Mood impacts confidence through biased learning of reward likelihood

본 논문은 계산 모델링과 두 가지 독립적 연구를 통해 기분 장애가 자기 신념을 직접 변화시키는 것이 아니라 보상 학습 신호의 점진적 축적을 왜곡함으로써 보상 기반 의사결정에서의 자신감에 편향을 초래하며, 이 메커니즘은 경조증 성향이 높은 개인에서 더욱 증폭된다는 것을 보여줍니다.

핵심

당신의 뇌가 목적지 (당신의 목표) 로 가는 최선의 경로를 찾아내는 스마트 내비게이션 앱이라고 상상해 보세요. 이 앱은 성공할 확률을 알려주기 위해 교통 보고서 (보상) 에서 끊임없이 학습합니다. 일반적으로 이 앱은 수신한 실제 데이터를 기반으로 지도를 업데이트합니다.

하지만 기분이 그 지도 위에 결함 있는 필터처럼 작용한다면 어떻게 될까요?

이 논문은 정확히 그 점을 탐구합니다. 연구자들은 실제 기술이 변하지 않았음에도 기분이 가라앉거나 들썩일 때 우리의 자신감이 극단적으로 요동치는 이유를 이해하고자 했습니다. 그들은 두 가지 주요 가설을 검증했습니다:

1. "직접 재정의" 가설: 기분이 수동 버튼처럼 작용하여 실제 교통 데이터와 상관없이 앱이 "당신은 성공할 것이다!" 또는 "당신은 실패할 것이다!"라고 즉시 말하게 만든다는 것입니다.
2. "왜곡된 데이터" 가설: 기분이 최종 답변을 직접 바꾸는 것이 아니라, 들어오는 교통 보고서들을 그대로 왜곡한다는 것입니다. 앱은 데이터가 실제와 다르게 인식되므로, 성공 확률에 대한 잘못된 결론을 서서히 쌓아 올리게 됩니다.

검증 방법:
연구자들은 두 가지 연구 (하나는 실험실, 하나는 온라인) 를 진행했는데, 여기서 참가자들의 기분을 조작한 후 보상을 얻는 선택이 무엇인지 추측해야 하는 게임을 하게 했습니다. 모든 추측 후 참가자들은 자신의 확신을 평가해야 했습니다.

발견 결과:
"직접 재정의" 가설은 틀렸습니다. 기분이 단순히 자신감의 스위치를 즉시 뒤집는 것은 아니었습니다. 대신 "왜곡된 데이터" 가설이 정답이었습니다.

여기가 핵심 발견입니다:

• 서서히 타오르는 불: 사람들의 기분이 조작되었을 때, 그들의 자신감은 즉시 변하지 않았습니다. 시간이 걸렸습니다. 게임을 계속하며 학습함에 따라 그들의 자신감은 서서히 기분의 방향으로 흘러갔습니다.
• 기계의 유령: 기분 조작이 멈추고 사람들이 다시 "정상"으로 돌아온 후에도, 그 "결함 있는" 기분 기간 동안 쌓인 자신감은 남아있었습니다. 마치 기분이 그들의 마음속에서 게임의 역사를 비밀리에 다시 썼던 것처럼 말입니다.
• 확대경: 이 연구는 본래 기분이 더 불안정한 사람들 (특히 "과조증적 성향"이 높은 사람들) 이 이 결함에 더 민감하다는 것을 발견했습니다. 그들의 내비게이션 앱은 기분 필터에 의해 더 쉽게 왜곡되었습니다.

결론:
이 논문은 우리가 특정 방식으로 느낄 때, 그것이 단순히 우리를 더 자신 있게 또는 덜 자신 있게 느끼게 하는 것이 아니라고 결론 내립니다. 대신, 우리의 기분은 실제로 경험으로부터 배우는 방식을 편향시킵니다. 그것은 성공이나 실패의 "증거"를 뇌가 처리하는 방식을 조정합니다. 시간이 지남에 따라 이 왜곡된 학습은 실제 사실은 변하지 않았음에도 불구하고 매우 현실처럼 느껴지는 잘못된 자신감 (또는 자신감 부족) 을 만들어냅니다.

운전 배우는 동안 색이 들어간 안경을 끼는 것과 같다고 생각하세요. 당신은 단순히 나쁜 운전사인 것처럼 느끼는 것이 아니라, 그 안경이 실제로 도로 표지판을 다르게 보이게 만들어, 투명한 안경을 썼을 때와 다르게 운전하는 법을 배우게 되는 것입니다.

기술 요약

기술적 요약: 기분이 편향된 보상 확률 학습을 통해 자신감에 미치는 영향

문제 제기
기분 장애는 자아 효능감과 목표 지향적 행동에서 발생하는 중대하고 종종 비합리적인 변동으로 특징지어집니다. 그러나 정서적 상태가 이러한 행동 및 인지적 변화와 연결되는 구체적인 메커니즘은 여전히 잘 이해되지 않고 있습니다. 본 연구의 핵심 질문은 기분이 보상 기반 의사결정에서의 자신감에 영향을 미치는 방식이, 증거와 무관한 직접적인 자신감의 변화인지, 아니면 그로부터 추론되는 자신감의 근간이 되는 보상 학습 신호의 축적을 기분이 왜곡하는 것인지 여부입니다. 또한, 본 연구는 이러한 효과가 기분과 자아 효능감의 특성적 불안정성에 의해 증폭되는지 여부를 조사합니다.

방법론
본 연구는 강화 학습 프레임워크 내에서 자신감과 기분을 공식화하기 위해 계산 모델링 접근법을 사용했습니다. 연구 설계는 두 개의 독립적인 조사로 구성되었습니다:

1. 35 명의 참가자를 대상으로 한 실험실 실험.
2. 106 명의 참가자를 대상으로 한 사전 등록 온라인 재현 연구.

두 연구 모두에서 참가자들은 기분 조작과 반복적인 자신감 평가를 포함하는 강화 학습 과제에 참여했습니다. 연구자들은 두 가지 경쟁 가설을 검증하기 위해 계산 모델을 활용했습니다:

• 직접적 변화 가설: 기분이 증거와 무관하게 자신감에 즉각적인 편향을 부과한다.
• 편향된 학습 가설: 기분이 보상 학습 신호의 축적을 왜곡하여, 합리적으로 추론되지만 편향된 자신감으로 이어진다.

주요 결과
실증 데이터는 기분이 객관적 정확도를 변경하지 않으면서 자신감 평가에 체계적인 편향을 가했음을 보여주었습니다. 중요하게도, 이 편향의 시간적 역학은 "직접적 변화" 가설보다 "편향된 학습" 가설을 지지했습니다:

• 자신감의 편향은 기분 유도 직후에 즉시 나타나는 것이 아니라 학습 과정을 통해 점진적으로 축적되었습니다.
• 이러한 축적은 유도된 기분 상태 자체가 기준선 수준으로 회복되더라도 지속되었습니다.

기분 편향 매개변수를 포함한 계산 모델은 이러한 역학을 성공적으로 포착했습니다. 이 모델에서 기분이 보상 확률 추정치의 축적을 편향시킵니다. 이 단일 매개변수는 다음을 설명했습니다:

• 관찰된 자신감의 변화.
• 서로 다른 기분 상태에서 학습된 자극의 편향된 가치 평가.
• 경미한 조증 특성을 보이는 개인에서 이러한 효과의 증폭.

의의 및 주장
본 논문은 기분 장애에서 기분에 의해 유발된 자신감의 왜곡이 목표 추구 및 자아 효능감의 붕괴와 연결되는 메커니즘적 설명을 제공한다고 주장합니다. 자신감 장애가 증거와 무관한 직접적인 변화가 아닌 기분 편향 학습 신호에서 비롯된다는 것을 입증함으로써, 이 발견들은 핵심 병리가 시간이 지남에 따라 정서적 상태가 보상 정보 처리 방식을 어떻게 변화시키는지에 있을 수 있음을 시사합니다. 이는 임상 집단에서 관찰되는 자아 효능감의 비합리적 변화에 대한 구체적인 계산적 설명을 제공하며, 기분의 즉각적인 상태와 학습 과정에 미치는 지속적인 영향 사이를 구분합니다.