El nuevo modelo predice con mayor precisión las elecciones en la tarea clásica de toma de decisiones

Los comportamientos exploratorios en Iowa Gambling Task parecen disminuir con el envejecimiento

• Fecha : 13 de junio de 2019
• Fuente : PLOS
• Resumen : Un nuevo modelo matemático que predice qué elecciones tomará la gente en la Tarea de juego de Iowa, una tarea utilizada durante los últimos 25 años para estudiar la toma de decisiones, supera a los modelos desarrollados previamente.

Un nuevo modelo matemático que predice qué elecciones tomará la gente en la Tarea de juego de Iowa, una tarea utilizada durante los últimos 25 años para estudiar la toma de decisiones, supera a los modelos desarrollados previamente. Romain Ligneul del Centro Champalimaud para lo Desconocido en Portugal presentaesta investigación en PLOS Biología Computacional .

La Iowa Gambling Task presenta a un sujeto con cuatro mazos de cartas virtuales, cada uno con una combinación diferente de cartas que pueden ganar o perder dinero falso. Sin saber qué mazos son más valiosos, el sujeto luego escoge cartas de los mazos como lo deseeLa mayoría de las personas sanas aprenden gradualmente qué mazos son más valiosos y eligen elegir cartas solo de esos mazos.

Estudios anteriores han utilizado los datos de Iowa Gambling Task para construir modelos matemáticos que pueden predecir las elecciones de selección de cartas de las personas. Sin embargo, construir tales modelos es computacionalmente desafiante, y los modelos desarrollados previamente no tienen en cuenta las estrategias exploratorias que las personas usan en la tarea.

Al revisar los datos recopilados previamente de 500 sujetos, Ligneul descubrió que las personas sanas tienden a recorrer las cuatro cubiertas y elegir una carta de cada una, especialmente al comienzo de la tarea. Luego incorporó este comportamiento, denominado exploración secuencial, en unnuevo modelo matemático que también explica los conocidos comportamientos de maximización de recompensas que las personas exhiben en la tarea.

Ligneul descubrió que su nuevo modelo supera a los modelos anteriores al predecir las elecciones de selección de cartas de las personas. También descubrió que los comportamientos de exploración secuenciales parecen disminuir a medida que los sujetos envejecen, tal vez debido a los cambios neurológicos típicamente asociados con el envejecimiento.

"Este estudio proporciona un método matemático para desenredar nuestro impulso para explorar el medio ambiente y nuestro impulso para explotarlo", dice Ligneul. "Parece que el equilibrio de estos dos impulsos evoluciona con el envejecimiento".

El nuevo modelo y los resultados podrían ayudar a refinar las ideas obtenidas de la Iowa Gambling Task. También podría mejorar la comprensión del aprendizaje y las interrupciones en la toma de decisiones que están asociadas con el envejecimiento y diversas afecciones neuropsiquiátricas, como adicción, trastornos impulsivos, lesiones cerebrales,y más.

Fuente de la historia :

Materiales proporcionados por PLOS . Nota: El contenido puede ser editado por estilo y longitud.

Referencia del diario :

1. Romain Ligneul. Exploración secuencial en la tarea de juego de Iowa: validación de un nuevo modelo computacional en un gran conjunto de datos de participantes sanos jóvenes y mayores . PLOS Biología Computacional , 2019; 15 6: e1006989 DOI: 10.1371 / journal.pcbi.1006989