北京
2008 年。波士頓一間實驗室。
一位年輕的研究員正測試經典的“情緒匹配”范式：屏幕上一張張面孔閃現，受試者在怒、悲、喜的固定列表里選詞。這位實驗員做了一個不尋常的動作——把那些情緒詞全部刪掉，只讓受試者自由寫下任何想到的情緒。那次的實驗發現，情緒識別率從75%跌到不足50%，而在偏遠文化群體中，準確率更是近乎隨機。
她后來回憶道：“只需要稍微調整實驗方法，傳統情緒觀一向支持的“情緒識別普遍性”現象便顯著下降。”
這位實驗員名叫麗莎·費爾德曼·巴雷特（Lisa?Feldman?Barrett），是科學暢銷書《情緒：情緒是如何產生的》（2017）的作者。書中，她公然挑戰達爾文以來“情緒普世、面孔萬能”的正統，提出大腦實時“構建”情緒的理論。也是在那本書里，她提出一個新概念——情緒粒度（Emotion Granularity）。
情緒粒度指個體區分并命名情緒體驗的精細程度。高粒度的個體擁有更豐富、準確的情緒詞匯與體感映射。有趣的是，情緒粒度被指出和多個“看似無關”的重要功能有著著向關聯：決策、注意力和內感受。而科學家們也在一次次實驗、復現和質疑中慢慢道出這份結論的原委。
情緒粒度滲透生活
2024年《心理學前沿》的一篇元分析薈萃了43項實驗研究，樣本量近8600名參與者，發現情緒粒度越高，個體對決策框架的轉換越靈活，落入“偏誤”的可能性也越低。換句話說，我們更可以跳出我們的“直覺性思維”，深思熟慮后決策。研究者進一步指出，情緒粒度高的個體在投資情境中的損失厭惡，即“同等程度的收獲和損失的情況下，對損失有更強烈的“痛覺””更低，在并購模擬情境中的過度自信指數總體下降12%。
解鎖全文
本文為「神經現實2025年刊」專屬文章
年刊用戶可直接掃描以下二維碼閱讀本文
如需訂閱「神經現實 2025 年刊」
可掃描下方二維碼了解詳情
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
