Temporal-difference valence-partitioned Bayesian brains work out whether others are caring or uncaring
यह अध्ययन एक "केयरिंग एट्रिब्यूशन्स टास्क" (Caring Attributions task) प्रस्तुत करता है और व्यवहारिक मॉडलिंग एवं ईईजी (EEG) विश्लेषण के माध्यम से यह प्रदर्शित करता है कि मनुष्य एक नवीन "वैलेंस-पार्टीशनड टेम्पोरल-डिफरेंस बेयसियन" (valence-partitioned temporal-difference Bayesian) तंत्र का उपयोग करके यह अनुमान लगाते हैं कि दूसरे देखभाल करने वाले हैं या नहीं, जिसमें सकारात्मक और नकारात्मक एट्रिब्यूशन्स के लिए विशिष्ट तंत्रिका प्रतिनिधित्व (neural representations) शामिल हैं जो पिछले साहचर्य शिक्षण मॉडलों (associative learning models) से बेहतर प्रदर्शन करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपका मस्तिष्क एक जासूस है जो यह पता लगाने की कोशिश कर रहा है कि आपके आस-पास के लोग मिलनसार मददगार हैं या चालाक शरारती। यह किसी भी व्यक्ति के लिए एक महत्वपूर्ण कौशल है, लेकिन उन लोगों के लिए यह विशेष रूप से कठिन हो जाता है जिन्हें अतीत में दूसरों द्वारा चोट पहुँचाई गई है। आपके द्वारा साझा किया गया शोध पत्र इस बात को समझने का एक नया तरीका पेश करता है कि हमारा मस्तिष्क इस रहस्य को कैसे सुलझाता है।
यहाँ उनकी खोज का विवरण दिया गया है:
जासूस का नया टूलकिट
शोधकर्ताओं ने यह परीक्षण करने के लिए एक सरल खेल (जिसे "केयरिंग एट्रिब्यूशन टास्क" कहा जाता है) बनाया कि लोग यह अनुमान कैसे लगाते हैं कि कोई व्यक्ति दयालु है या निर्दयी। उन्होंने पाया कि हमारे मस्तिष्क केवल एक बड़े "एहसास" का उपयोग करके ये अनुमान नहीं लगाते। इसके बजाय, वे एक परिष्कृत दो-भाग वाली प्रणाली का उपयोग करते हैं जिसे वे TD-Bayes कहते हैं।
इस प्रणाली को अपने विचारों के लिए एक दो-लेन वाले राजमार्ग की तरह समझें:
- "कारण" लेन (The "Cause" Lane): यह मुख्य सड़क है जहाँ आपका मस्तिष्क यह पता लगाता है कि वास्तव में क्या हो रहा है (जैसे, "उस व्यक्ति ने मुझे अभी एक उपहार दिया")।
- "अच्छा बनाम बुरा" लेन (The "Good vs. Bad" Lanes): एक बार कारण की पहचान हो जाने के बाद, जानकारी दो अलग-अलग, समर्पित चैनलों में विभाजित हो जाती है। एक चैनल पूरी तरह से "अच्छे/मददगार" विचारों के लिए है, और दूसरा चैनल पूरी तरह से "बुरे/हानिकारक" विचारों के लिए है।
यह कैसे काम करता है: स्लो-मोशन अपडेट
एक कैमरे के विपरीत जो तुरंत तस्वीर खींच लेता है, यह मस्तिष्क प्रणाली धीरे-धीरे भरते हुए पानी के टैंक की तरह काम करती है। यह तुरंत निष्कर्षों पर नहीं कूदती। इसके बजाय, यह "टेम्पोरल-डिफरेंस" नामक एक विधि का उपयोग करती है, जिसका अर्थ है कि यह समय के साथ नई जानकारी के आधार पर अपने विश्वास को लगातार अपडेट करती रहती है। यदि कोई व्यक्ति आज अच्छा व्यवहार करता है, तो "अच्छा" टैंक थोड़ा भर जाता है। यदि वह कल फिर से अच्छा व्यवहार करता है, तो वह थोड़ा और भर जाता है। यह एक स्थिर, बढ़ता हुआ विश्वास बनाता है कि व्यक्ति देखभाल करने वाला है।
"स्प्लिट-ब्रेन" का लाभ
अध्ययन ने यह देखने के लिए EEG (एक हेलमेट जो मस्तिष्क की तरंगों को पढ़ता है) का उपयोग किया कि जासूस के सिर के अंदर क्या हो रहा था। उन्होंने पाया कि जबकि यह नई "दो-लेन" प्रणाली पुरानी सिद्धांतों की तुलना में लोगों के व्यवहार की भविष्यवाणी करने में थोड़ी बेहतर थी, इसका असली सुपरपावर मस्तिष्क की तरंगों में दिखाई दी।
क्योंकि मस्तिष्क "अच्छे" और "बुरे" विचारों को अलग-अलग लेन में रखता है, इसलिए इन विश्वासों के विद्युत संकेत अधिक मजबूत और स्पष्ट होते हैं। यह दो अलग-अलग रेडियो स्टेशनों पर अलग-अलग संगीत बजने जैसा है; आप "अच्छे" स्टेशन को बहुत स्पष्ट रूप से सुन सकते हैं बिना इसके कि वह "बुरे" स्टेशन के साथ मिल जाए।
निष्कर्ष
यह शोध बताता है कि हमारे मस्तिष्क में एक विशेष, अंतर्निहित तंत्र है जो हमारे "देखभाल करने वाले" और "देखभाल न करने वाले" लोगों के बारे में विचारों को अलग और स्पष्ट रखने का काम करता है। यह हमें यह स्पष्ट चित्र बनाने में मदद करता है कि कोई मित्र है या शत्रु, भले ही स्थिति भ्रमित करने वाली हो। यह अध्ययन इस बात को समझने के लिए एक नया मानचित्र प्रदान करता है कि हम इन महत्वपूर्ण सामाजिक निर्णयों को कैसे लेते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।