“爱情实验室”VS.爱情大数据

当然，用博弈论去定义信任是一码事，要用数学公式去实际计算任何一段关系的牢固程度又是另一码事了。我能够进行下去，还得感谢“爱情实验室”的大数据存储，那里有关于伴侣互动的成捆的记录和资料。我的5个早期研究也被纳入了现在的研究。所有这些资料涉及来自不同年龄、人种、社会经济环境的伴侣们。其中一项针对新婚夫妇的研究从他们结婚最初几个月开始，进行了长达6年的跟踪记录。我的老同事罗伯特·利文森（Robert Levenson）、劳拉·卡斯滕森（Laura Carstensen）和我也对160对伴侣进行了20年的跟踪研究，从他们十四五岁开始。在第3项研究中，我分析了100对伴侣之间的互动和交流，他们年龄各不相同，对关系的满意度也各不相同。另一项实验中，我研究了低收入伴侣是怎样作决策的。在第5项研究中，我在实验室里对100对伴侣做了结构化干预。我接下来的研究都是和上述这些研究的参与者们共同进行的，也就是说，我可以将他们在实验室中的行为和他们恋情的结果作比对。

在所有这些实验中，我记录下了参与者们在讨论一个冲突事件时的言语和肢体语言。这让我了解他们在不同意彼此观点时是如何表现的。多亏有了回放转盘，我能够记录下伴侣对彼此行为反应的数据（见图1—1）。这种仪器有点类似新闻直播总统大选辩论时使用的那种，它可以让现场的选民们做出及时的反馈。尽管这种仪器对于一项复杂实验来说看似过于简单，但是研究证明，它在测量人们的态度时还是很精准的。

在测量信任的过程中，回放转盘（video recall dial）非常关键，它就像一个小“信任测量仪”。比如，我录下了约翰向玛丽承诺（终于！）自己洗车的视频。我不能就此假设他的承诺会提高玛丽对他的信任度。也许她根本就不相信他。也许她把这个承诺当作他投下的一大摞空头支票中最新的一张。我不可能中途停止实验，在玛丽脸上粘个小麦克风，问她结果会怎样，所以我只能使用回放的方法。

图1—1 回放转盘：我的“信任测量仪”

视频刚录好，每个参与者就会分头观看，一边观看一边扭动回放转盘以给出积极或消极的反馈。检查过这些信息后，我才可以说：“当约翰答应洗车时，玛丽很高兴。”因为在看到这里时，她给出了“极端积极”的反馈。

婚恋关系研究的一个挑战就是，在一场谈话过程中，被试者的情绪可能会在我们所认为的积极和消极之间来回变化，呈现几个阶段。即使那些最快乐的伴侣也会有看似不那么默契的时候——一个人伤心，而在另一个人的反馈中却没有体现出伤心。同样，有些关系不太好的伴侣仍然可能有相互同情和支持的时候。为了创建一种通用的信任量表，我在研究中必须去掉这些噪音，并且挑出那些在彼此信任的关系和危机四伏的关系中都常见的互动方式，并指出这些互动方式的类型和频率。这些信息对于那些寻求帮助、试图挽救自己婚恋关系的人们来说作用十分巨大。所以，为了方便管理这些数据，我把所有这些数据归类进3个盒子：糟糕的盒子、中性的盒子和美好的盒子。糟糕的盒子里装着所有消极行为，包括发火、指责、打架、威胁、防卫、悲伤、失望、恐惧、紧张、哀怨、恶心、消极抵制和轻视。相反，美好的盒子里装着积极的情绪和行为，比如兴趣、消遣、幽默、大笑、激动、愉悦、认同和同情。剩下那些既不积极也不消极的，我把它们放进中性的盒子里。

如果我让这些伴侣知道我是如何处置他们这些行为的，他们可能会不赞同我的决定。但他们的想法不会左右我，因为我在将他们的言语和肢体语言分类时采用的是心理学上所谓的“观察编码系统”（observational coding system）。这个“规则手册”是心理学研究标准的一部分，在过去的几十年中被反复验证过无数次。[4]皱眉或嘴角向下常常被编码为“消极”，一个“由衷的”笑容被编码为“积极”，诸如此类。一旦我开始这样描述伴侣之间的冲突，我就可以将他们的关系状态可视化。图1—2中，照片下面的坐标图描述的是一对不开心的伴侣持续15分钟的争吵。就像你从图中上上下下的数据中看到的那样，他们针对对方的情绪起伏很大。我们都知道，人们在吵架时情绪是瞬息万变的，但从总体上说，这对伴侣的趋势是越来越消极的。

图1—2 伴侣计分表

开发“信任标尺”的最后一步是让参与者们拿着回放转盘观看他们的视频。通过打分，我可以知道他们伴侣的幸福度会如何影响他们自己的收益。