Une architecture cognitive minimale reproduit le contrôle des processus décisionnels humains

Une architecture cognitive minimale reproduit le contrôle des processus décisionnels humains

Accueil » Psychologie » Troubles mentaux » Adulte » Une architecture cognitive minimale reproduit le contrôle des processus décisionnels humains

Les neuroscientifiques et les psychologues tentent depuis des décennies d’identifier les processus qui sous-tendent la prise de décision humaine. Même si leurs efforts ont abouti à de nombreuses découvertes intéressantes, les subtilités d’une prise de décision complexe restent mal comprises.

Des chercheurs de l'Institut du Cerveau de Paris ont mené une étude visant à mieux comprendre comment le cerveau humain alloue ses ressources lors de la prise de décision. Leur article, publié dans Psychologie de la communicationintroduit une architecture qui exploite le contrôle métacognitif des décisions en ligne (oMCD), une construction théorique décrivant pourquoi et comment le cerveau choisit d'arrêter ou de continuer à délibérer.

Des études antérieures ont montré que les humains n’investissent pas toujours le maximum d’efforts mentaux lorsqu’ils prennent des décisions. Cela peut conduire à diverses erreurs et biais cognitifs largement documentés (c'est-à-dire des écarts récurrents par rapport à la pensée rationnelle).

“La question derrière notre étude est la suivante : lorsqu'on prend une décision, qu'est-ce qui détermine la quantité d'effort mental que nous investissons dans les décisions ?” Jean Daunizeau, co-auteur de l'article, a déclaré à Medical Xpress.

“Des recherches comportementales antérieures suggéraient que, pour certains types de décisions (dites décisions “fondées sur des preuves”), cela pouvait être fait en équilibrant la confiance dans la décision (qui tend à augmenter avec l'effort mental) avec le coût de l'effort mental. a soulevé la question : cela peut-il fonctionner pour toutes sortes de décisions ? »

Pour répondre à cette question, les chercheurs doivent d’abord démontrer qu’une politique de contrôle basée sur la confiance génère finalement des investissements en efforts mentaux ressemblant à ceux de politiques de contrôle optimales spécifiques à différents types de décisions. C'était l'un des principaux objectifs des travaux de Daunizeau et de ses collègues.

“Nous abordons ce problème de différentes manières”, a expliqué Daunizeau. “Dans le contexte de cette étude, nous avons effectivement fourni deux éléments de preuve. Le premier est essentiellement théorique. Plus précisément, nous nous appuyons sur ce que l'on appelle les processus décisionnels de Markov (MDP) pour démontrer que les politiques de contrôle basées sur la confiance sont quasi optimales. pour une large classe de décisions.

Après avoir identifié les propriétés quantitatives non triviales des politiques de contrôle basées sur la confiance, les chercheurs ont cherché à déterminer si ces propriétés pouvaient être retrouvées dans des données empiriques recueillies lors d'expériences au cours desquelles des humains accomplissaient des tâches de prise de décision. Les propriétés qu'ils recherchaient spécifiquement comprenaient des interactions à trois voies entre les valeurs des différentes options, les délais de décision et la confiance rapportée dans une décision.

“En bref, nous avons identifié une architecture cognitive minimale pour un contrôle décisionnel quasi optimal (en termes d'efforts investis)”, a déclaré Daunizeau. “Il est important de noter que cette architecture peut se généraliser sur la plupart, sinon la totalité, des types de décisions. Cela implique qu'un seul système cérébral peut contrôler les décisions, quel que soit le type de décision.”

L’article de Daunizeau et de ses collaborateurs pourrait ouvrir la voie à d’autres études neuroscientifiques testant cette hypothèse, apportant potentiellement un nouvel éclairage sur les fondements de la prise de décision humaine.

“Dans nos prochaines études, nous tenterons d'identifier les bases neuronales du contrôle décisionnel”, a ajouté Daunizeau. “Cela impliquera une réanalyse des données de neuroimagerie et électrophysiologiques existantes acquises au cours de diverses tâches de décision, ainsi que la conception de nouvelles expériences neuroscientifiques.”

Publications similaires