Arousal as competition, valence as drive:a two-control account of affective modulation in the magnitude system

हमारा मस्तिष्क निरंतर दुनिया को माप रहा है, केवल दूरी या समय के संदर्भ में ही नहीं, बल्कि मात्रा के संदर्भ में भी। हम सहज रूप से जानते हैं कि पक्षियों का एक समूह गिनने के लिए पर्याप्त छोटा है या इतना बड़ा है कि उसके लिए एक अनुमान की आवश्यकता होगी। वैज्ञानिकों को लंबे समय से संदेह रहा है कि मस्तिष्क इन विभिन्न प्रकार की परिमाण (magnitude) को संभालने के लिए एक साझा आंतरिक प्रणाली का उपयोग करता है, जिसमें संख्याओं, समय और स्थान को एक ही अंतर्निहित प्रक्रिया के विभिन्न रूपों के रूप में माना जाता है। फिर भी, इस पहेली का एक महत्वपूर्ण हिस्सा गायब रहा है: हमारी भावनात्मक स्थिति इन चीजों को मापने के तरीके को कैसे बदल देती है? हम जानते हैं कि डर या उत्साह हमारी एकाग्रता को तेज कर सकता है या हमें ऐसा महसूस करा सकता है जैसे समय धीमा हो गया है, लेकिन हमारे पास इस बात की स्पष्ट व्याख्या का अभाव था कि ये भावनाएं मस्तिष्क की गिनती करने वाली प्रणाली को भौतिक रूप से कैसे बदलती हैं। क्या मस्तिष्क उत्तेजित होने पर केवल एक वैश्विक 'वॉल्यूम नॉब' को बढ़ा देता है, जिससे सब कुछ बड़ा या तेज़ महसूस होता है? या यह अधिक जटिल तरीके से काम करता है, जो सूचना संसाधित करने के नियमों को ही बदल देता है?

भारत में क्रेआ यूनिवर्सिटी के शोधकर्ताओं का एक नया अध्ययन इस प्रश्न का एक विशिष्ट, दो-भाग वाला उत्तर प्रस्तावित करता है। वे सुझाव देते हैं कि हमारी भावनाएं एक एकल, समान बल के रूप में कार्य नहीं करती हैं। इसके बजाय, वे दो अलग-अलग नियंत्रणों के माध्यम से कार्य करती हैं जो यह आकार देती हैं कि मस्तिष्क परिमाण को कैसे संसाधित करता है। पहला नियंत्रण 'एरोजल' (arousal) द्वारा संचालित होता है, जो शारीरिक उत्तेजना या सतर्कता का स्तर है। दूसरा 'वेलेंस' (valence) द्वारा संचालित होता है, जो भावना की सकारात्मक या नकारात्मक गुणवत्ता है। शोधकर्ता तर्क देते हैं कि एरोजल मस्तिष्क के तंत्रिका नेटवर्क (neural networks) के भीतर प्रतिस्पर्धा के कड़ा होने की तरह कार्य करता है, जबकि वेलेंस प्रणाली के समग्र संवेग या ऊर्जा के उछाल की तरह कार्य करता है। मस्तिष्क द्वारा गिनती करने के एक कंप्यूटर मॉडल पर इन भावनात्मक अवस्थाओं को मैप करके, उन्होंने पाया कि उच्च एरोजल केवल हमारे अनुमानों को ऊपर या नीचे नहीं ले जाता है। इसके बजाय, यह उन संख्याओं की सीमा को सिकोड़ देता है जिन्हें हम सटीक रूप से देख सकते हैं, जिससे हम बड़ी मात्राओं का बहुत कम आकलन करते हैं, जबकि छोटी, आसानी से गिनी जाने वाली संख्याओं को लगभग अप्रभावित छोड़ देते हैं।

इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने एक डिजिटल सिमुलेशन बनाया जो उस तंत्रिका नेटवर्क की नकल करता है जो संख्याओं का अनुमान लगाने के लिए जिम्मेदार मस्तिष्क के हिस्से के लिए डिज़ाइन किया गया है। यह नेटवर्क कई इकाइयों से बना है जो एक साथ काम करती हैं, जहाँ प्रत्येक इकाई स्वयं को उत्तेजित करती है लेकिन अपने पड़ोसियों को दबाती भी है। यह सेटअप एक स्वाभाविक प्रतिस्पर्धा पैदा करता है: यदि बहुत अधिक इकाइयाँ एक साथ सक्रिय रहने की कोशिश करती हैं, तो वे एक-दूसरे को रद्द कर देती हैं। मॉडल कार्य करने के लिए दो समायोज्य सेटिंग्स पर निर्भर करता है। एक सेटिंग नियंत्रित करती है कि इकाइयाँ एक-दूसरे को कितनी मजबूती से दबाती हैं, और दूसरी नियंत्रित करती है कि उन्हें सक्रिय करने के लिए कितना प्रेरित किया जाता है। शोधकर्ताओं ने एरोजल की अवधारणा को 'सप्रेशन' (suppression - दमन) सेटिंग पर और वेलेंस को 'ड्राइव' (drive - संवेग) सेटिंग पर मैप किया। अपने सिमुलेशन में, एरोजल बढ़ाने का अर्थ था इकाइयों को अपने पड़ोसियों को दबाने में अधिक आक्रामक बनाना, जो प्रभावी रूप से उस सीमा (threshold) को बढ़ा देता था जिसे गिना जाता है।

जब उन्होंने अपने मॉडल में सिमुलेशन चलाया, तो एक स्पष्ट पैटर्न उभरा जिसने एक सरल, समान भावनात्मक बदलाव के विचार को चुनौती दी। जब शोधकर्ताओं ने अपने मॉडल में एरोजल सेटिंग बढ़ाई, तो सिस्टम ने केवल गिनती में एक छोटी सी त्रुटि नहीं की। इसके बजाय, इसने बड़ी संख्याओं को प्रदर्शित करने की क्षमता में गिरावट (collapse) पैदा की। वस्तुओं के छोटे समूहों के लिए, आमतौर पर चार या पांच तक, मॉडल सटीक रहा और सही ढंग से गिनती करता रहा। हालांकि, जैसे-जैसे वस्तुओं की संख्या बढ़ी, बढ़ती प्रतिस्पर्धा के कारण नेटवर्क कुल संख्या का पता लगाने में विफल रहा। एक विशिष्ट परीक्षण में, जब शोधकर्ताओं ने एरोजल स्तर को थोड़ी मात्रा में बढ़ाया, तो पचास वस्तुओं के सेट के लिए मॉडल का अनुमान लगभग पंद्रह कम हो गया। सिस्टम अभी भी काम कर रहा था, लेकिन इसने बड़ी संख्या के प्रतिनिधित्व को बनाए रखने की क्षमता खो दी थी। नेटवर्क बस उस बड़ी मात्रा को दर्शाने के लिए आवश्यक गतिविधि के पैटर्न को बनाए रखने में सक्षम नहीं था, एक बार जब आंतरिक प्रतिस्पर्धा बहुत तीव्र हो गई।

यह निष्कर्ष बताता है कि एरोजल एक फिल्टर के रूप में कार्य करता है जो धारणा की खिड़की को संकुचित कर देता है। यह वास्तविकता को समान रूप से विकृत नहीं करता है; बल्कि, यह उन परिमाणों की सीमा को प्रतिबंधित करता है जिन्हें संसाधित किया जा सकता है। मॉडल ने दिखाया कि यह प्रभाव अत्यधिक चयनात्मक है। एरोजल में उसी वृद्धि ने, जिसने छोटी समूहों की गिनती को पूरी तरह से अप्रभावित छोड़ दिया था, बड़े समूहों के लिए भारी कम आकलन (underestimation) का कारण बना। ऐसा इसलिए होता है क्योंकि नेटवर्क की एक विशिष्ट सीमा, या एक 'ब्रेकिंग पॉइंट' होता है, जिसके आगे आंतरिक प्रतिस्पर्धा इतनी मजबूत हो जाती है कि वह एक स्थिर प्रतिनिधित्व बनाए नहीं रख पाती। जब एरोजल सिस्टम को इस सीमा के पार धकेल देता है, तो सूचना बस मस्तिष्क की वर्किंग मेमोरी से गायब हो जाती है। शोधकर्ताओं ने इस पतन के लिए एक सटीक गणितीय सीमा की गणना की, जिससे पता चला कि वस्तुओं का सेट जितना बड़ा होगा, एरोजल बढ़ने पर उसे खोना उतना ही आसान होगा।

अध्ययन ने यह भी पता लगाया कि भावना की सकारात्मक या नकारात्मक प्रकृति, जिसे वेलेंस कहा जाता है, इस प्रक्रिया के साथ कैसे परस्पर क्रिया करती है। उन्होंने पाया कि वेललेंस एक प्रतिसंतुलन (counterbalance) के रूप में कार्य करता है। एक सकारात्मक भावनात्मक स्थिति, जो नेटवर्क के संवेग या ऊर्जा को बढ़ाती है, संख्याओं की उस सीमा को थोड़ा बढ़ा सकती है जिसे सिस्टम संभाल सकता है, जिससे उच्च एरोजल के संकुचन प्रभाव के विरुद्ध कुछ सुरक्षा मिलती है। इसके विपरीत, एक नकारात्मक स्थिति इस संवेग को कम कर देती है, जिससे सिस्टम सूचना के नुकसान के प्रति और भी संवेदनशील हो जाता है। हालांकि, शोधकर्ताओं ने उल्लेख किया कि एरोजल का प्राथमिक प्रभाव सीमा का संकुचन है, और यह प्रभाव इस बात पर निर्भर नहीं करता कि भावना सकारात्मक है या नकारात्मक। मुख्य बात यह है कि मस्तिष्क की गिनती करने की क्षमता केवल ध्यान का मामला नहीं है; यह प्रतिस्पर्धा और संवेग के बीच एक नाजुक संतुलन है, और उच्च एरोजल प्रतिस्पर्धा को कड़ा करके इस संतुलन को बिगाड़ देता है।

ये परिणाम एक नया तरीका प्रदान करते हैं जिससे हम समझ सकते हैं कि तनाव या उत्साह के दौरान हम गिनती क्यों गलत कर सकते हैं या समय का ट्रैक क्यों खो सकते हैं। ऐसा नहीं है कि हमारा मस्तिष्क बस "बंद" है या हम यादृच्छिक गलतियाँ कर रहे हैं। इसके बजाय, हमारी भावनात्मक स्थिति धारणा के आंतरिक तंत्र को सक्रिय रूप से पुनर्गठित कर रही है, जिससे उस दायरे को सीमित किया जा रहा है जिसे हम मन में रख सकते हैं। शोधकर्ताओं ने अपने निष्कर्षों की तुलना मौजूदा सिद्धांतों से की जो सुझाव देते हैं कि एरोजल केवल सभी प्रक्रियाओं को बढ़ाता है या एक वैश्विक गेन (global gain) के रूप में कार्य करता है। उनके सिमुलेशन ने दिखाया कि यदि एरोजल इस तरह से काम करता, तो त्रुटियां सभी संख्याओं में सुचारू और सुसंगत होतीं। तथ्य यह है कि उनके मॉडल ने बड़ी संख्याओं के लिए अचानक, चयनात्मक पतन उत्पन्न किया, जो उनके अधिक जटिल दृष्टिकोण का समर्थन करता है: कि एरोजल प्रतिस्पर्धा को बढ़ाकर खेल के नियमों को मौलिक रूप से बदल देता है।

अध्ययन ने यह भी देखा कि इन निर्णयों को लेने में कितना समय लगता है। उन्होंने पाया कि जब नेटवर्क उच्च एरोजल के तहत था, तो इसे एक उत्तर पर स्थिर होने में काफी अधिक समय लगा, विशेष रूप से वस्तुओं के बड़े सेटों के लिए। यह सुझाव देता है कि मस्तिष्क बढ़ते आंतरिक शोर और प्रतिस्पर्धा के बीच एक स्थिर पैटर्न खोजने के लिए संघर्ष कर रहा है। यह विलंब, बड़ी संख्याओं के लिए सटीकता के अचानक नुकसान के साथ मिलकर, इस बात का एक विशिष्ट संकेत (signature) बनाता है कि भावना धारणा को कैसे बदलती है। यह विफलता का एक विशिष्ट पैटर्न है: छोटी संख्याएँ स्पष्ट रहती हैं, लेकिन बड़ी संख्याएँ गायब हो जाती हैं, और उन्हें गिनने की प्रक्रिया धीमी हो जाती है।

हालांकि यह अध्ययन वास्तविक मानव प्रयोगों के बजाय कंप्यूटर सिमुलेशन पर आधारित है, इसके परिणाम मनोविज्ञान के कुछ मौजूदा अवलोकनों के अनुरूप हैं। उदाहरण के लिए, पिछले शोधों ने दिखाया है कि डरावने चेहरे संख्याओं के कम आकलन की ओर ले जा सकते हैं, जो मॉडल की भविष्यवाणी से मेल खाता है कि उच्च एरोजल बड़ी मात्राओं के नुकसान का कारण बनता है। शोधकर्ता स्वीकार करते हैं कि उनका मॉडल एक परिकल्पना है जिसे वास्तविक मानव व्यवहार के विरुद्ध और अधिक परीक्षण की आवश्यकता है, विशेष रूप से यह देखने के लिए कि यह समय धारणा (time perception) के निष्कर्षों के साथ कैसे तुलना करता है। वे कहते हैं कि यदि उनका सिद्धांत सही है, तो हमें मानव विषयों में सीमा संकुचन का यह विशिष्ट पैटर्न देखना चाहिए, न कि केवल अनुमानों में एक साधारण बदलाव।

अंततः, यह कार्य एक विस्तृत, यांत्रिक स्पष्टीकरण प्रदान करता है कि भावनाएं दुनिया को देखने के हमारे तरीके को कैसे आकार देती हैं। यह इस अस्पष्ट विचार से आगे बढ़ता है कि भावनाएं हमें "प्रभावित" करती हैं, और यह दिखाने के लिए कि वे वास्तव में मस्तिष्क की गिनती करने वाली प्रणाली को कैसे पुनर्गठित कर सकती हैं। प्रतिस्पर्धा और संवेग के लिए दो अलग-अलग नियंत्रणों की पहचान करके, शोधकर्ता एक ऐसा ढांचा प्रदान करते हैं जो यह समझाता है कि क्यों उच्च एरोजल हमें बड़ी मात्राओं को ट्रैक करने से रोकता है जबकि छोटी मात्राओं को बरकरार रखता है। यह एक अनुस्मारक है कि हमारी भावनात्मक स्थिति केवल एक पृष्ठभूमि भावना नहीं है, बल्कि हमारे परिवेश को मापने और समझने में एक सक्रिय भागीदार है, जो उस दायरे को सिकोड़ने में सक्षम है जिसे हम देख सकते हैं।