啦啦隊效應是什麼？｜大腦如何處理大量視覺圖片 x 合照比獨照來得好看？

Modified from Photo by Luca Bravo on Unsplash

大家最近還好嗎？

上個禮拜很抱歉因為在忙著面試今年申請 PhD 的學生們所以沒有發佈新的文章 😭

除了面試今年的申請者以外，上個禮拜也是新學期的開始，新的課程、新的實驗進度；更重要的是，上個禮拜我終於完成了 COVID Pfizer 疫苗的第二劑注射 💪🏼

關於第二劑疫苗，每個人施打後的反應也都不大一樣，但我自己的經驗是打完第二劑後的當下，肌肉反而沒有第一劑要來得疼痛，後續也只有打完後隔天有稍微的倦怠感＋肌肉痠痛，然後過幾天就幾乎都一切正常了。

（說到 COVID 疫苗，這個週末 2/6 週六晚上 8 點，我會在 Google Meet 上舉辦一場 webinar，跟你探討 COVID 疫苗還有 Q&A 討論，若有興趣的話可以去這裡看看唷 😉

至於今天想要跟你分享的，是一個比較輕鬆的主題～

想要跟你介紹一個心理學上的認知偏差—— 啦啦隊效應（Cheerleader effect）。

相信大家可能或多或少都有聽過這個現象。

Cheerleader effect 啦啦隊效應也就是指，因為我們大腦中的某種心理認知誤差，導致同樣一個人的五官臉龐，出現在一群人當中時，會比單獨出現時，要來得更吸引人。（用很直白的講法就是同樣一個人在合照中看起來會比在獨照中看起來要來得帥氣

那造成這個 Cheerleader effect 的背後原因可能是什麼呢？為什麼我們的大腦會產生這種認知偏差呢？

今天想要帶你看一篇發佈在 2019 年 Nature 旗下 Scientific reports 雜誌的 paper，文章裡面有探討關於研究人員們是如何測量 Cheerleader effect 的？以及探討其中背後可能的原因是什麼呢？ 🤓

什麼是 Cheerleader effect？背後可能的原因是什麼呢？

Cheerleader effect 這個名詞，最早是在美劇 How I met your mother 裡面出現的（是的你沒聽錯看美劇不僅可以練英聽還可以學心理學 😳）

這個名詞所指的現象就是—— 同樣的臉龐出現在群體中時，會比單獨出現時要來得吸引人。

The cheerleader effect is said to occur when the same face is perceived to be more attractive when seen in a group, compared to when it is seen alone. -- Walker, D. & Vul, E. (2013)

那麼為什麼我們的大腦會產生這種心理偏差呢？

Dr. Walker 和 Dr. Vul 這兩位來自 UCSD 的科學家們，在 2013 年的這篇文獻當中，提出一個假說認為，Cheerleader effect 主要是由以下三種現象所組合而產生的——

我們的大腦視覺系統，面對一組複雜的圖片時，會迅速且自動地處理並產生一個 ensemble representation（也就是大腦會對眼前這個視覺場景計算出一個代表性的平均值的概念）
在圖片中，群體中的個體，會受到這個 ensemble representation 的影響，而產生 bias（也就是當我們在判斷群體中的個體的樣貌時，大腦會受到這個 ensemble representation 的影響而產生誤差）
如果這個 ensemble representation 是吸引人的，那麼連帶地也會使大腦認為，圖片中群體裡的單一個體樣貌，也是吸引人的。

藉由這幾個現象的共同作用，我們的大腦就產生了一種認知的誤差，這也就是為什麼同樣的一個人，在合照中會比在獨照中要來得更吸引人的可能原因。

那如果我們再深入一點地探討，在上述跟你提到—— 在面對一組複雜的圖片時，大腦視覺系統會迅速且自動地產生一個綜合平均值 ensemble representation，的這個現象，科學家們就把這個大腦處理訊息的過程，稱為 ensemble coding。

那麼下一個問題就是，為什麼我們的大腦會有這種 ensemble coding？

Photo by That's Her Business on Unsplash

為什麼大腦會需要 ensemble coding 的能力呢？

早在 2011 年，來自 Harvard 的 Dr. Alvarez 在 Cell 的 Trends in Cognitive Sciences 雜誌上發表的這篇研究，裡面有提到說—— 大腦視覺系統的 ensemble coding 能力，可以讓我們在面對一組複雜的圖片時，盡可能地降低大腦視覺系統單獨處理一個一個圖片的負擔。

而且在看過圖片之後，若大腦需要重新回想關於這組複雜圖片的相關資訊時，這個由 ensemble coding 所產生這組複雜圖片的 summary statistics，這個 summary 是可以很迅速地被大腦重新訪問的（access）。

因此，透過 ensemble coding，大腦視覺系統既可以避免消耗過度資源在處理單一圖片上，也可以在一定程度上，迅速地擷取出這組複雜圖片的相關資訊。

不過當然，畢竟只是 summary statistics，所以在當回推到群體中的個體時，難免地，就會有誤差的產生，這也正是為什麼會有 Cheerleader effect 的主要可能原因。

那麼，這個誤差到底有多大呢？

也就是說，同樣一個人在群體中比單獨出現要來得更有吸引力，那麼究竟可以增加多大的吸引力呢？

根據這篇同樣是在 Scientific reports 雜誌裡的研究顯示，跟單獨出現相比，出現在群體中的臉龐可以增加平均約 1.5% - 2% 的吸引力。

不曉得你會不會很好奇，這個增加的吸引力究竟是怎麼被計算出來的呢？

Cheerleader effect 是如何被測量出來的？

2019 年刊登在 Nature 旗下 Scientific reports 雜誌的這篇研究文獻，裡面有詳述了研究人員們是如何進行 Cheerleader effect 的相關實驗。

不妨你也可以一起試試看體驗一下這個實驗到底是怎麼進行的。

如下圖所見，紅框框的照片是這次實驗的 target picture，受試者主要就是針對 target picture 來進行評分。

首先第一列（a 與 d）是 Control Group，就是合照組。

然後第二列（b 與 e）比較特別，是 Distractors Group。雖然也是合照，但是不是一般的合照，這裡主要分為兩個類別—— Identical-Distractors 與 Self-Distractors；左邊的 Identical 就是指完全一模一樣的照片來作為 distractors；而右邊 Self 就是指是使用同一個人的照片但是可能光線角度有所不同，來作為 distractors。

（第二列這個 Distractors Group 如果看不懂的話也沒有關係～你可以直接略掉，對理解這篇文章沒有任何的影響 🤓

最後第三列（c 與 f）是 alone，就是單獨的照片。