一、他心的不可观察原则
及其通达问题
在《红楼梦》第三十二回“诉肺腑心迷活宝玉含耻辱情烈死金钏”中，曾传神地描述了宝玉与黛玉之间虽未曾开口却心有灵犀的共鸣。小说中上述场景转瞬即逝，为什么宝玉能毫不费力地理解与预测黛玉的行为意图，并产生如此真切的感同身受？为了在一个复杂的社会中生存和获得成功，人类需要在社会互动中认识、理解和回应他人，但我们又是如何做到这一点的呢？
让人疑惑的是，自笛卡尔提出心身二元论以降，心灵的私密性使得我们对上述问题的回答蒙上了厚重的阴霾。有关他心问题（other minds）的讨论接受了一种认识论沙文主义——他心的不可观察原则（unobservabilityprinciple, UP）。即，我们无法看见心理状态，这是因为心理状态在本体论层面上是颅内（intracranial）现象。近期，来自神经科学的新发现为上述问题的复兴注入活力。一些神经科学家发现了镜像神经元（mirror neurons），这种神经元的活动规律似乎从脑与神经机制层面上严肃质疑了UP，直接社会感知（direct socialperception, 以下简称DSP）理论旨在质疑UP，挑战他心通达问题，并试图与以理论论（TT）和模拟论（ST）为代表的读心理论分庭抗礼的新势力。
然而，DSP中的“直接”究竟指涉的是什么？神经科学证据如何支持这种所谓的“直接”定义？围绕上述理解又引发了哪些交叉学科的争议？最终，这些争议如何推进我们对于理解他心问题的认识？这些问题仍然有待系统的分析和反思。
二、他心直接感知理论的
神经科学证据
20世纪90年代中期，意大利帕尔马大学的神经科学家里佐拉蒂（G. Rizzolatti）带领的团队在豚尾猴运动区域中发现了一种特殊的神经元。这种神经元的操作性特征是它们不仅在执行一个目标导向的动作（goal-direct action）（例如，伸手抓握一颗葡萄）时被激活，而且会被动地知觉到同种属的生物体或实验人员执行相同或相关的动作时被激活。由于这类神经元的活动特征是借助观察者用来产生其自身动作的那种运动程序将其与对他人动作的观察匹配起来，因此，研究者将其形象地冠名为“镜像神经元”（mirror neurons）。
镜像神经元的活动特征镜像神经元的特征驱使研究者推测镜像神经元是通过观察他人动作从而理解他人意图这样一种能力的基础。例如，有学者主张镜像神经元允许我们：“……借助我们自己的‘运动知识’（motor knowledge）来理解他人的动作，这种知识使得我们可以即时地将一种意向性的意义归因到他人的运动中”。
随着对人类镜像神经元系统功能认识的不断加深，一系列研究发现，我们对他人情绪和知觉的识别与我们自己体验那些同样状态时所激活的大脑区域也是一样的。例如，观察到他人处于疼痛之中，激活了观察者在对疼痛的主观体验中涉及的许多脑区，包括前喙扣带皮质和小脑。观察到他人厌恶的体验激活了对观察者自身产生厌恶的主观情感所涉及的区域，如脑岛。观察到他人被触摸的体验激活了观察者自身被触摸产生激活的脑区。例如，左侧初级躯体感觉皮层。上述由镜像神经元激活产生的主体间的自动运动共振（automatic motor resonance），从而实现社会理解的机制也被称为“镜像机制”。
在此基础上，具身模拟理论（embodied simulation，以下简称ES）就镜像神经元与镜像机制对于DSP的意义给出了解释。按照ES的说法，“镜像机制”通过模拟实例化了读心背后的一个强大的感知-动作耦合，从而使感知者能够“第一人称掌握”他人的运动目标和意图。
三、何谓DSP中的“直接”
当前哲学家与神经科学家在感知他心或社会感知上都特别赋予或强调了一种有别于传统“间接”（indirect）读心取向的“直接”特征。同时，他们在不同的语境中使用一套看似具有“家族相似性”的概念体系来解释“直接”的内涵。然而，迄今为止，不同的研究者对于“直接”的理解存在很大的差异。通过对这些内涵的辨析，我们或许可以反思“直接”的要义。
1
直接意味着无意识吗？
“直接”的第一种含义是与心理学上“无意识”（unconscious）、“自动化”（automatic）、“不费意志努力”（effortlessly）、“内隐的”（implicit），现象学意义上“前理论的”（pretheoretical）、“前反思的”（pre-reflective）等表述紧密相联。然而，无意识是“直接”的充分条件吗？答案似乎并没有那么肯定。这是因为作为DSP的对手——TT无需承诺读心必然是一种有意识的、外显的（explicit）认知过程。
因此，无意识与以TT和ST为代表的传统间接读心理论之间存在兼容性，无意识不构成“直接”的充分条件。虽然，加莱塞强调过ES所实现的功能（即，“对中介状态以及事件建模”）而并非是加工方式（无意识）才是“直接”的充分条件。然而，加莱塞有时也从加工方式的角度强调，ES理论所支持镜像神经元的模拟说明的“直接”意义在于不涉及任何深思熟虑。他甚至认为这一点迎合了现象学主张的社会认知的缄默模型，而后者恰恰是ST无法满足的。这种缄默模型在心理学与神经科学意义上仍然被冠以“无意识”、“自动化”或“内隐”的。
2
直接意味着镜像化吗？
心灵哲学家戴维森（D. Davidson）（2001）在对异态一元论（anomalous monism）的辩护中论证了在行动的目的与意图之间并不存在着直接联系。相同的直接目的可以与许多意图相兼容（例如，某人伸手拿起一把刀可能是为了切菜，也有可能是为了自卫），相同的意图也可以与许多不同的直接目的（例如，某人为了实现自卫的意图可以做出伸手拿刀，发出巨大的响声求救或拨打报警电话的行为）相兼容。此外，什么可以算作动作的方式或动作目的也是相对的。举例而言，精确的抓握（用拇指和食指抓握）可以是抓取杯子的一种方式。然而，这种抓握杯子的方式也可以被认为是达到饮酒目的的一种方式。进一步的，饮酒可以被认为是维持体内平衡或参与社交活动的方式之一。因此，存在着从具体的、容易观察到的动作（例如，使用精确的抓握）到高度抽象的目标和意图（例如，参与社交活动）的连续体，并且在动作的方式和行动目的或目标之间，没有先验的方法可以做出明确和客观的对比。
综上，ES所遭遇的明显问题是即便镜像神经元可以因果性地有助于对直接目的动作的理解（例如，开灯），在直接目标与意图之间仍然存在一条鸿沟。目标的推理是“非直接的”和复杂的。近期的脑成像证据支持了上述分析，镜像神经元的活动与理解目标导向的行为的关系比与意向性动作之间的关系更为紧密。因此，镜像化的标签不仅无助于澄清什么是“直接”，反而为DSP中的“直接”笼罩上“间接”的认识论阴霾。
3
直接意味着行为主义吗？
按照DSP的观点，个体是否能直接感知他人心理状态，可能取决于他在多大程度上坚持心智是具身和情境化的这一概念，以及在多大程度上把心理状态理解为由模式组成，其中一些元素可以被感知。“如果情绪和意图（可能还有其他心理状态）都是可以被感知的，那么说它们可以被‘直接’感知又是什么意思呢？虽然这也是一个目前正在辩论的问题，但就目前的目的而言，我们可以简单地说，如果我不需要在知觉中添加推论或其他非感知的认知过程来获得它，我就可以直接感知到它”。
雅各布（P. Jacob）质疑上述主张会招致一种粗暴的行为主义。根据雅各布的说法，他人的身体表情（bodilyexpressions）要么构成他们的情绪状态，要么不构成。如果身体表情并不构成情绪状态，那么我们不会直接感知他人的心理状态，而只能直接感知到他们的行为，除了确认UP的理解他心的推理主义取向，我们在这个问题上并没有取得任何进展。然而，如果身体表情构成了情绪状态，那么DSP就重回到声名狼藉的还原行为主义（reductive behaviorism）。
针对上述质疑，现象学家扎哈维（D. Zahavi）回应认为，DSP从没有将心理状态识别或还原为行为（或行为倾向）。心灵比其可公开可通达的行为表现更多——这不仅适用于复杂的抽象信念，甚至适用于简单的意志和基本情感。但是，由于给定主体的心理状态的某些方面不能被他人直接通达，因此无法推断某个主体的心理状态的任何方面都不能被他人直接通达。我们不应该将可以同感地理解对方的情绪或意图的说法与有可能同感地理解对方的情感或意图的所有方面的说法混为一谈。
四、他心的构成观：
DSP的本体论解决之道？
综上，通过辨析上述“直接”概念的含混之处，我们可以大致勾勒出DSP核心主张的基本图景。总体上，DSP旨在强调，在某些交互主体性情境中，“有心灵”的存在可以“直接”通达到彼此的心理状态，而这种通达方式由于UP的阻拦，是TT和ST无法触及的领域。
新近兴起的他心的构成观（constitutiveaccount）有望为我们理解“直接”提供一种本体论维度上的解决之道。这个观点将心灵视为具有复杂结构的混合实体（hybrid entities）。某些心理现象可以被认为，既有内部方面（脑与神经生理活动、心理状态及主体的第一人称经验），也有外部方面（身体动作、手势、表情和环境）。
从这个意义上说，当我们感知到表达行为和行为时，我们并没有感知到内在状态的外部物理输出，而是心理现象的适当部分。通过这种方式，我们可以直接感知他人的经验，因为我们可以直接感知他心的某些适当部分。许多心理状态可以具体地显现在我们看见的表达行为中。并不是行为背后隐藏着心理状态，而是行为本身就构成了心理状态。身体表达的构成意义在于特定的身体行为是心灵的表达，在这种表达中它们实际构成了某些心理现象的合适组成部分。看见这些行为就是“看见”了他心的一部分，而不是把这些外部的行为看成是某些内部心理状态活动产生的因果产物。
回到文章开头，在与黛玉的面对面互动中，宝玉并非从黛玉的咳嗽声、泪水和转身等一系列行为背后推断出隐藏在她心中的“万句言语”，这些表达行为本身就是那“万句言语”的组成部分。那些“万句言语”既包括内在的丰富的第一人称经验，也包含外在嵌入情境之中的身体表达。用舍勒的话说，它们构成了一个“表达性的统一体”（expressive unity, Ausdruckseinheit）。因此，我们只需要接受至少有关他心的知识中会有一类应该被视为直接、紧缩的（deflationary）的知识，而这恰恰是DSP强调的直接通达他心何以可能的强健理由。
