Preference learning paradigm. Credit: Nature Mental Health (2026). DOI: 10.1038/s44220-026-00650-4
乔治华盛顿大学的最新研究对自闭症与非自闭症人士如何了解彼此的偏好提供了意想不到的见解。研究表明，两组人群依赖相似的学习策略；然而，关键差异可能有助于我们理解自闭症与非自闭症同龄人如何相互理解。
这项研究由认知神经科学副教授、认知神经科学博士项目主任Gabriela Rosenblau及其博士生Shannon Cahalan领导，研究自闭症和非自闭症青少年在推断他人偏好时是否应用不同类型的社交知识和学习策略。
题为"建模自闭症与非自闭症群体如何了解自身及彼此的偏好"的论文于2026年6月2日发表在《自然·心理健康》期刊上。
研究团队招募了大量自闭症和非自闭症个体参与在线研究。在第一个实验中，他们记录了参与者对某些食物和活动的个人偏好。随后，他们比较了非自闭症成人和自闭症青少年如何推断自闭症和非自闭症青少年的食物和活动偏好。
研究发现：
- 自闭症参与者对食物和活动的个人偏好比非自闭症同伴表现出更大的变异性，这凸显了这一群体的异质性，以及从群体层面模式推断个体偏好的局限性。
- 自闭症青少年和非自闭症成人在预测自闭症青少年的偏好时准确度都较低。
- 自闭症和非自闭症参与者都依赖相似的学习策略进行预测，并使用额外反馈来更新预测。
- 然而，随着自闭症严重程度的增加，学习速率和基于反馈更新偏好预测的能力降低。
Rosenblau表示："这些结果表明，自闭症与非自闭症人士之间的误解可能并非源于根本不同的学习机制。相反，它们可能产生于自闭症个体的偏好更为多样，使得使用典型的社交假设更难预测。"
这些发现为"双重共情问题"提供了新的证据，这一理论认为自闭症与非自闭症人士之间的沟通障碍源于每组如何解释社交世界的差异，而非自闭症个体缺乏共情。
据Rosenblau称，这项工作突显了结合大数据集与计算建模以更好地理解自闭症社交学习的价值。该框架也可能帮助研究人员确定自闭症谱系内有意义的差异，为未来干预提供信息。
出版详情
Shannon Cahalan等人，《建模自闭症与非自闭症群体如何了解自身及彼此的偏好》，《自然·心理健康》(2026)。DOI: 10.1038/s44220-026-00650-4
期刊信息：《自然·心理健康》
关键医学概念
自闭症谱系障碍 计算建模
临床类别
精神病学 心理学与心理健康 儿童健康
提供方：乔治华盛顿大学
【全文结束】
