Trial-by-Trial Behavioral Adaptation in a Restless Bandit Task: A Mixed-Effects Modeling Approach

في كل يوم، نتخذ خيارات في عالم لا يتوقف عن الحركة أبداً. فالمقهى الذي كان الخيار الأفضل هذا الصباح قد يكون مزدحماً غداً؛ والطريق إلى العمل الذي كان سريعاً بالأمس قد يكون مغلقاً اليوم. وللتنقل في هذا المشهد المتغير، يجب على أدمغتنا أن تُحدّث باستمرار ما نعرفه وتعدّل سلوكنا. إن عملية التعلم من الخبرة بينما تتغير قواعد اللعبة هي لغز مركزي للعلماء الذين يدرسون كيف نفكر ونتخذ القرارات. وإحدى الطرق القوية التي يستكشف بها الباحثون هذا الأمر هي من خلال إعداد يُسمى مهمة "المقامر القلق" (restless bandit). تخيل أنك تجلس أمام أربع آلات قمار. في لعبة عادية، قد تتعلم أي واحدة منها تدفع أكثر وتتمسك بها. ولكن في النسخة "القلقة"، تتغير معدلات دفع هذه الآلات أثناء لعبك. فالآلة التي كانت تدفع جيداً قبل لحظة قد تتوقف فجأة، بينما قد تبدأ آلة أخرى كانت هادئة في الدفع. لكي تنجح، لا يمكنك الاعتماد فقط على قاعدة ثابتة؛ بل يجب عليك الاستمرار في المراقبة، والتعلم، وتعديل خياراتك في الوقت الفعلي.

تقدم دراسة جديدة أجراها الباحث عرفان جاريپور نظرة جديدة على كيفية تعامل الناس مع هذا النوع من التحدي الديناميكي. فبدلاً من محاولة تخمين الحسابات الذهنية الخفية التي يستخدمها الناس لاتخاذ هذه القرارات، تركز الدراسة تماماً على ما يمكن رؤيته وقياسه: الخيارات الفعلية التي يتخذها الناس، والمكافآت التي يحصلون عليها، ومدى سرعة استجابتهم، ومتى يقررون تحويل انتباههم إلى خيار آخر. ومن خلال تحليل مجموعة ضخمة من البيانات من ما يقرب من ألف شخص يلعبون نسخة من هذه اللعبة تتكون من أربعة خيارات، رسم الباحث بدقة كيف يتغير السلوك من لحظة إلى أخرى. لم يكن الهدف هو بناء نموذج حاسوبي معقد للدماغ، بل إنشاء صورة إحصائية دقيقة لكيفية تطور اتخاذ القرار البشري عندما يرفض المحيط البقاء ثابتاً.

فحص الباحث بيانات من 965 مشاركاً اتخذوا أكثر من 139,000 قرار فردي في المجمل. لعب كل شخص لعبة حيث كان عليه اختيار واحد من أربعة خيارات بشكل متكرر. وكانت قيمة هذه الخيارات تتغير بمرور الوقت، مما خلق ثلاث نسخ مختلفة من اللعبة بأنماط تغيير متباٍنة قليلاً. تتبع الباحث أربعة أشياء محددة: ما إذا كان الشخص قد اختار الخيار الذي يدفع أكثر في تلك اللحظة، وكم من المال ربح بالفعل، ومدى سرعة اتخاذه للقرار، وما إذا كان قد انتقل إلى خيار مختلف عن الخيار الذي اختاره قبل قليل. ولإدراك معنى هذه الكمية الهائلة من البيانات، استخدموا طريقة إحصائية متطورة يمكنها مراعاة حقيقة أن كل شخص مختلف. سمح لهم هذا النهج برؤية الاتجاهات العامة عبر المجموعة بأكملها مع احترام الطريقة الفريدة لكل فرد في التكيف مع القواعد المتغيرة.

كان الاكتشاف الأكثر لفتاً للنظر هو أن الناس لا يتحسنون ببساال في اللعبة بخط مستقيم وثابت. فإذا كنت ترسم احتمال قيام شخص ما باختيار الخيار الأفضل بمرور الوقت، فإن الخط لن يصعد بزاوية ثابتة. بدلاً من ذلك، سيكون منحنياً. وجدت الدراسة أن شكل هذا المنحنى يعتمد بشدة على النسخة المحددة من اللعبة التي يتم لعبها. ففي نسخة واحدة من اللعبة، اتبع احتمال اختيار الخيار الأفضل مساراً ينحني للأعلى، مما يشير إلى تحسن مستمر يتسارع. وفي نسخة أخرى، انحنى المسار للأسفل، مما يشير إلى أنه بينما تحسن الناس في البداية، فإن قدرتهم على التمسك بالخيار الأفضل وصلت إلى مرحلة الثبات أو تغيرت بطريقة مختلفة. وهذا يعني أن الطريقة التي يتكيف بها الناس ليست عملية واحدة عالمية؛ بل هي مشكلة بعمق في البنية المحددة للبيئة المتغيرة التي يتواجدون فيها.

كشفت الدراسة أيضاً أن الناس يختلفون بشكل كبير في كيفية بدايتهم وكيفية تغيرهم. بدأ بعض المشاركين اللعبة بنزعة عالية لاختيار الخيار الأفضل، بينما بدأ آخرون بمستوى أقل. والأهم من ذلك، أن الطريقة التي تغيروا بها بمرور الوقت كانت فريدة لكل منهم. أظهر بعض الناس تحسناً أولياً سريعاً ثم تباطأ، بينما أظهر آخرون نمطاً مختلفاً من التعلم. أكدت النماذج الإحصائية أن هذه الاختلافات في الأداء الأساسي وفي سرعة وشكل التعلم كانت حقيقية ومتسقة، وليست مجرد ضجيج عشوائي. وهذا يسلط الضوء على أنه بينما توجد أنماط عامة في كيفية تكيف البشر، فإن المسار المحدد لهذا التكيف هو تجربة شخصية للغاية.

أضفت النظرة إلى المقاييس الأخرى مزيداً من التفصيل على الصورة. فمبلغ المال الذي ربحه الناس لم يتطابق دائماً مع نمط خياراتهم. فحتى عندما كان الناس يختارون الخيار الأفضل بشكل متكرر، كان إجمالي المكافأة التي يحصلون عليها يمكن أن يتغير بطريقة مختلفة اعتماداً على نسخة اللعبة. وهذا يوضح أن اتخاذ القرار "الصحيح" والحصول على مكافأة عالية هما أمران مرتبطان ولكنهما نتيجتان متمايزتان في بيئة متغيرة. وبالمثل، تغيرت سرعة اتخاذ القرار بمرور الوقت. ومع تقدم اللعبة، أصبح الناس أسرع بشكل عام، حيث استغرقوا وقتاً أقل لاتخاذ خياراتهم. ومع ذلك، حدث هذا التسارع بمعدل مماثل بغض النظر عن النسخة التي كانوا يلعبونها، مما يشير إلى أن الممارسة العامة لاتخاذ القرارات أصبحت أكثر كفاءة للجميع، حتى لو اختلفت الاستراتيجية المحددة لاختيار الخيار الأفضل.

نظر الباحث أيضاً في عدد المرات التي قام فيها الناس بتغيير خياراتهم. بشكل عام، قلّ عدد مرات تغيير الناس لخياراتهم مع تقدم اللعبة، مما يشير إلى أنهم استقروا في إيقاع معين. ومع ذلك، فإن المعدل الذي توقفوا به عن التغيير اعتمد على نسخة اللعبة. ففي نسخة واحدة من اللعبة، قلل الناس من تغيير خياراتهم بشكل أكثر حدة من نسخة أخرى. وهذا يشير إلى أن البيئة نفسها ترسل إشارة للاعب عما إذا كان من المفيد التمسك بخيار ما أو استكشاف خيارات جديدة. لاحظت الدراسة بعناية أنه بينما تصف هذه الأنماط بالضبط ما فعله الناس، فإنها لا تفسر الآليات الذهنية الخفية الكامنة وراء ذلك. لم يقس الباحث ما كان الناس يفكرون فيه، أو يعتقدون فيه، أو يحسبونه في رؤوسهم. لقد قام ببساطة بقياس المخرجات: الخيارات، والسرعة، والمكافآت.

هذا التمييز أمر بالغ الأهمية. تثبت الدراسة أن السلوك الملحوظ في عالم ديناميكي يتبع أنماطاً معقدة وغير خطية تختلف باختلاف الشخص والبيئة. وهي تظهر أن التكيف ليس تحسناً بسيطاً بخط مستقيم، بل هو عملية منحنية ومتغيرة. ومن خلال رسم هذه الأنماط بهذه الدقة، توفر الدراسة أساساً متيناً للأبحاث المستقبلية. يمكن للعلماء الآن استخدام هذه الأوصاف التفصيلية للسلوك في العالم الحقيقي لاختبار النظريات حول كيفية تعلم الدماغ. يمكنهم التساؤل عما إذا كانت نماذج تعلم حاسوبية محددة يمكنها إعادة إنتاج المنحنيات والاختلافات الدقيقة التي شوهدت في هذه البيانات. وحتى ذلك الحين، تقف هذه الدراسة كوصف كمي واضح لكيفية انحناء وتحول السلوك البشري عندما يرفض العالم من حوله الوقوف ساكناً. إنها تؤكد أنه في عالم قلق، ليست خياراتنا ثابتة؛ بل هي رقصة مستمرة ومتطورة من التكيف، تشكلها قواعد اللعبة وعقل اللاعب الفريد.