A neurocomputational model of observation-based decision making with a focus on trust

Dit artikel presenteert een neurocomputatief model dat de interactie tussen observatiegebaseerd leren en vertrouwen simuleert door de dynamiek van de orbitofrontale, laterale prefrontale en anterior cingulaire cortex te integreren om te voorspellen hoe sociale informatie individuele beslissingen beïnvloedt.

De kern

Hoe ons brein leert van anderen: Een reis door vertrouwen en keuzes

Stel je voor dat je brein een enorm, drukke verkeersknooppunt is. Op dit kruispunt komen twee soorten bestuurders samen: Emotie (de snelle, impulsieve bestuurder) en Redelijkheid (de langzame, planmakende bestuurder). Ze moeten samen beslissen welke route je moet nemen, bijvoorbeeld: "Neem ik de auto of de fiets?"

Deze paper, geschreven door Azadeh Hassannejad Nazir en collega's, onderzoekt wat er gebeurt in dat verkeersknooppunt wanneer we niet zelf rijden, maar kijken hoe een ander rijdt. En nog belangrijker: hoe ons vertrouwen in die ander onze eigen beslissing verandert.

Hier is de uitleg, vertaald naar alledaags taal met een paar leuke vergelijkingen.

1. De Drie Hoofdpunten in je Hoofd

De auteurs bouwen een computermodel van drie specifieke gebieden in je hersenen die samenwerken als een team:

• De Orbitofrontale Cortex (OFC): De "Gevulde Buik" of de "Emotie-Manager".
  Deze stuurman kijkt naar wat je voelt. Hij denkt: "O, die auto voelt lekker en warm aan, ik wil die nu!" Hij is gericht op directe beloning en gevoelens.
• De Laterale Prefrontale Cortex (LPFC): De "Strategische Planner" of de "Redelijke Hoofd".
  Deze stuurman kijkt naar de lange termijn. Hij denkt: "De auto is snel, maar de fiets is beter voor het klimaat en mijn gezondheid op de lange termijn." Hij is rationeel en berekent de beste uitkomst.
• De Anterior Cingulate Cortex (ACC): De "Verkeersregelaar" of de "Hub".
  Dit is de belangrijkste schakel. De ACC luistert naar zowel de Emotie als de Redelijkheid. Hij kijkt naar wat er buiten gebeurt (wat ziet de expert?) en zorgt dat de twee andere bestuurders op één lijn komen. Hij is de sociale smeerolie.

2. De Situatie: Een Expert op de Fiets

Stel je voor dat je een expert bent (bijvoorbeeld een klimaatwetenschapper) die je ziet kiezen voor de fiets in plaats van de auto.

• Jouw eerste reactie (OFC): "Nee, ik wil de auto! Die is comfortabel."
• Je tweede gedachte (LPFC): "Maar de expert kiest voor de fiets. Dat is slim voor het milieu."

De vraag is: Wanneer ga jij ook voor de fiets?

3. De Magische Kracht: Vertrouwen

Het geheim van deze paper is dat je niet zomaar overneemt wat anderen doen. Je moet ze vertrouwen.

In het model wordt vertrouwen gemeten als een soort "voorspelbaarheidsscore".

• Als de expert elke dag dezelfde goede keuzes maakt (hij is consistent en bekwaam), dan stijgt je vertrouwen.
• In het computermodel wordt dit vertrouwen vertaald naar elektrische trillingen in je hersenen.

De Vergelijking:
Stel je je hersenen voor als een radio.

• Laag vertrouwen: De radio kraakt, het geluid is wazig en chaotisch. Je luistert niet echt naar de expert.
• Hoog vertrouwen: De radio staat scherp, het geluid is helder en heeft een snelle, regelmatige beat (zoals een strakke drumbeat). De "experts" in je hoofd (de neuronen) dansen in perfecte synchronie.

Wanneer je vertrouwen groeit, wordt die "beat" sterker. De redelijke kant van je brein (de fiets) krijgt meer volume dan de emotionele kant (de auto).

4. Wat Leerden ze? (De Resultaten)

De auteurs lieten hun computermodel "kijken" naar een expert die de fiets koos. Hier zijn de leuke bevindingen:

1. Vertrouwen groeit eerst: Je brein leert eerst wie de expert is ("Diegene is betrouwbaar"). Dit gaat vrij snel.
2. Verandering van mening kost tijd: Pas nadat je het vertrouwen hebt, begint je brein echt je eigen voorkeur te veranderen. Je gaat van "Ik wil de auto" naar "Misschien is de fiets wel een goed idee".
3. Redelijkheid wint het van Emotie (maar langzaam): In het begin wilde de "Emotie-Manager" (OFC) nog steeds de auto. Maar door het vertrouwen in de expert, werd de "Redelijke Planner" (LPFC) steeds sterker. Uiteindelijk overstemde de redelijke gedachte het gevoel, maar het duurde even voordat die overgang volledig was.

5. Waarom is dit belangrijk?

Dit onderzoek helpt ons begrijpen hoe we mensen kunnen overtuigen om beter voor het klimaat te zorgen (of andere belangrijke dingen te doen).

Het leert ons dat strafboodschappen of feiten alleen vaak niet genoeg zijn. Je moet eerst vertrouwen opbouwen in de persoon die het advies geeft. Zodra dat vertrouwen er is, begint het "radio-signaal" in je hoofd te veranderen. Je brein begint de goede keuze (de fiets) niet alleen rationeel te begrijpen, maar ook emotioneel te accepteren.

Kortom:
Onze hersenen zijn als een orkest. Als we iemand vertrouwen, stemmen we onze instrumenten af op die persoon. Eerst luisteren we naar de dirigent (de expert), en pas daarna beginnen we zelf mee te spelen in de juiste melodie. Vertrouwen is de muziekdie ons samenbrengt.

Technische samenvatting

Probleemstelling

Mensen maken beslissingen vaak op basis van sociale interactie en observatie van anderen, een proces dat bekend staat als observationeel leren. Een cruciale factor hierin is vertrouwen in de geobserveerde persoon (de "expert"). Hoewel er veel onderzoek is gedaan naar observationeel leren en vertrouwen op gedrags- en sociaal niveau, ontbreekt er vaak een expliciet raamwerk dat deze gedragsprocessen koppelt aan de onderliggende neurale mechanismen.

De kernvraag van deze studie is: Hoe beïnvloedt het observeren van de actie-uitkomstassociaties van een expert, in combinatie met het niveau van vertrouwen, de emotionele en rationele waarden die een individu toekent aan een beslissingsoptie, en hoe vertaalt dit zich naar neurale dynamiek? Het artikel richt zich specifiek op de overgang van heuristisch (emotioneel) naar rationeel redeneren in een sociale context, met als casus de keuze voor vervoer (auto vs. openbaar vervoer) in de context van klimaatverandering.

Methodologie

De auteurs presenteren een neurocomputatief model dat de interactie simuleert tussen drie corticale hersenstructuren:

1. Orbitofrontale Cortex (OFC): Verwerkt emotionele waarden en directe beloning (onmiddellijke gratificatie).
2. Laterale Prefrontale Cortex (LPFC): Verwerkt rationele waarden, langetermijnbeloningen en cognitieve redenering.
3. Anterior Cingulate Cortex (ACC): Fungeert als een sociale hub die signalen van OFC en LPFC integreert en voorspelfouten berekent.

Modelarchitectuur en Aannames:

• Neurale Netwerken: Elke structuur wordt gemodelleerd als een driedimensionaal neuraal netwerk (gebaseerd op attractor-netwerken) met excitatoire en inhibitoire eenheden. De activiteit wordt beschreven door oscillatoire dynamiek.
• Bayseiaanse Probabiliteit: Het model gebruikt Dynamic Bayesian Probability (DBP) om de waarschijnlijkheid van acties en uitkomsten te modelleren op basis van historische data. Dit reguleert de oscillatoire activiteit tijdens observatie.
• Voorspelfouten (Prediction Errors - PE): Het model berekent twee soorten vicariële voorspelfouten:
  • Actievoorspelfout: Het verschil tussen de verwachte en werkelijke actie van de expert.
  • Uitkomstvoorspelfout: Het verschil tussen de verwachte en werkelijke uitkomst.
    Deze fouten worden gegenereerd in de ACC en projecteren terug naar OFC en LPFC om de neurale gewichten en excitabiliteit te updaten.
• Vertrouwen (Trust): Vertrouwen wordt gedefinieerd als een variabele ($Tr$) die evenredig is met de voorspelbaarheid en competentie van de expert. Dit wordt geïntegreerd in de Hebbiaanse leervergelijking:
  $$\Delta w_{ij} = \eta \cdot Tr \cdot w_{ij}$$
  Waarbij een hogere $Tr$ leidt tot snellere leerprocessen en consolidatie van geheugen.
• Simulatie: De simulatie start met een observer die emotioneel meer geneigd is (bijv. voorkeur voor de auto) dan rationeel (voorkeur voor openbaar vervoer). De observer ziet een expert (een klimaatprofessor) kiezen voor openbaar vervoer met een succesvolle uitkomst.

Belangrijkste Bijdragen

1. Integratie van Sociale en Neurale Niveaus: Het artikel biedt een unificerend raamwerk dat sociale constructen (vertrouwen, observationeel leren) direct koppelt aan neurale oscillaties in specifieke corticale gebieden (OFC, LPFC, ACC).
2. Neurale Representatie van Vertrouwen: Het model demonstreert hoe vertrouwen neurale eigenschappen beïnvloedt. Een hoger vertrouwen resulteert in:
   • Hogere excitabiliteit van neurale eenheden.
   • Sterkere synaptische verbindingen.
   • Een hogere dominante frequentie van de oscillatoire activiteit (bijv. van 50 Hz naar 79 Hz bij toenemend vertrouwen).
3. Dynamiek van Emotie vs. Rede: Het model onderscheidt duidelijk tussen de leercurves van emotionele en rationele waarden. Het toont aan dat rationele aanpassingen (gedreven door LPFC en vertrouwen) sneller stabiliseren dan emotionele aanpassingen (gedreven door OFC), wat een nuance toevoegt aan de klassieke "snel denken vs. langzaam denken" theorieën.
4. Toepassing op Klimaatgedrag: Het model biedt een mechanistische verklaring voor hoe sociale invloed (observatie van experts) gedragsverandering kan bewerkstelligen in complexe domeinen zoals duurzaam vervoer.

Resultaten

De simulaties leverden de volgende inzichten op:

• Leercurve van Vertrouwen: Na ongeveer 40 iteraties bereikt het vertrouwen in de expert een verzadigingspunt (steady state). De sterkte van de neurale verbindingen neemt toe naarmate de voorspelbaarheid van de expert toeneemt.
• Verschil in Leertempo: De leercurve voor vertrouwen is sneller dan de leercurve voor het veranderen van de houding ten opzichte van de specifieke actie (openbaar vervoer). Het duurt ongeveer twee keer zo lang voor de observer een nieuwe houding ontwikkelt ten opzichte van het vervoermiddel dan voor het vertrouwen in de expert is gevormd.
• Neurale Oscillaties:
  • Bij toenemend vertrouwen neemt de rationele excitabiliteit (LPFC) toe, wat leidt tot een hogere frequentie en regelmaat in de oscillaties.
  • De rationele waarde van openbaar vervoer stijgt sneller dan de emotionele waarde. De emotionele voorkeur (OFC) blijft aanvankelijk lager, maar wordt uiteindelijk ook positiever beïnvloed door de rationele input van de LPFC, zij het met een vertraagde reactie.
• EEG-achtige Output: De simulatie genereert data die lijkt op EEG-signalen, waarbij de dominante frequentie en amplitude direct correleren met het niveau van vertrouwen en de motivatie om de expert te volgen.

Betekenis en Conclusie

De studie bevestigt dat observationeel leren en vertrouwen fundamenteel zijn voor sociale besluitvorming. Het model toont aan dat vertrouwen niet alleen een psychologisch concept is, maar een neuraal signaal dat de efficiëntie van leerprocessen moduleert door de excitabiliteit van neurale netwerken te verhogen.

De belangrijkste conclusie is dat rationeel vertrouwen (gebaseerd op competentie en consistentie van een expert) een krachtige drijver is voor gedragsverandering, zelfs bij individuen die van nature emotioneel geneigd zijn. Hoewel emotionele reacties vaak sneller zijn in initiële evaluaties, blijken veranderingen in emotionele voorkeuren op de lange termijn trager te verlopen dan rationele aanpassingen wanneer er sprake is van een betrouwbare sociale bron. Dit heeft belangrijke implicaties voor het begrijpen van hoe we gedragsverandering kunnen stimuleren in maatschappelijke vraagstukken zoals klimaatverandering, waarbij het vertrouwen in experts een sleutelrol speelt.