社會學習模型可以跨診斷比較人際推論差異

Rosenblau、Frolichs 與 Korn 提出神經計算社會學習框架，將強化學習與個體如何表徵他人特質、目標及行為規則結合，討論自閉特質、人格疾患與憂鬱等不同群體的社會學習差異。此框架的價值在於把「社交困難」拆解為觀察、模仿、目標推論、知識泛化與根據新回饋修正信念等具體過程。

思與行

• 不把社交困難當成缺乏同理心的證據；要先釐清任務測量的是哪一種社會推論。
• 把當事人的關係脈絡、權力差異、文化規範與安全感放回模型。
• 連結社會學習把人際互動拆解成可檢驗的推論過程與文化情境會改變同一計算參數的意義。

參考

• 開放全文：Rosenblau、Frolichs、Korn（2023），A neuro-computational social learning framework to facilitate transdiagnostic classification and treatment across psychiatric disorders
• 研究網絡：Max Planck UCL Centre for Computational Psychiatry and Ageing Research：研究團隊。