合理的非合理：より優れた学習者はより強い報酬頻度バイアスを示す

科学分野:

• 認知心理学
• 神経科学
• 行動経済学

背景:

• 頻度効果、すなわち頻繁に報酬を受ける選択肢へのバイアスは、意思決定の欠陥と見なされることがよくあります。
• しかし、特に学習との関連において、それらの適応的な役割は不明なままです。

研究 の 目的:

• 優れたベースライン学習が頻度ベースのバイアスに対する感受性の増加を予測するかどうかを調査すること。
• さまざまな報酬条件における学習精度と頻度ベースの意思決定の関係を調査すること。

主な方法:

• 4つの選択肢を持つ強化学習タスクを使用した被験者内デザイン。
• ベースラインおよび報酬頻度操作条件下で参加者がタスクを完了しました。
• 学習と意思決定戦略を評価するための計算モデリング。

主要な成果:

• より高いトレーニング精度は、全体的なパフォーマンスの向上と相関しましたが、特定の選択シナリオにおけるより強い頻度バイアスを予測しました。
• ベースライン学習が良好な参加者は、より頻繁で価値の低い選択肢に対してより大きなバイアスを示しました。
• 頻度に敏感な計算モデルは、ベースライン学習が高い参加者に適合しました。

結論:

• 頻度効果は、必ずしも学習の誤りを示すものではなく、ベースライン学習が優れた個人においてより顕著です。
• このバイアスは、価値ベースの意思決定がコストがかかるか信頼できない不確実な環境における、柔軟で適応的な戦略を表す可能性があります。
• これらの発見は、頻度効果を純粋に不適応的なものと見なす従来の視点に異議を唱えています。