2026年2月，封春亮副教授团队及其合作者在医学领域权威期刊《Neuroscience & Biobehavioral Reviews》（SCI, IF 7.9）发表了题为“Neural commonalities and dissociations of human social and experiential learning”研究论文。该研究整合激活似然估计（activation likelihood estimation, ALE）元分析与静息态功能连接（resting-state functional connectivity, RSFC）分析，从脑区与大规模功能网络两个层面系统比较社会学习与经验学习的神经基础，在跨研究尺度上揭示了二者“共享价值核心、系统组织分化”的神经架构原则。四川师范大学李厅博士、荆楚理工学院王迣博士、华南师范大学科研助理（现英国萨塞克斯大学在读博士）赵月为论文共同第一作者，浙江大学潘亚峰教授与华南师范大学封春亮副教授为论文共同通讯作者。浙江大学科研助理苏畅、德国于利希研究中心Simon B. Eickhoff教授、瑞典卡罗林斯卡医学院Andreas Olsson教授对本文作出了重要贡献。
人类获取知识、理解世界，主要依赖两种基本路径。一种是社会学习（social learning），即通过观察、模仿、他人传授以及语言交流获取信息；另一种是经验学习（experiential learning），即通过亲身行动与环境互动，在成功或失败、奖励或惩罚等直接后果的反馈中不断调整行为。两种机制彼此交织，共同塑造人类高度灵活且适应性的行为系统。尽管现有的研究已分别揭示了两类学习模式的神经基础，但其脑机制层面的共享成分与功能分离，仍缺乏系统的整合比较。
为识别两类学习共同或特异性依赖的脑区，研究团队首先进行了ALE元分析。结果显示，尽管社会学习和经验学习分别激活了广泛的特异性区域，但在腹侧纹状体（ventral striatum, VS）和前侧脑岛（anterior insula, AI）两个关键节点上呈现显著重叠（图1A）。腹侧纹状体长期被认为是初级奖赏加工和社会价值更新的核心枢纽，而前侧脑岛则在社会情境和非社会情境中均参与效价评估。元分析证据支持神经功能复用假说，即无论价值信息源于自身直接体验还是社会线索，大脑都可能调用共同的价值计算系统进行整合与评估。在元分析识别的核心区域基础上，研究人员结合100名健康被试的静息态功能连接数据，运用神经影像功能连接组学和机器学习方法，对两类学习的内在网络模式进行了系统比较。结果发现，二者在大尺度网络组织层面呈现显著分化（图2A、2B）。
图1 联合和对比分析识别不同学习类型间共同和特异性依赖的脑区
研究团队进一步将社会学习细分为社会奖赏学习（social appetitive learning）和社会厌恶学习（social aversive learning）。结果显示，两种亚型不仅在局部脑区活动上存在差异（图1B），更在大尺度网络组织层面表现出清晰分离（图2C、2D）。社会奖赏学习主要涉及默认网络（DMN）、皮层下网络（SCN）和情感网络（AFN）；社会厌恶学习则主要关联腹侧注意网络（VAN）和额顶网络（FPN）。这种基于效价的神经分离反映出社会学习在进化过程中形成的双重适应机制：一方面通过整合社会认知与价值表征支持资源获取与社会联结，另一方面通过强化威胁检测与行为调控以降低环境风险。
综上所述，本研究表明社会学习和经验学习在价值编码层面共享核心神经结构，但在大尺度网络组织上呈现系统性分离。通过整合ALE元分析和静息态功能连接数据，本研究不仅揭示了两类学习的核心重叠模式，也明确了其系统层面的功能分离特征。同时，对社会学习内部不同效价亚型的比较进一步深化了我们对适应性学习神经机制的理解。本研究提出的多尺度整合分析框架为比较不同复杂认知功能的神经基础提供了可推广的方法路径。
图2 不同学习类型间的内在网络模式比较
原文链接：https://url.scnu.edu.cn/record/view/index.html?key=8987c9f87e289cb420febff782d4a2bb