Tiedot

Mitkä prosessit ovat luottamusluokitusten taustalla kognitiivisessa päätöksenteossa?

Mitkä prosessit ovat luottamusluokitusten taustalla kognitiivisessa päätöksenteossa?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Monet kokeet kognitiivisessa psykologiassa ja muilla aloilla vaativat luottamusarvioita (esim. Asteikolla 0-100, 100 tarkoittaa "olen varma, että olen kokenut tämän ärsykkeen"). Millä tileillä kuvataan, miten nämä päätökset tehdään?

Tämän asian tarkastelupaperit olisivat erityisen hyödyllisiä.


Huomautus: Luottamusluokituksia on erilaisia ​​(esim. Luottamus taitoihin tai kykyihin, luottamus tietoon tai asiantuntemukseen jne.). Tässä vastauksessa käsitellään vain kysymystä, joka koskee luottamusta muistiin tai perehtyneisyyteen.

Sujuva prosessointi - jota joskus kutsutaan "kognitiiviseksi sujuvuudeksi", "kognitiiviseksi helpoudeksi" tai vain "sujuvuudeksi" - on ehdotettu mekanismi tutustumista koskevien luottamusarvioiden perustana:

… Aistinvarainen sujuvuus voi edistää perehtymiskokemusta, kun sujuva käsittely luetaan menneisyyteen… Jacoby ja Dallas vuonna 1981 väittivät, että aiempien kokemusten kohteet käsitellään sujuvammin… ihmiset pitävät sujuvuutta viitteenä siitä, että ärsyke on tuttu, vaikka tuttavuuden tunne on väärä. Käsityksellisen sujuvuuden kirjallisuutta on hallittu tutkimuksella, jonka mukaan sujuvuus johtaa perehtymiseen.

Käsittelyn sujuvuus, kuten Hertwig et ai. (2008) ovat tutkineet, viittaa latenssiin - eli nopeuteen, jolla käsittely tapahtuu. Ne osoittavat, että ihmismieli kykenee erottamaan haun (vastauksen) viiveet suurella tarkkuudella (jopa 100 ms), ja nämä viiveet korreloivat vahvasti tunnistamisen luottamusluokitusten kanssa.

Aiheeseen liittyvä video.


Metatunnistus ihmisen päätöksenteossa: luottamus ja virheiden seuranta

Ihmiset kykenevät arvioimaan päätöksensä luotettavasti: he ovat usein tietoisia virheistään ilman nimenomaista palautetta ja raportoivat luottamuksen tasosta päätöksiinsä, jotka vastaavat objektiivista suoritusta. Nämä metakognitiiviset kyvyt auttavat ihmisiä välttämään samojen virheiden tekemistä kahdesti ja välttämään liikaa aikaa tai resursseja päätöksiin, jotka perustuvat epäluotettaviin todisteisiin. Tässä katsauksessa tarkastelemme edistystä näiden metakognitioon liittyvien näkökohtien - luottamusarvioiden ja virheiden seurannan - hermo- ja mekanistisen perustan karakterisoinnissa ja tunnistamme näiden kahden alan menetelmien ja teorioiden lähentymisen keskeiset kohdat. Tämä lähentyminen viittaa siihen, että yhteiset periaatteet ohjaavat etenkin luottamusta ja tarkkuutta koskevia metakognitiivisia arvioita, yhteistä luottamusta päätöksenteon jälkeiseen käsittelyyn järjestelmissä, jotka ovat vastuussa alkuperäisestä päätöksestä. Molemmilla aloilla tehty tutkimus on kuitenkin keskittynyt melko suppeasti yksinkertaisiin, erillisiin päätöksiin-mikä heijastaa vastaavan päätöksentekoprosessin nykyisten mallien rajoitettua painopistettä-herättäen epäilyksiä siitä, missä määrin löydetyt periaatteet laajenevat selittämään reaalimaailman metakognitiivista arviointia päätökset ja toimet, jotka ovat sujuvia, ajallisesti laajennettuja ja jotka sisältyvät kehittyvien käyttäytymistavoitteiden laajempaan kontekstiin.

1. Esittely

A) Metatunnistus havaintovalinnassa

Kuvittele itsesi pyöräilemään kapeaa, mutkittelevaa maankaistaa pitkin kesäpäivää. Jokaisen käänteen ja käännöksen onnistunut neuvottelu tiellä edellyttää monien hienovaraisten aistivihjeiden tulkintaa ja niiden muuttamista sopiviksi moottorikomennoiksi. Esimerkiksi saapuvat visuaaliset signaalit, jotka paljastavat tien kaarevuuden, tai liikkeen parallaksisignaalit, jotka johtuvat puiden ulkopuolelta, mahdollistavat ohjaustangon hellävaraisen säätämisen vasemmalle tai oikealle ohjaamaan polkupyörää tasaisesti jokaisen mutkan ympäri.

Viime vuosikymmenten aikana psykologit ja neurotieteilijät ovat panostaneet merkittävästi ymmärtääkseen neuraalisia ja laskennallisia mekanismeja, joilla toiminnot valitaan saapuvan aistitietovirran perusteella [1]. Koska tällainen sensomotorinen ohjaus vaatii usein tarkkailijaa sitoutumaan yhteen erilliseen toimintaan useiden mahdollisten ehdokkaiden joukosta, tämä kirjallisuus on saatu laskennallisten mallien avulla, jotka tarjoavat muodollisen selvityksen siitä, miten kategoriset päätökset tehdään. Nämä mallit, joita kuvataan tarkemmin jäljempänä, ovat antaneet erinomaisen kuvan päätöksistä ja viivästyksistä, joita tarkkailijat ovat valinneet toimien valinnassa epäselvän aistitiedon perusteella [2–5].

Kuvittele nyt kuitenkin, että pyöräillessäsi taivas tummuu ja alkaa sataa - näkyvyys heikkenee ja tie muuttuu liukkaana ja märänä. Lähestyminen jokaiseen mutkaan edellyttää edelleen ohjaustangon taitavaa kulmaa, mutta nyt olet vähemmän varma siitä, onko jokainen valittu toiminto optimoitu ohjaamaan polkupyörää tavalla, joka vastaa asianmukaisesti kaarrekaltevuutta ja tien kallistusta. Toimintojen valinta jatkuu kuten ennenkin, mutta et ole varma, ovatko valitut toimet sopivimpia. Itse asiassa saatat jopa tuntea välittömän tunteen, että olet juuri tehnyt huonon valinnan. Lyhyesti sanottuna olet vähemmän luottavainen päätöksistäsi.

On kummallista, että huolimatta yleisestä yhteisymmärryksestä, että mukana oleva luottamuksen tunne on subjektiivisesti merkittävä ominaisuus melkein kaikille päätöksillemme, tällä hetkellä vallitsee vain vähän yksimielisyyttä siitä, miten voisimme sisällyttää päätösluottamuksen virallisiin valintakäyttäytymismalleihin tai tutkia sen biologisia substraatteja. Peruskysymykset jäävät vastaamatta. Onko esimerkiksi tieto, joka saa aikaan toisen asteen arvion luottamuksesta valintaan, sama kuin tieto, joka määrittää ensimmäisen asteen valinnan itse? Miksi olemme yleensä varmempia siitä, että olemme oikeassa, kuin että olemme tehneet virheen jopa vaikeissa valinnoissa? Miksi joskus näytämme ”muuttavan mieltään”, kun moottoriohjelma on aloitettu? Liittyvätkö nämä mielenmuutokset välttämättä tietoisuuteen siitä, että alkuperäinen valinta oli väärä?

Seuraavassa tarkastellaan kirjallisuutta, joka on esittänyt nämä ja niihin liittyvät kysymykset päätöksen luottamuksesta havaintovalintatehtävissä. Tämän jälkeen korostamme tämän työn ja kirjallisuuden välisiä yhteyksiä kirjallisuuteen, jossa on tarkasteltu sitä, miten ihmiset valvovat, ovatko he tehneet virheen epävarmuuden tai konfliktin olosuhteissa. Lopuksi ehdotamme joitakin mahdollisia hedelmällisiä tutkimusmenetelmiä, joissa hyödynnetään näiden kahden kirjallisuuden yhteisiä teemoja ja jotka perustuvat niiden yhteisiin vahvuuksiin ja käsitellään yhteisiä rajoituksia.

(b) Muodolliset havaintovalinnan mallit

Jopa hyvissä katseluolosuhteissa visuaalista informaatiota turmelee useat melun ja epävarmuuden lähteet, jotka syntyvät sekä ulkomaailmassa että hermokäsittelyn dynamiikassa. Yksi järkevä tapa lisätä visuaalisen tiedon signaali-kohinasuhdetta on ottaa näytteitä ulkoisesta maailmasta toistuvasti ja integroida nämä tiedot ajan mittaan ja tehdä päätös vain silloin, kun tietojen katsotaan olevan riittävän laadukkaita [5]. Tämä ajatus muodostaa perustan malliluokalle, jossa binäärisiä valintoja kuvataan kertymiseen sidottuun mekanismiin, ja peräkkäisiä tietonäytteitä kerätään, kunnes ne saavuttavat kriittisen tason tai '' sidottu '', jonka perusteella sitoutuminen toimiin tehty (kuva 1).

Kuva 1. Drift-diffuusiomalli. Todisteiden kerääminen (päätösmuuttuja, y-akseli) ajan myötä (x-akseli) näkyy kahdessa havainnollistavassa kokeessa (merkitty a ja b, harmaat ja mustat viivat), joista yksi θ on tehty ja toinen valinta -θ on tehty. Päätös syntyy, kun todisteet saapuvat θ tai -θ. Harmaa viiva, koe 1 musta viiva, koe 2.

Tämän mallin eri versiot tekevät erilaisia ​​oletuksia siitä, mikä määrä on integroitu matkalla päätökseen - eli siitä, miten "päätösmuuttuja" (DV) koostuu. Asioiden yksinkertaistamiseksi tässä tarkastelussa keskitymme yhteen tämän mallin varianttiin-'drift-diffusion' -malliin tai DDM-malliin, jossa DV vastaa kahden vaihtoehdon suhteellisen todennäköisyyden olevan oikea, kun otetaan huomioon ärsyke [3] . DDM: ssä näytteen DV vt päivitetään jokaisesta näytteestä t lisäyksellä, joka koostuu kahdesta määrästä: δ, lineaarinen drift -termi, joka koodaa todisteiden kertymisnopeuden, ja cW, Gaussin melu, jonka keskiarvo on nolla ja varianssi c 2 :

Päätökset tehdään, kun DV ylittää kiinteän poikkeaman nollasta, θ, niin että todisteiden keräämisen aikana:

Tällä yksinkertaisella mallilla on paljon suositeltavaa sitä sekä normatiivisena että kuvailevana kertomuksena kategorisista valinnoista. DDM: ää on sovellettu laajalti ja erittäin menestyksekkäästi päätöksentekoon monilla kognitiivisilla aloilla-matalan tason havainnollisista päätöksistä tosiasioiden noutamiseen semanttisesta muistista taloudelliseen päätöksentekoon epävarmuudessa [6–8]-ja kirjanpito on siistiä. useiden reaktioaikojen (RT) empiirisille ominaisuuksille, joita havaittiin binäärivalinnoissa näissä tehtävissä. Ensinnäkin kertymisen ja sitoutuneen prosessin luonnollinen geometria ennustaa havaitun oikean suuntaisen vinoutumisen RT-jakaumissa. Toiseksi rajojen vaihtelu tarjoaa tyylikkään kuvan nopeuden ja tarkkuuden taloudesta, joka luonnehtii henkisiä kronometriatehtäviä. Kolmanneksi, sallimalla ajelehtimisnopeuden ja kertymisen alkuperän vaihdella kokeiden välillä, malli ottaa huomioon oikeiden ja virhekokeiden suhteellisen RT: n olosuhteissa, joissa nopeutta tai tarkkuutta korostetaan [8]. Lisäksi malli toteuttaa peräkkäisen todennäköisyyssuhdemenetelmän, joka optimoi nopeuden tietylle virhetasolle ja ottaa siten paikkansa tilastollisesti optimaalisten valintaprosessin kuvausten joukossa [2].

2. Päätösluottamus

Kuitenkin, kuten edellä on havainnollistettu, emme ainoastaan ​​tee päätöksiä, vaan myös arvioimme samanaikaisesti todennäköisyyttä, että nämä päätökset johtavat myönteisiin tai kielteisiin tuloksiin. Miten sitten voimme sisällyttää päätösluottamuksen DDM: n ja muiden havainnollisten valinnan määrällisten mallien tarjoamaan muodolliseen kehykseen? Seuraavassa tarkastellaan viimeaikaista empiiristä ja mallinnustyötä, jossa on yritetty laajentaa tätä muodollista kehystä ottamaan huomioon metakognitiiviset tuomiot. Suuri osa tästä keskustelusta on perustunut yksinkertaiseen kysymykseen: voidaanko luottamus lukea suoraan DV: stä valintahetkellä (päätöksentekomalli) tai luottamusarvioinnit riippuvat siitä, että uutta tietoa saapuu päätöksenteon jälkeen (päätöksen jälkeiset lokusmallit) )? [9].

Huomaa kuitenkin, että tämä kysymys herää vain, jos aiotaan mallintaa päätöksentekoprosessin dynamiikkaa, kuten DDM tai siihen liittyvät todisteiden keräämismallit. Muut päätöksenteoreettiset mallit, kuten signaalin havaitsemisteoria (SDT), ovat antaneet yksityiskohtaisen käsityksen siitä, miten tarkkailijoiden metakognitiivista herkkyyttä mitataan, erityisesti heidän kykynsä erottaa toisistaan ​​oikeat ja väärät arvostelut [10–12]. Koska SDT on kuitenkin staattinen malli päätöksentekoprosessista, jossa todisteiden keräämisen ajallinen dynamiikka jätetään huomiotta, ensisijaisten ('' tyyppi I '') ja metakognitiivisten ('' tyyppi II '') tuomioiden on välttämättä perustuttava samoihin todisteisiin (joskin mahdollisesti eri melulähteiden turmeltumat [12]), ja näin ollen nämä mallit ovat määritelmän mukaan päätösmuotomalleja.

A) Päätöskohtaiset lokimallit

Varhaisimmat päätösten luottamusta koskevat tutkimukset paljastivat, että ehkä yllättäen olemme varmempia havaintovalinnoistamme silloin, kun aistitulot ovat vahvempia [13] ja kun meillä on pidempi aika aistitietojen näytteenotolle [14]. Tästä seuraa, että luottamuksen olisi heijastettava sekä todisteiden laatua (ajautumisaste, δ) ja todisteiden määrä valintapisteessä (edustaa sitovan päätöksen absoluuttista arvoa, |θ|). On kuitenkin myös selvää, että kumpikaan näistä määristä ei yksin riitä kuvaamaan tarkkailijan luottamusta valintoihinsa. Mikä tahansa diffuusio-sidottu malli, jos oletetaan, että luottamus indeksoidaan suoraan todistustilanteella valinnan hetkellä, väistämättä ennustaa, että kaikki valinnat tehdään täsmälleen samalla luottamuksella (joka vastaa raja-arvon saavuttamiseen vaadittavaa todistustasoa). Samoin kaikissa malleissa, joissa ehdotetaan luottamusta heijastamaan todisteiden laatua, oletetaan implisiittisesti, että tarkkailijoilla on suora pääsy tähän määrään - mikä jos he olisivat saaneet, se estäisi peräkkäisen otantamenetelmän tarpeen ennen kaikkea (katso Pleskac & amp Busemeyer [15] erinomainen viimeaikainen arvostelu).

Eri tilit, jotka ovat peräisin yli 100 vuoden ajalta, ovat siksi ehdottaneet, että luottamus heijastaa jonkinlaista vuorovaikutusta todisteiden määrän ja laadun välillä - esimerkiksi, että DDM: n mukaan luottamusasteikot δ ja θ [16,17]. Tällä tilillä on houkuttelevia ominaisuuksia-esimerkiksi se ennustaa, että kun tarkkailijalla on mahdollisuus lopettaa todisteiden kerääminen valinnalla milloin tahansa, RT: t ovat nopeampia luottamuksellisissa kokeissa [18]. Lisäksi tätä näkemystä tukevat kaksi merkittävää neurofysiologista tutkimusta, jotka on kuvattu kohdassa 2b.

(b) Päätösluottamuksen hermostot

Kaksi äskettäistä yksisolutallennustutkimusta, joista toisessa oli mukana rottia [19] ja muita apinoita [20], väittävät tunnistaneensa neuroneja, jotka koodaavat subjektiivista päätösvarmuutta. Kiani et ai. [20] tallennettu makakien lateraalisen intraparietaalisen aivokuoren (LIP) neuroneista, jotka erottavat liikkeen suunnan epäselvissä liikkuvien pisteiden matriiseissa [21] sakkadilla yhteen kahdesta kohteesta, jotka on sijoitettu liikeärsykkeen kummallekin puolelle. Tätä kokeellista lähestymistapaa on aiemmin käytetty osoittamaan, että LIP-neuronit, joiden vastaanottava kenttä on päällekkäin valitun kohteen kanssa, osoittavat ominaista kiihtyvyyttä, kun apina näkee liikkuvan pisteen ärsykkeen, kun taas ne, jotka ovat päällekkäisiä valitun kohteen kanssa, osoittavat suhteellista vaimennusta toiminnasta [22,23]. Tämä kertyminen skaalautuu signaalin voimakkuudella ja päättyy, kun jokin toiminto (saccadic silmänliike) valitaan, mikä saa aikaan näkemyksen, että LIP-laukaisunopeudet koodaavat käytettävissä olevan näytön tasoa-toisin sanoen niiden laukaisunopeudet muodostavat hermoesityksen DDM: n ehdottamasta DV: stä [1].

Tutkimaan päätösten luottamusta, Kiani et ai. lisäsi tähän protokollaan uuden käänteen. Tyypillisesti apina palkitaan oikeista mutta ei vääristä valinnoista, mutta tässä apinoille tarjottiin murto-osassa kokeita "varma veto" -vaihtoehto siten, että tietty mutta alhaisempi palkinto voitaisiin saada saccadella kolmannelle vastausvaihtoehto. Etologiassa on yleisesti oletettu, että eläimen, joka valitsee turvallisen vaihtoehdon, kun todisteita on vähän, on saatava metakognitiivista tietoa todennäköisyydestä tehdä virhe päätehtävässä [24]. Kirjoittajat havaitsivat, että apinat eivät vain käyttäneet tätä vaihtoehtoa järkevästi-reagoivat, kun ärsyke oli heikko tai epäselvä-vaan myös, että LIP-laukaisunopeudet alhaisen luottamuksen kokeissa olivat huomattavasti heikentyneet ja laskivat yhtä kaukana valittujen ja valitsemattomien kohteiden välillä. Kirjoittajat tulkitsevat näitä tietoja osoittamaan, että luottamus on yksinkertainen DV: n määrän ja laadun tuote, kuten päätösten luottamuksen varhaisissa tileissä ehdotetaan, jolloin erillistä metakognitiivista seurantaprosessia ei tarvita [20].

Kepecs et ai. [19] käytti hajujen erottelua koskevaa paradigmaa yhdessä yksisolutallennusten kanssa rotan orbitofrontaalisessa kuorissa (OFC, katso myös Kepecs & amp; Mainen [25]). He raportoivat kiehtovasta havainnosta: että OFC: n ampumisnopeudet erottivat oikeat harkintahetket ja virheet valinnan jälkeen, mutta ennen tulos oli paljastettu, vaikka valinnan paradigman objektiivisia vaikeuksia hallittiin. Koska näiden vastausten vaihtelua ei voitu selittää muilla tekijöillä, kuten aiempien kokeiden vahvistamishistorialla, kirjoittajat ehdottavat, että nämä neuronit koodaavat nykyiseen päätökseen liittyviä luottamusarvioita. Ne osoittavat, että näiden neuronien toiminta voidaan selittää malliluokalla, jossa kaksi todisteita kilpailee sidotun päätöksen mukaan (eikä yksittäinen määrä, joka edustaa niiden eroa, kuten DDM: ssä). Erityisesti neuronaaliset vasteet heijastuivat näiden kahden kokonaismäärän väliseen eroon päätöksentekohetkellä-mikä teki tästä päätöksentekomallimallin, vaikka asianmukainen hermoaktiivisuus säilyi vasteen jälkeisen ajanjakson aikana-ja tämä toiminta puolestaan ​​ennusti todennäköisyyttä, että valinta oli oikea [19].

Ensi silmäyksellä nämä kaksi tutkimusta tarjoavat vakuuttavia todisteita siitä, että parietaalisen ja orbitofrontalisen korteksin neuronit koodaavat valintaan liittyvän subjektiivisen luottamuksen: luokiteltu määrä, joka voidaan arvioida suoraan todisteista, joihin alkuperäinen, ensimmäisen kertaluvun valinta perustui. Molemmissa tapauksissa kirjoittajat pyrkivät määrätietoisesti sulkemaan pois vaihtoehtoisia selityksiä havainnoilleen, kuten huomiota tai opittuja palkitsemisvaroja. Palataksemme kuitenkin hetkeksi keskusteluumme kategorisen valinnan malleista, kaksi hyvin toistettua käyttäytymisilmiötä epäilevät kaikkia malleja, joissa subjektiivinen luottamus heijastaa suoraan valintamenettelyyn asti koottuja todisteita. Ensinnäkin on jatkuvasti osoitettu, että luottamus oikeisiin valintoihin on vahvempi kuin luottamus vääriin valintoihin, vaikka valinnan vaikeus on hallinnassa. Kuten aiemmin huomautettiin [15], tätä havaintoa ei voida selittää päätöksellisillä lokusmalleilla, joissa luottamus on pelkästään diffuusiomalliparametrien funktio, koska nämä parametrit ovat invariantteja oikeissa ja väärissä kokeissa (mutta katso Galvin et ai. [10] asiaankuuluvaan analyysiin käyttäen SDT: tä). Toiseksi ja ratkaisevan tärkeää on, että aiheet muuttavat toisinaan mieltään ensimmäisen asteen valinnan ja toisen asteen päätöksen luottamuksen arvioinnin välillä. Ainakin näissä kokeissa päätökset on pakko vaikuttaa ensimmäisen käsittelyn valintapisteen jälkeen tapahtuvaan käsittelyyn. Kohdassa 2c, harkitsemme malleja, jotka ehdottavat tällaista mekanismia.

C) Päätöksenteon jälkeiset lokusmallit ja mielenmuutokset

Resulaj et ai. [26] raportoivat käyttäytymiskokeesta, jossa ihmiskohteet osoittivat satunnaisen piste -liikkeen ärsykkeen suunnan siirtämällä kahvaa vasemmalle tai oikealle kohti noin 20 cm: n päässä. Tämän suunnittelun ansiosta tutkijat pystyivät eristämään kokeita, joissa koehenkilöt alkoivat liikkua kohti yhtä kohdetta, mutta muuttivat sitten mieltään ja kääntyivät toista kohti. Huolelliset käyttäytymisanalyysit osoittivat useita mielenkiintoisia ilmiöitä. Ensinnäkin mielenmuutokset eivät olleet symmetrisiä: aiheet vaihtuivat useammin väärästä oikeaan. Toiseksi, mielenmuutoksen kokeita oli tapana tapahtua, kun ärsykenäytön stokastisuuden vuoksi liikeenergia alkoi suosimalla alkuperäistä valintaa, mutta myöhemmin suosii vaihtoehtoista vaihtokytkentävaihtoehtoa.Koska liike-ärsykkeet kompensoivat liikkeen alkaessa, tutkittavien on täytynyt hyödyntää tiedon tasapainoa välittömästi ennen päätöksentekoa, kun he päättävät muuttaa mieltään. Erityisesti, vaikka nämä liiketiedot olivat saatavilla ennen päätöstä, vaihtaminen tapahtui vasta liikkeen aloittamisen jälkeen, mikä viittaa siihen, että todisteiden kerääminen jatkui alkuperäisen valinnan jälkeen.

Näiden ja muiden tietojen huomioon ottamiseksi useat tutkijat ovat ehdottaneet malleja, joissa, toisin kuin klassisessa DDM: ssä, todisteiden kerääminen jatkuu jopa valintapisteen ulkopuolella, ja tämä ylimääräinen vaihtelu DV: ssä edistää myös subjektiivisen luottamuksen arviointia myöhemmin [9,15]. Resulaj et ai. ehdottaa, että heidän tietonsa voidaan selittää juuri tämän tyyppisellä mallilla, ja mielenmuutokset tapahtuvat, kun prosessiputken piilevä tieto ajaa DV: n toisen "mielenmuutoksen" rajaan. Aiheeseen liittyvä tili, kaksivaiheinen dynaamisen signaalin havaitsemismalli (2DSD) [15], ehdottaa myös, että diffuusioprosessi jatkuu alkuperäisen valinnan ulkopuolella, ja päätöksen luottamus heijastaa DV: n absoluuttista arvoa päätöksenteon jälkeisessä vaiheessa -tilauspäätös vaaditaan. Siten, toisin kuin erilliset mielenmuutokset, jotka ilmaistaan ​​alkuperäisen vastauksen ilmeisinä korjauksina, 2DSD -malli mahdollistaa jatkuvasti vaihtelevat luottamustasot, jotka antavat nimenomaisen tuomion aikaisemmasta vastauksesta.

Käyttäytymistieteellisesti nämä päätöksenteon jälkeiset käsittelymallit kykenevät ottamaan huomioon laajan valikoiman päätelmiä luottamuksesta. Ensinnäkin he ennustavat oikein, että tarkkailijat muuttavat mieltään useammin virheellisistä oikeisiin vastauksiin kuin päinvastoin, koska rajat ylittävillä virhetutkimuksilla on taipumus taantua kohti keskiarvoa, kun taas oikeiden vastausten jälkeen se jatkaa kasvuaan. todellisen ajelehtimisnopeuden mukaan. Tämä havainto selittää luonnollisesti myös toisen päätöksen luottamukseen liittyvän ongelman: että toisen asteen luottamus on yleensä parempi oikeissa kokeissa kuin vääriä kokeita. Todellakin, harkitsemme hetkeksi uudelleen Kianin tietoja et ai., huomaamme, että nämä kirjoittajat raportoivat, että hermoaktiivisuus ärsykkeen kompensoinnin ja liikkeen suorittamisen välisessä viiveessä vaikutti erilliseen, itsenäiseen päätökseen valita "varma veto" -vaihtoehto [20]. Vaikka tekijät väittävätkin, että päätösten luottamuksen mekanistinen kuvaus ei edellytä meidän käyttävän erillistä metakognitiivista prosessia, joka on erillään todisteiden keräämisestä, päätöksen luottamusta ennakoiva näyttö ei välttämättä rajoitu pelkästään stimulaatiokauteen. Yksi mahdollinen varoitus tälle näkemykselle on kuitenkin, että LIP -neuronien aktiivisuuden tiedetään vähenevän jyrkästi, kun silmän liike on tehty [22, 23]. Näin ollen on vielä osoitettava, voisiko päätöksenteon jälkeisen LIP-signaalin vaihtelu vaikuttaa myöhempään luottamusarvioon tai tukeeko kehittyvän DV: n erillinen esitys havaittuja mielenmuutoksia. Tämän varoituksen lisäksi nämä uudet havainnot viittaavat siihen, että päätöksenteon jälkeisellä käsittelyllä on ratkaiseva rooli metakognitiivisissa tuomioissa, mikä voi johtaa mielenmuutoksiin tai tukea luottamusluokituksia alkuperäiseen päätökseen.

3. Virheiden seuranta

Ihmiset ovat usein tietoisia omista virheistään, esimerkiksi valittaessa RT -tehtäviä, kun aikapaineita käytetään aiheuttamaan virheitä yksinkertaisissa tuomioissa. Virheiden seuranta on metakognitiivinen prosessi, jonka avulla voimme havaita ja ilmoittaa virheistämme heti, kun vastaus on saatu. Tällä prosessilla on ratkaiseva rooli ihmisen mukautuvassa käyttäytymisessä, sillä se mahdollistaa toimintamme vaikutuksen niiden tuloksiin sekä lyhyellä aikavälillä, esimerkiksi reagoimalla varovammin uusien virheiden välttämiseksi, että pidemmällä aikavälillä oppimalla asteittain sopivia ärsykkeitä. - vastausvaroja.

Edellä kuvatut tutkimukset ovat yleensä pyytäneet koehenkilöitä ilmoittamaan luottamuksensa siihen, että he ovat tehneet oikea valinnassa, virheiden seurantaa tutkivissa tutkimuksissa on ollut tapana kysyä aiheilta päinvastaista kysymystä - ts. raportoimaan todennäköisyydestä, että he tekivät virhe. Vaikka nämä tuomiot näyttävät olevan saman kolikon kaksi puolta, menetelmät ja oletukset molemmissa kirjallisuuksissa ovat usein olleet melko erilaisia. Esimerkiksi päätösluottamusta on tyypillisesti tutkittu käyttämällä tehtäviä, jotka ovat edelleen haastavia, vaikka pidennetyt käsittelyajat ovat sallittuja, kuten haastavia psykofyysisiä syrjintöjä. Näissä olosuhteissa koehenkilöt ovat toisinaan varmoja, että he vastasivat oikein, ja toisinaan epävarmoja siitä, ovatko he oikeassa vai väärässä, mutta harvoin varmoja siitä, että he ovat tehneet virheen [15]. Sitä vastoin virheiden seurantaa koskevaa tutkimusta on enimmäkseen tutkittu käyttämällä yksinkertaisia ​​mutta aikaa vaativia tehtäviä, joissa koehenkilöt ovat yleensä tietoisia virheistään ja hyvin harvoin epävarmoja siitä, onko heidän päätöksensä oikea tai väärä. DDM -kehyksessä erotetaan toisistaan, aiheutuuko virheitä ja herkkyyttä käsittelykohille alhaisen drift -nopeuden vuoksi, δ, jos havainto on epäselvä tai kun otetaan käyttöön matala kynnys, θ, nopean reagoinnin aikaansaamiseksi. Siitä huolimatta metakognitiivisten luottamusarvioiden ja virheiden todennäköisyyden välillä on ilmeinen samankaltaisuus, ja siksi ei ole yllättävää, että virheiden seurannan mallit osoittautuvat täydentämään havainnollisessa päätöksenteossa viime aikoina kehitettyjä malleja.

A) Päätöksen jälkeinen käsittely virheiden seurannassa

Rabbitt ja työtovereiden uraauurtava työ 1960-luvulla osoittivat, että virheiden seuranta perustuu päätöksenteon jälkeiseen käsittelyyn. Heidän kokeilunsa osoittivat, että ihmiset voivat hyvin luotettavasti havaita ja korjata omat virheensä ilman nimenomaista palautetta [27], mutta tämä kyky heikkenee, kun ärsykkeen kestoa lyhennetään [28], mikä viittaa sen riippuvuuteen ärsykkeen jatkuvasta käsittelystä ensimmäisen virheen jälkeen (mikä rajoittuu, kun ärsykkeitä esitetään hyvin lyhyesti). Virheiden seuranta heikkenee myös silloin, kun seuraavat ärsykkeet ilmestyvät pian alkuperäisen vastauksen jälkeen [29], ja vastaukset näihin myöhempiin ärsykkeisiin lykkäävät itse virheiden seurauksena [30], mikä on yhdenmukaista sen käsityksen kanssa, että tämä seuranta sisältää samat mekanismit kuin alkuperäinen päätös.

Yhteenvetona näistä havainnoista Rabbitt vertasi todisteiden keräämistä päätöksenteossa äänestyksiin valiokunnassa, jossa virheelliset päätökset tehdään joskus puutteellisten tietojen perusteella, mutta `` myöhempien äänestysten tultua, tarkempi yhteisymmärrys kertyy ja aikaisempi virhe tulee ilmeiseksi ”[28]. Näin ollen virheille on ominaista kaksivaiheinen todisteiden kerääminen, ja alku kerääntyy väärän vastauksen hyväksi, jota seuraa myöhemmin ajautuminen oikeaan päätökseen (kun kokeilun keskimääräinen ajelehtimisprosentti pienenee todelliseen keskiarvoon). Sitä vastoin jatkuva arviointi oikeiden vastausten jälkeen pyrkii vain vahvistamaan alkuperäistä päätöstä. Tämä malli on ilmeinen edeltäjä uudemmille selvityksille päätösten luottamuksesta [15] ja mielenmuutoksista [26].

Kaikki myöhemmät virheentunnistusmallit ovat omaksuneet Rabbittin laajan kehyksen, ja keskustelu keskittyy sen sijaan tarkkaan mekanismiin, jolla päätöksenteon jälkeinen käsittely johtaa virheiden havaitsemiseen. Kuva 2 havainnollistaa joitakin tärkeimpiä mallivaihtoehtoja. Normaalissa DDM -kehyksessä virheet voitaisiin havaita peräkkäisinä päätösten rajojen ylityksinä kahden kilpailevan vastauksen osalta [31,32] tai yksittäisen päätöksen sitovana kaksinkertaisena ylittämisenä [33] - molemmat Resulajin lähisukulaiset et ai.ajatus mielenmuutoksesta. Virheet voidaan havaita myös epävarmuuden ilmetessä - tai konflikti—Päätösprosessissa ensimmäisen vastauksen jälkeen [34] tai epäjohdonmukaisuutena rinnakkaisten päätöksentekoprosessien tulosten välillä eri käsittelyvaiheissa (esim. Havainnollinen luokittelu ja vastausten valinta) [35]. Vaikka niiden yksityiskohdat ja tarkat ennusteet vaihtelevat [32, 34], kaikille ehdotuksille on yhteistä väite, että metakognitiiviset tarkkuustutkimukset riippuvat päätöksen jälkeisestä käsittelystä.

Kuva 2. Virheentunnistuksen teoriat DDM -kehyksessä. Drift-diffuusioprosessi on esitetty kaavamaisesti kahdessa kokeessa, joista toinen on päätös θ on oikea vastaus ja yksi koe, jossa tämä päätös on väärä. Molemmat päätökset tehdään samaan aikaan (a). Oikean vastauksen (harmaa viiva) jälkeen päätöksenteon jälkeinen käsittely jatkaa kertymistä juuri tehdyn päätöksen hyväksi. Virheiden (musta viiva) jälkeen ajelehtimisprosentti pienenee todelliseen keskiarvoonsa, minkä seurauksena DV ylittää päätöksen sitovan (b), ylitä myöhemmin mielenmuutosc) ja lopuksi ylittää alkuperäisen oikean päätöksen,θ (d). Harmaa varjostettu alue ilmaisee epävarmuuden tai ristiriidan ajanjaksoa θ sidottu (b) ja myöhemmin -θ sidottu (d).

Käytännössä DDM: n ja sen varianttien tarjoamaa kehystä sovellettaessa on oletettava, että virheiden havaitseminen pienenee virheenkorjaus: virheet havaitaan aina, kun korjaava toiminta saavuttaa kriteeritason-mielenmuutoksen rajojen. Tätä johtopäätöstä on kuitenkin vaikea sovittaa yhteen todisteiden kanssa siitä, että virheiden korjaus ja havaitseminen ovat ainakin osittain erottamattomia, mikä havainto esitettiin jälleen ennalta Rabbittin pääteoksessa. Rabbittin tutkimukset osoittivat, että virheenkorjaukset ovat suhteellisen automaattisia ja heijastamattomia seurauksia päätöksenteon jälkeisestä käsittelystä. Ne voivat siis olla erittäin nopeita, esiintyä 10–20 ms: n kuluessa alkuperäisestä virheestä [36], ja ne voivat syntyä, vaikka kohteita kehotetaan välttämään sitä [37]. Sitä vastoin virheiden nimenomainen havaitseminen ja ilmoittaminen on paljon hitaampaa, vapaaehtoista, alttiimpia häiritsevien tehtävien aiheuttamille häiriöille ja herkempiä normaalin ikääntymisen kognitiiviselle heikkenemiselle [29]. Ihmiset tosiaan joskus tietävät virheistä, jotka he kuitenkin korjaavat [38]. Yhdessä nämä erot viittaavat siihen, että nimenomainen virheiden havaitseminen ei voi olla pelkkä seuraus päätöksenteon jälkeisestä korjauksesta: lisäkäsittelyn tai arvioinnin on puututtava ensimmäisen korjauksen ja myöhemmin ilmenneen virheen havaitsemisen välille. Tämän analyysin mukaisesti viimeaikaiset tutkimukset ovat havainneet virheiden korjaamisen ja havaitsemisen dissosioituvat hermokorrelaatit.

B) Virusten seurannan hermopohjat

Tutkimuksen kiinnostus virheiden seurantaan lisääntyi merkittävästi sen jälkeen, kun oli löydetty päänahan EEG-potentiaalit, jotka tapahtuvat luotettavasti päätöksentekovirheiden ajaksi. Useimmat tutkimukset ovat käyttäneet Eriksenin flanker -tehtävää, jossa koehenkilöt suorittavat keskeisen kohteen nopean luokittelun (esim. H tai S), mutta sivuuttavat toisinaan yhteensopivia häiriötekijöitä (esim. H H H) ja joskus yhteensopimattomia (esim. S H S) tämän tavoitteen kanssa. Pienellä nopeuspaineella yhteensopimattomien kokeiden virhetasot voivat ylittää 20 prosenttia. Tällaisten virheiden jälkeen havaitaan negatiivinen tapahtumaan liittyvä potentiaali etupuolen keskikohtien yli 100 ms kuluessa virheellisestä vastauksesta, jota seuraa myöhemmin positiivinen aalto, joka saavuttaa huippunsa 200–400 ms myöhemmin parietaalisen kuoren yli [31]. Nämä EEG-komponentit on merkitty virheeseen liittyvään negatiivisuuteen (ERN/Ne) ja virhepositiivisuuteen (Pe).

Lähentyvät todisteet ovat tunnistaneet anteriorisen cingulate cortexin (ACC) ERN: n lähteeksi. Esimerkiksi samanaikaisissa EEG – fMRI-tallenteissa yhden koekäytön ERN-amplitudi korreloi luotettavasti vain aktiivisuuteen ACC-lähteessä [39]. Pe: n lähde on vähemmän hyvin karakterisoitu, mutta näyttö siitä, että se on muunnelma hyvin tutkitusta P3-komponentista [40], merkitsisi laajalle levinneitä hermogeneraattoreita parietaalisessa ja prefrontaalisessa kuorissa [41]. P3: n on ehdotettu heijastavan Locus coeruleuksen aivorungon ytimen vapauttaman norepinefriinin hajautettua toimintaa vastauksena motivoivasti merkittäviin tapahtumiin päätöksenteon aikana [42].

ERN: n ja Pe: n toiminnallinen merkitys on jatkuvan keskustelun aihe. ERN: n kilpailevat teoriat ehdottavat roolia virheiden havaitsemisessa, vahvistamisen oppimisessa ja konfliktien seurannassa, kun taas Pe: n teoriat sisältävät tietoisen tietoisuuden virheistä, affektiivisia vastauksia ja käyttäytymismuutoksia uusien virheiden välttämiseksi [43]. Näistä keskusteluista huolimatta on nyt selvää, että ERN ja Pe yhdistyvät erottamattomasti virheiden korjaamiseen ja virheiden havaitsemiseen liittyviin prosesseihin. Siten ERN: n alkaminen on sama kuin virheenkorjaustoiminnan alku, kuten EMG-tallenteista [44] käy ilmi, tyypillisesti virheen aikaan [31], ja sen amplitudi vaihtelee sekä nopeuden [45] että todennäköisyyden [46] mukaan. virheen korjaus. Sitä vastoin Pe -amplitudi on epäherkkä korjaavan aktiivisuuden voimakkuudelle, kun virheentunnistusasteita säädetään [47]. Päinvastoin, vaikka sekä ERN: n että Pe: n havaitaan olevan kovariaatteja ja subjektiiviset vastaustarkkuuden arvot [46,48], ERN: ään liittyvät korrelaatiot häviävät, kun nämä kaksi komponenttia erotetaan huolellisesti. Salaisvastaisissa tehtävissä, joissa koehenkilöt korjaavat kaikki virheensä, mutta havaitsevat vain puolet niistä, ERN -amplitudi vastaa tietoisia ja tietämättömiä virheitä, kun taas Pe havaitaan tarkasti vain, kun koehenkilöt havaitsevat virheensä [38]. Yhdessä nämä havainnot viittaavat siihen, että vaikka ERN indeksoi suoraan automaattiset päätöksenteon jälkeiset prosessit, jotka johtavat nopeaan virheenkorjaukseen, myöhempi Pe liittyy valikoivasti virheiden nimenomaiseen havaitsemiseen ja ilmoittamiseen. Nämä tulokset antavat näin ollen lähentyvää näyttöä siitä, että virheiden korjaus ja havaitseminen heijastavat eri prosesseja.

Äskettäinen tutkimus on valaissut erityisesti sitä, miten Pe liittyy virheiden havaitsemiseen [49]. Koehenkilöt suorittivat vaikean kirkkauden erottelun nopeuspaineessa saadakseen aikaan sekoituksen virheitä, jotka johtuvat havainnollisesta epäselvyydestä ja päätöksenteon kiireellisyydestä. Jokaisen vastauksen jälkeen he tekivät binäärisen oikean/virhearvion, ja rahapoliittiset kannustimet vaihtelivat lohkojen välillä kannustaakseen joko liberaaleja tai konservatiivisia virheilmoituksia. Signaalin havaitsemisanalyysi osoitti, että tutkittavien tarkkuustulokset saattaisivat sopia olettaen, että nämä arvostelut heijastavat luottamuksen jatkuvuutta (varmasti oikeasta varmasti väärään), ja koehenkilöt soveltavat kriteeriä - metakognitiivista θ- se vaihteli kannustinjärjestelmän mukaan. Kriittisesti virheen signaloinnin suorituskyky liittyi läheisesti Pe-amplitudin vaihteluun olosuhteiden ja kokeiden välillä (mutta ei ERN). Toisin sanoen Pe -amplitudi näytti tarjoavan suoran hermoindeksin jatkuvasti vaihtelevalle päätöksenteon luottamukselle, johon koehenkilöt perustuivat metakognitiivisiin arvioihinsa, ja virheiden kategorinen merkintä tapahtui, kun luottamus siihen, että vastaus oli väärä, ylitti tietyn kriittisen tason.

C) Virheiden seurannan vaikutus käyttäytymiseen

Edellä kuvattu tutkimus dokumentoi virheiden seurannan mekaanisen ja hermostollisen perustan. Samanaikainen tutkimuslinja on tarkastellut virheiden seurannan vaikutusta tulevaan käyttäytymiseen. Suuri osa tästä työstä on keskittynyt havaintoon, että koehenkilöt reagoivat yleensä hitaammin kokeisiin heti virheiden jälkeen [27]. Vaikka tämä vaikutus heijastaa ainakin osittain harvinaisen tapahtuman häiritsevää tapahtumaa [50], kuten virheet yleensä ovat, yksimielisen näkemyksen mukaan virheiden jälkeinen hidastuminen kuvastaa strategista sopeutumista uusien virheiden estämiseksi [51]. EEG-tutkimukset ovat sittemmin osoittaneet, että havaittujen hidastumisasteiden aste ja virheisiin liittyvän ERN/Pe-aktiivisuuden suuruus [46]. Laskentamallit, jotka toteuttavat virheisiin liittyvän etäisyyden hallinnan, |θ |, ottaa huomioon empiirisesti havaitun virheen jälkeisen hidastumisen yksityiskohtaiset ominaisuudet. Eräässä malliluokassa vastauksen epävarmuuden (ristiriidan) havaitseminen heti virheen tekemisen jälkeen lisää raja -arvoa ja siten varovaisempaa reagointia seuraavissa kokeissa [52]. Tämän idean viimeaikaiset laajennukset viittaavat siihen, että konfliktien havaitsemista voidaan käyttää myös rajojen muuttamiseen dynaamisesti, vaikka päätös tehdäänkin [51,53].

Virhesignaalit eivät ainoastaan ​​tue hienovaraisia ​​säätöjä, jotka optimoivat online-päätöksentekoa, vaan niillä on myös keskeinen rooli pidemmän aikavälin mukautuksissa oppimisen aikana. Esimerkiksi Holroyd & amp Coles [35] viittaavat siihen, että ERN kuvastaa toiminta -arvojen vahvistavaa oppimista. Ne osoittivat, että ERN siirtyy ajassa, kun uusia ärsyke -vastekartoituksia opitaan, alun perin ympäristöpalautteen laukaisemasta ja myöhemmin opittujen kartoitusten sisäisten esitysten ohjaamasta mallista, joka jäljittelee dopaminergisten palkitsemisen ennustamisvirhesignaalien siirtymistä ehdoitta. palkitsee ennakoiville ärsykkeille hoidon aikana [54]. Samaan aikaan fMRI -aktiivisuuden ACC: ssä ja naapurikuoressa väärän vasteen aikaan on osoitettu ennustavan vasteen tarkkuutta asiaankuuluvan ärsykkeen myöhemmissä esityksissä [55, 56].

Useimmat virheen jälkeisiä mukautuksia koskevat tutkimukset ovat keskittyneet ERN: ään ja ACC: hen, mikä heijastaa laajaa kiinnostusta ACC: n rooliin vahvistamisopetuksessa [35,57] eikä myöhempään Pe-komponenttiin. ERN ja Pe ovat kuitenkin tyypillisesti yhteisiä eri olosuhteissa, ja kun nämä kaksi komponenttia erotetaan toisistaan, virheen jälkeisiä säätöjä havaitaan vain havaittujen virheiden jälkeen, joissa on Pe-komponentti [38], mikä viittaa siihen, että jälkimmäinen voi olla suorempi korrelaatio oppimismekanismeista, joilla tulevaa käyttäytymistä mukautetaan virheen jälkeen.

4. Päätösluottamuksen ja virheiden seurannan integroivat mallit

Yllä oleva keskustelu korostaa päätöksenteon luottamusta ja virheiden seurantaa koskevan työn lähentymistä, mikä viittaa siihen, että yhteiset periaatteet ohjaavat metakognitiivisia arviointeja riippumatta siitä, johtuvatko virheet sisäisistä tehtävistä (alhainen ajautumisaste, δ) tai ulkopuolisen päätöksenteon kiireellisyyden vuoksi (matala kynnys, θ). Seuraavassa tarkastellaan tämän lähentymisen vaikutuksia tulevaan tutkimukseen, sekä myönteisiä (molemminpuolisesti informatiivisten oppituntien kannalta) että negatiivisia (yhteisten rajoitusten kannalta).

A) Lähentyvät teemat

Päätösten luottamuksen ja virheiden seurannan teoriat korostavat kumpikin päätöksenteon jälkeisen käsittelyn tärkeyttä ja viittaavat myös keskeiseen eroon toisaalta päätöksentekojärjestelmän ärsytystietojen jatkuvan käsittelyn välillä (mikä johtaa mielenmuutoksiin ja virheisiin) korjaukset) ja toisaalta nimenomaisten luottamusta ja tarkkuutta koskevien tuomioiden muotoilu ja ilmaisu. Kirjallisuus on kehittänyt näitä ideoita toisiaan täydentäviin suuntiin siten, että jokainen kirjallisuus tarjoaa arvokkaita oppitunteja toiselle. Ensinnäkin, vaikka luottamus tyypillisesti luonnehditaan vaihtelevaksi jatkuvuuden mukaisesti ja virallistetaan sellaiseksi 2DSD-mallin kaltaisilla tileillä [15], virheiden havaitsemista luonnehditaan usein kaikki tai ei mitään -prosessiksi [32,33].Näin ollen monien nykyisten virheiden seurannan teorioiden mukaan binaariset kyllä/ei -virhearvioinnit ovat valvontajärjestelmän luontainen piirre eikä heijastus mielivaltaisesta metakognitiivisesta päätöksestä, jonka kohteita pyydetään tekemään. Sellaisenaan nämä teoriat eivät voi selittää sitä, miten tutkittavat pystyvät ilmaisemaan luottamuksensa tarkkuustuomioihinsa [48,49].

Sitä vastoin edellinen virheiden seurantaa koskeva katsaus havaitsee tärkeitä rajoituksia nykyisissä päätöksenteon luottamusteorioissa. Tämä katsaus viittaa siihen, että nykyinen keskustelu päätöksentekopaikan ja päätöksenteon jälkeisten päätösluottamusmallien välillä ratkaistaan ​​todennäköisesti jälkimmäisen hyväksi, mutta että jopa nämä päätöksenteon jälkeiset teoriat tarvitsevat muutoksia, jotta voidaan ottaa huomioon todisteet siitä, että metakognitiivinen tietoisuus (vrt. Virhe) havaitsemista ja Pe: tä) ei voida rajoittaa pelkästään päätöksenteon jälkeiseen käsittelyyn (vrt. virheenkorjaus ja ERN)-nämä kaksi ovat ainakin osittain erotettavissa. Ehkä vielä informatiivisempaa on tutkia luottamustuomioiden roolia tulevien toimien ohjaamisessa: kun päätösten luottamusta koskeva tutkimus on suurelta osin keskittynyt luottamusarvioiden johtamiseen, virheiden seurantaa koskeva tutkimus on keskittynyt pääasiassa siihen, miten tällainen metakognitiivinen tieto voidaan käyttää käyttäytymisen muuttamiseen sekä lyhyellä [27,52,53] että pitkällä aikavälillä [35,55,56]. Lainataksemme nämä oivallukset saattaisimme ennustaa, että parametriset luottamusarviot voivat tukea käyttäytymisen tarkempaa hallintaa kuin mitä voidaan saavuttaa binäärisellä vastausten luokittelulla oikeiksi tai vääriksi-esimerkiksi sallimalla parametriset vaihtelut virheen jälkeisessä hidastamisessa tai tarjoamalla skalaari -ennustevirhesignaali vahvistuksen oppimisen tukemiseksi. Siten luottamusarvioinnit voivat tarjota hyödyllistä tietoa oppimisprosentin optimoinnissa: voidaan ennustaa, että ihmiset kiinnittävät enemmän huomiota ympäristöpalautteeseen vastausten jälkeen, joihin heillä on vähemmän luottamusta.

B) Jaetut rajoitukset

Täydentävien vahvuuksien jakamisen lisäksi teorioilla on myös yhteisiä heikkouksia. Erityisesti niiden päätöksentekomallien tapaan, joihin ne perustuvat, nykyiset luottamuksen ja virheiden seurannan teoriat ovat keskittyneet lähes yksinomaan erillisiin ja täsmällisiin päätöksiin: päätös tehdään, kun raja saavutetaan [3] havaitaan, kun toinen mielenmuutosraja ylitetään [26] ja luottamus arvioidaan myöhemmän metakognitiivisen koettimen aikaan [15]. Käyttäytymisen luonnehtiminen erillisten päätösten sarjana, joista jokainen on riippumattoman metakognitiivisen valvonnan kohteena, on hyödyllinen helpotus kokeellisten testien ja muodollisten mallien kehittämisessä. On kuitenkin edelleen epäselvää, laajenevatko havainnot selittämään reaalimaailman päätöksiä ja toimia, jotka ovat sujuvia, ajallisesti laajennettuja ja sisällytetty laajeneviin käyttäytymistavoitteisiin.

Tarkastellaanpa hetkeksi avaavaa esimerkkiämme pyöräilystä mutkaisella maankaistalla. On selvää, että teemme satunnaisia ​​erillisiä kategorisia päätöksiä - esimerkiksi kun valitsemme kahden käytettävissä olevan polun välillä tien haarautumisessa. Suurin osa päätöksistämme ja toimistamme etenee kuitenkin vähitellen.Näitä vaikuttavat vuorovaikutuksemme ympäristön kanssa ja jatkuvasti muuttuva aistitietojen virta, mistä esimerkkinä ovat ohjaustangon ja jarrujen jatkuva, hienovarainen säätö, jota tarvitaan suunnan ja tasapainon säilyttämiseen pyöräilyn aikana. Nykyiset metakognition teoriat edellyttävät selkeää ajanjakoa kognitiivisen päätöksenteon ja metakognitiivisen arvioinnin välillä, ja jälkimmäinen alkaa, kun ensimmäinen päättyy ("päätöksen jälkeen käsittely '). Jatkuville ja laajennetuille toimille ei kuitenkaan ole määriteltävää ajankohtaa, jolloin tietty päätös tehdään ja metakognitiivinen arviointi alkaa. Useimmat nykyiset teoriat eivät siksi sovi kuvaamaan ajallisesti laajennettuja toimia, joihin kuuluu satoja tai tuhansia mikropäätöksiä, jotka luonnehtivat jokapäiväistä käyttäytymistä.

Itse asiassa päätökset, jotka aluksi näyttävät erillisiltä ja kategorioilta, voivat osoittautua tarkemmiksi tarkasteltuna luokitelluiksi ja väliaikaisiksi. Esimerkiksi Eriksenin flanker-tehtävässä avoimet vastaukset tapahtuvat tiukasti aika-lukittuina siihen pisteeseen, jossa lateraalinen aktiivisuus motorisessa aivokuoressa ylittää kynnysarvon [58], aivan kuten saccadic-silmänliikkeet näyttävät laukaisevan kynnyksen laukaisunopeuden mukaan. LIP -neuronit [1], jotka viittaavat kiinteään päätöskohtaan, jonka jälkeen toiminta aloitetaan. Hienorakeiset analyysit paljastavat kuitenkin asteittaista ja jatkuvaa tiedonkulkua kaikissa vaiheissa, myös moottorin kuoren alavirtaan. Siten yhdessä kokeessa motorinen aivokuoren toiminta voi lateraalistua ensin kohti yhtä vasetta, sitten kohti toista pientä EMG -nykimistä yhdessä sormessa voi seurata toisen liikkeet ja avoimet toimenpiteet voivat vaihdella voimakkuudeltaan, esim. virheelliset toimet suoritetaan vähemmän voimakkaasti kuin oikeat [44,58,59]. Samaan aikaan kategorisia tai taloudellisia näkemyksiä visuaalisesta tiedosta edeltää usein tutkiva silmäliike, joka voi itsessään muodostaa väliaikaisia ​​päätöksiä matkalla lopulliseen valintaan [60]. Tällaisissa järjestelmissä ei ole yhtä, lopullista päätöspistettä, joka voisi merkitä metakognitiivisen arvioinnin alkua. Yksityiskohtaiset analyysit metakognition hermomarkkereista johtavat samanlaiseen johtopäätökseen: virheisiin liittyvää EEG-aktiivisuutta ei havaita pelkästään ilmeisten virheellisten toimien jälkeen, vaan myös 'osittaisten' virheiden jälkeen, joissa väärät lihakset nykivät, mutta väärää toimintaa ei synny [61] ] ja ratkaisevasti luokiteltu tavalla, joka perustuu alemman aivokuoren aktiivisuuden tasoon ja suosii väärää vastausta [34]. Metatunnistus näyttää olevan luokiteltu ja jatkuva samalla tavalla kuin taustalla oleva päätöksentekoprosessi.

Ihmisen päätöksenteolla on myös jatkuva laatu pidemmällä aikavälillä tarkasteltuna, ja yksittäiset päätökset on ketjutettu sekvensseiksi, jotka palvelevat pidemmän aikavälin käyttäytymistavoitteita. Näin ollen toimet, jotka heijastavat lopullisia valintoja alemmalla tavoitetasolla (esim. Käsivarren liikkeet, asennon muutokset), voivat olla palautuvia, välivaihtoehtoja korkeammalla tavoitetasolla (esim. Kääntyminen vasemmalle tien haarukassa) ja jopa sitoutumista kääntyminen oikealle tai vasemmalle voi olla vain osittainen sitoutuminen vielä korkeamman tason tavoitteeseen (esim. tietyn määränpään saavuttaminen) [62]. Tämä hierarkkisen rakenteen muoto on rakennettu moniin viimeaikaisiin teorioihin toiminnan valinnan laskennallisesta ja hermostollisesta perustasta [63], joissa valinnan ja hallinnan yhteisten periaatteiden katsotaan toimivan jokaisella hierarkkisen abstraktion tasolla [64]. Viimeaikaiset havainnot osoittavat, että metakognitiiviset prosessit ovat yhtä herkkiä tälle hierarkkiselle rakenteelle [65]. Esimerkiksi virheitä, jotka ovat yhtä ristiriitaisia ​​matalan tason toimien suhteen, kohdellaan hyvin eri tavalla sen mukaan, miten ne vaikuttavat maailmanlaajuiseen tehtävien suorittamiseen [66]. Tällä hetkellä tiedetään vain vähän mekanismeista, joilla metakognitiiviset tuomiot saatetaan upottaa jatkuvaan korkeamman tason käyttäytymiseen tällä tavalla.

Siten ratkaiseva rajoitus nykyisille metakognitiivisille teorioille on se, että ne eivät heijasta tapaa, jolla luottamuksemme toimintaamme edistää sujuvaa, jäsenneltyä sensomotorista käyttäytymistä. Pikemminkin he katsovat, että virheet käsitellään kaiken tai ei mitään tavalla, esimerkiksi silloin, kun päätöksenteon jälkeinen prosessi ylittää metakognitiivisen päätöksen. Seuraavassa tarkastellaan toista tapaa ajatella päätöksenteon luottamuksesta, jota nämä rajoitukset eivät koske.

5. Tulevat suunnat

Edellä kuvattujen haasteiden ratkaiseminen edellyttää uusien mallien kehittämistä, joissa otetaan huomioon paitsi erilliset, binääriset valinnat, myös sellaiset laajennetut, tavoitteelliset toimet, jotka luonnehtivat ihmisten jokapäiväistä käyttäytymistä. Lopuksi harkitsemme yhtä lupaavaa jatkoa nykyisille päätöksentekomalleille, jossa käsitellään kysymystä luotettavuus todisteita tavalla, joka avaa kiehtovia uusia mahdollisuuksia ymmärtää, miten metakognitiivinen arviointi voi tapahtua jatkuville ja laajoille toimille.

A) Todisteiden luotettavuus

Muodolliset selitykset kategorisista päätöksistä, kuten DDM, kuvataan usein analogisesti tuomioistuimen kanssa, jossa valamiehistö punnitsee todisteita, jotka tukevat vastaajan syyttömyyttä tai syyllisyyttä [1]. Tämä analogia korostaa kuitenkin myös epäjohdonmukaisuutta nykyisten päätöksentekomallien ja reaalimaailmassa tehtyjen valintojen välillä: että jälkimmäisessä otamme yleensä huomioon, missä määrin luottamus päätöksen kannalta merkitykselliset todisteet. Esimerkiksi lakituomioistuimessa todisteet luotettavasta lähteestä (esimerkiksi viralliset puhelintiedot) saattavat painaa enemmän valamiehistön pohdinnoissa kuin todisteet epäluotettavasta lähteestä (esimerkiksi todistaja, jolla on oma etu). Vastaavasti huolelliset signaalien havaitsemisanalyysit ovat paljastaneet, että ihmisen tarkkailijat ovat erittäin herkkiä todisteiden luotettavuudelle ottaessaan useista tietolähteistä [67].

Useimmat tällä hetkellä suositut havaintopäätösten mallit eivät kuitenkaan tarjoa keinoa ilmaista luottamusta tai epäluottamusta, joka liittyy kertyneisiin todisteisiin. hajautuvan hiukkasen pystysuuntainen sijainti DDM: ssä tai todistusmuuttujan suuruus SDT: ssä). Kun todisteiden luotettavuus on otettu huomioon DV: llä tällä tavalla, sillä ei ole enää vaikutusta päätöksentekoprosessiin. Tämä ominaisuus on ristiriidassa joidenkin taloudellisten valintojen tilien kanssa, joissa riskinherkkyys (eli tulosvarianssi) ja arvo (eli tuloskeskiarvo) on dokumentoitu käyttäytymis- ja neurofysiologisella tasolla [68,69].

Matemaattisesti havainnollisten todisteiden luotettavuus on kohtisuorassa sen vahvuuteen nähden, koska keskiarvo ja dispersio edustavat todennäköisyysjakauman eri hetkiä. Bayes -malleja, jotka hyödyntävät tätä seikkaa - jotka edustavat todisteita todennäköisyysjakaumana annetulla keskiarvolla (todisteiden vahvuus) ja varianssit (todisteiden luotettavuus) - on käytetty laskettaessa ihanteellisia arvioita odotetusta arvosta taloudellisissa valintatehtävissä [70]. Havaintopäätöstehtäviin sovellettaessa käsitys olisi, että DDM: n hajautuva hiukkanen kuvataan tarkemmin todennäköisyysjakaumaksi, joka kehittyy näytteiden välillä (kuva 3), jakauman keskeinen suuntaus on analoginen hiukkasen pystysuoran sijainnin kanssa . Tärkeintä on, että tämän jakauman vaihtelu antaa lisätietoja - erityisesti todisteiden luotettavuuden esityksen tarkkuutta keskiarvosta - jota ei ole selvitetty standardissa DDM (by tarkkuutta, me tarkoitamme käänteistä keskihajontaa).

Kuva 3. Kaavio mallista, jossa sekä taulukon tietojen keskiarvo että varianssit arvioidaan sarjamallinnuskehyksessä. (a) Vasen paneeli näyttää taka -todennäköisyysjakauman p (H | data) jatkuvassa tilassa mahdollisista havaintohypoteeseista (esim. Nämä pisteet liikkuvat oikealle 30%: n koherenssilla, tämä signaali on 40% näkyvissä jne.) Tiettynä ajankohtana, t. Tämä jakauma heijastaa ärsykkeestä otettuja todisteita tähän mennessä eli alkamisen ja ajan välillä t (harmaita pisteitä). Uusi näyte saatiin aikaan t näkyy punaisena. Oikea paneeli: aikaan t + 1, tämä jakauma (vaaleanharmaa) päivitetään äskettäin otetun tiedon valossa, jolloin syntyy uusi todennäköisyysjakauma. Tässä mallissa luottamus heijastuu posteriorisen jakauman tarkkuuteen eli sen keskihajonnan vastavuoroisuuteen. (b) Kehittyvä posteriorinen todennäköisyysjakauma havaintohypoteesien yli (y-akseli) jokaiselle peräkkäiselle ajankohdalle (x-akselin sininen -punainen värikartan punaiset arvot osoittavat suurempia todennäköisyyksiä). Takajakauma päivittyy, kun peräkkäiset näytteet ovat saapuneet pienellä varianssilla (vasen paneeli) tai suuri dispersio (oikea paneeli). Todisteiden voimakkuuden todennäköisyysesityksen tarkkuus kasvaa nopeammin vähämuutoksisten näytteiden osalta.

Äskettäin on osoitettu, että hermoverkkomallit, joissa LIP -neuronit koodaavat ärsykkeeseen liittyvän koko posteriorisen todennäköisyysjakauman, voivat kaapata käyttäytymisen ja hermoston dynamiikan, joka esiintyy kädellisten psykofyysisten syrjintätehtävien aikana [71]. Tämä tulos viittaa siihen, että tarkkuus voidaan koodata ampumisnopeuksien vaihteluun hermopopulaation välillä, mikä osoittaa todisteiden luotettavuuden suunnilleen samalla tavalla kuin populaation keskimääräinen ampumisnopeus koodaa todisteiden vahvuuden [72]. Ratcliff & amp. laskettuna tämän jakauman integraalina, joka kuuluu luottamusrajoihin. Yhdessä nämä havainnot avaavat lupaavia uusia mahdollisuuksia tutkia kategorisen valinnan hermopohjaa.

B) Luottamusta tarkastellaan uudelleen

Ehdotamme, että todisteiden vahvuus ja luotettavuus koodataan rinnakkain todisteiden keräämisen aikana ja että tämä kehys tarjoaa kiehtovan uuden tavan ajatella päätösten luottamuksesta - kuten yhden oikeudenkäynnin aikana kerätty todisteiden tarkkuus. Tämä luottamuksen esitys eroaa kahdessa kriittisessä suhteessa edellä kuvatuista malleista: se perustuu päätöksentekoprosessin luontaiseen piirteeseen - todisteiden vaihteluun - ja se on saatavilla jatkuvasti ja välittömästi. Sen sijaan nykyiset mallit viittaavat siihen, että metakognitiiviset arvioinnit johdetaan epäsuorasti vertaamalla DV: n esityksiä kahdesta (tai useammasta) erillisestä ajankohdasta. Tarkkuus tarjoaa siten sopivamman perustan metakognitiiviselle arvioinnille edellä kuvatuissa ajallisesti laajennetuissa tehtävissä, joissa mikään erillinen päätöskohta ei erota kognitiivisia päätöksiä metakognitiivisesta arvioinnista.

Tällä hypoteesilla, vaikkakin spekulatiivista tässä vaiheessa, on useita houkuttelevia piirteitä. Ensinnäkin se on johdonmukainen edellä kuvatun päätöksenteon jälkeistä käsittelyä koskevan todisteen kanssa, koska hetkellinen tarkkuus korreloi yleensä vahvasti myöhemmän vaihtelun kanssa DV: ssä (useimpien nykyisten metakognitiivisten tuomioiden mallien perusta): vaihteleva näyttö aiheuttaa usein virheitä , ja näihin virheisiin liittyy alhaisia ​​tarkkuusarvioita alkuperäisen vastauksen aikaan ja suuri todennäköisyys myöhempiin mielenmuutoksiin tai virheiden korjaamiseen. Siten tarkkuustili on samaa mieltä siitä, että olemassa olevat teoriat sopivat dataan hyvin, mutta ehdottaa, että ne voivat tehdä niin vääristä syistä. Toiseksi malli kykenee kuvaamaan tilanteita, joissa todisteiden laatu vaihtelee jopa yhden kokeilun aikana [71], mitä standardimallit eivät voi saavuttaa. Itse asiassa, seuraamalla tietojen todennäköistä vaihtelua ulkoisessa maailmassa, Bayesin tilit voivat optimaalisesti erottaa todelliset tilan muutokset geneettisessä informaatiossa, joka saa aikaan aistit, melusta [74]. Tarkkuusarviot ovat siten erityisen hyödyllisiä tilanteissa, joissa havainnollisten todisteiden syyt voivat muuttua arvaamattomasti ajan myötä, ja sellaisina ne voivat antaa paremman kuvan siitä, millainen juokseva, jatkuva sensomotorinen integraatio, joka luonnehtii jokapäiväisiä toimintoja, kuten polkupyörällä ajamista.

Hypoteesi johtaa myös selkeisiin ja testattaviin ennusteisiin ihmisen päätöksenteon herkkyydestä todisteiden luotettavuudelle. Ensinnäkin se ennustaa, että todisteiden vaihtelevuuden kokeessa pitäisi sekä vähentää tarkkuutta että pidentää RT: tä, koska peräkkäisen näytteenoton aikana keskiarvon tarkkuus kasvaa hitaammin, kun näytteet otetaan vaihtelevammasta jakaumasta. Tämä ennuste on äskettäin vahvistettu kokeessa, jossa tarkkailijat tekivät syrjintäpäätöksiä näytöllä samanaikaisesti esitettyjen useiden elementtien joukon keskimääräisestä ominaisuudesta (esim. Väri) [75]. Kriittisesti tämä monielementtinen keskiarvotehtävä antoi kokeilijoille mahdollisuuden manipuloida asianomaisen ominaisuuden keskiarvoa ja varianssia ortogonaalisesti. Tulokset osoittivat, että tarkkailijat olivat hitaampia erottamaan enemmän vaihtelevia matriiseja, minkä tuloksen ennustaa tarkkuustili, mutta ei tavanomaisia ​​kertymismalleja, kuten DDM. Lisäksi tämän tutkimuksen tarkkailijat pyrkivät painottamaan ulkopuolisia tai muuten epäluotettavia todisteita, aivan kuten tilastotieteilijä voisi sulkea poikkeaman pois otoksesta. Vaikka tässä tutkimuksessa ei arvioitu tutkittavien toisen asteen luottamusta päätökseensä, tarkkuustili antaa selkeän ennusteen siitä, että moniosaisessa tehtävässä sekä subjektiivinen luottamus että mielenmuutosten esiintymistiheys riippuvat matriisin vaihtelevuudesta enemmän kuin keskimäärin, ennuste kypsä tulevaa testausta varten.

Lopuksi, tämä käsitys päätösluottamuksesta saa suoran yhteyden laajemmiin teorioihin metakognitiivisen arvioinnin roolista käyttäytymisen ohjauksessa. Erityisesti koska tarkkuus liittyy läheisesti päätöksen ristiriidan käsitteeseen [52] - suuremman todisteiden vaihtelun pitäisi johtaa suurempaan ristiriitaan kilpailevien vastausvaihtoehtojen välillä - teoria voi periä ajatuksia päätösten ristiriitojen tutkimuksesta siitä, miten tarkkoja arvioita voitaisiin käyttää ohjaavat sekä nykyistä suorituskykyä (esim. päätöksentekorajojen dynaamista modulointia) [51,53] kuin tulevaa käyttäytymistä (esim. oppimisprosentin muokkaaminen suhteessa menestyksen tai epäonnistumisen ympäristösignaaleihin) [70]. Sellaisenaan tarkkuusmalli ei ainoastaan ​​muodollisesti määrittele tilinpäätöksen luottamusta, vaan myös antaa välittömiä ehdotuksia luottamusarvioiden käytöstä käyttäytymisen optimoinnissa.

6. Johtopäätös

Muodolliset mallit, kuten DDM, ovat osoittautuneet erittäin hyödyllisiksi ihmisten ja eläinten päätöksenteon ymmärtämisessä sijoittamalla kokeellisia havaintoja käyttäytymisestä ja hermostollisesta toiminnasta tarkasti määritellyssä ja normatiivisesti perustellussa kehyksessä. Näiden mallien suorat laajennukset ovat osoittautuneet yhtä hyödyllisiksi tutkimalla metakognitiivisia prosesseja, joiden avulla arvioimme ja ilmaisemme luottamuksemme päätöksiimme. Erityisesti päätösten luottamuksen ja virheiden seurannan menetelmien ja teorioiden merkittävä lähentyminen viittaa siihen, että yhteiset periaatteet voivat ohjata erityyppisiä metakognitiivisia harkintoja.

Kuitenkin nykyisillä malleilla on tärkeä mahdollisuus harkita päätöksentekoa ja metakognitiivista arviointia tilanteissa, jotka sisältävät paitsi yksinkertaisia, täsmällisiä valintoja, myös sellaisia ​​laajennettuja, tavoitteellisia päätöksiä ja toimia, jotka tyypillisesti osoittavat ihmisen käyttäytymistä kokeellisen laboratorion ulkopuolella. Olemme ehdottaneet yhtä tällaista laajennusta: hypoteesi, jonka mukaan ihmiset ovat herkkiä todisteiden vahvuudelle, joita he kohtaavat päätöksenteossaan, mutta myös todisteiden luotettavuudelle.Tällä yksinkertaisella ehdotuksella on kauaskantoisia vaikutuksia: se ehdottaa välittömästi uutta tietolähdettä-todisteiden tarkkuutta-, joka voisi ohjata metakognitiivista arviointia. Tuleva kehitys ihmisen päätöksenteon teorioissa lupaa vaikuttaa samalla tavalla syvästi siihen, miten ymmärrämme ihmisten tavan arvioida päätöksiään näiden päätösten mukauttamisen ja optimoinnin palveluksessa epävarman, monimutkaisen ja jatkuvasti muuttuvan ympäristön edessä.


Diagnostisen radiologian koulutuksen painopiste on pätevien ammattilaisten luomisessa, kun taas luottamus ja sen kalibrointi saavat vähemmän huomiota. Asianmukainen luottamus on kriittistä potilaan hoidolle sekä koulutuksen aikana että sen jälkeen. Liiallinen luottamus voi vaikuttaa haitallisesti potilaiden hoitoon, ja epäluottamus voi aiheuttaa liiallisia kustannuksia. Tarkastimme luottamukseen ja osaamiseen liittyvää psykologiaa ja lääketieteellistä kirjallisuutta kerätäksemme oivalluksia ja parhaita käytäntöjä luottamuspsykologiasta ja lääketieteellisestä kirjallisuudesta ja soveltaaksemme niitä radiologian koulutukseen.

Ihmiset arvioivat harvoin tarkasti omaa osaamistaan. Lääkärien keskuudessa havaittujen kykyjen ja näiden kykyjen ulkoisten arviointien välinen korrelaatio on heikko. Ylimääräinen luottamus on yleisempi kuin epäluottamus, etenkin alemmilla osaamistasoilla. Yksilötasolla luottamus voidaan kalibroida sopivammalle tasolle pyrkimyksillä lisätä osaamista, mukaan lukien erikoistuminen, ja ymmärtämällä paremmin metakognitiiviset prosessit. Palautteen avulla korkean tarkkuuden simulointi voi parantaa sekä osaamista että metakognitiota. Järjestelmätasolla järjestelmät, jotka helpottavat pääsyä seurantakuvantamiseen, patologiaan ja kliinisiin tuloksiin, voivat auttaa kaventamaan havaitun ja todellisen suorituskyvyn välisen kuilun.

Radiologi -residenssin ja apurahakoulutuksen tavoitteena tulisi olla harjoittelijan luottamuksen ja pätevyyden asianmukainen sovittaminen, jotta voidaan lievittää sekä liiallisen itseluottamuksen että epäluottamuksen haitallisia vaikutuksia koulutuksen ja itsenäisen harjoittelun aikana.


Nudges: Kuinka pienet temput vaikuttavat päätöksiimme

Teemme paljon päätöksiä joka päivä. Jotkut ovat vaikeita, toiset emme edes huomaa, ja kaikki vaikuttavat meihin. Oletko koskaan kuullut tönäisystä?

"Tule!": Joskus pieni nyökkäys vaikuttaa

Puhelimeni hälytys soi, värisee (kauheasti) parkettilattialla. No, hyvää huomenta! Paljonko se uni oikein oli? Ei haittaa, liian vähän. Liian vähän.

Ja ennen kuin huomaankaan, huomaan olevani päivittäisen päätösmaratonin alussa.

Pitäisikö minun pysyä paikallaan, maata siellä hetken ja torkkua pitkin toista hälytyskierrosta?

Juo kuppi kahvia? Tai teetä vaihteeksi?

Mitä hölynpölyä. Kahvi se on.

Ja millainen sää pitäisi olla? Ehkä tarvitsen sateenvarjon. Ja takki ?! Pitäisikö minun juosta junaan vai ottaa pyöräni?

Vau. Kun lähden aamulla kotoa, olen tehnyt - kuten kaikki muutkin - paljon päätöksiä. Cambridgen yliopiston kliinisen neuropsykologian professorin Barbara Sahakianin mukaan teemme noin 35 000 päivässä. Yhdessä Jamie Nicole LaBuzetta San Diegon yliopistossa, he kirjoittivat kirjan "Bad Moves: How päätöksenteko menee pieleen ja älykkäiden huumeiden etiikka".

Ehkä todellinen määrä on pienempi, esimerkiksi 20000. Tai ehkä se on paljon korkeampi. On vaikea yleistää.

Syömisen valitseminen johtaa vähintään 200 päätökseen päivässä. Henkilökohtaisesti voin samaistua tuohon. Toinen eväste, joku?

Yritä valita yksi tekemättä päätöstä

Mansikkaa, suklaata, vaniljaa, voi

Onneksi suurin osa näistä lukemattomista päätöksistä on tiedostamattomia - muuten minulla olisi ongelma. Koska päätösten tekeminen on minulle erittäin vaikeaa. Ja tällä en tarkoita erityisen tärkeitä muutoksia. Enemmän kuin riittääkö yksi kauha jäätelöä.

Vaikka juoksen päättämättömästi ylös ja alas jäätelöpöydän etupuolella, punnitsen makuja ja tarkistan, mitkä astiat ovat erityisen tyhjiä - ja ovat siksi suosittuja - toiset eivät näytä juurikaan ajattelevan jäätelön tyyppiä lopulta saamaan.

Sanovat esimerkiksi .5 sekunnissa, että he valitsevat parhaan vaihtoehdon (esimerkiksi vanilja) ilman, että he edes arvostavat avokadokurkkipersiljaa tai persikan laventelia aivan sen vieressä.

Lopulta he ovat luultavasti yhtä tyytyväisiä jäätelöönsä kuin minä - sillä pienellä erolla, että he tekivät päätöksensä noin kymmenen kertaa nopeammin.

Yksinkertainen päätöksenteko

Miksi jotkut ihmiset näyttävät tekevän sekä merkityksettömiä että olennaisempia päätöksiä ilman ongelmia, kun taas toisten on vaikea käsitellä jokapäiväisiä asioita?

"Periaatteessa päätösten tekeminen ei ole koskaan helppoa, riippumatta siitä", sanoo tohtori Eva Krockow, Leicesterin yliopiston psykologian nuorempi professori ja tutkija tuomioiden ja päätöksenteon alalla.

"Kuitenkin persoonallisuusnäkökohdat vaikuttavat myös päätöksentekoon", hän sanoo. Niillä, joilla on taipumus kohti perfektionismia, on myös tarve punnita tarkasti kaikki vaihtoehdot, jotka voivat tuntua realistisilta, mutta yksinkertaisesti mahdottomilta - vaikka olisi tietysti mukavaa kokeilla kaikkia 50 jäätelötyyppiä ennen lopullista päätöstä. Jopa Krockow myöntää sen.

Kysymyksellä siitä, miten ihmiset tekevät päätöksiä jokapäiväisessä elämässään, on jopa oma tutkimusalue, "kognitiivinen heuristiikka". Termi "heuristiikka" tulee antiikin kreikasta "heuriskiin" tarkoittaa "löytää".

"Päätöksiä tehdessämme turvaudumme usein tiettyihin heuristiikoihin. Emme vain huomaa sitä", Krockow sanoo. Hän neuvoo meitä käyttämään yksinkertaisia, mutta tehokkaita päätöksiä koskevia sääntöjä - usein.

Yksinkertainen esimerkki: Haluaisimme tehdä matkan pitkän viikonlopun aikana, mutta tarjolla olevat majoitusmahdollisuudet hämmentävät meitä. Hotellit, aamiaismajoitukset, hostellit, ilmainen aamiainen (tai ei), puolihoito tai all inclusive.

"Valitse päätöksesi tärkein kriteeri", Krockow sanoo. "Tämä voi olla esimerkiksi majoitus, jolla on yleensä myönteisimmät arviot. Tai jos keskeinen sijainti on sinulle tärkeä, aseta prioriteettisi täällä. Ennen kuin menetät itsesi kaikkiin muihin vaihtoehtoihin, varaa tämän yksinkertaisen säännön mukaisesti. Loppu."

Täydellinen ratkaisu on joka tapauksessa harvinainen, Krockow lisää. Ja meidän pitäisi myös olla tietoisia tästä jokapäiväisessä elämässämme.

Vinkki: Käytä enemmän yksinkertaista mutta tehokasta heuristiikkaa

Intuitio voittaa logiikan

Periaatteessa psykologit erottavat toisistaan ​​nopeat, vaistomaiset tai emotionaaliset ajatusprosessit (nimeltään järjestelmä 1) ja hitaat, järjestelmälliset ajatusprosessit (nimeltään järjestelmä 2).

Tämän teorian keksivät muun muassa psykologit Daniel Kahnemann ja Amos Tversky, ja sitä kutsutaan usein "kaksiprosessiteoriaksi" (DPT).

"Kun liikumme elämässämme, annamme yleensä itsemme ohjata vaikutelmia ja tunteita, ja luottamuksemme intuitiivisiin uskomuksiimme ja mieltymyksiin on yleensä perusteltu", Kahnemann kirjoittaa kirjassaan "Thinking, Fast and Slow". Vuonna 2002 Kahnemannille myönnettiin Alfred Nobelin taloustieteen palkinto työstä päätöksentekoprosesseissa.

Krockow'n mukaan "järjestelmää 1 käytetään paljon useammin kuin järjestelmää 2, koska ei ole tarpeeksi aikaa ja kognitiivista kapasiteettia ajatella kaikkia ongelmia järjestelmällisesti ... Monet näistä automaattisista ajatteluprosesseista toimivat hyvin, minkä vuoksi saat usein vatsa tuntuu oikealta. "

Tehdessäsi tärkeitä päätöksiä tai tilanteissa, joissa sinua voidaan manipuloida, sinun ei kuitenkaan pitäisi luottaa pelkkään sisävaistoon.

Helppo nähdä läpi

Asia on, että meitä ihmisiä on helppo manipuloida.

Kuvittele esimerkiksi, että menet kahvilaan keskipäivällä (etenkin nälkäinen). "Valitsemasi riippuu usein siitä, mistä katsot ensin", sanoo Eva Krockow. Tutkimukset ovat jopa osoittaneet, että terveet hedelmät valitaan useammin, kun ne esitetään silmien tasolla.

Tällaisia ​​päätösarkkitehtuureja käytetään tietysti kohdennetusti, esimerkiksi supermarketeissa. Saatat tietää senkin, mutta joskus saat sen silti, eikö niin? Kun makeisia on supermarketin kassan edessä, iskemme niihin spontaanisti, vaikka olimme aiemmin onnistuneesti vältelleet makeisten osaston.

"Teorian ajatus on, että sinulla on itse asiassa täysi valinnanvapaus, mutta eri vaihtoehtojen esitystapa vaikuttaa vahvasti päätöksiimme", Krockow sanoo.

Asiakkaan edut

Voittoa tavoittelematon järjestö Royal Society for Public Health (RSPH) on julkaissut raportin, jonka mukaan tietyt supermarkettien käsitteet voivat auttaa asiakkaita ostamaan terveellisempää ruokaa.

Raportin tarkoituksena on rohkaista vähittäiskauppiaita harkitsemaan myymäläsuunnitelmiaan terveellisempien mallien hyväksi: vähemmän hyllytilaa esimerkiksi suklaalle, siruille ja sokerijuomille. Sen sijaan EatWell -oppaaseen perustuvat terveelliset elintarvikkeet, kuten hedelmät, vihannekset, palkokasvit, vähärasvainen liha ja vesi, tulisi sijoittaa näkyvämmin.

Pieni nyökkäys

Hyvän esimerkin vuoksi RSPH on avannut pop-up-supermarketin Lontooseen. Sen nimi on "Nudge".

Nimi viittaa Richard Thalerin ja Cass Sunsteinin julkaisemaan kirjaan "Nudge. Improving Decisions About Health, Wealth, and Happiness". Kirjoittajat tarkoittivat "painostuksella" keinoa vaikuttaa ihmisten käyttäytymiseen - mutta ilman kieltoja tai käskyjä.

Yksi epätavallinen esimerkki: Jos kuva kärpästä asetetaan pisuaarien sisään, noin 80 prosenttia vähemmän virtsaa päätyy lattialle, koska miehet tähtäävät kärpäseen virtsaamisen aikana. Tai ainakin niin he sanovat.

Pissuaaleja sisältäviä tarroja käytetään yleisesti "viemään" vessassa kävijöitä kohti parempaa kylpyhuonekäyttäytymistä

Richard Thaler korostaa kuitenkin myös kolmea eettistä periaatetta tönimiseen liittyen: "Työnteiden on oltava läpinäkyviä eivätkä harhaanjohtavia. Pudotusta vastaan ​​pitäisi olla mahdollisimman helppo päättää, ja on varmistettava, että työntelyn aiheuttama käyttäytyminen palvelee yhteiskunnan hyvinvointia. "

Eva Krockow sanoo, että on olemassa loputtomia kenttiä työntöjen käyttöön. "Meitä rahoitetaan kaikkialla", psykologi sanoo. "Ei ole neutraalia ympäristöä, kaikki on jotenkin muotoilua. Kaikki on päätösarkkitehtuuria."


Päätöksenteko: merkitys, prosessi ja tekijät

Päätöksenteko on tärkeä tehtävä johdossa, koska päätöksenteko liittyy ongelmaan, tehokas päätöksenteko auttaa saavuttamaan halutut tavoitteet ratkaisemalla tällaiset ongelmat. Näin ollen päätöksenteko on koko yrityksessä ja kattaa kaikki yrityksen alat.

Tieteellinen päätöksenteko on hyvin kokeiltu prosessi, jolla löydetään paras mahdollinen ratkaisu ratkaisuun kohtuullisessa ajassa.

Päätös tarkoittaa keskustelun keskeyttämistä ja johtopäätöksen tekemistä. Päätöksenteko sisältää kaksi tai useampia vaihtoehtoja, koska jos on vain yksi vaihtoehto, päätöstä ei tehdä. R.S. Davar määritteli päätöksenteon “vaaliksi joidenkin yhden käyttäytymisen kriteerien perusteella. Päättäminen tarkoittaa ‘ katkaisemista ’ tai käytännön sisältöä johtopäätökseen. ”

McFarlandin mukaan “Päätös on valinta, jossa johtoryhmä tekee johtopäätöksen siitä, mitä minun on tehtävä tietyssä tilanteessa. Päätös edustaa käyttäytymistä, joka on valittu useista mahdollisista vaihtoehdoista. ”

Henry Sisk ja Cliffton Williams määrittelivät “ Päätös on toimintatavan valinta kahdesta tai useammasta vaihtoehdosta.Päätöksentekoprosessi on vaiheiden sarja, joka johtaa valintaan. ”

Päätöksenteon ominaisuudet:

Edellä olevista määritelmistä voidaan luetella seuraavat ominaisuudet:

1. Se on prosessi, jossa tehdään valinta vaihtoehtoisista toimintatavoista.

2. Päätös on lopullinen prosessi, jota edeltävät pohdinnat ja perustelut.

3. Päätöksenteko on keskipiste, jossa suunnitelmat, politiikat ja tavoitteet muunnetaan konkreettisiksi toimiksi.

4. Rationaalisuus on toinen päätöksenteon ominaisuus. Ihmisen aivot ja kyky oppia muistamaan ja yhdistämään monia monimutkaisia ​​tekijöitä mahdollistavat tämän rationaalisuuden.

5. Päätöksenteko sisältää sitoutumista. Johto on sitoutunut tekemään päätöksiä kahdesta syystä. Ensinnäkin se johtaa konsernin vakauteen ja toiseksi jokaisesta tehdystä päätöksestä tulee osa organisaatioon osallistuvien ihmisten odotuksia.

6. Päätöksenteon tarkoituksena on valita paras vaihtoehto, joka voi merkittävästi edistää organisaation tavoitteita.

Prosessi Päätöksenteko:

Johtajan tulee tehdä päätöksiä tehdessään järjestelmällisesti liittyviä vaiheita. Nämä vaiheet on esitetty kuvassa.

Päätöksentekoprosessi.

a. Tutki tilannetta:

Yksityiskohtaista tutkimusta tehdään kolmesta näkökohdasta: määritellään tavoitteiden ongelman tunnistaminen ja diagnoosi.

Ensimmäinen askel päätöksentekoprosessissa on määritellä tarkka ongelma, joka on ratkaistava. Tässä vaiheessa aikaa ja vaivaa olisi lisättävä vain sellaisten tietojen keräämiseen, joilla on merkitystä todellisen ongelman tunnistamisen kannalta. Ongelman määrittäminen estettävien organisaation tavoitteiden kannalta auttaa välttämään sekavia oireita ja ongelmia.

Kun ongelma on määritelty, seuraava askel on päättää, mikä olisi tehokas ja tehokas ratkaisu. Osana tätä prosessia johtajien tulisi alkaa määrittää, mitkä ongelman osat heidän on ratkaistava ja mitkä heidän pitäisi ratkaista. Useimmat ongelmat koostuvat useista osista, ja johtaja ei todennäköisesti löydä yhtä ratkaisua, joka toimisi kaikissa.

Kun johtajat ovat löytäneet tyydyttävän ratkaisun, heidän on määritettävä toimet, joilla se saavutetaan. Mutta ensin heidän on saatava vankka käsitys ongelman kaikista lähteistä, jotta he voivat muotoilla hypoteeseja syistä.

b. Kehitä vaihtoehtoja:

Vaihtoehtojen etsiminen pakottaa johtajan näkemään asiat monesta näkökulmasta, tutkimaan tapauksia niiden oikeasta näkökulmasta ja selvittämään ongelman ongelmalliset kohdat. Jotta se olisi mielekkäämpi, luetteloon tulisi sisällyttää vain toteuttamiskelpoisia ja realistisia vaihtoehtoja.

Aivoriihi voi olla tehokasta tässä vaiheessa. Tämä on ryhmälähtöinen lähestymistapa mahdollisten ratkaisujen luomiseen johtamisongelmiin, kun useita ihmisiä, joilla on samanlainen etu, istuvat yhdessä paikassa ja miettivät keskitetysti, mitä voitaisiin tehdä. Tavoitteena on tuottaa mahdollisimman paljon ideoita.

Kritiikki on kiellettävä. Johtajan on pidettävä keskustelu liikkeellä esittämällä kysymyksiä ja esittämällä lausuntoja, jotka keskittävät huomionsa käsiteltävään ongelmaan ilman asianmukaista ohjausta, keskustelu voi rappeutua päämäärätöntä härkäistuntoa varten.

c. Arvioi vaihtoehtoja ja valitse paras:

Kolmas vaihe päätöksenteossa on analysoida ja arvioida jokaista vaihtoehtoa sen mahdollisten seurausten kannalta, ja koska johtajat eivät voi koskaan olla varmoja kunkin vaihtoehdon todellisesta tuloksesta, epävarmuus on aina olemassa, joten tämä vaihe on todellinen haaste, joka vaatii johtajia käyttää nykyistä tietoa, aiempaa kokemusta, ennakointia ja tieteellistä ymmärrystä.

Vaihtoehtojen asianmukaista analysointia varten Peter Drucker on ehdottanut seuraavia neljää kriteeriä:

(iv) Resurssien rajoitukset.

Jokainen ratkaisu sisältää luonnollisesti riskielementin. Jokaisen toimintatavan riskiä on punnittava sen valinnasta mahdollisesti saatavan hyödyn kanssa.

ii. Ponnistelujen säästö:

Toimintalinja valitaan siten, että se tuottaa parhaan tuloksen pienimmällä vaivalla ja saa aikaan tarvittavat muutokset organisaation viimeisen tarvittavan häiriön yhteydessä.

Jos tilanne on erittäin kiireellinen, suositeltava toimintatapa on se, joka dramatisoi päätöksen ja paljastaa organisaatiolle, että jotain tärkeää tapahtuu. Jos toisaalta tarvitaan pitkiä ja johdonmukaisia ​​ponnisteluja, hidas käynnistys, joka saa vauhtia, voi olla parempi.

iv. Resurssien rajoitukset:

Tämä tunnetaan myös nimellä “rajoittavan tekijän periaate ” mikä on päätöksenteon ydin. Päätös päätöksenteossa on ratkaista vaihtoehtojen aiheuttama ongelma, jos mahdollista etsimällä ja ratkaisemalla rajoittava tai strateginen tai kriittinen tekijä. Tärkeimmät resurssit, joiden rajoitukset on otettava huomioon, ovat ihmiset, jotka tekevät päätöksen.

d. Toteuta ja seuraa päätöstä:

Kun paras käytettävissä oleva vaihtoehto on valittu, johtajat ovat valmiita suunnittelemaan selviytyäkseen vaatimuksista ja ongelmista, joita saattaa ilmetä sen toteuttamisessa.

Päätöksen toteuttaminen edellyttää muutakin kuin asianmukaisten määräysten antamista. Resursseja on hankittava ja kohdennettava tarpeen mukaan. Hallitsijat asettavat budjetit ja aikataulut toimille, joista he ovat päättäneet. Näin he voivat mitata edistymistä tietyin ehdoin, seuraavaksi he antavat vastuun erityistehtävistä.

He myös määrittävät menettelyn edistymisraporteille ja valmistautuvat muodostamaan yhteyksiä, jos uusia ongelmia ilmenee. Talousarvio, aikataulut ja edistymiskertomus ovat kaikki olennaisia ​​valvonnan hallintatehtävien suorittamiseksi.

Mahdolliset riskit ja epävarmuustekijät, jotka on tunnistettu vaihtoehtojen aikaisemman arvioinnin aikana, on myös pidettävä mielessä. Ihmisellä on luontainen taipumus unohtaa mahdolliset riskit ja epävarmuustekijät, kun päätös on tehty. Johtajat voivat torjua tämän epäonnistumisen ottamalla tietoisesti lisäaikaa päätöksensä uudelleen tarkasteluun tässä vaiheessa ja laatimaan yksityiskohtaiset suunnitelmat näiden riskien ja epävarmuustekijöiden käsittelemiseksi.

Kun johtajat ovat ryhtyneet kaikkiin mahdollisiin toimiin mahdollisten haitallisten seurausten käsittelemiseksi, todellinen täytäntöönpano voi alkaa. Viime kädessä päätös (tai ratkaisu) ei ole parempi kuin toimet sen toteuttamiseksi.

Usein johtajien virhe on olettaa, että kun he tekevät päätöksen, siihen liittyvät toimet seuraavat automaattisesti. Jos päätös on hyvä, mutta alaiset eivät halua tai pysty toteuttamaan sitä, päätös ei ole tehokas.

Päätöksen täytäntöönpanemiseksi toteutettuja toimia on seurattava. Toimiiko asiat suunnitelmien mukaan? Mitä päätöksen seurauksena tapahtuu sisäisessä ja ulkoisessa ympäristössä? Toimiiko alainen odotusten mukaisesti? Mitä kilpailu tekee vastauksena? Päätöksenteko on johdolle jatkuva prosessi-jatkuva haaste.

Päätöksentekoon vaikuttavat tekijät:

1. Aikapaineet:

Päätösten laatuun vaikuttaa merkittävästi se, kuinka paljon aikaa päätöksentekijällä on päätösten tekemiseen. Valitettavasti johtajien on tehtävä suurin osa päätöksistään muiden asettamissa aikatauluissa. Ajan puute voi pakottaa johtajan tekemään päätöksen keräämättä tärkeitä tosiasioita tai tutkimatta mahdollisia ratkaisuja perusteellisesti.

Johtajan arvoilla on merkittävä vaikutus päätösten laatuun. Arvot ovat tykkäyksiä, inhoamisia, pitäisi, pitäisi, tuomioita ja ennakkoluuloja, jotka määräävät toimintamme. Johdon arvopohjaisuudet perustuvat suurelta osin heidän käyttäytymiseensä. Päätökset, joita johtajat tekevät määrittäessään tehtävänsä, tavoitteensa ja strategiansa ja miten johtajat tulkitsevat yhteiskunnan odotuksia, heijastavat myös heidän arvojaan.

Joitakin erityisiä vaikutuksia, joilla on arvoa päätöksentekoprosessiin, ovat:

a) Arvoarvioinnit ovat välttämättömiä tavoitteiden kehittämisessä ja painopisteiden asettamisessa.

(b) Vaihtoehtoja kehitettäessä on tarpeen tehdä arvovalintoja eri mahdollisuuksista ja

(c) Vaihtoehtoa valittaessa arvot otetaan huomioon valitussa vaihtoehdossa.

3. Organisaatiopolitiikka:

Päätöksiä rajoittavat politiikat, jotka ylemmät johtajat kehittävät ohjaamaan organisaation toimia. Päätökset, jotka rikkovat selkeästi käytäntöjä, hylätään automaattisesti. Jotkut johtajat väittävät tietysti muuttavansa käytäntöä päätöksen mukaiseksi, jos päätös vaikuttaa järkevältä.

Tämä on hyvää ajattelua, paitsi että politiikkaa ei voi muuttaa yhdessä yössä. Ehdotetun päätöksen muuttaminen on yleensä helpompaa ja käytännöllisempää.

Päätöksentekoprosessiin eivät vaikuta vain edellä mainitut tekijät, vaan myös monet muut.

Luettelo tällaisista tekijöistä riippuu yhdestä mielikuvituslennosta, mutta luettelemme seuraavat harkittavaksi:

i) Muiden osastojen vaikutus.

(ii) Korkeamman johdon asenne.

Rationaalisuus päätöksenteossa:

Järkevyyden käsite on erittäin tärkeä päätöksenteossa. Rationaalisuus merkitsee kykyä objektiiviseen ja älykkääseen toimintaan. Päätöksen sanotaan olevan järkevä, jos haluttujen tavoitteiden saavuttamiseksi valitaan sopivat keinot. Steinerin mukaan “a Järkevä liiketoimintapäätös takaa tehokkaasti ja tehokkaasti tavoitteiden saavuttamisen, joihin keinot on valittu. ”

Rationaalisuus päätöksenteossa merkitsee sitä, että päätöksentekijä yrittää maksimoida arvot tilanteessa valitsemalla sopivimman toimintatavan tavoitteen saavuttamiseksi. Rationaalisuus viittaa ensisijaisten käyttäytymisvaihtoehtojen valintaan arvojen perusteella, joiden avulla voidaan arvioida käyttäytymisen seurauksia.

Lopulliset keinot tai arvojärjestelmän lähestymistapa rationaalisuuteen kohtaa tietyn ongelman. Ensinnäkin saavutettava päämäärä on usein esitetty puutteellisesti tai väärin. Toiseksi, käytännössä keinoja ei voida täysin erottaa tavoitteista. Kolmanneksi, keinot päättyvät terminologia hämärtää aikaelementin roolin päätöksenteossa.

Simon on tunnistanut kuusi kuvausmallia valinnan käyttäytymisen rationaalisuudesta. Päätös on henkilökohtaisesti järkevä, jos se on suunnattu yksilön tavoitteisiin. Se on organisatorisesti järkevää, jos se on suunnattu organisaation tavoitteisiin. On tietoisesti järkevää siinä määrin, että keinojen mukauttaminen tavoitteisiin on tietoinen prosessi.

Se toteutetaan tarkoituksella. Se on objektiivisesti järkevää, jos se on itse asiassa oikea käyttäytyminen maksimoimaan annetut arvot tietyssä tilanteessa. Se on subjektiivisesti järkevää, jos se maksimoi saavutuksen suhteessa kohteen todelliseen tietoon.

Klassinen taloudellinen lähestymistapa päätöksentekoon korostaa, että johtamispäätösten on oltava järkeviä. Tämä lähestymistapa perustuu kahteen perusoletukseen. Ensinnäkin johtajat pyrkivät maksimoimaan odotetun hyödyn tai voiton ennen kaikkea.

Toiseksi, ihmiset ovat täysin järkeviä, eli he ovat tietoisia kaikista mahdollisista päätösvaihtoehdoista, heillä on täydelliset tiedot kaikista vaihtoehtoihin liittyvistä seurauksista ja käsitellään kaikkia eri vaihtoehtojen arvioimiseksi tarvittavia tietoja.

Simon on arvostellut klassisten taloustieteilijöiden kehittämää päätöksentekokäyttäytymisen taloudellista mallia. Aina ei ole mahdollista valita paras toimintatapa ongelman optimaalisen ratkaisun saavuttamiseksi. Ympäristörajoitukset ja inhimilliset rajoitukset eivät salli täysin järkeviä tai optimaalisia päätöksiä. Käytännössä ihmiset eivät ole täysin järkeviä eivätkä aina etsi optimaalisia ratkaisuja.

Siksi taloudellinen miesmalli on. hypoteettinen. Johtajat haluavat ‘ tyydyttävää ” tai “ tarpeeksi hyvä ” tai “ kohtuullisen hyvä ” ratkaisuja kuin optimaalisia ratkaisuja. Simon on antanut hallinnollisen miehen mallin päätöksentekokäyttäytymisestä, joka on realistisempi. Tämä malli ei edellytä täydellistä tietoa päätöksentekijöiltä.

Koska he pyrkivät tyydyttämään eikä maksimoimaan, valinta on mahdollista määrittämättä kaikkia mahdollisia vaihtoehtoja. Täydellinen rationaalisuus ei ole aina mahdollista, ja siksi vaaditaan rajallista rationaalisuutta ”. Ihanteiden tai täydellisten tai optimaalisten päätösten sijasta käytännössä tehdään tyydyttäviä päätöksiä.

Ihminen ei ole aina järkevä päätöksentekoprosessissa. Niissä otetaan huomioon vain rajallinen määrä tekijöitä ja rajallinen joukko seurauksia.


PSYC206 Kognitiivinen psykologia

Alijäämän teoriat: emotionaalinen alijäämä (Hobsonin bio -kyky tunnistaa emotionaaliset tilat), simulaatioteoria (peilineuronivaje), teoriateoria (Gopnik - synnynnäinen ymmärrys animaatiorajoitteista, jotka synnyttävät teorioita), ToM -moduuli.

teorianmuodostustilit (ToM): mielen teoria johtuu jostakin, joka opitaan kehitysvaiheiden kautta (teorian muodostaminen)

modulaarisuustilit (ToM): ToM on omistettu osa lapsen henkistä arkkitehtuuria (mielenmoduulin teoria)

- oppiminen käyttäytymistieteilijöiden keskuksessa - yhdistyminen, oppiminen ajan mittaan, vetosi mikroarkkitehtuuriin (liitäntäverkko).
- viime aikoina teemme eron osaamisen ja vahvistustehon välillä.

Suorituskyky: (pätevyyden) tietämyksen käyttö toiminnan aikana

r: n yhteys WM: n (ensisijainen) ja LTM: n (toissijainen) välillä (rakenteellisesti erilainen).

Ensisijainen (aktiivinen) muisti TOIMINNALLISESTI liittyy toissijaiseen (passiiviseen) muistiin. (Connectionist -verkko - ei erillisiä WM- ja LTM -yhteyksiä - kaikki yksi asia. Ero on siinä, onko jokin aktivoitu vai ei).

Jokainen muistijärjestelmä on määritelty omilla prosesseillaan se on osaamispohjainen.


Ennustavatko kognitiivinen heijastus ja lukutaito molemmat hyvää päätöksentekoa?

Vaikka tutkimukset ovat osoittaneet CRT: n korrelaation päätöksentekovirheiden kanssa, on epäselvää, johtuvatko vaikutukset kognitiivisesta heijastuksesta (kuten yleensä ilmoitetaan) vai numeerisesta kyvystä. Tutkimuksissa, joissa kognitiivinen heijastus ja numeerinen kyky erotetaan toisistaan, ei ole tutkittu, mikä vastaa CRT: n suhteista päätöksentekovirheisiin ja tuloksiin. On olemassa kaksi vastakkaista hypoteesia:

1. Kognitiivinen heijastushypoteesi: Kognitiivinen heijastus vastaa CRT: n ja#x00027: n korrelaatioista päätöksentekokykyyn. Numeerinen kyky ei ota huomioon tätä suhdetta.

Kognitiivinen heijastus voi kuitenkin ennustaa vain päätöksentekoa siltä osin kuin se korreloi numeerisen kyvyn kanssa. Tässä tutkimuksessa tarkastelimme myös Weller et al. (2013) laskutaitoa. Koska numeerinen kyky voi olla monitahoinen rakenne (Liberali ym., 2012 Weller ym., 2013) ja CRT-kohteiden ratkaisemiseen tarvittavat numeeriset taidot ovat erilaisia ​​kuin useimmilla laskentamittakaavoilla testatut, on mahdollista, että kyky -asteikot ottavat huomioon päätöksenteon eri näkökohdat.

2. Numeracy hypoteesi: Numeerinen kyky, joka on mitattu laskutaidolla ja/tai CRT: llä, ottaa huomioon kognitiivisen pohdinnan vaikutukset.

Näiden hypoteesien testaamiseksi tarkastelimme päätöksentekokykyä kahdessa tutkimuksessa. Tätä varten käytimme ensin osallistujien ja#x00027 CRT-vastauksia tunnistamaan kognitiivisen heijastuksen ja numeerisen kyvyn erilliset rakenteet kognitiivisen mallinnuksen avulla ja/tai vastausten osuudet, jotka kuuluvat edellä kuvattuihin kolmeen luokkaan (intuitiiviset virheet, ei-intuitiiviset virheet ja -intuitiiviset oikeat vastaukset). Tutkimme sitten näiden kognitiivisen heijastuksen ja numeerisen kyvyn rakenteiden suhdetta hyvään päätöksentekoon. Tutkimuksissa 1 ja 2 ennakoimme riskien havaitsemisen johdonmukaisuutta Bruine de Bruin et al. 's 2007 Adult Decision Making Competence (ADMC) -asteikolla. Tutkimuksessa 2 tarkastelimme myös suhteita, joissa oli liian vähän tai liian itseluottamusta (Bruine de Bruin ym., 2007), kannustettujen riskialttiiden uhkapelien suorituskykyä ja aikojen välisiä mieltymyksiä (Frederick, 2005) sekä itse raportoituja taloudellisia tuloksia. Molemmissa tutkimuksissa pohdimme, voisiko tavallinen laskentamittakaava ottaa huomioon havainnot, ja käytimme suuria, erilaisia ​​näytteitä. Keskityimme testaamaan, onko kognitiivinen heijastushypoteesi vai lukumäärähypoteesi antanut parhaan selityksen tiedoille.


Johdanto

Monet päätökset hyötyvät siitä, että kerätään useita näytteitä peräkkäin ajassa. Siinä tapauksessa päätöksentekijän on päätettävä paitsi kyseisestä ehdotuksesta myös siitä, milloin neuvottelu lopetetaan. Tästä seuraa nopeuden ja tarkkuuden välinen kompromissi peräkkäinen näytteenotto valinnaisella pysäytyksellä malleja, joissa todisteita kerätään johonkin pysäytyskriteeriin tai sidotaan (Link, 1975 Ratcliff ja Rouder, 1998). Mekanismi saa kokeellista tukea ihmisen psykofysiikasta ja neuronaalisista tallenteista apinoilla ja rotilla (Gold and Shadlen, 2007 Brunton et al., 2013 Shadlen and Kiani, 2013 Hanks et al., 2015). Sama kehys selittää myös luottamuksen siihen, että päätös on oikea (Kiani ja Shadlen, 2009 Kiani ym., 2014a). Tämä johtuu siitä, että kertynyt määrä, jota kutsutaan päätösmuuttujaksi (DV), yhdistettynä kuluneeseen päätösaikaan, kuvaa todennäköisyyttä, että sen arvosta tehty päätös on oikea (Kiani ja Shadlen, 2009 Drugowitsch et al., 2014 ). Luottamuksen antaminen on tärkeää myöhempien päätösten ohjaamisessa, virheistä oppimisessa ja vaihtoehtojen tutkimisessa. Näin ollen, kun päätöksentekijä lopettaa keskustelun, valintaan liittyy tietty varmuus (eli luottamus), joka perustuu samaan näyttöön, joka tuki tätä päätöstä (Fetsch et al., 2014).

Tämä viimeinen kohta on kuitenkin kiistanalainen, sillä on monia tapauksia, joissa luottamus päätökseen ja itse päätös ovat erottamattomia. Esimerkiksi ihmisten päätöksentekijöillä on taipumus yliarvioida varmuutensa valinnoista todella epäselvien todisteiden perusteella (Fischoff ym., 1982 Baranski ja Petrusic, 1994 Erev ym., 1994 Drugowitsch ym., 2014 Kiani ym., 2014a), ja he voivat toimia sattuman tason yläpuolella, mutta raportoivat arvaavansa (Kunimoto et al., 2001). Nämä ja muut havainnot ovat saaneet psykologit ehdottamaan, että luottamus ja valinta voivat perustua erilaisiin todisteiden lähteisiin (Pleskac ja Busemeyer, 2010 Zylberberg ym., 2012 Moran ym., 2015) tai että samojen todisteiden arviointi eroaa pohjimmiltaan sillä tavalla, jolla se vaikuttaa valintaan ja luottamukseen (Fleming ja Dolan, 2012 Maniscalco ja Lau, 2012 De Martino ym., 2013 Ratcliff ja Starns, 2013). Jälkimmäinen ero on käsite ensimmäisen asteen luottamuksesta, joka perustuu järkevästi päätöksen tueksi esitettyyn näyttöön, ja toisen asteen luottamukseen, joka voi poiketa tästä todisteesta. Koska tämä ero perustuu valinnan ja luottamuksen tukemisen mekanismin asianmukaiseen ymmärtämiseen, on mahdollista, että jotkut havainnot, jotka on otettu luottamuksen ylemmän tason selitysten tueksi, johtuvat yksinkertaisesti ensimmäisen asteen valintateorian puutteista.

Luonnollisesti, jos päätöksentekijä saa lisätietoja valinnan jälkeen, hän saattaa haluta tarkistaa päätöstä tai luottamusta päätökseen tai molempia. Tällaisia ​​mielenmuutoksia tapahtuu satunnaisesti, vaikka alkuperäisen päätöksen tekemisen jälkeen ei näyttäisi olevan saatavilla lisätietoja. Peräkkäinen otantakehys (esim. Rajoitetun todistusaineiston kerääminen) tarjoaa luonnollisen selityksen tästä ilmiöstä, koska mekanismi sisältää käsittelyviiveitä, jotka jättävät avoimeksi mahdollisuuden, että aivoilla saattaa olla käytettävissään lisätodisteita, jotka eivät vaikuttaneet alkuperäiseen päätökseen ja jotka saattavat vaikuttaa sen sijaan tarkistukseen. Todisteita tällaisesta prosessista esitettiin ihmisten ja apinoiden havaintopäätösten kääntymisen selittämiseksi (Rabbitt, 1966 Rabbitt ja Vyas, 1981 McPeek et ai., 2000 Caspi ja Beutter, 2004 Van Zandt ja Maldonado-Molina, 2004 Resulaj et al., 2009 Burk et ai., 2014 Kiani et ai., 2014b Moher and Song, 2014). Tässä tarkastellaan mahdollisuutta, että tämä sama mekanismi voi ottaa huomioon luottamuksen tarkistamisen, jonka päätöksentekijä antaa valinnalleen. Oletimme, että tällaiset tarkistukset voivat selittää ilmeisen dissosiaation luottamusasteen ja valinnan välillä.

Pyysimme ihmisiä päättämään liikkeen nettosuunnasta dynaamisessa satunnaisessa pistenäytössä käyttämällä erilaisia ​​vaikeustasoja. He osoittivat samanaikaisesti sekä valintansa että luottamuksensa tähän valintaan siirtämällä kahvaa käsivartensa avulla. Osoitamme, että valinta, luottamus ja reaktioaika selitetään peräkkäisellä näytteenottomekanismilla, joka toimii yhteisellä näyttövirralla. Pienessä osassa kokeita koehenkilöt muuttivat alkuperäistä päätöstään liikkeen suunnasta ja useammin luottamuksestaan. Osoitamme, että luottamus ja valinnat perustuvat samoihin todisteisiin sekä alkuperäisessä valinnassa että myöhemmässä tarkistuksessa. Päätöksen jälkeisen käsittelyn aiheuttamat luottamuksen muutokset voivat kuitenkin vaikuttaa luottamuksen ja päätöksen väliseen eroon.


Kollektiivinen päätöksenteko

Arvoherkkyydellä on ratkaiseva rooli (kollektiivisessa) päätöksenteossa ja se ehdottaa nopean arvon kompromissia.

Ravitsemuksen ja kollektiivisen päätöksenteon yhdistäminen voi tarjota yhteyden sosiaalisuuden ja kognitiivisten kykyjen välillä.

Yksinkertaista mielipiteiden yhdistämistä voidaan aina parantaa päätösvaltaisuudella ja luottamuspainotuksella.

Parvi-robotiikkakokeet voivat auttaa ymmärtämään paremmin kollektiivista päätöksentekoa luonnossa.

Kollektiivinen päätöksenteko on kollektiivisen käyttäytymisen osa -alue, joka koskee sitä, miten ryhmät tekevät päätöksiä. Lähes kaikki käyttäytymiseen liittyvät näkökohdat voidaan ottaa huomioon päätöksenteossa, mutta tässä keskitymme ensisijaisesti siihen, miten ryhmien tulisi optimaalisesti päästä yksimielisyyteen, mitä kriteerejä päätöksentekijöiden tulisi optimoida ja miten yksilöiden ja ryhmien tulisi pyrkiä optimoimaan ravitsemuksensa. Puolustamme syviä rinnakkaisuuksia yksilöiden ja ryhmien tekemien päätösten ymmärtämisen välillä, kuten päätöksenteon periaate arvoherkkyys. Tarkastelemme myös asiaankuuluvaa teoriaa ja empiiristä kehitystä kollektiivisen päätöksenteon tutkimukseen, mukaan lukien robottien käyttö.


Valinnan häiriövaikutukset luottamukseen: Todisteiden keräämisen kvanttiominaisuudet

Useimmat kognitiiviset ja hermostolliset päätöksentekomallit-johtuen perinteisen todennäköisyysteorian juurista-olettavat, että päätökset luetaan tietyn kertyneen todisteen tilasta. Tämä olettamus on ristiriidassa monien käyttäytymistieteilijöiden näkemyksen kanssa, jonka mukaan päätökset luovat ennemmin uskomuksia ja mieltymyksiä kuin paljastavat ne. Esittelemme kvanttimaisen satunnaisen kävelymallin päätöksenteosta, joka pitää tuomioita ja päätöksiä rakentavana mittausprosessina, ja raportoimme kokeen tulokset, jotka osoittavat, että päätöksen tekeminen muuttaa myöhempiä luottamusjakaumia suhteessa siihen, kun päätöstä ei tehdä. Tämä havainto tarjoaa vahvan empiirisen tuen kvanttimallin parametrittomalle ennustamiselle.