В исследовании, опубликованном в журнале Neuron, Антонио Рангель, профессор неврологии, поведенческой биологии и экономики Bing, и его коллеги использовали функциональную магнитно-резонансную томографию (фМРТ) для мониторинга активности мозга добровольцев, когда они выполняли конкретную задачу. В частности, испытуемых просили наблюдать за изменением стоимости гипотетического финансового актива и делать прогнозы относительно того, будет ли она расти или падать.
Одновременно испытуемые взаимодействовали с «экспертом», который также делал прогнозы.В половине случаев испытуемым показывали фотографию человека на экране их компьютера и говорили, что они наблюдают за предсказаниями этого человека.
В другой половине случаев испытуемым говорили, что они наблюдают за предсказаниями компьютерного алгоритма, и вместо лица на их экране появлялся абстрактный логотип. Однако в каждом случае испытуемые взаимодействовали с компьютерным алгоритмом, который был запрограммирован на то, чтобы делать правильные прогнозы в 30, 40, 60 или 70 процентах случаев.
Доверие испытуемых к опыту агентов, будь то «люди» или нет, измерялось частотой, с которой испытуемые делали ставки на прогнозы агентов, а также изменениями в этих ставках с течением времени по мере того, как испытуемые наблюдали больше прогнозы агентов и их последующая точность.Как выяснили исследователи, это доверие тесно связано с точностью собственных прогнозов испытуемых относительно взлетов и падений стоимости актива.«Мы часто размышляем о том, что бы мы сделали в подобной ситуации, когда наблюдаем за другими — что бы я сделал, если бы был на их месте?» объясняет Эри Д. Бурман, в прошлом научный сотрудник Калифорнийского технологического института, а теперь научный сотрудник сэра Генри Веллкома в Центре FMRI мозга Оксфордского университета и ведущий автор исследования. «Все больше литературы предполагает, что мы делаем это автоматически, возможно, даже неосознанно».
Действительно, исследователи обнаружили, что испытуемые все чаще становились на сторону как «человеческих» агентов, так и компьютерных алгоритмов, когда прогнозы агентов совпадали с их собственными. Однако этот эффект был сильнее для агентов-людей, чем для алгоритмов.Эта асимметрия — между ценностью, которую субъекты приписывают (предположительно) человеческим агентам и компьютерным алгоритмам — присутствовала как тогда, когда агенты были правы, так и когда они ошибались, но она зависела от того, совпадали ли прогнозы агентов с предсказаниями. предметы’.
Когда агенты были правы, испытуемые были более склонны доверять человеку, чем алгоритмам, в будущем, когда их прогнозы совпадали с предсказаниями субъектов. Когда они ошибались, экспертов-людей легко и часто «прощали» их промахи, когда испытуемый совершал ту же ошибку. Но это голосование «преимущества сомнения», как называет его Бурман, не распространялось на компьютерные алгоритмы. Фактически, когда компьютерные алгоритмы делали неточные прогнозы, испытуемые, казалось, не принимали во внимание ценность будущих предсказаний алгоритма, независимо от того, согласился ли испытуемый с его предсказаниями.
Поскольку последовательность предсказаний, предложенных «людьми» и агентами алгоритмов, была идеально согласована для разных испытуемых, это открытие показывает, что простое предположение, что мы наблюдаем за человеком или компьютером, приводит к ключевым различиям в том, как и что мы узнаем о них.Основная мотивация этого исследования заключалась в том, чтобы выявить разницу между двумя типами обучения: то, что Рэнджел называет «обучением с вознаграждением» и «обучением по атрибутам». «С вычислительной точки зрения, — говорит Бурман, — эти виды обучения можно описать очень похожим образом: у нас есть прогноз, и когда мы наблюдаем результат, мы можем его обновить».
Обучение с вознаграждением, при котором испытуемым дают деньги или другие ценные товары в ответ на их собственные успешные прогнозы, широко изучалось. Социальное обучение — особенно об атрибутах других людей (или так называемое атрибутивное обучение) — это новая тема, представляющая интерес для нейробиологов. При обучении с вознаграждением субъект узнает, какое вознаграждение он может получить, тогда как при обучении по атрибутам субъект узнает о некоторых характеристиках других людей.
Это различие между собой и другими проявляется в мозговой активности испытуемых, измеренной с помощью фМРТ во время выполнения задания. По словам Бурмана, обучение с вознаграждением «тесно связано со скоростью возбуждения нейронов, выделяющих дофамин» — нейромедиатора, участвующего в поведении, мотивированном вознаграждением, — и областей мозга, на которые они проецируются, таких как полосатое тело и вентромедиальная префронтальная кора.
Бурман и его коллеги повторили предыдущие исследования, чтобы показать, что эта система вознаграждения делала и обновляла прогнозы о собственном финансовом вознаграждении испытуемых. Тем не менее, во время обучения атрибутам другая сеть в головном мозге, состоящая из медиальной префронтальной коры, передней поясной извилины и височного теменного соединения, считается важной частью сети ментализации, позволяющей нам понять состояние души человека. другие — тоже делали и обновляли прогнозы, но об опыте людей и алгоритмах, а не об их собственной прибыли.Различия в фМРТ между оценками человеческих и нечеловеческих агентов были более тонкими. «Одни и те же области мозга были задействованы в оценке как человеческих, так и нечеловеческих агентов, — говорит Бурман, — но они использовались по-разному».
«В частности, две области мозга в префронтальной коре — латеральная орбитофронтальная кора и медиальная префронтальная кора — были использованы для обновления представлений субъектов об опыте людей и алгоритмов», — объясняет Бурман. «Эти области показывают то, что мы называем« сигналом обновления убеждений »». Этот сигнал обновления был сильнее, когда субъекты соглашались с «человеческими» агентами, чем с агентами алгоритма, и они были правильными. Кроме того, это было сильнее, когда они не соглашались с компьютерными алгоритмами, чем когда они не соглашались с «человеческими» агентами и ошибались. Это открытие показывает, что эти области мозга активны, когда перекладывают вину на других.
«Стратегии обучения, которые люди используют для оценки других на основе их результатов, имеют важное значение, когда речь идет об избрании лидеров, оценке учеников, выборе ролевых моделей, оценке защитников и т. Д.», — отмечает Бурман. Знание того, как этот процесс происходит в мозге, говорит Рэнджел, «может помочь нам понять, в какой степени индивидуальные различия в нашей способности оценивать компетентность других можно проследить до функционирования определенных областей мозга».