Entrenchment in Human Exploration: A Future-Path Model of Early Convergence

Menschen sind ständig mit einer grundlegenden Wahl konfrontiert: Sollen wir bei dem bleiben, was wir kennen und das funktioniert, oder sollten wir etwas Neues ausprobieren, um zu sehen, ob es besser ist? Dieses Dilemma, das Wissenschaftlern als Exploration-Exploitation-Tradeoff (Erkundungs-Ausbeutungs-Abwägung) bekannt ist, ist der Motor des Lernens. Wenn wir explorieren, sammeln wir Informationen über die Welt; wenn wir exploitieren, nutzen wir diese Informationen, um die beste Belohnung zu erhalten. Idealerweise balancieren wir diese beiden Antriebe aus, indem wir genug Proben nehmen, um die beste Option zu finden, und uns dann darauf festlegen, sie zu genießen. In vielen Situationen scheinen Menschen jedoch zu früh mit der Suche aufzuhören. Sie verbeißen sich in eine Wahl, die tatsächlich nicht die beste ist, und treffen diese immer wieder, selbst wenn bessere Optionen verfügbar sind. Diese hartnäckige Beharrlichkeit, die Forscher als „Entrenchment“ (Verfestigung) bezeichnen, deutet darauf hin, dass unsere Gehirne die Zukunft auf eine Weise simulieren könnten, die uns in suboptimalen Gewohnheiten gefangen hält.

Eine neue Studie von Shinji Nakazato an der Tokyo University of Science bietet eine frische Erklärung für dieses Phänomen. Die Forschung schlägt vor, dass wir, wenn wir unsere aktuellen Entscheidungen bewerten, nicht nur nach der unmittelbaren Belohnung schauen. Stattdessen führen wir eine mentale Simulation unserer eigenen zukünftigen Entscheidungen durch und stellen uns vor, was wir als Nächstes tun werden. Entscheidend ist, dass die Studie nahelegt, dass wir diese Simulation durchführen, während wir unsere aktuellen Überzeugungen als unveränderlich betrachten, als ob wir in der Zukunft niemals lernen oder unsere Meinungen anpassen würden. Diese mentale Abkürzung erzeugt eine spezifische Art von Unsicherheit über unseren zukünftigen Pfad. Das Modell zeigt, dass, wenn der Zeithorizont lang ist – das heißt, wenn noch viele Entscheidungen bevorstehen –, die simulierte Unsicherheit so groß wird, dass sie uns dazu bringt, die beste bekannte Option aufzugeben und in Richtung schlechterer Optionen abzuwandern. Die Ergebnisse stellen die Idee infrage, dass Menschen immer versuchen, ihre Belohnungen zu maximieren, und legen stattdessen nahe, dass unsere eigenen internen Zukunfts-Simulationen uns in die Irre führen können.

Um diese Idee zu testen, analysierte der Forscher Daten aus zwei verschiedenen Arten von Experimenten, bei denen Probanden Spiele spielten, die wiederholte Entscheidungen erforderten. In einem Satz von Experimenten, bekannt als Wilson-Aufgabe, standen die Teilnehmer vor einem einfachen Spiel mit zwei Optionen. Die Forscher kontrollierten das Spiel sorgfältig, sodass das Wissen der Teilnehmer über die Optionen zu Beginn einer Entscheidung identisch war, aber die Anzahl der verbleibenden zukünftigen Züge variierte. In einigen Fällen wussten die Teilnehmer, dass sie nur noch einen Zug vor sich hatten; in anderen wussten sie, dass sie noch sechs Züge vor sich hatten. Wenn Menschen einfach nur versucht hätten, die beste Option zu finden, sollte ihr Verhalten in beiden Fällen dasselbe sein, da ihr Wissen identisch war. Die Daten zeigten jedoch einen klaren Unterschied: Wenn die Teilnehmer wussten, dass sie mehr Züge vor sich hatten, waren sie signifikant wahrscheinlicher geneigt, die Option zu wählen, die nicht die beste war. Dieses Ergebnis war so stark, dass es nicht durch Standardtheorien darüber, wie Menschen lernen, oder durch die Idee, dass sie einfach nur vorsichtiger oder neugieriger waren, erklärt werden konnte. Das einzige Modell, das dieses spezifische Muster reproduzieren konnte, war das auf der „Zukunftspfad“-Simulation basierende Modell, bei dem der Entscheidungsträger seine zukünftigen Entscheidungen imaginiert, ohne zu antizipieren, dass er etwas Neues lernen wird.

Die Studie ging weiter, um dieses Verhalten von anderen Formen der Exploration zu unterscheiden. Manchmal wählen Menschen absichtlich eine schlechtere Option, um mehr Informationen über die bestmögliche Wahl zu sammeln; dies wird als gerichtete Exploration bezeichnet. Um zu sehen, ob die hartnäckigen Entscheidungen in der Studie eine Form kluger Exploration oder einfach nur ein Steckenbleiben waren, untersuchte der Forscher ein zweites, komplexeres Spiel auf einem Gitter mit vielen möglichen Positionen. In diesem Spiel war der wahre beste Platz den Forschern bekannt. Die Analyse ergab, dass Menschen in den Langzeit-Horizont-Situationen überwiegend zu Plätzen tendierten, die tatsächlich schlechter waren, anstatt zum besten Platz zu wandern. Sie explorierten nicht, um das Optimum zu finden; sie drifteten davon ab. Dies bestätigte, dass es sich bei dem Verhalten tatsächlich um „Entrenchment“ handelte – eine sich selbst verstärkende Schleife, in der eine Person bei einer suboptimalen Wahl stecken bleibt, weil ihre mentale Simulation der Zukunft diese Wahl attraktiver erscheinen lässt, als sie eigentlich ist.

Die Forschung untersuchte auch, wie die Größe des Auswahlsets dieses Verhalten beeinflusst. Im Gitterspiel mussten die Teilnehmer zwischen 30 oder 121 verschiedenen Positionen wählen. Das Modell sagte voraus, dass das Vorhandensein von mehr Optionen die Unsicherheit in der mentalen Simulation der Zukunft erhöhen würde, was es noch wahrscheinlicher macht, dass Menschen bei einer schlechten Wahl stecken bleiben. Die Daten stützten dies: Mit zunehmender Anzahl der verfügbaren Optionen stieg auch die Rate des Beharrens auf einer nicht-optimalen Wahl. Darüber hinaus stellte die Studie fest, dass Menschen weniger wahrscheinlich stecken blieben, wenn der Wertunterschied zwischen der besten und der zweitbesten Option sehr deutlich war. Aber wenn die Lücke klein war oder die Zukunft sich weit weg anfühlte, nahm die Tendenz, bei einer mittelmäßigen Wahl zu verharren, zu.

Diese Ergebnisse zeichnen ein Bild menschlicher Entscheidungsfindung, das weniger von kalter Kalkulation als vielmehr von den Grenzen der Vorstellungskraft geprägt ist. Die Studie legt nahe, dass unsere Gehirne nicht immer in die Zukunft blicken, um zu optimieren; manchmal blicken sie voraus und sehen einen Nebel an Möglichkeiten, der den aktuellen, vertrauten Pfad sicherer erscheinen lässt, selbst wenn er ins Leere führt. Indem wir unser zukünftiges Selbst simulieren, als ob wir niemals unsere Meinung ändern würden, schaffen wir unbeabsichtigt eine Barriere für das Lernen. Die Forschung behauptet nicht, dass dies ein Fehler der menschlichen Intelligenz sei, sondern vielmehr ein strukturelles Merkmal der Art und Weise, wie wir Zeit und Unsicherheit verarbeiten. Sie zeigt, dass genau der Mechanismus, den wir nutzen, um unser Leben zu planen – uns vorzustellen, was wir als Nächstes tun werden –, manchmal dasjenige sein kann, das uns daran hindert, den besten Weg nach vorne zu finden. Die Ergebnisse waren über tausende Versuche hinweg robust und hielten stand, selbst als die Forscher andere Erklärungen wie einfache Fehler oder eine allgemeine Vorliebe für Abwechslung ausschlossen.

Letztendlich liefert die Arbeit einen mathematischen Rahmen, der diese spezifische Art des Steckenbleibens erfasst. Sie zeigt, dass die Wahrscheinlichkeit einer nicht-optimalen Entscheidung steigt, wenn die verbleibende Zeit wächst und die Anzahl der Optionen zunimmt. Dies ist das Gegenteil dessen, was traditionelle Theorien des rationalen Lernens vorhersagen, die suggerieren, dass mehr Zeit den Menschen helfen sollte, die beste Lösung zu finden. Die Studie bestätigt, dass für menschliche Lernende mehr Zeit tatsächlich dazu führen kann, dass wir eher mit weniger zufrieden sind. Die Forschung lässt die Frage offen, wie genau das Gehirn diese zukünftige Unsicherheit berechnet, aber sie etabliert fest, dass die Art und Weise, wie wir unsere zukünftigen Entscheidungen imaginieren, ein mächtiger Treiber unseres gegenwärtigen Verhaltens ist, der in der Lage ist, uns in Mustern festzuschlagen, die nicht in unserem besten Interesse liegen.