Mood impacts confidence through biased learning of reward likelihood

Diese Studie zeigt durch computergestützte Modellierung und zwei unabhängige Studien, dass Stimmungsstörungen das Vertrauen bei belohnungsbasierten Entscheidungen nicht durch eine direkte Veränderung des Selbstvertrauens verzerren, sondern durch eine Verzerrung der graduellen Akkumulation von Belohnungslernsignalen, ein Mechanismus, der bei Personen mit erhöhten hypomanischen Merkmalen verstärkt wird.

Das Wesentliche

Stellen Sie sich vor, Ihr Gehirn ist eine intelligente Navigations-App, die den besten Weg zu einem Ziel (Ihren Zielen) herausfinden soll. Diese App lernt ständig aus Verkehrsberichten (Belohnungen), um Ihnen zu sagen, wie wahrscheinlich Ihr Erfolg ist. Normalerweise aktualisiert sie ihre Karte basierend auf den tatsächlich empfangenen Daten.

Aber was passiert, wenn Ihre Stimmung wie ein fehlerhafter Filter über dieser Karte wirkt?

Dieser Artikel untersucht genau das. Die Forscher wollten verstehen, warum unser Vertrauen in unsere Fähigkeiten wild schwanken kann, wenn wir uns niedergeschlagen oder aufgeregt fühlen, selbst wenn sich unsere tatsächlichen Fähigkeiten nicht verändert haben. Sie testeten zwei Haupttheorien:

1. Die Theorie der „direkten Überschreibung": Die Stimmung wirkt wie ein manueller Knopf, der die App sofort zwingt zu sagen: „Sie werden Erfolg haben!" oder „Sie werden scheitern!", unabhängig von den tatsächlichen Verkehrsdaten.
2. Die Theorie der „verzerrten Daten": Die Stimmung ändert die endgültige Antwort nicht direkt; stattdessen verzerrt sie die Verkehrsberichte, wie sie eintreffen. Die App denkt, die Daten seien anders als sie wirklich sind, und baut daher langsam eine falsche Schlussfolgerung darüber auf, wie wahrscheinlich Erfolg ist.

Wie sie es testeten:
Die Forscher führten zwei Studien durch (eine im Labor und eine online), bei denen sie die Stimmungen der Teilnehmer veränderten und sie dann ein Spiel spielen ließen, bei dem sie raten mussten, welche Entscheidungen Belohnungen einbringen würden. Nach jeder Schätzung mussten die Spieler bewerten, wie sicher sie sich waren.

Was sie fanden:
Die Theorie der „direkten Überschreibung" war falsch. Die Stimmung schaltete das Vertrauen nicht einfach sofort um. Stattdessen gewann die Theorie der „verzerrten Daten".

Hier ist die zentrale Entdeckung:

• Das langsame Glimmen: Wenn die Stimmungen der Teilnehmer manipuliert wurden, änderte sich ihr Vertrauen nicht sofort. Es brauchte Zeit. Während sie das Spiel weiter spielten und lernten, driftete ihr Vertrauen langsam in Richtung ihrer Stimmung ab.
• Der Geist in der Maschine: Selbst nachdem die Stimmungsmanipulation aufhörte und sich die Menschen wieder „normal" fühlten, blieb das Vertrauen, das sie während der Phase der „fehlerhaften" Stimmung aufgebaut hatten, bestehen. Es war, als hätte die Stimmung heimlich die Geschichte des Spiels in ihren Köpfen umgeschrieben.
• Die Lupe: Die Studie ergab, dass Menschen, die von Natur aus instabilere Stimmungen haben (insbesondere diejenigen mit höheren „hypomanischen Zügen"), anfälliger für diesen Fehler waren. Ihre Navigations-Apps ließen sich leichter durch den Stimmungsfilter verzerren.

Das Fazit:
Die Studie kommt zu dem Schluss, dass es, wenn wir uns auf eine bestimmte Weise fühlen, nicht nur so ist, als wären wir mehr oder weniger vertrauensvoll. Stattdessen verzerrt unsere Stimmung tatsächlich, wie wir aus unseren Erfahrungen lernen. Sie justiert die Art und Weise, wie unser Gehirn die „Beweise" für Erfolg oder Misserfolg verarbeitet. Im Laufe der Zeit erzeugt dieses verzerrte Lernen ein falsches Gefühl von Vertrauen (oder dessen Fehlen), das sich sehr real anfühlt, obwohl die tatsächlichen Fakten unverändert geblieben sind.

Stellen Sie sich vor, Sie tragen getönte Brillen, während Sie Autofahren lernen. Sie fühlen sich nicht nur wie ein schlechter Fahrer; die Brillen lassen die Straßenschilder tatsächlich anders aussehen, sodass Sie anders lernen zu fahren, als wenn Sie klare Brillen tragen würden.

Technische Zusammenfassung

Technische Zusammenfassung: Stimmung beeinflusst das Selbstvertrauen durch verzerrtes Lernen von Belohnungswahrscheinlichkeiten

Problemstellung
Stimmungsstörungen sind durch signifikante, oft irrationale Schwankungen im Selbstwirksamkeitsgefühl und im zielgerichteten Verhalten gekennzeichnet. Die spezifischen Mechanismen, die affektive Zustände mit diesen Verhaltens- und kognitiven Verschiebungen verknüpfen, bleiben jedoch weitgehend unverstanden. Die zentrale Frage lautet, ob die Stimmung das Selbstvertrauen bei belohnungsbasierten Entscheidungen durch eine direkte, evidenzunabhängige Verschiebung des Selbstvertrauens beeinflusst oder ob die Stimmung die zugrunde liegende Akkumulation von Belohnungslernsignalen verzerrt, aus denen das Selbstvertrauen anschließend abgeleitet wird. Darüber hinaus untersucht die Studie, ob diese Effekte durch eine trait-bedingte Instabilität von Stimmung und Selbstwirksamkeit verstärkt werden.

Methodik
Die Forschung setzte einen computergestützten Modellierungsansatz ein, um sowohl Selbstvertrauen als auch Stimmung innerhalb eines Verstärkungslernrahmens zu formalisieren. Das Studiendesign bestand aus zwei unabhängigen Untersuchungen:

1. Einem Laborexperiment mit 35 Teilnehmern.
2. Einer präregistrierten Online-Replikation mit 106 Teilnehmern.

In beiden Studien nahmen die Teilnehmer an einer Verstärkungslernaufgabe teil, die eine Stimmungsmanipulation und wiederholte Selbstvertrauensbewertungen umfasste. Die Forscher nutzten computergestützte Modelle, um zwischen zwei konkurrierenden Erklärungsansätzen zu entscheiden:

• Der direkte Verschiebungsansatz: Die Stimmung übt eine unmittelbare, evidenzunabhängige Verzerrung auf das Selbstvertrauen aus.
• Der verzerrte Lernansatz: Die Stimmung verzerrt die Akkumulation von Belohnungslernsignalen, was zu rational abgeleitetem, aber verzerrtem Selbstvertrauen führt.

Hauptergebnisse
Die empirischen Daten zeigten, dass die Stimmung die Selbstvertrauensbewertungen systematisch verzerrte, ohne die objektive Genauigkeit zu verändern. Entscheidend war, dass die zeitlichen Dynamiken dieser Verzerrung den „verzerrten Lernansatz" gegenüber dem „direkten Verschiebungsansatz" unterstützten:

• Die Verzerrung des Selbstvertrauens akkumulierte sich im Laufe des Lernprozesses allmählich, anstatt unmittelbar nach der Stimmungsinduktion aufzutreten.
• Diese Akkumulation persistierte, selbst als der induzierte Stimmungszustand selbst wieder auf das Basalniveau zurückkehrte.

Ein computergestütztes Modell, das einen Stimmungsverzerrungsparameter enthielt, konnte diese Dynamiken erfolgreich abbilden. In diesem Modell verzerrt die Stimmung die Akkumulation von Wahrscheinlichkeitsschätzungen für Belohnungen. Dieser einzelne Parameter erklärte:

• Die beobachteten Verschiebungen im Selbstvertrauen.
• Die verzerrte Bewertung von Reizen, die unter verschiedenen Stimmungszuständen gelernt wurden.
• Die Verstärkung dieser Effekte bei Personen mit erhöhten hypomanischen Merkmalen.

Bedeutung und Behauptungen
Die Arbeit beansprucht, eine mechanistische Erklärung zu liefern, die stimmungsinduzierte Verzerrungen des Selbstvertrauens mit gestörter Zielerreichung und Selbstwirksamkeit bei Stimmungsstörungen verknüpft. Indem gezeigt wird, dass Störungserscheinungen im Selbstvertrauen aus stimmungsverzerrten Lernsignalen und nicht aus direkten, evidenzunabhängigen Verschiebungen resultieren, deuten die Befunde darauf hin, dass die Kernpathologie möglicherweise darin liegt, wie affektive Zustände die Verarbeitung von Belohnungsinformationen im Zeitverlauf verändern. Dies bietet eine spezifische computergestützte Erklärung für die irrationalen Veränderungen des Selbstwirksamkeitsgefühls, die in klinischen Populationen beobachtet werden, und unterscheidet dabei zwischen dem unmittelbaren Stimmungszustand und seiner nachhaltigen Auswirkung auf den Lernprozess.