漂移扩散模型

漂移扩散模型是同一个手术的第二次成功，做在另一个器官上。

原来的民间概念是反应速度，"这个人反应快"。八十年代 Ratcliff 把它分解成三样东西：证据积累的速率，也就是漂移率；积累到多少才肯下决定，也就是边界间距；以及所有跟决策无关的时间，编码加上运动执行，叫非决策时间。同样，这三样在实验上分得干干净净。你改指导语说"快一点，错了没关系"，动的是边界间距，漂移率不动。你改刺激难度，动的是漂移率。你给被试戴上手套让按键变笨，动的是非决策时间。你给一个先验偏向，动的是起点。

然后是我认为最有说服力的那一类证据，因为它来自实验室之外。老年人反应慢，这是几百年的常识。分解之后发现，老年人的漂移率在很多任务里并没有显著下降，下降的主要是边界间距和非决策时间——也就是说，老人不是脑子慢了，是他更保守、更不愿意在证据不足的时候下注，加上运动环节慢了。这个结论跟"老化=全面退化"的旧图景完全不同，而且它是可操作的：你要改善老年人的表现，该动的是策略而不是训练感知。同样地，多种精神障碍表现为漂移率下降而边界不变，丘脑底核在冲突条件下抬高决策边界，多巴胺操纵动的是特定参数。原来一团混沌的"反应变慢"，现在变成了三个可以分别归因、分别干预、分别对应神经机制的量。

视觉判定背后的神经机制一点都不简单，它涉及的皮层面积、细胞数量、动力学复杂度，不比"自尊"这个概念背后的东西少。它们成功不是因为对象简单，是因为它们同时拥有三样东西，而这三样恰好就是可识别性理论要求的全部条件。

第一样，个体内的密集重复。一个心理物理被试一下午可以跑两千试次，一个 DDM 研究可以在单个被试身上拿到上万个反应时。这意味着什么？意味着你可以在个体内部估计参数，而不需要跨人平均。这一点的重要性怎么强调都不过分。Molenaar 那篇关于遍历性的檄文说的就是这件事：跨个体的结构和个体内的结构没有任何先验理由相同，除非过程是遍历的，而心理过程几乎从来不是。你用一百个人各测一次去推断一个人的内部机制，这个推断在数学上就是无效的。d′ 之所以是个真概念，是因为它是从这一个人身上的两千次试次里长出来的。

第二样，受控的干预。这是"关节"这个隐喻的实质内容。所谓两个参数是不同的东西，操作性的定义就是：存在一个操作，只动其中一个而不动另一个。这在纯观察数据里是原则上做不到的。你观察到一千个人的击中率和虚报率，你可以做因子分析，你可以做各种协方差建模，但你永远无法确定你分出来的成分对应真实的分离机制，还是只是这个样本的相关结构。分离性是干预性概念，不是相关性概念。所以只有能施加干预的领域才可能完成这个手术。

第三样，显式的生成模型。这一样最容易被低估。生成模型的意思是，你能从参数出发，正向地生成一整个可观测数据的分布——不只是均值，是整条反应时分布，包括它右偏的尾巴，包括正确和错误反应各自的分布形状，包括它们随难度怎么变。这带来两个东西：第一，参数有了唯一解的可能性，因为约束远多于自由度；第二，模型可以被杀死，因为它对形状做了大量它不必做的承诺，任何一处不对都会露馅。

对照一下因子分析。因子分析看上去也在做分解，也在提取潜变量。但它有一个致命性质：旋转不定性。给定同一个相关矩阵，无穷多组因子载荷在数学上完全等价。这就是为什么斯皮尔曼的 g 和瑟斯顿的多重能力吵了一百年吵不出结果——那不是数据不够，那是这个问题在数据层面本来就没有唯一答案。你不可能用更多被试解决一个不可识别的问题。这是高层心理学最大的一个体制性误解：以为样本量能救概念结构。

现在我们可以给高层的失败下诊断了。人格、智力、执行功能、幸福感、自我控制——这些概念到今天为止仍然处在"阈限"那个阶段：一个民间词，一套测量流程，一堆互相矛盾的文献。标准解释是"太复杂了"。我认为这个解释是错的，而且是一种智力上的偷懒。真实的解释是，这些领域三样条件一样都没有。密集重复没有：一个人一辈子填五次人格量表。干预没有：你不能随机分配童年。生成模型没有：大五不是一个能生成数据的模型，它是一个对相关矩阵的压缩描述，它对任何具体行为的形状不做任何承诺，因此它也不可能被任何数据杀死。

再补一个更尖锐的病例。执行功能领域有个"信度悖论"：斯特鲁普效应是心理学最稳健的实验效应之一，几乎在每个被试身上都能重现；但斯特鲁普效应作为个体差异指标，重测信度低得没法用。为什么？因为实验传统追求的是压小个体差异——一个好范式就是让所有人都表现出同一个效应；而相关传统需要的恰恰是个体差异的方差。这两件事结构上互斥。Cronbach 1957 年就写过那篇著名的《科学心理学的两个学科》，说这两支永不交汇。它们不交汇的技术原因就在这里。

所以，结论可以说得很干脆：这个纲领不是猜想，它在心理学的低层已经被完整地证明可行。高层至今没成功，不是因为高层太复杂，是因为高层至今没有那三样东西。

而现在，这三样第一次同时开始变得可获得。

密集重复：手机、可穿戴、经验取样、被动数字表型。一个抑郁症患者过去一个月给你一个 HAMD 分数，现在一天可以给你几十个数据点，睡眠、活动、语音、交互节律，连续几个月。个体内的时间序列长度已经跨过了参数估计所需要的门槛。

可施加的微干预：这一样比数据更关键，也更容易被忽略。微随机试验的整个方法论就是为此而生的——不是把人随机分到两个组，而是把同一个人在成千上万个时间点上随机分配到"此刻推送 / 此刻不推送"。这就是在个体内部制造正交操纵，也就是把心理物理学那套判据操纵搬到了日常生活里。加上闭环神经刺激、精确控时的光照、可调度的睡眠时相——真正意义上的"只动一个参数"的操作，第一次出现在了实验室之外。

机制性生成模型：强化学习模型、序列采样模型、层级贝叶斯，这些都已经成熟。而更重要的是拟合技术的变化。过去一个模型只要似然函数写不出来就基本没法用，这个约束把可用模型限制在很窄的一类里。现在基于模拟的推断、摊销推断这些方法，让你可以拟合只能正向模拟、写不出似然的模型。这直接扩大了"可以被认真对待的机制假设"的空间。

那么，先在哪儿长出来？

我的判断是：临床、学习、决策、睡眠。理由不是这四个领域重要——理由是这四个领域恰好同时具备密集数据和真实干预。而在这四个之间的先后顺序，取决于一件很朴素的事：外层时钟转得多快。

我想把这句话说得再重一点，因为我认为它其实是整个论证的隐藏主干。

回头看心理学各个分支的成功程度，它跟对象的复杂度关系不大，跟对象的时间尺度关系极大。心理物理学的外层时钟是毫秒，一次试次半秒钟，一下午两千次——所以它在六十年代就完成了概念手术。学习和记忆的外层时钟是分钟到小时，一次实验几十上百个学习事件——所以它有一批站得住的模型，但比感知弱一档。情绪和临床的外层时钟是天，一天一个心境状态、一次发作间隔以周计——所以它现在才刚刚够得着门槛。人格和发展的外层时钟是年——所以它一百年没有进展。文化变迁的外层时钟是几十年——所以那里根本不存在这个问题的答案。

这个梯度太整齐了，整齐到不像巧合。它说明的是：所谓"高层太复杂"，很大程度上是"高层的样本获取速率太慢"的一个错觉性重述。你在感知领域一下午拿到的观测数，人格领域要花两百年。在这种数据密度下，任何领域都会显得混沌不清、概念含糊、结论互相矛盾。

而内层——建模、拟合、模拟、假设生成、参数恢复检验——这一层现在可以跑得任意快。你可以在一夜之间跑完几万次模型比较，可以自动搜索模型空间，可以为每一个候选机制生成可判别的预测。但这一层跑得再快，也不能替你多过一个晚上。睡眠研究里一个被试一天只能给你一夜，这个数字不会因为算力增长而变成两夜。抑郁的复发间隔不会因为你的推断算法更好而缩短。技能的巩固需要真实的时间。

所以真正的瓶颈已经从内层转移到了外层，而外层的速度上限就是现实本身的节律。这带来一个非常具体的策略含义：在选择下注方向的时候，该问的第一个问题不是"这个问题多重要"，也不是"我有多少数据"，而是"这个系统的自然时钟多快，我能不能加速它"。睡眠之所以是我名单上被低估的那一个，正是因为它的时钟虽然只有一天一格，但每一格给你的是几小时连续的高维生理信号，而且它是少数几个你可以在夜里精确施加微干预、并且当晚就能读出后果的系统。它的单位时间信息密度远高于它的表面频率。

最后一句提醒，关于这个纲领能给出什么。它不会给出社会科学的元素周期表，我同意这个说法，但我想把否定的理由说得更准确一点。元素周期表之所以可能，是因为底下有一条离散的、普适的物理律，元素的身份不依赖于你怎么测它。心理学的参数不是这样的：d′ 只在特定的刺激—反应体制下有定义，离开那个体制它就不是一个量。它更像温度，不像碳。温度是一个了不起的概念，它是真的，是可测的、可干预的、有深刻理论地位的，但它只在接近平衡的条件下有定义，而且它不是宇宙的一块砖，是一个体制下的状态变量。

我们能指望的最好结果，就是在临床、学习、决策、睡眠这几个角落里，长出十几个这种量级的状态变量：定义域有限，条件明确，但在自己的定义域内是真的、可分离的、可干预的。那已经比现在多得多了。而且，这才是我认为值得下注的原因——它不需要一场革命，它只需要那三样条件在某个具体角落里同时到位，然后剩下的事情，历史上已经演示过一遍了。