脑机接口(Brain-Computer Interface，BCI)技术通过建立脑与外部环境的直接信息通道，为运动功能受损个体提供了突破生理限制的可能性。作为BCI的重要范式，运动想象脑机接口(Motor Imagery-Brain Computer Interface，MI-BCI)通过解码个体在想象运动时产生的神经信号，已在智能轮椅操控、神经义肢控制等领域取得显著进展。然而，现有研究普遍陷入计算表征范式的解释困境：一方面，以马克·简尼洛德(Marc Jeannerod)运动模拟理论为代表的认知框架，虽揭示了运动想象与执行共享神经基质的特征，但仍将具身化的运动意向性降为前馈预测编码的神经计算，延续了笛卡尔身心二元论对“感知—行动”循环的割裂；另一方面，传统解码模型将连续、动态的具身意识活动强行纳入“信号采集→特征提取→分类解码”的线性流程，排除了主观体验中不可还原的质性因素，导致非因果、涌现性的感受质(qualia)被忽视。这种范式困境在技术应用层面表现为脑解码准确率不足、用户能动感与拥有感评分较低，出现认知失联、身体失认、具身解离的现象，在理论建构层面则体现为对意识经验的现象学结构的阐释缺位。 一、运动想象脑解码研究的解释困境 一般而言，脑机接口是指绕过脊髓和外周神经系统在脑与外部环境之间通过计算机直接建立信息渠道的技术。①当前，BCI技术相关研究主要专注于将大脑的神经信号解码为计算机的数字信号，而这一领域的研究需要使用脑电图(Electroencephalogram，EEG)、功能性近红外光谱(functional Near-Infrared Spectroscopy，fNIRS)等各类神经影像方法②，采集大脑在各类思维活动中产生的不同神经信号。 BCI在医学领域的主要研究与应用方向之一，是协助因衰老或疾病等不同原因丧失一定运动能力的个体重新获取运动能力。例如，使用BCI系统解码EEG信号，能够为老年人与残疾人构建带有机械手的智能轮椅系统。③为了采集人类在尝试进行运动时所产生的神经信号，基于运动想象的BCI研究(Motor Imagery-Brain Computer Interface，MI-BCI)应运而生，并在近年蓬勃发展。④作为一种信号较为稳定的外源性BCI范式，运动想象脑机接口不仅依赖于外部刺激，而且需要用户保持一定的注意力。这是说，运动想象反映了用户大脑的一种自主运动意向，用户在脑海中模拟运动而不实际执行运动，外设的运动操作装置将实现用户主观意愿下的运动意向。在MI-BCI目前的应用场景中，受试者往往需要想象自己正在进行某项运动或者观看某项运动的视频，大脑的初级运动区诱导μ节律和β节律的事件相关去同步和同步现象，从而激活与实际运动相似的脑区。BCI系统则会采集在上述活动中产生的神经信号并尝试进行解码，将神经信号转为操控外设运动装置的电信号。如在一些学者的研究中，受试者需要想象移动左右手，使之前旋或后旋，BCI系统在反复实验中进行训练，在20次循环训练后达到了最高72.5％的信号识别准确率⑤；也有学者提出了一种脑驱动机器人控制系统，受试者通过想象运动控制机器人“停止”“向前走”“向左转”或“向右转”，在机器人导航实验中达到了90.7％的准确率。⑥ 传统脑机接口系统大多基于计算表征范式，这种范式将意识活动简化为“输入—输出”的线性因果链。马克·简尼洛德在《表征的大脑：运动意图与想象的神经关联》中提出的运动模拟理论，开创性地揭示了运动想象与运动执行共享神经基质的核心特征。该理论认为，运动系统通过“离线模拟”机制在运动前区生成内部前馈模型。⑦这种基于预测性编码的运动表征构成了动作意图的认知基础，而将具身化的运动意向性降为预测性编码的神经计算。这种理论进路在洛特(Lotte)等人对近十年EEG脑机接口的研究综述中也有所显现。综述中指出，传统运动想象范式依赖于脑电信号的时频特征提取，这一范式通过“信号采集(EEG)—特征提取(CSP)—分类解码(LDA)”的线性化操作⑧，将复杂的神经活动抽象为可计算的指令映射。尽管从脑电图信号中解码运动执行在以往的研究中表现出较高的性能，但是基于运动想象范式的意图解码至今未能达到足够的准确性。与此同时，只聚焦于在“第三视角”上提升解码准确率，会使得运动想象研究落入本质主义的陷阱，忽视了运动想象作为“第一视角”在具身认知过程中的动态性与意向性。归根结蒂，这种将不可被表征的、非线性因果的具身感受质视为颅内计算表征的范式，仍是对笛卡尔式二元预设的延续——将大脑视为信号输出端，身体作为被操控对象，心智作为离散符号，割裂了“感知—行动”循环的完整性。 脑解码计算表征范式不仅在理论上具有局限，类似于笛卡尔式的身心二元，在具体技术应用中，特别是对神经义肢或机械臂的控制中，或将出现能动感(sense of agency)与拥有感(sense of ownership)的具身解离现象。⑨如加拉格尔所论述的，能动感与拥有感均为意识经验的自我感的重要构成，能动感指涉“我作为行动发起者”“行动是由我发生”的意向性，即我就是引起或产生一个动作或思想过程的那个人，而拥有感指涉“身体归属于我”的本体论确证，即我就是正在推动或经历一个体验的那个人。在自主行动中，能动感与拥有感通常以现象学耦合形式在前反思经验中紧密结合，形成“我能”的具身统一性。而在非自主行动中，能动感与拥有感是分离的；脑解码的计算表征范式极有可能带来非自主行动的能动感与拥有感分离。 由于对不同肢体单一动作的MI-BCI指令集数量有限，在实际应用中受到动作类别的局限，脑解码的准确性和外设执行指令的精确度常常不足，导致用户主观运动意愿与实际外设运动执行装置的运动出现不一致，这个现象常被称为“认知失联”或“身体失认”。从此现象所造成的能动感与拥有感的解离这一角度看，笔者将这个现象称之为“具身解离”，即强调由于运动意图和运动行为的不一致而发生的行动者具身能动感与拥有感的解离。当与用户身体相连的神经义肢作为外设运动执行装置时，若义肢运动轨迹与用户运动想象的空间映射存在偏差，顶叶内沟的多感官整合功能将受阻。实验表明，此类偏差超过15°时对能动感评分将下降42％。⑩在单一模态的MI-BCI系统中，体感反馈的缺失与视觉代偿的过度依赖共同构成了拥有感解离的核心矛盾。实验研究表明，当用户通过MI-BCI控制机械臂时，触觉反馈通道的缺位直接导致体感皮层的α波段功率显著降低，反映了体觉信息输入的实质性匮乏。此时，用户虽能通过视觉确认机械臂的空间位置，但因缺乏体感皮层与运动皮层的闭环耦合，无法将其纳入“身体图式”的动态边界。
