Contrasting Probabilistic and Intentional Accounts of Confidence in Perceptual Decisions

本研究は、知覚的決定における自信のメカニズムが単一の計算原理に依存するのではなく、タスクの要求や構造に応じて適応的に変化する可能性を示すため、確率的メタ認知モデルと意図的アーキテクチャに基づく同時決定モデルの 2 つを比較し、報酬を伴う課題では後者が、報酬のない課題では前者が行動データをよりよく説明したことを明らかにしました。

要約

この論文は、私たちが「自分の判断が正しいかどうか（自信）」をどうやって決めているのかという、脳の不思議な仕組みについて探求したものです。

著者たちは、この「自信」の正体について、これまで考えられてきた2 つの異なる説を比べました。

1. 階層的な説（二段階式）: まず「答え」を決めて、その後に「あ、これ自信あるな」と別の人がチェックする。
2. 統合的な説（一発勝負）: 「答え」と「自信」は、最初から同じチームが同時に決める。

そして、2 つの異なるゲーム（実験）をして、どちらの説が本当なのかを確かめました。

---

🎮 実験の舞台：2 つのゲーム

研究者たちは、参加者に2つの異なるゲームをしてもらいました。

ゲーム1：「動く点の方向当て」ゲーム（報酬あり）

• 内容: 画面に動く点の群れが表示され、「左に動いているか、右に動いているか」を当てます。
• 特徴: 正解するとポイントがもらえ、間違えると減点されます。特に「自信を持って正解」すれば大得点、「自信を持って間違え」れば大減点というギャンブル要素がありました。
• 結果: 参加者は、4 つの選択肢（左・高自信、左・低自信、右・高自信、右・低自信）の中から、一瞬で一番良さそうなものを選びました。

ゲーム2：「明るさの比較」ゲーム（報酬なし）

• 内容: 画面の左右にある2つのパッチの「どちらが明るい（あるいは暗い）」かを当てます。
• 特徴: ポイントの得失はなく、正解のフィードバックもありません。ただ「どっちが明るいか」を答えるだけです。
• 結果: 参加者は、まず「どっちが明るい」と答えを決め、その後に「まあ、自信はあるかな？」と別のプロセスで自信のレベルを決めているように見えました。

---

🧠 2 つの「脳の仕組み」説

この実験結果を説明するために、2 つのモデル（説）が対決しました。

🏛️ 説A：「裁判所モデル」（階層的・2段階）

• イメージ: 裁判所です。
  1. 陪審員（判断）: まず証拠を集めて「有罪か無罪か（左か右か）」を決定します。
  2. 裁判長（自信）: 陪審員が決定した結果を見て、「この判断はどれくらい確実か？」を後からチェックして、自信のレベルを決めます。
• 特徴: 「判断」と「自信」は別々の工程です。

🏃 説B：「マラソン選手モデル」（統合的・1段階）

• イメージ: 4 人のマラソン選手が同時にスタートします。
  • 選手1：「左・高自信」
  • 選手2：「左・低自信」
  • 選手3：「右・高自信」
  • 選手4：「右・低自信」
• 仕組み: 証拠（点の動きや明るさ）が溜まると、4 人の選手が同時にゴールを目指して走ります。一番先にゴールした選手が、私たちの「答え」と「自信」を決めます。
• 特徴: 「判断」と「自信」は最初からセットになっていて、同時に決まります。

---

🏆 勝者は？

実験結果をモデルに当てはめてみたところ、驚くべきことがわかりました。

• ゲーム1（ギャンブル要素あり）の場合:
  「マラソン選手モデル（統合的）」が勝利しました！
  報酬を気にする状況では、脳は「左・高自信」や「右・低自信」といった組み合わせを、最初から一つの選択肢として競わせて、素早く決断していました。まるで、賞金を狙って「高リスク・高リターン」の戦略を即座に選んでいるかのようです。

• ゲーム2（報酬なし）の場合:
  「裁判所モデル（階層的）」が勝利しました！
  報酬がない普通の状況では、脳はまず「答え」を決め、その後に「自信」をチェックする、従来の2段階のプロセスを使っていました。

---

💡 結論：脳は状況に合わせて「器用」に変化する

この研究の最大の発見は、**「自信の出し方は一つではない」**ということです。

• 報酬やフィードバックがある場合（ゲーム1）：脳は効率を重視し、「答え」と「自信」をセットにして、**一発勝負（統合的）**で決めます。
• 普通の状況の場合（ゲーム2）：脳は慎重になり、まず結論を出してから、**後から自信を評価する（階層的）**という、より複雑なプロセスを使います。

まとめると：
私たちの脳は、自信というものを固定的な機械ではなく、**「状況に合わせて使い分ける柔軟なツール」**として扱っているのです。
「ギャンブルをするときは、直感と自信をセットにして賭ける！」「普段の生活では、一度冷静になってから『本当に大丈夫かな？』と確認する」というように、状況に応じて脳の計算方法を変えていることがわかりました。

これは、私たちが「自分を知っている（メタ認知）」という能力が、実は非常に状況依存で、驚くほど適応的であることを示しています。

技術概要

この論文「Contrasting Probabilistic and Intentional Accounts of Confidence in Perceptual Decisions（知覚的決定における自信の確率的説明と意図的説明の対比）」は、知覚的決定における「自信（confidence）」の計算メカニズムについて、2 つの対立する理論的枠組み（階層的モデルと統合的モデル）を比較検証した研究です。

以下に、問題提起、手法、主要な貢献、結果、および意義について詳細な技術的サマリーを記述します。

1. 問題提起（Problem）

知覚的決定において、被験者が自身の判断の正しさを評価する「自信」がどのように生成されるかは、認知科学の重要な課題です。これまで主に以下の 2 つのアーキテクチャが提案されてきました。

1. 階層的モデル（Hierarchical / Probabilistic Account）:

   • 決定プロセスと自信評価プロセスは分離しているという考え方。
   • まず、証拠の蓄積（ドリフト・拡散過程など）によって「左か右か」という一次決定が下される。
   • その後、メタ認知的な読み出しプロセスが、決定時の証拠の状態（勝者・敗者の証拠量）や決定時間を基に、正解である確率（事後確率）を計算し、自信として出力する。
   • 多くの既存モデル（Balance of Evidence モデルなど）はこの枠組みに基づいている。

2. 統合的・意図的モデル（Integrated / Intentional Account）:

   • 決定と自信は同時に生成されるという考え方。
   • 脳は「左・高自信」「左・低自信」「右・低自信」「右・高自信」といった 4 つの組み合わせそれぞれに対して、独立した証拠蓄積プロセス（レース）を並列に実行する。
   • いずれかのプロセスが閾値に達した時点で、選択・反応時間・自信が同時に決定される。
   • これは Ratcliff と Starns によって提案されたレースモデルに基づいている。

本研究の核心は、**「自信の計算メカニズムは普遍的な単一のアーキテクチャに依存するのか、それともタスクの要件（報酬、フィードバックの有無など）に応じて適応的に変化するのか」**という点にあります。

2. 手法（Methodology）

実験課題

2 つの異なる知覚課題を用いて、4 名の被験者（運動課題）と 4 名の被験者（輝度課題）の行動データを収集しました。

1. ランダムドット運動識別課題（Motion Discrimination Task）:

   • タスク: 一貫した運動方向（左または右）を判断する。
   • 特徴: 自信報告に対して報酬（インセンティブ）が与えられ、試行ごとの正誤フィードバックがあった。
   • 報告方法: 4 つのターゲット（左・高、左・低、右・低、右・高）のいずれかにレバーを動かすことで、選択と自信を同時に報告。
   • 報酬構造: 正解・高自信（+2 点）、誤答・高自信（-3 点）、正解・低自信（+1 点）、誤答・低自信（-1 点）など、非対称な報酬体系。

2. 輝度識別課題（Luminance Discrimination Task）:

   • タスク: 2 つのパッチのうち、明るい方（または暗い方）を選択する（「Brighter」と「Darker」の 2 条件）。
   • 特徴: 報酬やフィードバックは存在せず、自信報告はインセンティブなしで行われた。
   • 報告方法: キーボード入力による同時報告。

数理モデルと比較

収集された行動データ（選択、反応時間、自信）に対して、以下の 2 つのモデルをフィットさせ、比較しました。

• 階層的モデル: 2 次元の相関ドリフト・拡散モデル（DDM）。決定後に、敗者の証拠量と決定時間に基づいて事後確率を計算し、自信閾値と比較する。
• 統合（フラット）モデル: 4 つの独立したドリフト・拡散プロセス（レース）を並列に実行するモデル。各プロセスのドリフト率は、証拠分布を内部基準で分割した領域の確率質量に比例する。

モデルの適合度は、ベイズ情報量基準（BIC）と赤池情報量基準（AIC）を用いて評価されました。

3. 主要な結果（Key Results）

行動データの特性

• 両課題とも、刺激強度の増加に伴い正答率の上昇、反応時間の短縮、高自信報告の増加が見られました。
• 重要な相違点:
  1. 誤答時の自信: 運動課題では、刺激強度が高いほど誤答でも自信が高まる傾向が見られましたが、輝度課題では誤答時の自信は刺激強度に依存しませんでした。
  2. 高自信報告の頻度: 報酬のある運動課題では高自信報告が非常に多かったです（約 76%）が、報酬のない輝度課題では低かったです（約 28%）。

モデル比較の結果

• 運動課題（インセンティブあり）:

  • 統合モデル（フラットモデル）が優位でした。 階層的モデルは、誤答時の自信と刺激強度の関係や、低自信時の反応時間分布を正確に再現できませんでした。一方、統合モデルは選択、反応時間、自信の複雑な依存関係をよく説明しました。
  • 被験者の多くにおいて、統合モデルの方が BIC/AIC 値が低く、より良いフィットを示しました。

• 輝度課題（インセンティブなし）:

  • 階層的モデルが圧倒的に優位でした。 統合モデルはこの課題のデータに完全に失敗しました。
  • 統合モデルは「高自信の選択が速く、かつ頻度が高い」という構造上の制約を持っていますが、輝度課題では「高自信報告は少なく、かつ低自信報告が多い」というデータパターンと矛盾しました。
  • 階層的モデルは、高自信が速く正確であること、誤答時の自信が刺激強度に依存しないことなどを正確に再現しました。

追加発見：指示依存の正の証拠バイアス（PEB）

輝度課題において、被験者は「明るい方を選ぶ」か「暗い方を選ぶ」という指示によって、自信の形成に異なる重み付けを行いました（選択されたパッチの輝度変動が自信に強く影響する）。これは単純な輝度差の計算では説明できず、低レベルの感覚変数の構築における非対称性を示唆しましたが、これはモデルのアーキテクチャ（階層か統合か）の比較自体には影響しませんでした。

4. 主要な貢献（Key Contributions）

1. タスク依存性の実証: 自信の計算メカニズムは単一の普遍的なアルゴリズムではなく、タスクの構造（特に報酬やフィードバックの有無）に応じて脳が戦略を切り替えることを示しました。
   • 報酬とフィードバックがある環境では、脳は「選択と自信を一体化した並列レース（統合モデル）」として処理する可能性が高い。
   • 報酬がない環境では、脳は「決定後にメタ認知的評価を行う階層的プロセス（階層的モデル）」を採用する可能性が高い。
2. モデルの限界と適応性の解明: 従来の研究では一方のモデルが他方を完全に置き換えると考えられがちでしたが、本研究は両モデルが特定の条件下で有効であることを示し、自信計算の柔軟性を浮き彫りにしました。
3. 神経生理学的示唆: 統合モデルが運動課題で優位であることは、非ヒト霊長類の研究（Vivar-Lazo & Fetsch, 2025）で報告された LIP 野の神経活動（選択と自信の組み合わせをコード化するドリフト・拡散様式）と整合性があります。一方、階層的モデルは、報酬のない状況での神経メカニズムを説明する可能性があります。

5. 意義（Significance）

この研究は、計算レベルで階層的な構造を持つ問題（「決定」→「その正しさを評価する」）が、脳の実装レベル（アルゴリズムレベル）でも必ずしも階層的である必要はないことを示しています。

• 脳の実装の柔軟性: 脳は、外部環境の要求（報酬最大化など）に応じて、第二次的なメタ認知的評価を、一次的な行動選択の競合プロセスへと「平坦化（flattening）」して変換できる能力を持っています。
• 理論的統合: 以前は対立していた「確率的（階層的）」と「意図的（統合的）」な自信モデルの対立は、実は異なるタスク文脈における異なる戦略の反映である可能性が高いことを示唆しました。
• 将来の展望: 自信の計算メカニズムを理解するためには、単一のモデルに依存するのではなく、タスクの文脈（報酬、フィードバック、同時報告か逐次報告か）を考慮した多様なアプローチが必要であることを示しました。

結論として、自信は単一の計算メカニズムに依存するのではなく、特定のタスクの要求と構造に適応的に実装される動的なプロセスであるという新たな視点を提供した点が、この論文の最大の意義です。