Aprendizaje desacopla la precisión y el tiempo de reacción para decisiones rápidas en una tarea de inferencia...

Área de la Ciencia:

• Neurociencia Cognitiva; Neurociencia Computacional; Comportamiento Animal

Sus antecedentes:

• La inferencia transitiva (TI) implica el uso de representaciones internas de relaciones abstractas para la toma de decisiones.; Si bien se conocen los mecanismos de aprendizaje transitivo, la dinámica de la toma de decisiones durante el aprendizaje y la inferencia requiere una mayor comprensión.; El modelo de difusión de deriva (DDM) es un marco para la toma de decisiones perceptivas.

Objetivo del estudio:

• Investigar si el DDM puede modelar la toma de decisiones en una tarea de transferencia de TI.; Analizar patrones de decisión rápida que se desvían de los modelos estándar de precisión y tiempo de respuesta (TR).; Explorar la aplicabilidad del DDM al razonamiento simbólico y al aprendizaje relacional en serie.

Principales métodos:

• Se entrenaron seis monos macacos en una tarea de transferencia de TI que involucraba una lista de siete imágenes.; Se registraron las decisiones mediante movimientos oculares sacádicos o movimientos de alcance.; Se aplicó una implementación generalizada del DDM (PyDDM) para ajustar los datos de precisión y TR.

Principales resultados:

• Los monos lograron un aprendizaje constante de la estructura de la lista en 200-300 ensayos.; El comportamiento mostró un efecto de distancia simbólica, con un aumento de la precisión con la distancia ordinal del elemento.; Los tiempos de reacción (TR) se mantuvieron estables durante el aprendizaje a pesar de las mejoras en la precisión; los ajustes del DDM capturaron las distribuciones de TR con una acumulación de evidencia creciente y un límite de decisión colapsante.; El aprendizaje y la transferencia se modelaron variando la tasa de deriva, con cambios mínimos en otros parámetros del DDM.; Los movimientos oculares y de alcance exhibieron dinámicas similares, y el tiempo no de decisión explicó las diferencias en los TR.

Conclusiones:

• El marco del DDM puede explicar con éxito la dinámica de la toma de decisiones en tareas de inferencia transitiva.; El estudio identificó un régimen dinámico distinto del DDM aplicable al razonamiento simbólico y al aprendizaje relacional en serie.; Los hallazgos extienden la utilidad del DDM más allá de las tareas perceptivas a procesos cognitivos complejos.