此, 同伴評價的偏見是否可以通過改善自我評價來消除, 也將是未來研究的一個有趣方向。

4.4 拓寬元認知評估對象至計算機算法

未來研究的估測對象還可以從人類擴大到計算機。對人類面部識別的研究已經(jīng)被應用于機器識別人臉系統(tǒng)的設(shè)計中, 并且已應用于機場等多個實際場景(見Chellappa et al., 2010, 關(guān)于人類和計算機的面孔識別的研究綜述)。隨著人臉識別算法的快速發(fā)展, 越來越多的證據(jù)表明, 在一些條件下, 計算機在人臉匹配方面的能力超過了人類(Tang & Wang, 2004)。當然, 算法也會失誤, 甚至會有異族效應(見綜述Cavazos et al., 2020)。比如西方國家開發(fā)的算法對高加索人的面孔識別得更準確, 而東亞開發(fā)的算法對東亞人的面孔識別得更準確(Phillips et al., 2011)。除了種族外, 性別、年齡等其他人口統(tǒng)計學協(xié)變量都會一定程度上影響人臉識別系統(tǒng)的性能(見綜述Abdurrahim et al., 2018)。根據(jù)Towler等(2017), 在很多陌生面孔識別的應用場景中都是由人類和計算機合作完成的。比如, 調(diào)查人員首先提交嫌疑人的面部圖像, 然后由人臉匹配算法搜索數(shù)據(jù)庫, 將高度相似者發(fā)給面部審核專家, 后者檢查后再將幾個潛在的匹配者反饋給調(diào)查人員。重要的是, White等(2015)發(fā)現(xiàn), 在最后由人工檢查算法輸出結(jié)果的步驟中會產(chǎn)生錯誤, 錯誤率甚至高達50%。因此, 人工檢查時對機器識別反饋結(jié)果準確性的估計就顯得尤為重要。這種估計類似元認知概念中對于他人表現(xiàn)的估計, 只不過這里評估對象為計算機算法。人們對人類的面部識別表現(xiàn)的估計與對機器識別表現(xiàn)的估計有何區(qū)別？如何降低對機器識別表現(xiàn)估計的錯誤率都將成為重要課題。此外, 警察和護照檢查人員等通常是由一些專業(yè)的篩選測試(如, UNSW面部測試, Dunn et al., 2020)篩選出的面孔超級識別者(super-recognizers), 是具有非凡的面部識別能力的人(Ramon et al., 2019)。計算機和人類中的面孔超級識別者在面部識別領(lǐng)域都有出色的表現(xiàn)且經(jīng)常需要合作, 那么當兩者的面孔識別判斷上存在差異時, 人們是更信任機器的能力還是人類專家的能力呢？這里就涉及到前文提到過的對自身能力的評估與對“他人”能力的評估的聯(lián)系。隨著計算機人臉識別系統(tǒng)的應用越來越廣泛, 研究人類對其面部認知準確性的估計也更具現(xiàn)實意義。

總之, 面部認知與元認知的結(jié)合為兩領(lǐng)域的研究發(fā)展提供了新視野, 是一塊有待開墾的廣闊領(lǐng)域。未來需要研究者結(jié)合實際問題、創(chuàng)新研究方法, 進行更加深入全面的探討。

鄧春婷, 劉巖. (2017). 元認知:領(lǐng)域一般還是領(lǐng)域特殊?(5), 3–10. https://doi.org/10.3969/j.issn.2095- 1159.2017.05.001

龔少英, 劉華山. (2003). 中學生閱讀理解元認知的發(fā)展研究.(6), 1129–1141. https://doi.org/10.3969/ j.issn.1671-6981.2003.06.049

胡志海, 梁寧建. (1999). 學業(yè)不良學生元認知特點研究.(4), 354–359. https://doi.org/10.16719/j.cnki. 1671-6981.1999.04.017

吳紅, 黃青. (2018). 面孔記憶及其記憶程度判斷中的本族效應.(4), 103–108. https://doi.org/10.16614/j.gznuj.zrb.2018.04.018

徐楚, 黎堅, 張厚粲. (2017). 基于人臉記憶新任務的元認知監(jiān)測準確性研究.(2), 131–139.

張璐. (2018).(碩士學位論文). 東北師范大學, 長春.

張宇馳, 謝瑞波, 李偉健, 李平. (2014). 面孔呈現(xiàn)角度對面孔再認的信心判斷的影響.(5), 29–33.

Abdurrahim, S. H., Samad, S. A., & Huddin, A. B. (2018). Review on the effects of age, gender, and race demographicson automatic face recognition.,(11), 1617–1630. https://doi.org/10.1007/s00371-017-1428-z

Alenezi, H. M., & Bindemann, M. (2013). The effect of feedback on face-matching accuracy.,(6), 735–753. https://doi.org/10.1002/acp.2968

Ames, D. R., & Kammrath, L. K. (2004). Mind-reading and metacognition: Narcissism, not actual competence, predictsself-estimated ability.,(3),187–209. https://doi.org/10.1023/b:jonb.0000039649.20015.0e

Anson, I. G. (2018). Partisanship, political knowledge, and the Dunning-Kruger effect.(5), 1173–1192. https://doi.org/10.1111/pops.12490.

Banaji, M. R., & Dasgupta, N. (1998). The consciousness of social beliefs: A program of research on stereotyping and prejudice. In V. Y. Yzerbyt, G. Lories, & B. Dardenne (Eds.),(pp. 157– 170). Sage Publications, Inc. https://doi.org/10.4135/ 9781446279212.n9

Bègue, I., Vaessen, M., Hofmeister, J., Pereira, M., Schwartz, S., & Vuilleumier, P. (2019). Confidence of emotion expressionrecognition recruits brain regions outside the face perception network.,(1), 81–95. https://doi.org/10.1093/scan/nsy102

Benjamin, R., & Guan, K. (2020). Personality in culture. In Carducci, B. J., Nave, C. S., Mio, J. S., & Riggio, R. E. (Eds.),(pp. 323–327). Wiley. https://doi.org/10.1002/ 9781119547143.ch54

Bentin, S., Allison, T., Puce, A., Perez, E., & McCarthy, G. (1996). Electrophysiological studies of face perception in humans.(6), 551– 565. https://doi.org/10.1162/jocn.1996.8.6.551

Biederman, I. (1987). Recognition-by-components: A theory of human image understanding.(2), 115–147. https://doi.org/10.1037/0033-295x.94.2.115

Bishop, S. L., & Seltzer, M. M. (2012). Self-reported autism symptoms in adults with autism spectrum disorders.,(11), 2354–2363. https://doi.org/10.1007/s10803-012-1483-2

Bruce, V., & Young, A. (1986). Understanding face recognition.(3), 305–327.

Burton, A. M., Bruce, V., & Hancock, P. J. B. (1999). From pixels to people: A model of familiar face recognition.(1), 1–31. https://doi.org/10.1207/ s15516709cog2301_1

Busey, T. A., & Loftus, G. R. (2007). Cognitive science and the law.,(3), 111–117. https://doi.org/10.1016/j.tics.2006.12.004

Butler, A. C., Karpicke, J. D., & Roediger, H. L. (2008). Correcting a metacognitive error: Feedback increases retention of low-confidence correct responses.,(4), 918–928. https://doi.org/10.1037/0278-7393.34.4.918

Calder, A. J., Lawrence, A. D., Keane, J., Scott, S. K., Owen, A. M., Christoffels, I., & Young, A. W. (2002). Reading the mind from eye gaze.(8), 1129– 1138. https://doi.org/10.1016/s0028-3932(02)00008-8

Cansever, ?. M., & Irak, M. (2020). Face recognition and metacognition: Feeling of knowing judgments in response to familiar faces.,, 143.

Carruthers, P. (2009). How we know our own minds: The relationship between mindreading and metacognition.(2), 121–182. https://doi. org/10.1017/S0140525X09000545

Cavazos, J. G., Phillips, P. J., Castillo, C. D., & O’Toole, A. J. (2020). Accuracy comparison across face recognition algorithms: Where are we on measuring race bias?, https://doi.org/10.1109/TBIOM.2020.3027269

Chellappa, R., Sinha, P., & Phillips, P. J. (2010). Face recognition by computers and humans.(2), 46?55. https://doi.org/10.1109/mc.2010.37

Chen, J., & Zhu, X. (2019, April). The Cross-race Effect on Face Recognition and Judgments of Learning. In(Vol. 310, pp. 672–675). Atlantis Press.

Cleary, A. M. (2019). The biasing nature of the tip-of-the- tongue experience: When decisions bask in the glow of the tip-of-the-tongue state.,(7), 1178. https://doi.org/10.1037/xge0000520

Collisson, B., McCutcheon, L. E., Johnston, M., & Edman, J. (2021). How popular are pop stars? The false consensus of perceived celebrity popularity.,(1), 14–20. https://doi.org/10.1037/ppm0000271

Couchman, J. J., Coutinho, M. V. C., Beran, M. J., & David Smith, J. (2009). Metacognition is prior.,(2), 142. https://doi.org/10.1017/ S0140525X09000594

DeGutis, J. M., Chiu, C., Grosso, M. E., & Cohan, S. (2014). Face processing improvements in prosopagnosia: Successes and failures over the last 50 years.,, 561. https://doi.org/10.3389/ fnhum.2014. 00561

Dianiska, R. E., Manley, K. D., & Meissner, C. A. (2021). A process perspective: The importance of theory in eyewitness identification research. In Smith, A. M., Toglia, M. P., & Lampinen, J. M. (Eds.),(pp.136–168). Routledge.

Dimaggio, G., Semerari, A., Falcone, M., Nicolo, G., Carcione, A., & Procacci, M. (2002). Metacognition, states of mind, cognitive biases, and interpersonal cycles: Proposal for an integrated narcissism model.,(4), 421–451. https://doi.org/10.1037//1053- 0479.12.4.421

Dobolyi, D. G., & Dodson, C. S. (2013). Eyewitness confidence in simultaneous and sequential lineups: A criterion shift account for sequential mistaken identification overconfidence.,(4), 345– 357. https://doi.org/10.1037/a0034596

Dunn, J. D., Summersby, S., Towler, A., Davis, J. P., & White, D. (2020). UNSW Face Test: A screening tool for super- recognizers.,(11), e0241747. https://doi.org/ 10.1371/journal.pone.0241747

Dunning, D., Johnson, K., Ehrlinger, J., & Kruger, J. (2003). Why people fail to recognize their own incompetence.,(3), 83–87. https://doi.org/10.1111/1467-8721.01235

Estudillo, A. J. (2021). Self-reported face recognition abilitiesfor own and other-race faces.(2), 105–115. https://doi.org/10.1108/JCP-06-2020-0025

Estudillo, A. J., & Wong, H. K. (2021). Associations between self-reported and objective face recognition abilities are only evident in above- and below-average recognisers.,, e10629. https://doi.org/10.7717/peerj.10629

Farah, M. J., Wilson, K. D., Drain, M., & Tanaka, J. N. (1998). What is “special” about face perception?,(3), 482–498. https://doi.org/10.1037/0033-295x. 105.3.482

Feld, J., Sauermann, J., & de Grip, A. (2017). Estimating the relationship between skill and overconfidence.,, 18–24. https://doi.org/10.1016/j.socec.2017.03.002

Fine, D. R. (2012). A life with prosopagnosia.,(5-6), 354–359. https://doi.org/10.1080/ 02643294.2012.736377

Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive--developmental inquiry.,(10), 906. https://doi.org/10.1037/ 0003-066X.34.10.906

Fleming, S. M., Dolan, R. J., & Frith, C. D. (2012). Metacognition: Computation, biology and function.,(1594), 1280–1286. https://doi.org/ 10.1098/rstb.2012.0021

Garcia-Cordero, I., Migeot, J., Fittipaldi, S., Aquino, A., Campo, C. G., García, A., & Ibá?ez, A. (2021). Metacognition of emotion recognition across neurodegenerative diseases., 93–107. https://doi.org/10.1016/j.cortex.2020. 12.023

Gignac, G. E., & Zajenkowski, M. (2020). The Dunning- Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data.,, 101449. https://doi.org/10.1016/j.intell. 2020.101449

Goh, C. C. M. (2018). Metacognition in second language listening.. https://doi.org/10.1002/9781118784235.eelt0572

Grabman, J. H., Dobolyi, D. G., Berelovich, N. L., & Dodson, C. S. (2019). Predicting high confidence errors in eyewitness memory: The role of face recognition ability, decision- time, and justifications.,(2), 233–243. https://doi.org/ 10.1016/j.jarmac.2019.02.002

Gray, K. L. H., Bird, G., & Cook, R. (2017). Robust associations between the 20-item prosopagnosia index and the Cambridge Face Memory Test in the general population.,(3), 160923. https://doi.org/ 10.1098/rsos.160923

Grazzani, I., Ornaghi, V., Conte, E., Pepe, A., & Caprin, C. (2018). The relation between emotion understanding and theory of mind in children aged 3 to 8: The key role of language.,, 724. https://doi.org/ 10.3389/fpsyg.2018.00724

Greenwald, A. G. (1980). The totalitarian ego: Fabrication and revision of personal history.,(7), 603–618. https://doi.org/10.1037/0003-066x.35.7.603

Haugtvedt, C. P., & Wegener, D. T. (1994). Message order effects in persuasion: An attitude strength perspective.,(1), 205–218. https://doi. org/10.1086/209393

Hehman, E., Sutherland, C. A. M., Flake, J. K., & Slepian, M. L. (2017). The unique contributions of perceiver and target characteristics in person perception.,(4), 513–529. https://doi.org/10.1037/pspa0000090

Hopkins, R. F., & Lyle, K. B. (2020). Image‐size disparity reduces difference detection in face matching.(1), 39–49. https://doi.org/10.1002/ acp.3586

Hourihan, K. L., Benjamin, A. S., & Liu, X. (2012). A cross-race effect in metamemory: Predictions of face recognition are more accurate for members of our own race.,(3), 158–162. https://doi.org/10.1016/j.jarmac.2012.06.004

Inchauspe, A. (2016).(Senior theses). Princeton University.

Irak, M., Soylu, C., & Turan, G. (2019). Comparing electrophysiological correlates of judgment of learning and feeling of knowing during face-name recognition.,(7-8), 336–357. https://doi.org/ 10.1080/02643294.2019.1707650

Jones, K. A., Crozier, W. E., & Strange, D. (2018). Objectivity is a myth for you but not for me or police: A bias blind spot for viewing and remembering criminal events.,(2), 259–270. https://doi.org/ 10.1037/law0000168

Jost, J. T., Kruglanski, A. W., & Nelson, T. O. (1998). Social metacognition: An expansionist review.(2), 137–154. https://doi.org/ 10.1207/s15327957pspr0202_6

Kanwisher, N., McDermott, J., & Chun, M. M. (1997). The fusiform face area: A module in human extrastriate cortex specialized for face perception.(11), 4302–4311. https://doi.org/10.3410/ f.717989828. 793472998

Kelly, K. J., & Metcalfe, J. (2011). Metacognition of emotional face recognition.(4), 896–906. https://doi.org/ 10.1037/a0023746

Kramer, R. S., Gous, G., Mireku, M. O., & Ward, R. (2022). Metacognition during unfamiliar face matching.://doi.org/10.1111/bjop.12553

Krueger, J., & Clement, R. W. (1994). The truly false consensus effect: an ineradicable and egocentric bias in social perception.,(4), 596–610. https://doi.org/10.1037//0022- 3514.67.4.596

Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: how difficulties in recognizing one’s own incompetence lead to inflated self-assessments.,(6), 1121–1134. https://doi.org/ 10.1037//0022-3514.77.6.1121

Legrand, D., & Ruby, P. (2009). What is self-specific? Theoretical investigation and critical review of neuroimaging results.,(1), 252–282. https://doi.org/10.1037/ a0014172

Martinez, M. E. (2006). What is metacognition?,(9), 696–699. https://doi.org/10.1177/ 003172170608700916

McCaffery, J. M., Robertson, D. J., Young, A. W., & Burton, A. M. (2018). Individual differences in face identity processing.,, 21. https://doi.org/10.1186/s41235-018-0112-9

Mcintosh, R. D., Fowler, E. A., Lyu, T., & Della Sala, S. (2019). Wise up: Clarifying the role of metacognition in the Dunning-Kruger effect.,(11), 1882–1897. https://doi.org/ 10.1037/xge0000579

McKone, E., & Robbins, R. (2011). Are faces special? In A. Calder, G. Rhodes, M. Johnson, & J. Haxby. (Eds.),(pp. 149–176). Oxford University Press.

Meissner, C. A., & Brigham, J. C. (2001). Thirty years of investigating the own-race bias in memory for faces: A meta-analytic review.,(1), 3–35. https://doi.org/10.1037/1076-8971.7.1.3

Nelson, T. O., & Narens, L. (1990). Metamemory: A theoretical framework and some new findings. In Bower G. H. (Ed.),(Vol. 26, pp. 125–173). New York: Academic Press.

Nickerson, R. S. (1998). Confirmation bias: A ubiquitous phenomenon in many guises.,(2), 175–220. https://doi.org/10.1037//1089-2680.2.2.175

Palermo, R., Rossion, B., Rhodes, G., Laguesse, R., Tez, T., Hall, B., Albonico, A., Malaspina, M., Daini, R., Irons, J., Al-Janabi, S., Taylor, L. C., Rivolta, D., & McKone, E. (2017). Do people have insight into their face recognition abilities?,(2), 218–233. https://doi.org/10.1080/ 17470218.2016.1161058

Pennycook, G., Ross, R. M., Koehler, D. J., & Fugelsang, J. A. (2017). Dunning–Kruger effects in reasoning: Theoretical implications of the failure to recognize incompetence.(6), 1774–1784. https:// doi.org/10.3758/s13423-017-1242-7

Phillips, P. J., Jiang, F., Narvekar, A., Ayyad, J., & O’Toole, A. J. (2011). An other-race effect for face recognition algorithms.,(2), 1–11. https://doi.org/10.1145/1870076.1870082

Pitcher, D., Walsh, V., & Duchaine, B. (2011). The role of the occipital face area in the cortical face perception network.(4), 481–493. https://doi.org/10.1007/s00221-011-2579-1

Poeppel, J., Kopp, S., & Marsella, S. (2021). Less egocentric biases in theory of mind when observing agents in unbalanced decision problems.,, 1246–1270. https://escholarship.org/uc/item/02c8r5z6

Puce, A., Allison, T., Bentin, S., Gore, J. C., & Mccarthy, G. (1998). Temporal cortex activation in humans viewing eye and mouth movements.(6), 2188–2199. https://doi.org/10.1523/JNEUROSCI.18- 06-02188.1998

Ramon, M., Bobak, A. K., & White, D. (2019). Super- recognizers: From the lab to the world and back again.(3), 461–479. https://doi. org/10.1111/bjop.12368

Rezlescu, C., Susilo, T., Wilmer, J. B., & Caramazza, A. (2017). The inversion, part-whole, and composite effects reflect distinct perceptual mechanisms with varied relationships to face recognition.,(12), 1961–1973. https://doi.org/10.1037/xhp0000400

Riddoch, M. J., Johnston, R. A., Martyn Bracewell, R., Boutsen, L., & Humphreys, G. W. (2008). Are faces special? A case of pure prosopagnosia.(1), 3–26. https://doi.org/10.1080/02643290801920113.

Ritchie, K. L., Smith, F. G., Jenkins, R., Bindemann, M., White, D., & Burton, A. M. (2015). Viewers base estimates of face matching accuracy on their own familiarity: Explainingthe photo-ID paradox.,, 161–169. https://doi. org/10.1016/j.cognition.2015.05.002

Roebers, C. M., & Spiess, M. (2017). The development of metacognitive monitoring and control in second graders: A short-term longitudinal study.,(1), 110–128. https://doi.org/10.1080/ 15248372.2016.1157079

Rossion, B. (2008). Picture-plane inversion leads to qualitative changes of face perception.(2), 274–289. https://doi.org/10.1016/j.actpsy.2008.02.003

Samuel, S., Frohnwieser, A., Lurz, R., & Clayton, N. S. (2020). Reduced egocentric bias when perspective-taking compared with working from rules.,(9), 1368–1381. https://doi.org/ 10.1177/1747021820916707

Samuel, S., Legg, E. W., Lurz, R., & Clayton, N. S. (2018). Egocentric bias across mental and non-mental representations in the Sandbox Task.(11), 2395–2410. https://doi.org/ 10.13140/RG.2.2.11714.68800

Saoud, W. (2020).(Unpublished doctoral dissertation). York University, Toronto.

Schriber, R. A., Robins, R. W., & Solomon, M. (2014). Personality and self-insight in individuals with autism spectrum disorder.,(1), 112–130. https://doi.org/10.1037/a0034950

Scoville, R. (2017). Egocentric bias in perceptions of customary international law. In H. G. Cohen & T. Meyer. (Eds.),(pp. 10–17). Cambridge University Press.

Seale-Carlisle, T. M., Colloff, M. F., Flowe, H. D., Wells, W., Wixted, J. T., & Mickes, L. (2019). Confidence and response time as indicators of eyewitness identification accuracy in the lab and in the real world.,(4), 420–428. https://doi.org/10.1016/j.jarmac.2019.09.003

Shah, P., Gaule, A., Sowden, S., Bird, G., & Cook, R. (2015). The 20-item prosopagnosia index (PI20): A self-report instrument for identifying developmental prosopagnosia.,(6), 140343. https://doi.org/ 10.1098/rsos.140343

Smith, S. M., Stinson, V., & Prosser, M. A. (2004). Do they all look alike? An exploration of decision-making strategies in cross-race facial identifications.,(2), 146–154. https://doi.org/ 10.1037/h0087225

Soh, L., & Jacobs, K. E. (2013). The biasing effect of personality on self-estimates of cognitive abilities in males and females.,(2), 141–146. https://doi.org/10.1016/j.paid.2013.02.013

Stanovich, K. E. (2012). On the distinction between rationality and intelligence: Implications for understanding individual differences in reasoning. In K. J. Holyoak & R. G. Morrison (Eds.),(pp.343–365). https://doi.org/10.1093/oxfordhb/ 9780199734689.013.0022

Sutherland, C. A., Burton, N. S., Wilmer, J. B., Blokland, G. A. M., Germine, L., Palermo, R., Collova, J. R., & Rhodes, G. (2020). Individual differences in trust evaluations are shaped mostly by environments, not genes.(19), 10218–10224. https://doi.org/10.1073/pnas.1920131117

Sutherland, C. A. M., Oldmeadow, J. A., Santos, I. M., Towler, J., Michael Burt, D., & Young, A. W. (2013). Social inferences from faces: Ambient images generate a three-dimensional model.,(1), 105–118. https://doi.org/10.1016/j.cognition.2012.12.001

Sutherland, C. A. M., Rhodes, G., Burton, N. S., & Young, A. W. (2020). Do facial first impressions reflect a shared social reality?(2), 215–232. https://doi.org/10.1111/bjop.12390

Tang, X., & Wang, X. (2004). Face sketch recognition.(1), 50–57. https://doi.org/10.1109/TCSVT.2003.818353

Tauber, S. K., Dunlosky, J., Rawson, K. A., Rhodes, M. G., & Sitzman, D. M. (2013). General knowledge norms: Updated and expanded from the Nelson and Narens (1980) norms.,(4), 1115–1143. https://doi.org/10.3758/s13428-012-0307-9

Tokuhama-Espinosa, T. (2014). Great minds don’t think alike. The transdisciplinary mind, brain, and education approach. In T. Tokuhama-Espinosa. (Ed.),(pp.1–45). New York, NY: W. W. Norton & Company.

Towler, A., Kemp, R. I., Burton, A. M., Dunn, J. D., Wayne, T., Moreton, R., & White, D. (2019). Do professional facialimage comparison training courses work?,(2), e0211037. https://doi.org/10.1371/journal.pone.0211037

Towler, A., Kemp, R. I., & White, D. (2017). Unfamiliar face matching systems in applied settings. In M. Bindemann & A. M. Megreya. (Eds.),(Vol. 2, pp. 21–40). Nova Science.

Towler, A., Kemp, R. I., & White, D. (2021). Can face identification ability be trained? Evidence for two routes to expertise. In M. Bindemann (Ed.),(pp. 89–114). Oxford University Press. https://doi.org/10.1093/oso/9780198837749.003.0005

Travers, E., Fairhurst, M. T., & Deroy, O. (2020). Racial bias in face perception is sensitive to instructions but not introspection.,, 102952. https://doi.org/10.1016/j.concog.2020.102952

Valk, S. L., Bernhardt, B. C., B?ckler, A., Kanske, P., & Singer, T. (2016). Substrates of metacognition on perception and metacognition on higher-order cognition relate to different subsystems of the mentalizing network.(10), 3388–3399. https://doi.org/10.1002/ hbm.23247

Wellman, H. M. (2018). Theory of mind: The state of the art.,(6), 728–755. https://doi.org/10.1080/17405629.2018.1435413

Wells, A. (2019). Breaking the cybernetic code: Understanding and treating the human metacognitive control system to enhance mental health.,, 2621. https://doi.org/10.3389/fpsyg.2019.02621

White, D., Dunn, J. D., Schmid, A. C., & Kemp, R. I. (2015). Error rates in users of automatic face recognition software.,(10), e0139827. https://doi.org/10.1371/journal. pone.0139827

White, D., Kemp, R. I., Jenkins, R., & Burton, A. M. (2014). Feedback training for facial image comparison.,(1), 100–106. https://doi.org/10.3758/ s13423-013-0475-3

Wilmer, J. B. (2017). Individual differences in face recognition: A decade of discovery.(3), 225–230. https://doi.org/10.1177/ 0963721417710693

Witherby, A. E., & Tauber, S. K. (2018). Monitoring of learning for emotional faces: How do fine-grained categories of emotion influence participants’ judgments of learning and beliefs about memory?,(4), 860–866. https://doi.org/10.1080/02699931.2017.1360252

Wixted, J. T., & Wells, G. L. (2017). The relationship between eyewitness confidence and identification accuracy: A new synthesis.(1), 10–65. https://doi.org/10.1177/1529100616686966

Wright, P. (2002). Marketplace metacognition and social intelligence.(4), 677– 682. https://doi.org/10.1086/338210

Yardley, L., McDermott, L., Pisarski, S., Duchaine, B., & Nakayama, K. (2008). Psychosocial consequences of developmental prosopagnosia: A problem of recognition.,(5), 445–451. https://doi.org/10.1016/j.jpsychores.2008.03.013

Young, A. W., & Burton, A. M. (2017). Recognizing faces.,(3), 212– 217. https://doi.org/10.1177/0963721416688114

Zhou, X., Burton, A. M., & Jenkins, R. (2021). Two factors in face recognition: Whether you know the person’s face and whether you share the person’s race.,(6), 524–539. https://doi.org/10.1177/03010066211014016

Zhou, X., & Jenkins, R. (2020). Dunning–Kruger effects in face perception.,, 104345. https://doi.org/ 10.1016/j.cognition.2020.104345

Zhou, X., & Jenkins, R. (2022). Face-evoked thoughts.,, 104955. https://doi.org/10.1016/j.cognition.2021.104955

The combination of metacognition and face cognition:Cut-in points and methods

ZHOU Xingchen1, HE Wen2

(1Department of Psychology, Fudan University, Shanghai 200433, China)(2College of Education, Shanghai Normal University, Shanghai 200234, China)

Metacognition is the cognition of cognition, including all aspects of cognition. The recent years have witnessed a rapid increase in research on the combination of metacognition and face cognition. The cut-in points of recent studies on the combination of the two fields included the applicability of metacognitive illusions (Dunning-Kruger effect and egocentric bias) in face cognition and the applicability of face cognition phenomena (own-race effect and familiarity advantage) in metacognition.Research methods have different emphases according to the time point of measurement and the selection of evaluation objects. It is found that the current research mainly focused on metacognitive monitoring, which can be extended to more directions such as metacognitive control, and the combination with machine learning in the future. It would provide new perspectives for understanding face cognition, and enhance its application values.

face cognition, metacognition, Dunning-Kruger effect, egocentric bias, own-race effect, familiarity advantage

2021-12-31

賀雯, E-mail: hewen@shnu.edu.cn

B842