懂得合作是成為人類的標誌之一。與其他物種相比，人類具有極高的社交性。通常情況下，人們都會以細微但重要的方式幫助他人，比如讓路、給小費等。

沒人保證我們的付出一定會得到回饋。但對你來說的一小筆捐款卻對接受者意義重大。這種形式的合作即對別人的捐贈行為被稱作“間接互惠”，有助於人類社會的不斷前進。

人類最開始的基於群體的行為隨著不斷演化，逐漸可以克服大型食肉動物的威脅。於是人類形成了複雜且具有社交能力的大腦，且人類大腦與身體的比重要高於其他物種。換句話說，這個社會大腦假說（http：//psych。colorado。edu/~tito/sp03/7536/Dunbar_1998。pdf）的主要思路是：人類之所以具有發達的大腦，是人類在以合作為獨特元件的複雜社交群體中不斷進化的結果。

雖然會面臨有人“搭便車（指不勞而獲）”的風險，但社會上還是有人願意捐獻，因此間接互惠非常重要。有些人樂於接受卻不願付出的這種想法引發了一個複雜的跨學科難題：自然界中，哪些情況會促進伴隨搭便車風險的捐贈行為？

圖片：為機器人教授社交線索（social cue）可使其更好地融入人類社會。

經濟學家，生物學家，數學家，社會學家，心理學家等都在研究捐獻行為。因為涉及到進化問題，這種調研具有很大難度，然而計算機科學卻可以在這方面大有可為。軟體可以模擬簡化的人類群體，群體中的個人則會選擇不同的捐贈策略幫助他人。這樣我們就可以透過建立簡化群體的後代來研究捐獻行為的進化過程。更成功的捐獻策略會有更大的可能性保留在群體的下一代中，這樣我們就能夠觀察進化過程。

在現代社會，合作對於工程和技術而言正愈發重要。無人汽車，無人機和智慧手機等各種智慧和自動化裝置不斷產生。這些“機器人”將越來越複雜，在它們與其他裝置或人類溝通時，我們將需要協助機器制定合作決策。

智慧裝置應如何選擇幫助對方？如何禁止搭順風車者的剝削？我們的實驗打破了傳統學術學科的界限，可為新興技術提供有用的新洞見。在任意指定環境中，可促進自動化技術的機器智慧的發展過程，對機器的無私程度起著決定性作用。

為演化建模

為了理解社交群體的合作過程，我們將虛擬玩家隨機配對，並運行了幾十萬次的計算機模擬的“捐獻遊戲”。每對玩家中的第一個玩家需要決定是否給另一個玩家捐贈。這個決定行為基於玩家對自己名譽的評價。玩家如果選擇捐獻，就需承擔一些開銷，接受者則會受益。每個玩家的名譽會根據自己的行為進行更新，然後下一場遊戲啟動。這樣，我們就可以發現哪些社交比較（social comparison）方面的決策能夠產生更好的回報。

社會比較是我們希望能納入研究的另一個人類行為關鍵特徵。隨著在群體中的演化，人類變得擅長與他人比較，這種比較與做出相應的捐贈決策高度相關。隨著社交群體增大，社會比較就成為一個重大的認知挑戰，以這種方式評估他人可能有助於促進人類大腦進化地更大。

調查中使用的特定捐贈行為基於玩家與他人比較聲譽的結果。其結果有少量的可能性：比如對我而言有三種情況，我可能認為你的聲譽與我不相上下，比我更高或者更低。這一思考的關鍵在於，玩家會以有意義的方式對某人聲譽進行估算。

圖片：要成為人類，不只是看起來人模人樣而已。

研究結果顯示，進化過程支援的捐贈策略是：捐獻給至少與自己名譽等同的人。我們將此稱作“志向的同質性（aspirational homophily）”。其中包含兩個重要元素：首先，無私能夠維持較高的聲譽；第二，不捐獻給更低聲譽的玩家有助於預防有人搭便車。

應當注意的是，我們的實驗結果來源於簡化模型：即捐獻決策不涉及真實生活中可能會發生的意外情況，而且，我們假設驅動行為的是經濟資源而非情感或文化因素。但同時這種簡化也使得我們可以獲取清晰而可用的實驗結果。

更重要的是，我們的發現支援了上面的社交大腦假設：人類之所以具有發達的大腦，是人類在以合作為獨特元件的複雜社交群體中不斷進化的結果。用“計算”理解這一假設，為理解自動化系統社交智慧的發展打開了新思路。