Non-decision time-informed collapsing threshold diffusion model: A joint modeling framework with identifiable time-dependent parameters

あなたの脳を、陪審員が評決を下そうとしている、せわしない法廷だと想像してみてください。何十年もの間、科学者たちはこの陪審員がどのように機能するかを理解するために、特定の「ルールブック」を使用してきました。そのルールブックによれば、陪審員はノイズが多く混乱した手がかり（証拠）を集め、それが固定された「有罪」または「無罪」のラインに達するまで足し合わせ続けます。一度そのラインを超えると、決定が下されます。

しかし、新しい研究は、このルールブックが少し硬直的すぎることを示唆しています。現実の世界では、陪審員は固定されたラインを待つわけではありません。時間が経過するにつれて、彼らは焦ったり、あるいはより慎重になったりします。つまり、超えるべき「ライン」は実際には上下に動いているのです。これは**時間依存性閾値（じかんいぞんせいいきち）**と呼ばれます。

問題点：曇った鏡
問題は、この動くラインが具体的にどのように振る舞うかを測定しようとすると、その結果が「曇った鏡に映った反射」を見ているような状態になることです。数値は信頼性に欠け、不安定になります。このため、研究者たちは、それらの数値が個々の人間にとって何を意味するかを解釈することをほとんどやめてしまい、代わりに、どのモデルが理論上優れているかという比較にのみ焦点を当てるようになりました。

解決策：新しい探偵の道具
この論文は、この霧を晴らすための巧妙な新しい方法を紹介しています。著者たちは「結合モデリング」というアプローチを提案しています。このように考えてみてください。

陪審員の決定プロセスは、一つのレースだとします。レースの一部は実際の思考（証拠の収集）であり、もう一部は、評決を書き留めて発表するまでにかかる時間（非決定時間と呼ばれます）です。

過去において、科学者たちはその「書き留める」部分にどれくらいの時間がかかるかを推測しなければならず、それが全体のレース時間の正確な計算を困難にしていました。そこで今回の研究では、外部の目撃者としてEEG（脳波）スキャンを導入しました。

彼らは、脳の電気信号を「聴く」ための特別なデジタル手法を用い、すべての試行において、その「書き留める」部分に正確にどれだけの時間がかかったのかという、ノイズは混じるもののリアルタイムな測定値を取り出しました。そして、この情報を数学モデルに直接投入したのです。

結果：より鮮明な絵
「おい、この特定の試行で書き込みに要した時間はこれくらいだと分かっているぞ」とモデルに伝えることで、モデルは推測にエネルギーを割く必要がなくなります。モデルは、動く決定ラインが実際にどのように振る舞うのかを解明することに集中できるのです。

著者たちはこれを2つの方法でテストしました。

1. シミュレーション： 偽のデータを作成し、脳スキャンの測定値を追加することで、数学的な信頼性と安定性が大幅に向上することを証明しました。
2. 実際の実験： 人々が視覚的な判断を行った2つの実際の実験データを再解析しました。脳信号を用いて「書き込み時間」を特定することで、以下の2つのことが明らかになりました。
   • ついに、決定閾値が時間とともにどのように変化するかについて、信頼できる数値を得ることができたこと。
   • モデルが、以前よりも実際の人間行動に対してより良く適合したこと。

要約すると
この論文は、病気を治したり未来を予測したりすると主張しているわけではありません。単にこう言っているのです。「もし、私たちの意思決定における『動くライン』がどのように機能するかを理解したいのであれば、事務作業を終える時間を推測するのはやめなさい。脳スキャンを使ってその時間を直接測定すれば、あなたの数学はようやく意味を成すようになるのだ」と。