Neurocomputational mechanisms of sharing clarifying information about ambiguous news

기술 요약: 모호한 뉴스에 대한 명확화 정보 공유의 신경계 계산 메커니즘

문제 제기
오정보의 확산은 모호한 뉴스의 진위 여부를 판단하는 오류뿐만 아니라, 수신자가 정보를 받는 것이 이득이 되는 상황에서도 명확화 정보를 제공하지 않는 행위에 의해서도 발생한다. 기존 연구들은 정보 탐색 및 자기 동기적 공유의 신경계적 특성을 규명해 왔으나, 개인이 수신자의 정보적 선호(특히 그 선호가 불확실할 때)를 추론하는 상위 신경계 계산 과정은 알려져 있지 않다. 구체적으로, 개인이 자신의 주장에 대한 불확실성(1차 신념)과 수신자의 입장에 대한 추론(2차 신념)을 어떻게 통합하여 명확화 정보의 선택적 전송을 유도하는지는 불분명하다.

연구 방법론
본 연구는 새로운 협력 게임인 "뉴스 전달 게임(Sending News game)"과 결합된 계산 모델링 및 모델 기반 기능적 자기공명영상(fMRI)을 활용하였다.

• 실험 설계: 32명의 참가자(송신자)가 fMRI 스캐너 내부에서 과업을 수행하였다. 각 시행(trial)마다 송신자는 모호한 뉴스 항목의 진위를 평가하고, 확신도를 보고하며, 추가적인 명확화 정보를 수신자에게 전달할지 여부를 결정하였다. 결정적으로, 송신자는 추가 정보의 내용을 전혀 보지 못했다. 송신자의 보상은 오로지 수신자가 드러낸 '정보를 받거나 피하고자 하는 선호'와 일치하는지에 따라 결정되었다.
• 조건: 두 가지 조건이 테스트되었다:
  1. 통제 조건(Control): 송신자는 수신자에 대한 정보가 없었으며, 이는 익명의 상호작용을 모사한다.
  2. 단서 조건(Cue): 송신자는 뉴스 도메인과 관련된 조직과 수신자 사이의 사회적 거리를 나타내는 시각적 단서를 받았다. 이는 디지털 플랫폼에서 이용 가능한 부분적인 사회적 지식을 모사한다.
• 행동 데이터: 수신자 그룹(별도의 20명 참가자)은 명확화 정보를 받을 용의가 있는지를 나타내는 "뉴스 수신 게임(Receiving News game)"을 사전에 완료하였다. 송신자의 결정은 이 고정된 데이터셋과 매칭되었다.
• 계산 모델링: 저자들은 휴리스틱, 강화 학습, 효용 기반, 그리고 계층적 베이지안 모델을 비교하였다. 승리한 모델은 BayesRL로, 확신도 유래 진위 증거, 사회적 거리 증거, 피드백 기반 학습, 그리고 편향이라는 네 가지 신념 구성 요소를 통합한 계층적 베이지안 모델이다.
• 신경 영상: fMRI 데이터는 BayesRL 모델의 잠재적 신념 모드($\theta_{truth}$, $\theta_{distance}$, $\theta_{learning}$, 그리고 통합된 사후 확률 $\theta_{action}$)로부터 유도된 파라미터 변조기를 사용하여 일반 선형 모델(GLM)로 분석되었다.

주요 결과

• 행동적 발견:
  • 사회적 단서가 없는 경우(통제 조건), 송신자는 자신의 확신도를 수신자의 선호에 대한 대리 지표로 사용하였다: 확신도가 낮을수록 명확화 정보를 보낼 확률이 높아졌다.
  • 사회적 단서가 있는 경우(단서 조건), 송신자는 수신자 특유의 2차 신념으로 의존도를 전환하였다. 사회적 거리가 관련 조직과 멀어질수록 정보를 보낼 확률은 감소하였다.
  • 송신자들은 피드백에 따라 시간에 따라 결정을 조정하였으며, 단서 조건에서는 거짓으로 판단된 항목에 대해 송신 확률이 더 가파르게 하락하였다.
• 계산적 발견:
  • BayesRL 모델은 다른 대안 모델들(휴리스틱, RL, 효용 기반)보다 참가자의 행동을 설명하는 데 유의미하게 우수하였다 (보호된 초과 확률 = .99).
  • 모델 파라미터는 증거의 재가중치를 드러냈다: 통제 조건에서는 결정이 확신도 유래 진위 신념과 사전 확률에 의해 주도되었으나, 단서 조건에서는 사회적 거리 구성 요소의 가중치가 거의 3배 가까이 급격히 증가하였고, 진위 및 학습 구성 요소의 가중치는 감소하였다.
• 신경계적 발견:
  • 1차 신념: **복측 전전두엽 피질(vmPFC)**과 복측 선조체의 활동은 확신도 유래 진위 성분($\theta_{truth}$)을 추적하였다. 이 영역들은 송신자 자신의 불확실성으로부터 유도된 정보의 주관적 가치를 인코딩하였다.
  • 2차 신념: **우측 측두두정접합부(TPJ)**와 상측두구는 사회적 거리 성분($\theta_{distance}$)을 추적하며, 사회적 단서를 바탕으로 한 수신자의 선호에 대한 추론을 인코딩하였다.
  • 통합 결정 신호: **외측 전두극 피질(LFPC)**의 활동은 통합된 사후 확률 추정치($\theta_{action}$)를 추적하였는데, 이는 1차, 2차, 학습 성분을 결합하여 수신자의 선호를 직접적으로 결정하는 통합된 추정치이다.

의의 및 주장
본 논문은 "인식적 협력(epistemic coordination)"—즉, 타인이 명확화 정보를 원하는지 여부를 추론하는 과정—을 위한 별도의 신경계 계산 구조를 식별했다고 주장한다. 저자들은 이 과정이 자기 지향적 정보 탐색이나 자기 관련적 공유 동기(예: 사회적 승인)와 구별된다고 논한다.

• 추론 메커니로: 본 연구는 사회적 정보가 없을 때, 개인은 자신의 인식 상태(확신도)를 타인에게 합리적으로 투영한다는 것을 보여준다. 사회적 단서가 주어지면, 뇌는 더 구체적인 2차 추론 메커니즘으로 전환된다.
• 신경계적 분리: 연구 결과는 가치 평가 영역(vmPFC/선조체)이 사적인 불확실성을 인코딩하고, 정신화(mentalizing) 영역(TPJ)이 사회적 추론을 인코딩하며, 외측 전두극 피질(LFPC)이 이 이질적인 신호들을 합성하여 행동을 가이드하는 통합체 역할을 하는 계층적 신경 구조를 확립한다.
• 오정보에 대한 시사점: 저자들은 사회적 미디어 플랫폼에서, 자기 가치(좋아요, 바이럴 등)를 우선시하고 사회적 단서가 희소한 환경에서는, vmPFC와 선조체의 자기 가치 신호가 타인 지향적 인식적 추론을 압도할 수 있다고 제안한다. 이 메커니즘은 왜 명확화 정보가 자주 억제되거나 모호한 콘텐츠가 무차별적으로 확산되는지를 설명할 수 있다. 본 연구는 단순한 진위 평가 전략과는 구별되는, 정보 흐름을 개선하기 위한 잠재적 목표로서 이 특정 추론 과정을 이해하는 것이 중요하다고 주장한다.

저자들은 본 연구의 범위를 겸허히 유지하며, 설계상 내용 평가로부터 선호 추론을 분리하였고 중립적이며 비정파적인 자극을 사용했음을 명시한다. 또한 자연적이고 상호적이며 정치적으로 편향된 맥락에서는 콘텐츠 프레이밍과 정서적 몰입이 더 큰 역할을 할 수 있으므로 결과가 다를 수 있음을 인정한다.