La ricerca interspecie mostra che il modo in cui vengono prese le decisioni dipende dall'incertezza.
Gli scienziati del Dartmoor College hanno imparato come noi (e i nostri parenti scimmieschi più stretti) prendiamo decisioni. Studenti universitari e un gruppo di scimmie dovevano completare le attività di gioco, guadagnando punti. I punti sono stati convertiti in denaro per pagare la scuola (per gli umani) e il delizioso succo (per le scimmie).
I risultati del lavoro, pubblicati sulla rivista Nature Human Behaviour, mettono in discussione una delle principali disposizioni della teoria della scelta. Secondo le opinioni esistenti, i responsabili delle decisioni utilizzano un metodo di valutazione moltiplicativo.
Secondo lo studio, sia gli umani che i primati scelgono questa tattica se si conoscono sia l'entità della ricompensa che la probabilità di riceverla. Se sono costretti a prendere decisioni in una situazione di incertezza, preferiscono il metodo additivo.
Una situazione di rischio implica che il decisore abbia una scelta: rischiare una maggiore probabilità di fallimento per ricevere un valore più alto della ricompensa, o ricevere una ricompensa inferiore con una minore probabilità di perdere. Le condizioni e i gradi di rischio, nonché l'importo della ricompensa, ti sono completamente noti in anticipo.
La situazione di incertezza fornisce al ricevente una conoscenza basata sull'osservazione: non è sicuro con quale probabilità può ricevere una ricompensa, quanto aumenta il rischio di perdere a seconda dell'aumento delle dimensioni di questa ricompensa. Può osservare altri giocatori e cercare di dedurre il modello da solo.
Il metodo moltiplicativo presuppone che la persona moltiplica la funzione di probabilità per la funzione di ricompensa. Il significato soggettivo della differenza nell'importo del premio o la sua completa possibile mancata ricezione serve come base per prendere una decisione. In una situazione di rischio, la maggior parte delle persone sceglie l'opzione con una minore probabilità di perdere, ovvero la probabilità ha un peso maggiore del valore della ricompensa.
Quando la probabilità di ricevere una ricompensa non è chiara, ma si conosce l'importo della ricompensa, la situazione è percepita come più incerta. I soggetti quindi scelgono più spesso opzioni più rischiose, concentrandosi meno sulla probabilità e più sul valore della ricompensa. Non potendo valutare le probabilità in modo equilibrato, i soggetti tendono a cercare una grossa ricompensa, che porta alla scelta di un modo additivo di prendere una decisione.
Video promozionale:
Il team ha anche esaminato l'attività neurale nel cervello delle scimmie durante l'esecuzione del compito e ha trovato una correlazione tra questo aggiustamento comportamentale e il modo in cui i neuroni prefrontali presentano informazioni sulla ricompensa. Ad esempio, i neuroni nella corteccia prefrontale dorsolaterale erano più attivi, rappresentando una ricompensa quando l'incertezza era più alta e la ricompensa era più significativa nel processo decisionale.
"Questo è il primo studio interspecie ad utilizzare un tale disegno sperimentale per dimostrare che sia gli esseri umani che le scimmie cambiano strategie quando passano da scelte basate sul rischio (quando le probabilità di ricompensa sono note) a scelte di incertezza (quando le probabilità di ricompensa sono sconosciute e dovrebbero essere studiato), dalla combinazione delle informazioni in modo moltiplicativo al confronto delle informazioni in modo additivo ", osserva l'autore senior Alireza Soltani.
Il lavoro mostra che una comprensione eccessivamente diretta dei meccanismi che guidano le persone in una situazione di scelta porta a errori nelle previsioni. “Più in generale, i nostri risultati mostrano che nell'incertezza delle condizioni per ricevere ricompense, che si verifica nella maggior parte dei casi, non possiamo costruire il cosiddetto valore soggettivo, come prescritto dai modelli normativi di scelta, e che essere flessibili è più importante che essere razionali. o ottimale”, aggiunge Soltani.
Polina Gershberg
