A computational account of how positive performance bias supports cognitive effort

Deze studie biedt een computationele onderbouwing die aantoont dat een positieve bias in zelfevaluatie, waarbij individuen hun prestaties overschatten, vooral onder hoge cognitieve eisen, helpt de subjectieve kosten van inspanning te verminderen en de betrokkenheid bij inspannende taken te handhaven.

De kern

Stel je voor dat je brein als een motorkast is. Soms moet je een steile, rotsachtige heuvel oprijden (een moeilijke mentale taak). Je brein weet dat dit veel brandstof kost (cognitieve inspanning), dus wil het van nature liever op de vlakke, gemakkelijke weg blijven. Meestal houden we ons ervan weerhouden om die moeilijke heuvels aan te pakken door de angst om zonder benzine te vallen.

Maar dit artikel suggereert dat er een speciaal soort "optimismefilter" in onze geest zit dat ons helpt om die steile heuvels toch op te blijven rijden.

Het Experiment: Je Eigen Score Raden
De onderzoekers vroegen mensen om een spel te spelen waarin ze moesten kiezen tussen gemakkelijke en moeilijke taken. Voor elke ronde moesten de spelers raden hoe goed ze dachten dat ze zouden presteren.

Hier is de draai: de spelers waren bijna altijd te zelfverzekerd. Ze dachten dat ze het beter zouden doen dan ze in werkelijkheid deden. Dit gat tussen wat ze dachten dat ze zouden bereiken en wat ze daadwerkelijk bereikten, wordt een "positieve prestatiebias" genoemd.

De studie vond iets interessants: hoe moeilijker de taak was, hoe meer de spelers hun succes overschatte. Het is alsof hoe steiler de heuvel, hoe meer de bestuurder zichzelf overtuigt: "Ik kan dit! Ik ben er een pro in!" zelfs als de weg eigenlijk behoorlijk gevaarlijk is.

De "Leer"-Motor
Om te begrijpen waarom mensen bleven kiezen voor de moeilijke taken, bouwden de onderzoekers een computermodel om het besluitvormingsproces van het brein te simuleren. Ze ontdekten dat het brein op een specifieke manier leert:

1. Wanneer je faalt: Als je een moeilijke taak probeert en faalt, wordt je brein de volgende keer iets gevoeliger voor de "kosten" van inspanning. Het is alsof je zegt: "Oei, dat was te duur; ik moet voorzichtiger zijn."
2. Wanneer je slaagt (met een boost): Als je een moeilijke taak probeert en slaagt, maar je dacht ook dat je het nog beter zou doen dan je in werkelijkheid deed (die positieve bias), wordt je brein eigenlijk minder gevoelig voor de kosten van inspanning. Het optimisme werkt als een kortingsbon, waardoor de moeilijke taak de volgende keer goedkoper en makkelijker aanvoelt om aan te pakken.

Zelfvertrouwen versus Bias
De onderzoekers controleerden ook of dit alleen maar te maken had met "zelfvertrouwen" (zich zeker voelen van jezelf). Ze ontdekten dat eenvoudig zelfvertrouwen niet genoeg was om het gedrag te verklaren. Het was specifiek het mismatch – het feit dat mensen hun prestaties overschatte – dat hen gemotiveerd hield. Het gaat niet alleen om je goed voelen; het gaat om je beter voelen dan de realiteit suggereert.

Het Grote Plaatje
In simpele termen toont dit artikel aan dat onze neiging om te overoptimistisch te zijn over onze eigen vaardigheden niet zomaar een onschuldig eigenaardigheidje is. Het fungeert als een beschermend schild. Door onszelf te overtuigen dat we het beter doen dan we in werkelijkheid doen, verlagen we de "prijskaart" van mentale inspanning in onze gedachten. Deze positieve bias helpt ons het gevoel van uitputting te negeren en houdt ons betrokken bij moeilijk mentaal werk dat we anders zouden vermijden.

Technische samenvatting

Technische Samenvatting: Een computationele uiteenzetting van hoe een positieve prestatiebias cognitieve inspanning ondersteunt

Probleemstelling
De bereidheid om cognitieve inspanning te leveren, is een fundamenteel onderdeel van adaptief gedrag, maar wordt inherent beperkt door de subjectieve kosten van inspanning. Hoewel individuen vaak inspannende taken vermijden, suggereert de literatuur dat positieve bias ten opzichte van de eigen prestatie kan fungeren als een mechanisme om betrokkenheid bij cognitieve eisen in stand te houden. De specifieke computationele mechanismen waarmee dergelijke bias invloed uitoefent op beslissingen gebaseerd op inspanning, blijven echter onduidelijk.

Methodologie
Om dit te onderzoeken, hanteerden de auteurs een taak voor beslissingen gebaseerd op inspanning, waarbij deelnemers moesten kiezen tussen opties met lage en hoge inspanning. Cruciaal was dat deelnemers op elke trial hun voorspelling van hun eigen prestatie rapporteerden voordat de taak werd uitgevoerd. Dit ontwerp stelde de onderzoekers in staat om Voorspelfout van Prestatie (PPE) te kwantificeren, gedefinieerd als het verschil tussen subjectieve prestatievoorspellingen en objectieve nauwkeurigheid.

Het onderzoek maakte gebruik van een nieuwe computationele modelleringbenadering om deze keuzes te analyseren. De auteurs vergeleken een leermodel, dat stelt dat PPE de gevoeligheid voor inspanningskosten bijwerkt, met een controlemodel gebaseerd op vertrouwen. Het leermodel testte specifiek hoe mislukte uitkomsten en beloonde trials die gepaard gingen met een positieve PPE, de daaropvolgende gevoeligheid voor inspanning beïnvloedden.

Belangrijkste Resultaten
De empirische data onthulden twee primaire bevindingen met betrekking tot PPE:

1. Overwegend Positieve Bias: PPE was bij de deelnemers overwegend positief, wat wijst op een algemene neiging om prestaties te overschatten.
2. Inspanningsafhankelijke Overschatting: De omvang van deze positieve bias nam toe met het niveau van benodigde inspanning, wat suggereert dat individuen hun prestatie significant meer overschatten onder hogere cognitieve eisen.

Wat betreft de computationele modellering toonden de resultaten aan dat de keuzes van de deelnemers het beste werden verklaard door het leermodel. Specifiek:

• Mislukte uitkomsten leidden tot een toename van de daaropvolgende gevoeligheid voor inspanning (waardoor individuen gevoeliger werden voor de kosten van inspanning na een mislukking).
• Beloonde trials die gepaard gingen met een positieve PPE leidden tot een afname van de daaropvolgende gevoeligheid voor inspanning (waardoor individuen minder gevoelig werden voor de kosten van inspanning).

Het controlemodel gebaseerd op vertrouwen slaagde er niet in een superieure verklaring te bieden voor de waargenomen keuzes, wat aangeeft dat het effect beter wordt vastgelegd door het specifieke mechanisme van positieve prestatiebias dan door vertrouwen alleen.

Betekenis en Aanspraken
Het artikel claimt een computationele uiteenzetting te bieden van hoe een bevooroordeelde zelfevaluatie fungeert om de subjectieve kosten van cognitieve inspanning te verminderen. Door aan te tonen dat positieve prestatiebias specifiek de gevoeligheid voor inspanning moduleert na beloonde trials, breidt het bestaande onderzoek uit naar het domein van de behoefte aan cognitieve inspanning. De bevindingen suggereren dat het overschatten van de eigen prestatie niet louter een cognitieve fout is, maar een functionele rol kan spelen in het in stand houden van betrokkenheid bij moeilijke taken door de waargenomen kosten van het leveren van inspanning te verlagen.