Cercetătorii dezvăluie gândirea flexibilă care stă la baza deciziilor noastre de zi cu zi

Un studiu publicat în Nature Human Behavior de cercetătorii de la Institutul de Tehnologie din Massachusetts a investigat fundamentele computaționale ale modului în care oamenii abordează probleme complexe. Autorii au explorat procesarea informațională ierarhică și raționamentul contrafactual, două mecanisme cognitive despre care se presupune că oferă flexibilitatea caracteristică gândirii umane în comparație cu sistemele artificiale.
Raționamentul contrafactual reprezintă capacitatea de a imagina ce s-ar fi întâmplat dacă am fi luat o altă decizie, iar procesarea ierarhică implică descompunerea unei sarcini complexe în pași secvențiali. În ciuda faptului că aceste strategii nu sunt neapărat optime din punct de vedere computațional, ele sunt frecvent utilizate de oameni în situații incerte sau complexe. Acest studiu propune că adoptarea acestor strategii ar putea fi explicată prin limitări cognitive și constrângeri de procesare.

Despre studiu

Pentru a testa aceste ipoteze, cercetătorii au conceput o sarcină originală numită sarcina H-maze, în care participanții trebuiau să deducă traiectoria invizibilă a unei bile care traversa un labirint în formă de „H”, pe baza unor indicii temporale sonore. Sarcina includea:

• Două niveluri de decizie: întâi stânga-dreapta, apoi sus-jos.
• Trei semnale auditive: indicau trecerea bilei prin intersecțiile labirintului.
• Un feedback binar: participanții aflau doar dacă răspunsul ales era corect sau greșit.

Modelele de comportament uman au fost comparate cu mai multe algoritmi cognitivi teoretici:

• Modelul optim: selectează traiectoria cu cea mai mare probabilitate conform ambelor indicii temporale.
• Modelul ierarhic: decizia este luată pe pași separați, fără integrarea completă a informației.
• Modelul postdictiv: integrează datele în mod întârziat, după primirea tuturor indiciilor.
• Modelul contrafactual: revizuiește decizia inițială dacă indiciile ulterioare o contrazic.

Rezultate

Rezultatele comportamentale și analiza modelului computațional au fost integrate în mai multe faze:

1. Comportamentul uman este mai bine explicat de modelul contrafactual

Analiza prin negative log-likelihood a arătat că modelul contrafactual a reprodus cel mai fidel alegerile umane (P < 0.001 comparativ cu celelalte modele). Performanța participanților a crescut proporțional cu diferențele de lungime între brațele labirintului, susținând o strategie de tip „revizuire atunci când e nevoie”.

2. Mișcările oculare validează procesarea ierarhică și contrafactuală

Într-un subset de participanți testați în laborator, privirea direcționată spre o parte a labirintului imediat după primul indiciu sonor indică o strategie ierarhică. Modificările ulterioare ale privirii (spre partea opusă) după al doilea indiciu au fost asociate cu procesarea contrafactuală. Frecvența acestor „revizuiri” oculare a fost mai mare în sarcinile dificile (P < 0.001), demonstrând utilizarea rațională a contrafactualelor.

3. Experimente suplimentare au evidențiat limitele computaționale

Cercetătorii au derulat trei experimente adiționale pentru a înțelege ce constrângeri stau la baza acestor strategii:

• Experiment 1 (procesare paralelă vs. ierarhică): sarcina necesită procesare simultană a patru fluxuri independente. Participanții au avut performanță semnificativ mai slabă comparativ cu un model ideal, susținând ipoteza unui blocaj atențional.
• Experiment 2 (zgomot în raționamentul contrafactual): în condiții care impuneau evaluarea retrospectivă, performanța a scăzut semnificativ (P = 0.007), indicând zgomot cognitiv în procesarea contrafactuală.
• Experiment 3 (raționalitate limitată): participanții au avut posibilitatea să ceară informații suplimentare contrafactuale. Cei cu mai puțin „zgomot” în experimentul anterior au cerut mai frecvent aceste informații (r² = 0.175, P = 0.0052), demonstrând utilizarea rațională a contrafactualelor în funcție de capacitatea proprie.

4. Modele neuronale recapitulează comportamentul uman

Cercetătorii au antrenat rețele neuronale recurente (RNNs) care au reprodus sarcina umană sub constrângeri progresive:

• Rețelele fără constrângeri au adoptat o strategie optimă inumană.
• Adăugarea unei găuri atenționale (decizie forțată stânga-dreapta înainte de sus-jos) a condus la strategii ierarhice.
• Zgomotul contrafactual și raționalitatea au dus la o rețea (denumită RNN\_best) care a imitat cel mai fidel comportamentul uman: ierarhic când diferențele erau mari și contrafactual când incertitudinea era mare.
• RNN\_best a prezentat un comportament adaptiv, cu o tranziție continuă între strategiile ierarhică, contrafactuală și optimă, în funcție de nivelul de zgomot al procesării.

Concluzii

Studiul demonstrează că oamenii adoptă o combinație de strategie ierarhică și contrafactuală, nu pentru că ar fi optimă, ci pentru că sunt computational rational, adică strategii eficiente în limitele capacității cognitive. Acest comportament este guvernat de:

• Blocaje atenționale, care împiedică procesarea paralelă;
• Zgomot în memorie, care afectează revizuirea retrospectivă;
• Raționalitate adaptivă, care determină când merită să reconsiderăm o decizie.

Modelarea computațională cu rețele neuronale oferă o punte între constrângerile cognitive umane și strategiile posibile ale inteligenței artificiale. În plus, aceste concluzii sugerează că strategiile cognitive aparent distincte sunt de fapt puncte pe un continuum adaptiv, ghidat de costuri computaționale interne.

Direcții viitoare

Autorii propun extinderea acestor paradigme în contexte mai complexe și naturalistice, inclusiv:

• Labirinturi cu mai multe niveluri de decizie;
• Includerea incertitudinii contextuale;
• Investigații neurofiziologice pe primate pentru a corela strategiile cognitive cu activitatea neuronală.

Acest cadru oferă o oportunitate promițătoare de a înțelege cum limitările cognitive dau naștere la strategii aparent „inteligente”, cu implicații majore pentru dezvoltarea inteligenței artificiale umane și înțelegerii tulburărilor neurocognitive.