日报标题：说到表情包，我只选「魔性」的那种
华沙，NTU心理学博士在读。UoG心理学研究方法硕士。BJFU心理学学士。
首先，感谢下@赵思家提了这样一个魔性的问题。
微信最近上调了可以存储的表情上限。这是非常好的一件事。毕竟在现在，没有几个好的表情包真心没法出去和人交流。
比如说，要表示聊天的话题 很有趣味，非常好笑，我难道能用下图这张表情么？
然后，我就被打死了。
或者，作为守护着香菜笑容的马猴烧酒，你能不存几张美女声优的照片么？
至少，你熟悉了日本的兵库县不是么。
再或者，对于甲方又一个颠覆性的意见到来时。作为一个严肃认真的设计师，你不应该对他的天马行空表达赞同么？
反正，过了几小时他的点子又变了。
不知道你有没有想过，为什么你要用这样的表情呢？这些表情好在哪儿呢？为毛魔性的你就越用越魔性了呢？作为一个研究面孔表情的科学工作者， 我从表情传播的角度来谈一谈！
这还得从面孔表情开始说起。达尔文当年就有过一个精彩的推断，面孔表情可能是全人类共享的，因为我们有着共同的祖先。在 1872 年，他在著作《人类与动物的表情》中就谈到了他的研究成果。达尔文搜集遍布五大洲的英国在海外的公民对 于所在地风土人情的记录，发现了一个有趣的现象：在有记录的八个国家，他的“研究员们”发现当地人在传递同一种情绪时都用相 同的表情。举例说就是英国商人的笑和马兰女工的笑没有区别，英国外交官与非洲劳工的愤怒也别无二致。
再往后，Paul Ekman 教授（Lie to me 里博士的原型）深入世界上个个奇奇怪怪的角落，探究原始部落的表情。毕竟现代社会交流多，研究不是很说明问题，倘若新几内亚原始部落也一样使用我们用的表情，那岂不是共享的么？他的汗水并没有白费，成果就是所谓的基本表情学说：面部表情和想要传递的情绪有着跨文化性，当然文化本身也会影响表情和情绪的关系。
在他与同事（1994）所研究的 21 个区域中，21 个区域的人都能准确判断什么样的面孔是“高 兴”(happiness)，什么样的面孔展露出“悲伤”(sadness)， 什么样的面孔表露出“恶心”(disgust)。其余有 20 个区域的人 达成了“兴奋”(suprised)的共识;19 个区域的人都能理解“害 怕”(fear)的表情;还有 18 个区域的群众能够准确判断 “愤怒” (anger)的表情。
后来其他科学家的成果也差不多，比如 Calder 与同事（2001）就用因素分析方法发现这六种静态的情绪表情相互之间差异显著。Hsu 与 Young （2004）也发现基本表情之间干扰很小。但是这并不是一帆风顺的，最近 Rachel Jack 和同事就通过研究动态表情反驳了 Ekman 的观点（2012）:在动态表情中，不同文化的人用不同的面部位 置判断情绪。在他们的研究中，他们比较了东方和西方的居民，发现西方人更加 喜欢通过嘴部表达情绪，而东方人更加看重眼睛部分的动态(西方 人更喜欢用:D 而我们东方人更喜欢用^-^传递开心的情绪，你看出 差异了吗);其次，西方人对于六种基本情绪理解的共性很大，但 是东方人之间有很大的个体(感觉)差异。
当然，他们的观点其实能和 Ekman 的理论匹配。争议我们先不说，但是的确越来越多的研究告诉我们这样的一个内容：的确有几个情绪表情不太好认。尤其是害怕和兴奋。甚至极端兴奋和极端伤感的表情也难区分。
Todorov 教授和同事们（2012）就发现这几张网球运动员的表情，你很难区分到底是赢球了还是输球了。所以说表情虽然全人类共用，但是并不代表每个都好认出。甚至有些社会环境会干扰表情的表达，所以说表情情绪有时候并不是每一个都是被人类共用的。
甚至有时候，同一个表情还会有不一样的解读。比如《教父》里我最喜欢的细节就是麦克和 面包店老板儿子（谢谢评论指正）守着老教父的那一段。倘若对家能识别出他们的紧张是因为没有底，那故事可能就完全改变了。
真男人，抽烟手不抖。
所以说，表情在传递一些复杂情绪的时候，有可能是不能准确传达的。所以你会有时候认不清对方的心情，或者说搞不懂女友是开心还是生气。但是这和我们使用的表情包有关系么？大有关系。
在交流沟通的时候，最重要的就是准确传达信息。你要是不能准确传达出一个表情，这个表情包自然不好用。所以我们喜欢这些夸张的表情包，因为能够准确清晰传达情绪。
比如同样我用@赵思家的表情，来传达 某种特别的笑意，你觉得哪个更好呢。
我个人认为右边那严肃的笑意 更好。
但是为什么这些表情包好呢？因为他们夸张！
我们在判断面孔的时候，我们会融合五官的形态以及它们的空间位置关系为一个整体判断。这种整体识别并不否认局部特征的重要性，毕竟它们构建了整体，但是强调了协同之重。也就是说每个部分的权重还是不一样的。适当夸大一些地方可以加强判断。
神经科学的成像研究以及行为研究结果也都说明整体识别重于局部识别，是正常人识别他人身份的关键：比如说梭状回面孔区（FFA）作为识别面孔身份的中枢站点正是整体识别的起始点，它融汇了局部信息成为整体（Kanwisher et al., 1997; Yovel & Kanwisher, 2005）。
有不少科学家认为我们在识别身份的时候不是简单地记录下面孔上所有的特质，而是和我们心中面孔的模板进行比较。按照 Valentine 教授的观点（1991），我们心中的模板位于一个笛卡尔坐标系的中心。比如说 Hsu 和 Young（2004）的研究，以及 Rhodes 教授的一些研究，说明表情也是如此。也就是说，一张表情和模板的距离能表明它的夸张程度。
中心面孔往往融合了所有特征，看起来很中庸，也很有代表性。我们心中的模板是通过我们生活中的接触不断升级提升，也就是见得越多越不一样（见 Webster et al., 2004 的最后一个实验）。
夸张的表情夸张了整个面孔，尤其是面孔之间的距离（比如眼睛与鼻子，嘴角与眼角等）。 因此新的图片在面孔地图上应该会落在里中心更远的地方（Byatt et al., 1998），所以我们大脑的反应更大，这张图片比原图片更加独特。倘若反着来缩减差异，照片看起来更不鲜明。甚至也有科学家发现不只是身份，连情绪都更加独特鲜明（Calder et al., 1997）。因此，一个好的表情包可以夸大信息，让一个表情更突出。
我来总结一下：表情包夸大了面孔的表情信息；毕竟在夸大之后，本来难以传递的表情（比如害怕）就可以在一张图上准确，甚至有趣地传播出去。这样的表情包先不说好玩，能够准确传递信息，怎么会让人不喜欢用呢？所以说，倘若没有夸张的表情，我们的交流都要倒退几步呢！
参考文献
Aviezer, H., Trope, Y., & Todorov, A. (2012). Body cues, not facial expressions, discriminate between intense positive and negative emotions.Science, 338(6111), 1225-1229.
Calder, A. J., Burton, A. M., Miller, P., Young, A. W., & Akamatsu, S. (2001). A principal component analysis of facial expressions. Vision research, 41(9), 1179-1208.
Calder, A. J., Young, A. W., Rowland, D., & Perrett, D. I. (1997). Computer-enhanced emotion in facial expressions. Proceedings of the Royal Society of London B: Biological Sciences, 264(1383), 919-925.
Ekman, P. (1994). Strong evidence for universals in facial expressions: a reply to Russell's mistaken critique.
Hsu, S. M., & Young, A. (2004). Adaptation effects in facial expression recognition. Visual Cognition, 11(7), 871-899.
Jack, R. E., Garrod, O. G., Yu, H., Caldara, R., & Schyns, P. G. (2012). Facial expressions of emotion are not culturally universal. Proceedings of the National Academy of Sciences, 109(19), 7241-7244.
Kanwisher, N., McDermott, J., & Chun, M. M. (1997). The fusiform face area: a module in human extrastriate cortex specialized for face perception. The Journal of Neuroscience, 17(11), 4302-4311.
Rhodes, G., & Jeffery, L. (2006). Adaptive norm-based coding of facial identity. Vision research, 46(18), 2977-2987.
Valentine, T. (1991). A unified account of the effects of distinctiveness, inversion, and race in face recognition. The Quarterly Journal of Experimental Psychology, 43(2), 161-204.
Webster, M. A., Kaping, D., Mizokami, Y., & Duhamel, P. (2004). Adaptation to natural facial categories. Nature, 428(6982), 557-561.
Yovel, G., & Kanwisher, N. (2005). The neural basis of the behavioral face-inversion effect. Current Biology, 15(24), 2256-2262.