Trial-by-Trial Behavioral Adaptation in a Restless Bandit Task: A Mixed-Effects Modeling Approach

Ogni giorno compiamo delle scelte in un mondo che non sta mai fermo. Il bar che era la migliore opzione stamattina potrebbe essere affollato domani; il percorso per andare al lavoro che era veloce ieri potrebbe essere bloccato oggi. Per navigare in questo panorama mutevole, i nostri cervelli devono costantemente aggiornare ciò che sappiamo e regolare il nostro comportamento. Questo processo di apprendimento dall'esperienza mentre le regole del gioco stanno cambiando è un enigma centrale per gli scienziati che studiano come pensiamo e decidiamo. Un modo potente con cui i ricercatori esplorano questo aspetto è attraverso una configurazione chiamata compito del "bandit instabile" (restless bandit). Immaginate di sedervi davanti a quattro slot machine. In un gioco standard, potreste imparare quale paghi di più e restare fedeli a quella. Ma in una versione instabile, le macchine cambiano i loro tassi di pagamento mentre state giocando. La macchina che pagava bene un momento fa potrebbe improvvisamente smettere, mentre un'altra che era silenziosa potrebbe iniziare a pagare. Per fare bene, non potete limitarti a fare affidamento su una regola fissa; dovete continuare a osservare, imparare e adattare le vostre scelte in tempo reale.

Un nuovo studio del ricercatore Erfan Jaripour offre una nuova prospettiva su come le persone gestiscono questo tipo di sfida dinamica. Invece di cercare di indovinare la matematica mentale nascosta che le persone usano per prendere queste decisioni, lo studio si concentra interamente su ciò che può essere visto e misurato: le scelte effettive che le persone fanno, i premi che ottengono, la velocità con cui rispondono e quando decidono di spostare la loro attenzione su un'altra opzione. Analizzando una vasta collezione di dati provenienti da quasi mille persone che giocavano a una versione a quattro scelte di questo gioco, il ricercatore ha mappato esattamente come il comportamento cambia da un momento all'altro. L'obiettivo non era costruire un complesso modello informatico del cervello, ma creare un ritratto statistico preciso di come il processo decisionale umano si evolva quando l'ambiente rifiuta di rimanere lo stesso.

Il ricercatore ha esaminato i dati di 965 partecipanti che hanno effettuato oltre 139.000 scelte individuali in totale. Ogni persona giocava a un gioco in cui doveva scegliere uno tra quattro opzioni ripetutamente. Il valore di queste opzioni cambiava nel tempo, creando tre versioni diverse del gioco con schemi di cambiamento leggermente differenti. Il ricercatore ha tracciato quattro cose specifiche: se la persona ha scelto l'opzione che stava pagando di più in quel momento, quanto denaro ha effettivamente vinto, quanto velocmente ha preso la sua decisione e se ha cambiato l'opzione rispetto a quella scelta subito prima. Per dare senso a questa enorme quantità di dati, ha utilizzato un metodo statistico sofisticato in grado di tenere conto del fatto che ogni persona è diversa. Questo approccio ha permesso di vedere le tendenze generali dell'intero gruppo pur rispettando il modo unico in cui ogni individuo si adattava alle regole mutevoli.

La scoperta più sorprendente è stata che le persone non semplicemente migliorano nel gioco seguendo una linea retta e costante. Se si dovesse tracciare la probabilità che qualcuno scelga l'opzione migliore nel tempo, la linea non salirebbe con un angolo costante. Invece, curverebbe. Lo studio ha scoperto che la forma di questa curva dipendeva fortemente dalla specifica versione del gioco in corso. In una versione del gioco, la probabilità di scegliere l'opzione migliore seguiva un percorso che curvava verso l'alto, suggerendo un miglioramento costante che accelerava. In un'altra versione del gioco, il percorso curvava verso il basso, indicando che, sebbene le persone migliorassero inizialmente, la loro capacità di attenersi alla scelta migliore alla fine si stabilizzava o cambiava in un modo diverso. Ciò significa che il modo in cui le persone si adattano non è un processo singolo e universale; è profondamente plasmato dalla struttura specifica dell'ambiente mutevole in cui si trovano.

Lo studio ha anche rivelato che le persone variano significativamente nel modo in cui iniziano e nel modo in cui cambiano. Alcuni partecipanti hanno iniziato il gioco con un'alta tendenza a scegliere l'opzione migliore, mentre altri sono partiti con valori più bassi. Ancora più importante, il modo in cui sono cambiati nel tempo era unico per ciascuno di loro. Alcune persone hanno mostrato un rapido miglioramento iniziale che rallentava, mentre altre hanno mostrato un modello di apprendimento differente. I modelli statistici hanno confermato che queste differenze nelle prestazioni di base e nella velocità e forma dell'apprendimento erano reali e coerenti, non semplice rumore casuale. Questo evidenzia che, sebbene esistano modelli generali su come gli esseri umani si adattino, la traiettoria specifica di tale adattamento è un'esperienza altamente personale.

L'osservazione delle altre misure ha fornito ulteriori sfumature al quadro. L'importo di denaro che le persone hanno effettivamente vinto non sempre corrispondeva al modello delle loro scelte. Anche quando le persone sceglievano l'opzione migliore più spesso, il premio totale ricevuto poteva cambiare in modo diverso a seconda della versione del gioco. Ciò dimostra che fare la scelta "giusta" e ottenere un alto premio sono risultati correlati ma distinti in un ambiente mutevole. Allo stesso modo, la velocità decisionale è cambiata nel tempo. Con il progredire del gioco, le persone sono diventate generalmente più veloci, impiegando meno tempo per prendere le loro decisioni. Tuttavia, questo aumento di velocità è avvenuto a un ritmo simile indipendentemente dalla versione del gioco giocata, suggerendo che la pratica generale di prendere decisioni sia diventata più efficiente per tutti, anche se la strategia specifica per scegliere l'opzione migliore differiva.

Il ricercatore ha anche esaminato quanto spesso le persone cambiavano le proprie scelte. In generale, le persone cambiavano meno spesso con il progredire del gioco, suggerendo che si stavano assestando in un ritmo. Tuttavia, il tasso con cui smettevano di cambiare dipendeva dalla versione del gioco. In una versione, le persone hanno ridotto il cambio di scelta in modo molto più netto rispetto a un'altra. Ciò indica che l'ambiente stesso segnala al giocatore se vale la pena mantenere una scelta o esplorarne di nuove. Lo studio ha notato con cura che, sebbene questi modelli descrivano esattamente ciò che le persone hanno fatto, non spiegano la meccanica mentale nascosta che vi è alla base. Il ricercatore non ha misurato cosa le persone stessero pensando, credendo o calcolando nelle loro teste. Ha semplicemente misurato l'output: le scelte, la velocità e i premi.

Questa distinzione è cruciale. Lo studio dimostra che il comportamento osservabile in un mondo dinamico segue schemi complessi e non lineari che variano per persona e per ambiente. Dimostra che l'adattamento non è un semplice miglioramento a linea retta, ma un processo curvo e mutevole. Mappando questi schemi con tale precisione, lo studio fornisce una solida base per la ricerca futura. Gli scienziati possono ora utilizzare queste descrizioni dettagliate del comportamento nel mondo reale per testare le teorie su come il cervello impara. Possono chiedersi se specifici modelli informatici di apprendimento siano in grado di riprodurre le esatte curve e variazioni osservate in questi dati. Fino ad allora, lo studio rimane una descrizione quantitativa chiara di come il comportamento umano si pieghi e si sposti quando il mondo intorno a lui rifiuta di stare fermo. Conferma che in un mondo instabile, le nostre scelte non sono statiche; sono una danza continua ed evolutiva di adattamento, plasmata sia dalle regole del gioco che dalla mente unica del giocatore.