Multivariate Transfer Entropy Quantifies Information Transfer Between Dyadic Partners During Real-Time Perceptual Decision-Making

Este estudo demonstra que, durante a tomada de decisão perceptiva em tempo real, os seres humanos integram dinamicamente e de forma adaptativa informações sociais de parceiros, priorizando fontes mais confiáveis e respondendo mais rapidamente a mudanças nas escolhas direcionais do que na confiança, utilizando análise de entropia de transferência multivariada para quantificar esses fluxos de informação.

O essencial

Imagine que você e um amigo estão jogando um jogo de vídeo onde vocês precisam acompanhar, em tempo real, uma nuvem de pontos coloridos que se move pela tela. O objetivo é apontar para onde a nuvem está indo e, ao mesmo tempo, mostrar o quanto você tem certeza dessa direção.

Agora, imagine que vocês podem ver a "seta" do amigo e o quanto ele está confiante, tudo acontecendo ao mesmo tempo, sem parar. O que acontece quando você vê o amigo mudar de ideia? Você muda a sua também? Você confia mais nele se a nuvem estiver muito confusa?

Foi exatamente isso que os cientistas deste estudo descobriram, usando uma ferramenta matemática inteligente chamada Entropia de Transferência Multivariada. Vamos traduzir isso para uma linguagem do dia a dia:

1. O Jogo: "Seguindo a Nuvem"

Os participantes jogavam sozinhos ou em duplas. Eles usavam um joystick para controlar uma seta na tela.

• Direção do Joystick: Onde você acha que a nuvem está indo.
• Inclinação do Joystick: O quanto você está confiante (quanto mais inclinado, mais confiante).
• O "Pulo do Gato": Na versão em dupla, cada um via a seta e o nível de confiança do outro em tempo real.

2. A Descoberta Principal: "Espelhos Comportamentais"

Os cientistas descobriram que as pessoas agem como espelhos, mas de um jeito muito específico.

• Se o seu amigo muda a direção da seta, você muda a sua direção.
• Se o seu amigo mostra que está confiante, você ajusta o seu nível de confiança.
• O que NÃO acontece: Você não muda sua direção só porque o amigo está confiante, nem muda sua confiança só porque o amigo mudou de direção. É como se cada pessoa tivesse um "canal de rádio" separado para direção e outro para confiança.

3. A Regra de Ouro: "Quem sabe mais, manda mais"

O estudo mostrou que as pessoas são muito espertas em escolher de quem ouvir.

• Se o seu parceiro é muito bom no jogo, você "sintoniza" o rádio dele e absorve mais informações.
• Se o seu parceiro é ruim, você ignora o sinal dele.
• A Analogia do GPS: Imagine que você está dirigindo em uma neblina densa (o estímulo é ruim). Se o seu GPS (o parceiro) for confiável, você segue cegamente as instruções dele. Se o GPS for de um amigo que nunca dirigiu naquela estrada, você ignora e tenta adivinhar sozinho.

4. O Fator "Neblina": Quando o mundo fica confuso

Quando a nuvem de pontos estava muito bagunçada (pouca informação visual), as pessoas começaram a depender muito mais do parceiro.

• Curiosidade: Isso só funcionou bem quando o parceiro era um "robô" super preciso (um computador). Quando o parceiro era outro humano, a dependência não aumentou tanto, porque humanos também erram quando a neblina está densa.

5. A Velocidade da Reação: "O Cérebro Rápido vs. O Cérebro Lento"

Aqui está a parte mais fascinante sobre o tempo:

• Reação à Direção: Quando o amigo muda a direção da seta, você reage muito rápido (cerca de 400 milissegundos mais rápido do que reage a mudanças no estímulo original). É como se você visse o amigo se mexer e seu corpo já soubesse para onde ir, quase por reflexo.
• Reação à Confiança: Quando o amigo mostra que está confiante, você demora mais para processar isso. É como se sua mente precisasse de um tempo extra para "pensar": "Ei, ele está confiante... será que eu devo estar confiante também?".

Resumo da Ópera

Este estudo nos diz que, em situações sociais em tempo real, nossos cérebros são como filtros inteligentes:

1. Copiamos o que o outro faz no mesmo "canal" (direção com direção, confiança com confiança).
2. Aumentamos o volume do sinal do parceiro quando o mundo ao nosso redor está confuso, mas só se confiarmos na qualidade desse parceiro.
3. Reagimos às ações físicas dos outros mais rápido do que às suas emoções ou julgamentos internos.

Os cientistas usaram essa nova "lente matemática" para ver o que antes era invisível: como a informação flui entre duas pessoas em tempo real, sem precisar de perguntas ou entrevistas, apenas observando o jogo. É como se eles tivessem descoberto a "língua secreta" que nossos cérebros usam para se conectar enquanto tomamos decisões juntos.

Resumo técnico

Título

Transferência de Entropia Multivariada Quantifica a Transferência de Informação entre Parceiros Dyádicos Durante a Tomada de Decisão Perceptiva em Tempo Real

1. O Problema

A maioria dos estudos sobre influência social e comportamento coletivo utiliza paradigmas baseados em ensaios discretos (trial-based), que não capturam a natureza contínua e dinâmica das interações sociais no mundo real. Embora paradigmas de "psicofísica contínua" tenham surgido para estudar a percepção em tempo real, a aplicação de ferramentas de teoria da informação para quantificar o fluxo de informação entre indivíduos nessas condições dinâmicas permanece inexplorada. O desafio central é entender como os seres humanos integram continuamente sinais sensoriais (do estímulo) e sinais sociais (do parceiro) para tomar decisões perceptivas, e como essa integração é modulada pela confiabilidade das fontes de informação.

2. Metodologia

Paradigma Experimental (CPR - Continuous Perceptual Report):

• Tarefa: Pares de participantes (dyads) rastrearam um padrão de pontos aleatórios (RDP) em movimento dinâmico.
• Resposta Contínua: Os participantes usaram um joystick para reportar continuamente:
  • Direção Perceptiva: Através da direção do joystick.
  • Confiança: Através da inclinação (tilt) do joystick (maior inclinação = cursor mais estreito = maior confiança).
• Condições:
  1. Solo: Participante sozinho.
  2. Dyádico Humano-Humano (HH): Dois humanos interagindo, vendo os cursors um do outro em tempo real.
  3. Dyádico Humano-Computador (HC): Um humano interagindo com um "parceiro" simulado por computador (que exibia um nível intermediário constante de confiança e alta precisão), sem que o humano soubesse que era um computador.
• Feedback: Os participantes recebiam recompensas monetárias baseadas na precisão e na largura do cursor (confiança), sem interdependência de pagamento entre os parceiros (incentivo individual).

Análise de Dados (Teoria da Informação):

• Transferência de Entropia Multivariada (Multivariate Transfer Entropy - TE): Utilizada para quantificar o fluxo de informação entre variáveis. Diferente da correlação simples, a TE mede quanto a história passada de uma variável fonte (ex: direção do parceiro) prevê o futuro de uma variável alvo (ex: direção do sujeito), condicionada à história do alvo e de outras fontes (ex: estímulo).
• Abordagem: Modelo livre (model-free) e multivariada, permitindo separar a influência do estímulo da influência social e evitar contagem dupla de informações redundantes.
• Modelagem Bayesiana: Regressão linear bayesiana foi usada para correlacionar a quantidade de transferência de informação (TE) com o desempenho do sujeito (pontuação) e para analisar como a TE varia com a confiabilidade do estímulo (coerência) e a diferença de habilidade entre parceiros.

3. Principais Contribuições

• Aplicação de TE Multivariada em Comportamento Social Contínuo: Estabelece um novo framework para analisar interações sociais em tempo real, superando as limitações de paradigmas discretos.
• Decomposição de Fontes de Informação: Demonstra a capacidade de isolar matematicamente a informação proveniente do estímulo físico da informação proveniente do parceiro social, mesmo quando ambas ocorrem simultaneamente.
• Caracterização Temporal de Interações: Fornece medições precisas de latência (atraso) na integração de informações sociais versus sensoriais.

4. Resultados Chave

A. Direcionalidade e Dimensões Comportamentais:

• A transferência de informação social ocorre predominantemente em dimensões comportamentais correspondentes: a direção do parceiro influencia a direção do sujeito, e a confiança (inclinação) do parceiro influencia a confiança do sujeito.
• Influências cruzadas (ex: direção do parceiro afetando a confiança do sujeito) foram raras e estatisticamente insignificantes.

B. Melhoria de Desempenho:

• A integração de informação social melhora o desempenho da tarefa. Modelos que incluíam tanto a TE do estímulo quanto a TE social (modelo SSI) previram melhor a pontuação dos sujeitos do que modelos baseados apenas no estímulo.
• Sujeitos adquiriram mais informação de parceiros que performavam melhor (maior TE de direção do parceiro para o sujeito quando a diferença de habilidade a favor do parceiro era maior).

C. Modulação pela Confiabilidade do Estímulo:

• Adaptação Flexível: À medida que o estímulo se tornava mais ruidoso (baixa coerência), os sujeitos aumentaram a dependência de informações sociais.
• Confiabilidade do Parceiro: Esse efeito de dependência social aumentada com ruído do estímulo foi observado apenas quando o parceiro era altamente confiável (no caso do parceiro computador). Com parceiros humanos (menos confiáveis), essa adaptação não foi tão clara, sugerindo que os sujeitos avaliam a confiabilidade relativa das fontes antes de confiar na informação social.

D. Latências de Integração:

• Velocidade de Resposta: Os sujeitos responderam às mudanças na direção do parceiro mais rapidamente (aprox. 415 ms mais rápido) do que às mudanças na confiança do parceiro.
• Comparação Estímulo vs. Parceiro: Surpreendentemente, os sujeitos reagiram às mudanças na direção do parceiro mais rápido do que às mudanças na direção do próprio estímulo. Os autores interpretam isso como um efeito de "priming" ou adaptação rápida: o sujeito já processou o estímulo, e a resposta do parceiro (que é uma versão filtrada do estímulo) permite uma atualização comportamental mais rápida do que o processamento bruto do estímulo.

5. Significado e Conclusão

O estudo demonstra que a integração de informações sociais é um processo dinâmico, adaptativo e contínuo. Os seres humanos não apenas reagem a parceiros sociais, mas integram ativamente suas decisões e níveis de confiança em suas próprias representações perceptivas, ponderando essas fontes com base na confiabilidade relativa (estímulo vs. parceiro).

A metodologia proposta, combinando paradigmas de psicofísica contínua com análise de transferência de entropia multivariada, oferece uma ferramenta poderosa para estudar a cognição social em condições mais ecológicas e realistas. Isso permite investigar redes complexas de interação comportamental que seriam difíceis de modelar com abordagens tradicionais baseadas em ensaios discretos, abrindo caminho para novos entendimentos sobre como a "mente interage" em tempo real.