我们如何平衡自身利益和对他人的公平?

人类，就像所有的生物一样，被一种天生的自我保护意识所驱使。但人类也建造了城市和政府，复杂的产业和持久的文化机构——没有长期的合作，这些都是不可能的。

这种合作不仅取决于对个人利益的渴望，还取决于对公共公平的意识，以及经济学家所说的社会偏好。

芝加哥大学认知神经科学家的一项新研究让我们得以一窥人们的体重自身利益反对对他人的公平——并提供证据表明前者优先于后者。

“在日常生活芝加哥大学博士后学者、该研究的第一作者基思约德(Keith Yoder)说。“我们如何平衡这些担忧?”

使用机器学习进行分析大脑扫描Yoder和道德心理学的知名学者Jean Decety教授发现，多个大脑皮层网络致力于处理对自我有利的决定——自我利益在早期阶段占主导地位决定关门大吉。此外，对自己的公平和对他人的公平具有非重叠的神经激活模式。

研究结果表明，比起维护他人的公平，人们更容易做出利己的选择，但也表明，一旦个人需求得到满足，公平是一个重要的考虑因素。

这些扫描是在参与者参加三方最后通牒游戏时进行的。研究发现，获得公平报酬的参与者更有可能接受对第三方公平的报酬。

“如果人们已经为自己拥有了足够的东西，他们就会对别人更公平，”戴西蒂说，他是欧文·b·哈里斯杰出服务心理学和精神病学教授。“为了生存，你首先要关心自己。这并不意味着你不关心别人，但你首先要活下去。”

发表在杂志上这项研究，该研究安排了一个匿名的“提问者”进行实验，该“提问者”将12美元分给他们自己、参与者和一个中立的观察者。在几十次交换中，提案人提出了四种可能的提议:一种是把几乎所有的钱都留给自己;把钱平均分成三份;其中两组与参与者或观察者分享钱，给另一组只留下一美元。

因为这些提议是假设的，参与者接受或拒绝的决定并不是由实际的经济激励驱动的。约德说:“这项任务真正触及了底层的、真实的公平偏好。”

研究人员将游戏分成两组:32人接受功能核磁共振扫描，40人接受高密度脑电图(EEG)，追踪大脑的电活动。脑电图数据的差异尤其显著:机器学习分析可以在200毫秒内预测自利决策，但要预测确保的决策则需要近600毫秒公平为他人。

约德说，研究结果有助于深入了解支持更复杂决策的基本神经机制。

“我们必须弄清楚如何公平分配资源，”约德说。“了解人们如何做出这些决定非常重要。这些计算可能会变得非常复杂，人们倾向于依赖启发式，在那里他们会使用捷径。拒绝不公平的待遇似乎是一种启发——人们可以非常迅速地做出决定。”

---

---