Mood impacts confidence through biased learning of reward likelihood

Este artículo demuestra mediante modelado computacional y dos estudios independientes que las alteraciones del estado de ánimo sesgan la confianza en la toma de decisiones basada en recompensas no mediante la alteración directa de la autopercepción, sino distorsionando la acumulación gradual de señales de aprendizaje de recompensa, un mecanismo que se amplifica en individuos con rasgos hipomaníacos elevados.

Lo esencial

Imagina que tu cerebro es una aplicación de navegación inteligente que intenta determinar la mejor ruta hacia un destino (tus metas). Esta aplicación aprende constantemente de los informes de tráfico (recompensas) para indicarte cuán probable es que tengas éxito. Por lo general, actualiza su mapa basándose en los datos reales que recibe.

Pero, ¿qué sucede cuando tu estado de ánimo actúa como un filtro defectuoso sobre ese mapa?

Este artículo explora exactamente eso. Los investigadores querían comprender por qué nuestra confianza en nuestras habilidades puede oscilar salvajemente cuando nos sentimos deprimidos o eufóricos, incluso si nuestras habilidades reales no han cambiado. Probaron dos teorías principales:

1. La teoría del "Anulamiento Directo": El estado de ánimo actúa como un botón manual que obliga instantáneamente a la aplicación a decir: "¡Tendrás éxito!" o "¡Fallarás!", independientemente de los datos reales del tráfico.
2. La teoría de los "Datos Distorsionados": El estado de ánimo no cambia la respuesta final directamente; en su lugar, distorsiona los informes de tráfico mientras llegan. La aplicación piensa que los datos son diferentes a lo que realmente son, por lo que construye lentamente una conclusión errónea sobre la probabilidad de éxito.

Cómo lo probaron:
Los investigadores realizaron dos estudios (uno en un laboratorio y otro en línea) donde modificaron el estado de ánimo de las personas y luego les pidieron que jugaran un juego en el que debían adivinar qué elecciones ganarían recompensas. Después de cada suposición, los jugadores debían calificar su nivel de confianza.

Lo que descubrieron:
La teoría del "Anulamiento Directo" fue incorrecta. El estado de ánimo no simplemente activó un interruptor instantáneo en la confianza. En cambio, la teoría de los "Datos Distorsionados" fue la ganadora.

Aquí está el descubrimiento clave:

• La Lenta Combustión: Cuando el estado de ánimo de las personas fue manipulado, su confianza no cambió inmediatamente. Tomó tiempo. A medida que seguían jugando y aprendiendo, su confianza se desviaba lentamente en la dirección de su estado de ánimo.
• El Fantasma en la Máquina: Incluso después de que la manipulación del estado de ánimo cesó y las personas volvieron a sentirse "normales", la confianza que habían acumulado durante el período de estado de ánimo "defectuoso" permaneció. Era como si el estado de ánimo hubiera reescrito secretamente la historia del juego en sus mentes.
• La Lupa: El estudio encontró que las personas que naturalmente tienen estados de ánimo más inestables (específicamente aquellos con rasgos hipomaníacos más altos) eran más sensibles a este defecto. Sus aplicaciones de navegación eran más fácilmente distorsionadas por el filtro del estado de ánimo.

La Conclusión:
El artículo concluye que cuando nos sentimos de cierta manera, no solo nos hace sentirnos más o menos seguros. En cambio, nuestro estado de ánimo realmente sesga cómo aprendemos de nuestras experiencias. Ajusta la forma en que nuestro cerebro procesa la "evidencia" del éxito o el fracaso. Con el tiempo, este aprendizaje distorsionado crea una falsa sensación de confianza (o falta de ella) que se siente muy real, aunque los hechos reales no hayan cambiado.

Piénsalo como llevar gafas tintadas mientras aprendes a conducir. No solo sientes que eres un mal conductor; las gafas están haciendo que las señales de tráfico se vean diferentes, por lo que aprendes a conducir de manera diferente a como lo harías si llevaras gafas transparentes.

Resumen técnico

Resumen Técnico: El Estado de Ánimo Afecta la Confianza Mediante el Aprendizaje Sesgado de la Probabilidad de Recompensa

Enunciado del Problema
Las alteraciones del estado de ánimo se caracterizan por fluctuaciones significativas, a menudo irracionales, en la autoeficacia y en la conducta orientada a metas. Sin embargo, los mecanismos específicos que vinculan los estados afectivos con estos cambios conductuales y cognitivos permanecen poco comprendidos. La pregunta central abordada es si el estado de ánimo influye en la confianza en la toma de decisiones basada en recompensas mediante un cambio directo e independiente de la evidencia en la confianza, o si el estado de ánimo distorsiona la acumulación subyacente de señales de aprendizaje de recompensa de las cuales se infiere posteriormente la confianza. Además, el estudio investiga si estos efectos se amplifican por la inestabilidad rasgo en el estado de ánimo y la autoeficacia.

Metodología
La investigación empleó un enfoque de modelado computacional para formalizar tanto la confianza como el estado de ánimo dentro de un marco de aprendizaje por refuerzo. El diseño del estudio consistió en dos investigaciones independientes:

1. Un experimento de laboratorio con 35 participantes.
2. Una réplica en línea preregistrada con 106 participantes.

En ambos estudios, los participantes realizaron una tarea de aprendizaje por refuerzo que involucraba la manipulación del estado de ánimo y calificaciones repetidas de confianza. Los investigadores utilizaron modelos computacionales para decidir entre dos explicaciones competidoras:

• La Explicación del Cambio Directo: El estado de ánimo impone un sesgo inmediato e independiente de la evidencia sobre la confianza.
• La Explicación del Aprendizaje Sesgado: El estado de ánimo distorsiona la acumulación de señales de aprendizaje de recompensa, lo que conduce a una confianza inferida racionalmente pero sesgada.

Resultados Clave
Los datos empíricos revelaron que el estado de ánimo sesgó sistemáticamente las calificaciones de confianza sin alterar la precisión objetiva. Crucialmente, la dinámica temporal de este sesgo apoyó la explicación del "Aprendizaje Sesgado" sobre la explicación del "Cambio Directo":

• El sesgo en la confianza se acumuló gradualmente a lo largo del proceso de aprendizaje en lugar de aparecer inmediatamente después de la inducción del estado de ánimo.
• Esta acumulación persistió incluso cuando el estado de ánimo inducido en sí mismo regresó hacia los niveles basales.

Un modelo computacional que incorporaba un parámetro de sesgo del estado de ánimo capturó con éxito estas dinámicas. En este modelo, el estado de ánimo sesga la acumulación de estimaciones de probabilidad de recompensa. Este único parámetro dio cuenta de:

• Los cambios observados en la confianza.
• La valoración sesgada de los estímulos aprendidos bajo diferentes estados de ánimo.
• La amplificación de estos efectos en individuos que exhiben rasgos hipomaníacos elevados.

Significado y Afirmaciones
El artículo afirma proporcionar una explicación mecanicista que vincula las distorsiones inducidas por el estado de ánimo en la confianza con la búsqueda de objetivos interrumpida y la autoeficacia en los trastornos del estado de ánimo. Al demostrar que las alteraciones de la confianza surgen de señales de aprendizaje sesgadas por el estado de ánimo en lugar de cambios directos e independientes de la evidencia, los hallazgos sugieren que la patología central puede residir en cómo los estados afectivos alteran el procesamiento de la información de recompensa a lo largo del tiempo. Esto ofrece una explicación computacional específica para los cambios irracionales en la autoeficacia observados en poblaciones clínicas, distinguiendo entre el estado inmediato del ánimo y su impacto duradero en el proceso de aprendizaje.