认知科学研究揭示劳动分工的前瞻性训练机制
Training for Tomorrow: The Prospective Side of Dividing Labor
Tian、Gershman与Xiang在《Cognitive Science》发表研究,发现人们通过前瞻性训练优化长期协作目标,而非仅匹配当前能力。三项预注册实验(N=600)显示,参与者会预判未来角色需求并提前培养弱势团队,这种预期收益甚至反向决定了初始的劳动分工方案。
欢迎来到 CogSci Unpacked,这是一个令人兴奋的博客系列,致力于总结来自 Cognitive Science, a CSS Journal 的学术论文。 我们的目标是弥合学术界与公众之间的差距,促进对认知科学的更好理解,使其对所有人均可及且易于理解。如果您想进一步深入探索,我们邀请您 查阅完整的学术论文。
想象一位足球教练拥有一群球员和整个赛季的训练时间。教练可以简单地将每位球员安排在他们目前最擅长的位置上,或者可以看得更远,花一个赛季的时间训练一名球员成为后卫,另一名成为前锋,依此类推。这种前瞻性思维认识到,分工——允许每位球员专注于特定角色——不仅通过将团队成员与其最擅长的工作相匹配来使团队受益,还通过让他们在“工作中”提高并为最终最适合他们的角色做准备来使团队受益。事实上,经典经济理论认为,个人通过练习所取得的进步是分工的关键优势之一 (Smith, 1937; Yang & Ng, 1998). 然而,这一前瞻性维度在现有的分工研究中很大程度上被忽视了,这些研究通常将分工解释为将 静态 能力与团队目标相匹配的问题(例如,Curioni, 2022; Goldstone, Andrade-Lotero, Hawkins, & Roberts, 2024; Xiang, Vélez, & Gershman, 2023).
人们是否会为了优化长期协作目标而培训合作者?
我们最近的研究 (Tian, Gershman & Xiang, 2026) 迈出了填补这一空白的第一步。在三项预注册实验(N=600)中,参与者训练了两支军事防御部队以应对两种类型的攻击(陆地和空中)。长期目标各不相同,例如是否可行仅部署一支部队应对两种攻击,或者是否需要部署两支部队。部队的能力也各不相同,例如某支部队是否在陆地和空中防御方面都更强,或者每支部队是否在某一种防御类型上更强。参与者在最终战斗中分配部队角色之前做出了一系列训练决策(见 图 1).

图 1. 实验中使用的示例场景。参与者观察了两支部队的初始能力,经过三轮训练后,将它们分配去抵御陆地和空中攻击。
总体而言,参与者通过着眼长远来培养合作者——考虑每个团队的能力将如何发展,以及它们能否达到长期目标——而不是简单地训练当前能力更强、落后、适应性较差或提升空间最大的团队。设想这样一个案例:红队在陆地和空中防御方面都比蓝队更有能力。当两次攻击发生在不同时间时,一个团队可以处理两者,因此参与者训练并部署了已经更强的红队承担两个角色——没有理由进行分工。但当两次攻击同时发生时,每个团队必须应对一次攻击,这意味着较弱的蓝队不可避免地要负责其中一次。此时,参与者将训练重点转向蓝队,为其最终将被迫承担的角色做准备。关键在于,这种转变发生在训练期间,在任何角色分配之前——参与者并非对已存在的分工做出反应;他们是在预判分工并为合作者做好准备。
这种前瞻性推理甚至重塑了最初的分工方式。在某些场景中,仅基于团队的初始能力来看,两种不同的分工看起来同样好——但参与者可靠地偏爱其中一种,因为他们正在推理训练将如何打破平衡。换句话说,训练的预期收益不仅仅源于分工;它还有助于决定分工本身。
总之,这些发现表明,分工涉及一种前瞻性的社会推理形式。人们并不只是将现有能力与任务相匹配;相反,他们投资于合作者的成长以优化长期的集体成果。这一视角为理解培训如何支持有效的分工,以及人类如何培养并最终从彼此不断演变的能力中受益提供了起点。
Fangze Tian 是哈佛学院的一名本科生,主修心理学和经济学。她对判断、决策和社会认知有着广泛的兴趣。
Samuel J. Gershman(2013 年获普林斯顿大学博士学位)是哈佛大学心理学系和脑科学中心的教授,他领导计算认知神经科学实验室。他的研究广泛涵盖学习、记忆和决策。他是《What Makes Us Smart: The Computational Logic of Human Cognition》一书的作者。
Yang Xiang(2026 年获哈佛大学博士学位)是斯坦福大学心理学系的博士后研究员。她研究人类的规划和决策,特别是在协作和学习方面的支持作用。
参考文献
Curioni, A. (2022). What makes us act together? On the cognitive models supporting humans’ decisions for joint action. Frontiers in Integrative Neuroscience, 16, 900527.
Goldstone, R. L., Andrade-Lotero, E. J., Hawkins, R. D., & Roberts, M. E. (2024). The emergence of specialized roles within groups. Topics in Cognitive Science, 16(2), 257–281.
Smith, A. (1937). The wealth of nations (pp. 3–16). New York: Modern Library.
Tian, F., Gershman, S.J., & Xiang, Y. (2026). Training collaborators for effective division of labor. Cognitive Science, 50, e70247.
Xiang, Y., Vélez, N., & Gershman, S. J. (2023). Collaborative decision making is grounded in representations of other people’s competence and effort. Journal of Experimental Psychology: General, 152(6), 1565.
Yang, X., & Ng, S. (1998). Specialization and division of labour: A survey. In K. J. Arrow, Y.-K. Ng, & X. Yang (Eds.), Increasing Returns and Economic Analysis (pp. 3–63). Springer.
文章 为未来而训练:劳动分工的前瞻性一面 首发于 Cognitive Science Society。
原作者保留版权;来源:Cognitive Science Society。本站维护者确认获准转载,非公共领域或开放许可证声明。 原文来源(转载授权由站点维护者确认) · 中文译文由 CxHub 客户体验社区生成,并非官方译文。
来源:Cognitive Science Society · cognitivesciencesociety.org