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

Gli esseri umani si trovano costantemente di fronte a una scelta fondamentale: dovremmo attenerci a ciò che sappiamo funzionare, o dovremmo provare qualcosa di nuovo per vedere se è migliore? Questo dilemma, noto agli scienziati come il compromesso tra esplorazione e sfruttamento (exploration-exploitation tradeoff), è il motore dell'apprendimento. Quando esploriamo, raccogliamo informazioni sul mondo; quando sfruttiamo, utilizziamo tali informazioni per ottenere la ricompensa migliore. Idealmente, bilanciamo questi due impulsi, campionando abbastanza per trovare l'opzione migliore e poi stabilendoci per godercela. Tuttavia, in molte situazioni, le persone sembrano smettere di cercare troppo presto. Si fissano su una scelta che non è in realtà la migliore e continuano a compierla, anche quando sono disponibili opzioni migliori. Questa testarda persistenza, che i ricercatori chiamano "entrenchment" (atteggiamento di radicamento), suggerisce che i nostri cervelli potrebbero simulare il futuro in un modo che ci intrappola in abitudini subottimali.

Un nuovo studio di Shinji Nakazato presso la Tokyo University of Science offre una nuova spiegazione per cui questo accade. La ricerca propone che, quando valutiamo le nostre scelte attuali, non guardiamo solo alla ricompensa immediata. Invece, eseguiamo una simulazione mentale delle nostre decisioni future, immaginando cosa faremo dopo. Fondamentalmente, lo studio suggerisce che eseguiamo questa simulazione mantenendo fissi i nostri credi attuali, come se non impareremmo mai o non aggiorneremmo le nostre opinioni in futuro. Questa scorciatoia mentale crea un tipo specifico di incertezza riguardo al nostro percorso futuro. Il modello mostra che quando l'orizzonte temporale è lungo — ovvero, quando restano molte decisioni da prendere — l'incertezza simulata cresce abbastanza da farci abbandonare l'opzione migliore conosciuta e spingerci verso opzioni peggiori. Le scoperte mettono in discussione l'idea che gli esseri umani cerchino sempre di massimizzare le proprie ricompense, suggerendo invece che le nostre stesse simulazioni interne del futuro possano trarci in errore.

Per testare questa idea, il ricercatore ha analizzato i dati di due diversi tipi di esperimenti in cui le persone giocavano a giochi che comportavano scelte ripetute. In un set di esperimenti, noto come compito di Wilson, i partecipanti affrontavano un semplice gioco a due opzioni. I ricercatori hanno controllato attentamente il gioco in modo che la conoscenza dei partecipanti riguardo alle opzioni fosse identica all'inizio di una decisione, ma il numero di turni futuri che dovevano giocare variava. In alcuni casi, i partecipanti sapevano di avere solo un turno rimasto; in altri, sapevano di avere sei turni rimasti. Se le persone stessero semplicemente cercando l'opzione migliore, il loro comportamento dovrebbe essere stato lo stesso in entrambi i casi poiché la loro conoscenza era la stessa. Tuttavia, i dati hanno mostrato una chiara differenza: quando i partecipanti sapevano di avere più turni rimanenti, erano significativamente più propensi a scegliere l'opzione che non era la migliore. Questo risultato era così forte da non poter essere spiegato dalle teorie standard su come le persone apprendono o dall'idea che fossero solo più prudenti o curiose. L'unico modello in grado di riprodurre questo schema specifico era quello basato sulla simulazione del "percorso futuro", in cui il decisore immagina le proprie scelte future senza anticipare di imparare qualcosa di nuovo.

Lo studio è andato oltre per distinguere questo comportamento da altre forme di esplorazione. A volte, le persone scelgono intenzionalmente un'opzione peggiore per raccogliere più informazioni sulla migliore opzione possibile; questo è chiamato esplorazione diretta. Per vedere se le scelte ostinate dello studio fossero una forma di esplorazione intelligente o solo un modo per incagliarsi, il ricercatore ha esaminato un secondo gioco più complesso giocato su una griglia con molti possibili punti. In questo gioco, il vero punto migliore era noto ai ricercatori. L'analisi ha rivelato che quando le persone compivano scelte non ottimali nelle situazioni a lungo orizzonte, si spostavano prevalentie verso punti che erano genuinamente peggiori, non verso il punto migliore. Non stavano esplorando per trovare l'ottimo; stavano allontanandosi da esso. Ciò ha confermato che il comportamento era effettivamente "entrenchment", un ciclo di auto-rinforzo in cui una persona rimane bloccata su una scelta subottimale perché la sua simulazione mentale del futuro fa apparire quella scelta più attraente di quanto non sia realmente.

La ricerca ha anche esaminato come la dimensione dell'insieme delle scelte influenzi questo comportamento. Nel gioco della griglia, i partecipanti dovevano scegliere tra 30 o 121 diversi punti. Il modello prevedeva che avere più opzioni avrebbe aumentato l'incertezza nella simulazione mentale del futuro, rendendo ancora più probabile che le persone rimanessero bloccate su una scelta errata. I dati hanno supportato questa ipotesi: all'aumentare del numero di opzioni disponibili, aumentava anche il tasso di permanenza su una scelta non ottimale. Inoltre, lo studio ha scoperto che quando la differenza di valore tra l'opzione migliore e la seconda migliore era molto chiara, le persone erano meno propense a restare bloccate. Ma quando il divario era piccolo, o quando il futuro sembrava lontano, la tendenza a persistere con una scelta mediocre cresceva.

Queste scoperte dipingono un quadro del processo decisionale umano che è meno legato al calcolo freddo e più ai limiti della nostra immaginazione. Lo studio suggerisce che i nostri cervelli non stanno sempre guardando avanti per ottimizzare il nostro futuro; a volte, guardano avanti e vedono una nebbia di possibilità che fa apparire il percorso attuale, familiare, più sicuro, anche se conduce nel nulla. Simulando i nostri sé futuri come se non cambieremmo mai idea, creiamo involontariamente una barriera all'apprendimento. La ricerca non sostiene che questo sia un difetto dell'intelligenza umana, ma piuttosto una caratteristica strutturale di come elaboriamo il tempo e l'incertezza. Dimostra che il meccanismo stesso che usiamo per pianificare le nostre vite — immaginare cosa faremo dopo — può talvolta essere proprio ciò che ci impedisce di trovare il percorso migliore. I risultati sono stati robusti attraverso migliaia di prove e sono rimasti validi anche quando i ricercatori hanno escluso altre spiegazioni, come semplici errori o una generale preferenza per la varietà.

In definitiva, il documento fornisce un quadro matematico che cattura questo specifico tipo di incaglio. Mostra che la probabilità di compiere una scelta non ottimale aumenta man mano che il tempo rimanente cresce e l'insieme delle opzioni si espande. Questo è l'opposto di ciò che prevedono le teorie tradizionali dell'apprendimento razionale, le quali suggeriscono che avere più tempo dovrebbe aiutare le persone a trovare la soluzione migliore. Lo studio conferma che, per gli apprendisti umani, avere più tempo può effettivamente renderci più propensi a accontentarci di meno. La ricerca lascia aperta la questione di come il cervello calcoli esattamente questa incertezza futura, ma stabilisce fermamente che il modo in cui immaginiamo le nostre scelte future è un potente motore del nostro comportamento presente, capace di bloccarci in schemi che non sono nel nostro miglior interesse.