Task-based value generalization correlates with positive overgeneralization and bipolar traits
本研究は、タスクに基づいた報酬の広範な汎化が、自己報告によるポジティブな過剰一般化および臨床的ではない双極性の特性と相関していることを示す行動パラダイムを導入し、さらに計算モデリングによって、自己効力感が最善の将来の行動を優先させることでこの汎化を駆動していることを示唆するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
成功は、私たちの世界の見方を変えてしまう性質を持っています。目標を達成したとき、私たちはしばしば、他の領域にも波及するような自信の昂ぶりを感じることがあります。仕事で困難な問題を解決すると、突然、人間関係や趣味における課題にも取り組める能力があるように感じられることもあります。この感覚は正常なものですが、一部の人々においては、この自信が大きくなりすぎ、裏付けとなる証拠をはるかに超えて拡大してしまうことがあります。その極端な形態は、双極性障害を特徴づける、高揚した気分と際限のないエネルギーの状態である「躁状態」の典型的な兆候です。科学者たちは、この「成功を過度に一般化する」傾向が、なぜ一部の人々がこうした気分変動に対して脆弱であるのかを理解するための、重要なパズルのピースであると長年疑ってきました。しかし、長年の間、研究者たちはこの現象を、人々が自身の思考や感情を記述してもらう方法でしか研究することができませんでした。彼らは、ある勝利の後に新しい状況においても成功を期待する傾向があるかどうかを個人に報告させるアンケートに頼っていました。これらの自己報告は有用ではありますが、実際に働いている精神的なメカニズムを明らかにするものではありません。それらは人々が何を信じているかを教えてくれますが、特定の報酬と未知の新しい状況との間の結びつきを、脳が実際にどのように処理しているかまでは教えてくれないのです。
このプロセスをより明確に把握するために、ニューヨーク大学のアイカーン医科大学およびモナッシュ大学の研究チームは、新しい測定方法を考案しました。彼らは、感情について一切質問することなく、人々がどのように学習し、価値を一般化するかを観察するために、「化石ハンティング(Fossil Hunt)」と呼ばれるシンプルなコンピューターベースのゲームを作成しました。この研究では、163人の参加者が、価値のある恐竜の化石を特定しようとする古生物学者の役割を演じました。ゲームでは、4本足の生物に見える棒状の図形のシリーズが提示されました。開始時、プレイヤーはある特定の形が常に「価値のある」化石であり、ポイントを獲得できることを学び、一方で、スペクトルの反対側にある非常に異なる形は価値がないことを学びました。その中間にある形は、価値のあるものから無価値なものへと緩やかに変化する滑らかなグラデーションとなっていました。このルールを習得した後、プレイヤーには見たことのない新しい中間的な形が示され、それが価値があるかどうかを推測するよう求められました。研究者たちは、プレイヤーたちの自信がどこまで広がっているのかを注意深く観察しました。彼らは、勝ち取った化石と全く同じ形のものにのみ価値を見出すのでしょうか、それとも、勝ち取ったものとわずかに似ている程度の形に対しても、その価値を広げるのでしょうか。
結果は、人々の心の働きにおける明確かつ測定可能な違いを明らかにしました。研究者たちは、一部の参加者が非常に狭い視野の価値観を持っており、勝ち取った化石に非常に近い形のみを価値があると判断していることを発見しました。一方で、勝ち取ったものとはかなり異なる形であっても、依然として価値があると判断する、より広い視野を持つ人々もいました。この「一般化の幅(breadth of generalization)」は、単なるゲーム上のランダムな癖ではありませんでした。それは、心理調査における自己記述を予測する強力な指標となったのです。ゲームにおいて最も広い一般化を示した人々は、ポジティブな過剰一般化(勝利の後に、野心的な目標や社会的状況においても成功を期待する傾向)を測る尺度で最も高いスコアを記録した人々と同じでした。さらに、この行動的指標は、臨床的な診断を受けていない人々においても、双極性障害に関連する特性と結びついていました。また、研究では人々が意思決定を行う速さについても調査しました。一般化の幅が広い人々は、形が勝ち取ったものとかなり異なっていても、判断を迅速に行いました。対照的に、視野が狭い人々は、中間的な形に対して判断を下す際により長い時間を要し、勝ち取ったものとの類似性が薄れるにつれて躊躇(ちゅうちょ)が見られました。この躊躇は、彼らにとっては報酬と新しい形との結びつきが弱かったことを示唆していますが、過剰一般化を行う人々にとっては、その結びつきが依然として強く、即時的であったことを示唆しています。
何がこうした違いを駆動しているのかを理解するために、研究者たちはエージェントの学習モデルに基づいたコンピューター・シミュレーションを実施しました。彼らは「自己効力感(self-efficacy)」という概念をテストしました。これは、本質的には、最高の成果に到達できるという個人の信念のことです。モデル内では、コンピューターのエージェントが、最善の将来の可能性にどれだけの重みを置くかを調整しました。エージェントが最善の可能性に重点を置くようにプログラムされると、報酬の価値をさまざまな状態へより広く拡散させることを学習し、人間の参加者に見られた広範な一般化を模倣しました。エージェントが最悪の結果に焦点を当てると、その学習は保守的で狭いものとなりました。このことは、人々が将来をどのように予期するか、具体的には、どれほど最高の成果を達成できると信じているかが、いかに広く成功を一般化するかを駆動するエンジンである可能性を示唆しています。
この研究は、躁状態の謎を解明したり、治療法を見つけたりしたと主張するものではありません。むしろ、これまで自己報告を通じてしかアクセスできなかった認知スタイルを測定するための、新しい客観的なツールを提示するものです。単純な行動タスクが複雑な質問票と同じ特性を捉えられることを示すことで、研究者たちはこれらのプロセスをより直接的に研究する方法を提供しています。今回の知見は、報酬を過剰に一般化する傾向が、単なる一時的な良し悪しの反応ではなく、双極スペクトラムに関連した安定した特性であることを示唆しています。本研究は、診断を受けた双極性障害の患者ではなく、一般的なオンライン・サンプルを対象として行われましたが、広範な報酬一般化と潜在的な特性との関連性は、将来の研究への有望な道筋を示しています。それは、私たちが将来の成功の可能性をどのように評価するかという具体的なメカニズムを指し示しており、なぜ一部の人々の自信が人生のあらゆる隅々にまで広がる一方で、他の人々はそれを厳格に制御し続けられるのかを説明する助けとなる可能性があります。
自分の分野の論文に埋もれていませんか?
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。