Нерациональные решения с точки зрения нейробиологии

Если экономика не смогла объяснить появление нелогичных решений, сможет ли нейробиология решить эту задачу?

Люди часто принимают неудачные решения. Если вы предпочитаете Snickers батончику Milky Way, то ваш выбор между этими двумя вариантами кажется очевидным. Традиционные экономические модели опираются на этот логически понятный принцип, полагая, что мы наделяем определённой ценностью каждый из возможных вариантов, например, Snickers может получить 10, а Milky Way — 5, а затем выбираем более целесообразный вариант. Но в нашей системе принятия решений случаются огрехи.

В одном из последних экспериментов, проведённых нейробиологом из Нью-Йоркского университета Полом Глимчером вместе со своими коллегами, он попросил участников исследования выбрать шоколадный батончик из нескольких подобных, среди которых был и их любимый — скажем, Snickers. Если участникам эксперимента предлагали на выбор Snickers, Milky Way и Almond Joy, они всегда выбирали Snickers. Но если им предлагали выбор из 20 батончиков, в том числе и Snickers, выбор был не настолько очевидным. Иногда они выбирали какой-то другой батончик, хотя Snickers и был их любимым. Когда Глимчер исключал из эксперимента все прочие варианты кроме Snickers и выбранного батончика, участники удивлялись, почему не выбрали свой любимый.

Более 50 лет экономисты корпели над осмыслением природы нелогичного выбора. Учёные получали Нобелевские премии; книга «Фрикономика» разошлась миллионными тиражами… Однако экономической науке до сих пор неизвестна природа этого явления. «За разрешение этого вопроса энтузиасты принялись с небывалым рвением — все пытались объяснить почему же так происходит, а также предпринять меры во избежание таких решений», — говорит Эрик Джонсон, психолог и соруководитель «Центра по изучению теории принятия решений» при Колумбийском университете. Но ни одному из нескольких объяснений нельзя отдать пальму первенства, комментирует учёный.

Нашей задачей является достижение единой всеобъемлющей теории выбора

В последние 15-20 лет нейробиологи в поиске ответа стали обращаться непосредственно к мозгу человека. «Понимая в некоторой степени, каким образом информация представлена в нём и каким образом происходят вычислительные процессы, мы можем приблизиться к осознанию принципов принятия решений», — прокомментировала Анджела Ю, нейробиолог-теоретик из Калифорнийского университета в Сан-Диего.

Глимчер, в попытке объяснить нелогичность в наших действиях, прибегает к изучению работы мозга и поведенческих особенностей человека. Он объединил результаты проведённых исследований, подобных эксперименту с шоколадными батончиками, с данными из сферы нейробиологии (а именно замерами электрической активности мозга животных в момент принятия решений) для разработки теории принятия решений у людей, а также чтобы предложить модель, с помощь которой можно было бы избежать ошибок в этом процессе.

Глимчер —  один из представителей авангарда во всё ещё молодой и неокрепнувшей науке нейроэкономике. Его теория сочетает в себе объёмные исследования в области деятельности головного мозга, нейронных сетей, нейровизуализации и поведения человека. «Он прославился своими выступлениями в защиту слияния нейробиологии и экономики», — говорит Натаниэль До, нейробиолог из Принстонского университета. Одним из главных достижений Глимчера является то, что он нашёл способ измерить такое абстрактное поняти, как ценность, и изучить его в лабораторных условиях.

Глимчер в последнем своём докладе, в соавторстве с Кенвей Луи (Нью-Йоркский университет) и Райаном Уэббом (университет Торонто), доказывает, что его модель, построенная на принципах нейробиологии, превосходит общепринятую экономическую теорию в возможности объяснить поведение людей при необходимости принятия решений в условиях обширных возможностей. «Невральная модель, описанная в биологии и протестированная на нейронном уровне, объясняет то, в чём оказалась бессильной экономика», — поясняет Глимчер.

В основе модели лежит тот факт, что мозг обладает непомерным «аппетитом». Он состоит из самой метаболически активной ткани в организме человека. При том что он занимает всего 2-3 % от общей массы тела, мозг поглощает 20 % всей нашей энергии. Наши нейроны настолько ненасытны, что мозг становится полем противостояния между точностью и эффективностью. Глинчер утверждает, что затраты при желании повлиять на точность принятия определённого решения превосходят выгоды от этого действия. Это положение можно проиллюстрировать изображением из любого супермаркета, где продукты очень «разумно» расставлены на полках таким образом, чтобы повилять на выбор покупателя.

Предположением Глинчера заинтересовались как экономисты, так и нейробиологи, однако не все. «Я думаю, что это — многообещающее предположение, однако оно всё же не выходит за рамки гипотезы, — прокомментировал Камилло Падоа-Скьоппа, нейробиолог из Университета Вашингтона в Сент-Луисе. — Нейроэкономика всё ещё молодая наука; учёные не могут договориться о том, в какой части мозга происходит процесс принятия решений, не говоря уже о том, как именно он происходит».

4194397f2

Пол Глимчер, нейробиолог из Нью-Йоркского университета, разработал модель, поясняющую механизм принятия экономических решений, а также то, почему иногда наша логика подводит нас. На фотографии он изображён с прибором, который следит за движением глаз. Его учёные используют в исследованиях процесса принятия решений у животных. Фото их личного архива Пола Глимчера.

Тем временем Глимчер продемонстрировал, что его теория срабатывает в конкретных условиях, например в эксперименте со сладостями. Он собирается расширить спектр применения своих достижений и для этого находится в поиске других парадоксов в духе «Фрикономики», на которых можно было бы протестировать свою модель. «Нашей задачей является достижение единой всеобъемлющей теории выбора», — поясняет он.

Мозг постоянно нуждается в подпитке энергией. Нейроны непрерывно посылают друг другу информацию в виде электрических импульсов, которые известны как спайки или потенциалы действия. Так же как и с электрическим разрядом, подготовка и запуск сигналов требуют большого количества энергии.

В 60-ых годах учёные предположили, что мозг справляется с этой задачей, пытаясь как можно более лаконично закодировать информацию, — эта модель получила название «теории эффективного кодирования». Согласно этой теории нейроны пытаются закодировать информацию при помощи как можно меньшего количества спаек, подобно тому, как работают коммуникационные сети, передавая информацию в минимальном количестве бит.

В конце 90-ых — начале 2000-ых учёные продемонстрировали, что этот принцип действительно имеет место в визуальной системе человека. Мозг эффективно справляется с кодировкой визуального мира, игнорируя предсказуемую информацию и фокусируясь на чём-то необычном. Если часть стены жёлтая, то, скорее всего, вся стена жёлтая, и нейроны не будут детально «рассматривать» этот участок. Однако если на стене есть большое красное пятно, то это заинтересует наш мозг и нейроны сфокусируются на нём.

Глимчер полагает, что наш мозг в принятии решений срабатывает подобным образом. Представьте себе простой сценарий принятия решения: обезьянка выбирает между двумя чашками сока. Для простоты понимания давайте договоримся, что каждый вариант решения в голове обезьянки представлен одним нейроном. Чем более привлекательный вариант, тем быстрее «выстреливает» нейрон. А обезьянка потом сравнивает интенсивность «выстрелов» и делает выбор.

Сначала обезьянке предлагается задача с простым выбором: чайная ложка вкуснющего сока и целый кувшин. Нейрон, отвечающий за выбор ложки сока, может выстрелить одной спайкой в секунду, в то время как выбор в пользу кувшина может отсылать 100 спаек в секунду. В таком случае выбор не составит труда: один нейрон против ста — это как движение секундной стрелки на часах и движение крыльев стрекозы в полёте.

Стройность ситуации нарушится, если обезьянке предложить на выбор полный кувшин сока и другой почти полный. Новое предложение может быть встречено нейроном 80 спайками в секунду. Задача обезьянки значительно усложняется, поскольку теперь не так просто выбрать между 80 и 100 спайками. Теперь разницу можно сравнить с лёгким шумом от вибрации крыльев стрекозы и стрекотанием цикады.

Глимчер считает, что мозг справляется с этой проблемой при помощи перенастройки оценочной шкалы таким образом, чтобы как можно более точно отобразить на ней новое предложение. Нейрон, представляющий не до конца полный кувшин с соком, который стал худшим вариантом из двух, снижает свой оценочный показатель до нижней границы. И снова обезьянка легко сделает выбор.

Модель Глимчера, получившая название «аналитической нормализации», объясняет процесс перенастройки при помощи математики. Согласно этой модели, нейроны могут отсылать рациональные сообщения, если в последовательности спаек они кодируют только относительную разницу между представленными на выбор вариантами. «Набор вариантов имеет большой объём сходной информации, — говорит Глимчер. — В процессе нормализации из информации устраняются все лишние данные, чтобы она была представлена в максимально относительной форме, и потребление энергии было сведено к минимуму». Он заметил, что инженеры, которые работают с адаптивными системами, уже знакомы с этим принципом, а учёные занятые в сфере изучения принятия решений зачастую удивляются.

Натаниэль До говорит: «Сильная сторона аналитической нормализации в том, что она использует принципы из сферы визуализации и применяет их для определения относительной значимости предмета и это, хотя и неожиданно, но срабатывает».

Пример с соком из сферы теории, однако Глимчер с коллегами произвели запись электрических импульсов в мозговой деятельности обезьян в момент принятия различных решений. Эти исследования показывают, что нейроны, отвечающие за принятие решений, ведут себя в точности по модели. Если учёные повышают значение одного варианта выбора, эквивалентного замене какого-то батончика типа Milky Way вкусным Snickers, нейроны, отвечающие за этот выбор, повышают свою активность. (Этот принцип был уже известен учёным).

Если повысить значение других вариантов, например значительно увеличить размер «конкурентных» батончиков, то относительная ценность Snickers снизится, и согласно модели, его оценочный показатель также должен понизиться. Глимчер с коллегами доказали, что нейроны в части мозга под названием теменная кора ведут себя именно таким образом, предоставляя физиологическое доказательство его модели. «Аналитическая нормализация значительно помогла понять процесс обработки информации в мозге человека при всевозможных обстоятельствах, — говорит Глимчер. — В результате исследования стало очевидным, что нейроны действуют идентично или практически полностью в соответствии с моделью автономной нормализации».

853a934ce

Система почти не даёт сбоев. Однако подобно тому, как мы, когда, выходим из тёмного зала кинотеатра, на какое-то время теряем способность чётко различать предметы вокруг себя, наш «центр» принятия решений тоже может быть сбитым с толку. Тем более учитывая то огромное разнообразие выбора, с которым мы встречаемся в современном мире. Глимчер с коллегами прибегают к подобным «сбоям» для проверки своей модели. На данный момент исследователи пытаются понять, можно ли при помощи этих же алгоритмов предупредить ошибки и в других сценариях, в которых люди обычно допускают оплошности.

 

Нейроэкономика всё ещё молодая наука и в ней предостаточно вопросов и разногласий. Глимчер не единственный нейробиолог, который заметил признаки экономической оценки в мозговой деятельности человека. Учёные производили замеры нейронных связей в разных частях головного мозга: при помощи неинвазийной нейровизуализации мозга у людей и прямой записи мозговой активности у животных. Однако они не достигли согласия в том, где именно происходит процесс принятия решений. Какая часть мозга отвечает за размещение Snickers выше Milky Way в шкале оценки? «Не существует ни одного общепринятого подхода к тому, где и как зарождаются решения, которые сопоставляются с оценочными значениями», — поделился мнением Падоа-Скьоппа.

Глимчер проводил исследования в теменной коре головного мозга, однако Падоа-Скьоппа относится «скептически к тому, что эта часть головного мозга способна принимать экономически значимые решения». Нарушения в теменной коре не влияют на успешность принятия решений, основанных на оценочном принципе, в то время как повреждения лобной доли влияют. Поэтому Падоа-Скьоппа не принимает полностью модель Глимчера. С точки зрения нейробиологии, модель выбора «не может быть убедительно объяснена ни одной из существующих теорий», поясняет Падоа-Скьоппа.

Сейчас вместо того, чтобы сразу выбирать лучший, на своё усмотрение, вариант, я всегда начинаю с того, что исключаю из набора возможных решений самый неудачный

Другие учёные в целом одобряют модель аналитической нормализации, однако считают, что её нужно отточить, чтобы она могла объяснить более сложные аспекты в процессе принятия решений у людей. Анджела Ю, например, говорит, что модель хорошо срабатывает в простых ситуациях, но может подвести в необычных условиях. «Аналитическая нормализация действительно имеет в себе рациональное зерно, однако экспериментальные условия сделали процесс принятия решений слишком упрощённым, — говорит Анджела Ю. — Для того чтобы охватить более широкий спектр явлений в этом процессе, мы должны развить модель и обратить внимание на более сложные сценарии принятия решений у людей».

Структура аналитической нормализации возникла из визуальной системы. Анджела Ю считает, что её нельзя просто перенести на процесс принятия решений без определённых доработок. Учёные знают достаточно об информации, которую кодирует визуальная система: это двухмерное пространство в цвете, со светом и тенью. Естественные пейзажи характеризуются набором общих, легко просчитываемых параметров, которые используются мозгом для отфильтровки ненужной информации. Простыми словами, если один пиксель зелёный, то рядом расположенный пиксель, скорее всего, тоже будет зелёным, а не красным.

Она говорит, что иногда мы делаем неверный выбор из-за неопределённости в оценке вариантов. «Если вам доводилось покупать множество домов в своей жизни, то, скорее всего, при покупке нового вы будете руководствоваться отличными принципами от принципов тех людей, которые покупают дом впервые, — говорит Анджела Ю. — Или же если ваши родители купили дом в период кризиса, то это впоследствии может отразиться на том, как вы будете покупать дом».

Более того, дополняет Анджела Ю, визуальная система и система принятия решений имеют разные конечные цели. «Зрение — это сенсорная система, задача которой заполучить из внешнего мира как можно больше информации, — поясняет она. — А процесс принятия решений видит своей конечной целью достижение такого решения, которое бы нас удовлетворило. Мне кажется, что вычислительная цель состоит не только из информации, она более определяется индивидуальным отношением к ней, достижением максимального удовлетворения».

Большинство из нас в принятии решений волнует практическая сторона этого вопроса: каким образом мы могли бы принимать более рациональные решения? Глимчер говорит, что на основании своих исследования он смог разработать специальные стратегии. «Сейчас вместо того, чтобы сразу выбирать лучший, на своё усмотрение, вариант, я всегда начинаю с того, что исключаю из набора возможных решений самый неудачный, — говорит он, таким образом сокращая их количество до удобного числа, например до 3 элементов. «Этот способ зародился из нашего математического исследования и он действительно работает. Иногда нам удаётся усвоить что-то простое из более сложного и это действительно помогает улучшить то, каким образом мы принимаем решения».

Оригинал: TheAtlantic

Похожие Записи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Последние <span>истории</span>

Поиск описаний функциональности, введя ключевое слово и нажмите enter, чтобы начать поиск.