Dissociating volatility and stochasticity reveals transdiagnostic computational signatures of psychopathology

Este estudo identifica assinaturas computacionais transdiagnósticas distintas da psicopatologia ao demonstrar que indivíduos com transtornos internalizantes tendem a interpretar erroneamente o ruído ambiental como volatilidade (atualização excessiva), enquanto aqueles com transtornos externalizantes tendem a interpretar erroneamente a volatilidade como ruído (atualização insuficiente), revelando que os déficits de aprendizagem na psicopatologia são falhas seletivas na distinção de tipos de incerteza e não prejuízos generalizados.

O essencial

Imagine que seu cérebro é um motorista tentando navegar por uma estrada onde as regras estão sempre mudando. Para dirigir bem, você precisa compreender duas coisas muito diferentes:

1. A Estrada é Escorregadia (Estocasticidade): Às vezes, o carro sobressalta devido a um buraco aleatório ou a uma rajada de vento. Isso é apenas "ruído". Se você tratar cada sobressalto como um sinal de que a estrada mudou, você reagirá em excesso, desviando de forma selvagem e nunca chegando a lugar algum. Você precisa ignorar esses pequenos sobressaltos e manter sua velocidade constante.
2. A Estrada Está Mudando (Volatilidade): Às vezes, a própria estrada está sendo reasfaltada, ou um novo desvio é adicionado. As regras mudaram genuinamente. Se você ignorar essas grandes mudanças e continuar dirigindo como se nada tivesse acontecido, você baterá. Você precisa acelerar seu aprendizado e adaptar-se imediatamente.

O problema é que tanto um buraco aleatório quanto um novo desvio parecem iguais aos seus olhos: ambos fazem o carro tremer. É muito difícil distinguir a diferença.

A Descoberta do Estudo
Este artigo sugere que os cérebros das pessoas lidam com essa confusão de três maneiras diferentes, e essas maneiras estão ligadas a diferentes tipos de lutas de saúde mental:

• O Motorista Equilibrado (Aprendizes Intactos): Essas pessoas conseguem distinguir entre um sobressalto aleatório e uma mudança real na estrada. Elas ajustam sua velocidade de direção perfeitamente — desacelerando quando há apenas ruído e acelerando quando a estrada muda.
• O Motorista Reativo em Excesso (Cego à Estocasticidade): Essas pessoas não conseguem ignorar o ruído. Elas acham que cada pequeno sobressalto significa que a estrada mudou. Assim, elas desviam e entram em pânico constantemente, tentando aprender com cada pequeno erro. O estudo descobriu que pessoas que dirigem dessa maneira tendem a lutar mais com questões de Internalização, como ansiedade e depressão. Elas estão essencialmente "atualizando em excesso" sua visão de mundo com base em ruído aleatório.
• O Motorista Reativo em Deficiência (Cego à Volatilidade): Essas pessoas são o oposto. Elas acham que a estrada é sempre a mesma, mesmo quando está claramente mudando. Elas ignoram os grandes desvios e continuam dirigindo em linha reta, assumindo que o tremor é apenas um defeito temporário. O estudo descobriu que pessoas que dirigem dessa maneira tendem a lutar mais com questões de Externalização, como vícios comportamentais e compulsividade. Elas estão "atualizando em deficiência", apegando-se a velhos hábitos mesmo quando o ambiente exige uma mudança.

O Quadro Geral
Os pesquisadores testaram isso em milhares de pessoas usando jogos de computador que simulavam essas condições de estrada complicadas. Eles descobriram uma divisão clara:

• Se você é propenso a ansiedade e depressão, seu cérebro pode ser muito sensível ao ruído aleatório, fazendo você mudar de ideia com muita frequência.
• Se você é propenso a vícios ou comportamentos compulsivos, seu cérebro pode ser muito teimoso, fazendo você ignorar mudanças reais em seu ambiente.

A principal conclusão é que as lutas de saúde mental não são apenas sobre "má aprendizagem" em geral. Em vez disso, diferentes problemas surgem de erros específicos e opostos na forma como interpretamos a incerteza. Algumas pessoas aprendem rápido demais porque não conseguem filtrar o ruído, enquanto outras aprendem devagar demais porque não conseguem ver as mudanças reais.

Resumo técnico

Resumo Técnico: Dissociação entre Volatilidade e Estocasticidade na Psicopatologia

Declaração do Problema
A aprendizagem adaptativa em ambientes dinâmicos exige que o sistema cognitivo distinga entre duas fontes distintas de incerteza: volatilidade (mudanças no estado latente do ambiente) e estocasticidade (ruído momento a momento nas observações). Esses dois fatores exigem ajustes opostos na taxa de aprendizagem: alta volatilidade demanda atualizações mais rápidas para rastrear mudanças ambientais, enquanto alta estocasticidade requer atualizações mais lentas para filtrar o ruído. O desafio computacional central reside em desvendar esses fatores, já que ambos inflacionam a variância experimentada das observações. Essa ambiguidade cria um terreno fértil para diferenças individuais sistemáticas na inferência, as quais os autores hipotetizam que podem subjazer mecanismos específicos da psicopatologia.

Metodologia
O estudo empregou uma abordagem de fenotipagem computacional em duas grandes amostras online e três tarefas distintas. Os pesquisadores utilizaram um framework que modela a aprendizagem sob incerteza para identificar assinaturas computacionais específicas. Eles definiram três fenótipos distintos de aprendizes com base em como os indivíduos inferem a incerteza:

1. Aprendizes íntegros: Aqueles que distinguem corretamente entre volatilidade e estocasticidade.
2. Aprendizes cegos à estocasticidade: Indivíduos que não reconhecem o ruído, levando-os a atualizar excessivamente suas crenças ao tratar flutuações aleatórias como mudanças ambientais.
3. Aprendizes cegos à volatilidade: Indivíduos que não reconhecem mudanças ambientais, levando-os a atualizar insuficientemente suas crenças ao tratar mudanças genuínas como mero ruído.

Esses fenótipos foram então correlacionados com dimensões psiquiátricas transdiagnósticas, especificamente os espectros de Internalização (ansiedade, depressão) e Externalização (vício comportamental, compulsividade).

Principais Contribuições
A contribuição primária deste trabalho é a bem-sucedida dupla dissociação entre falhas computacionais específicas de inferência e dimensões sintomáticas transdiagnósticas. O estudo avança além de uma visão generalizada de déficits de aprendizagem na saúde mental, propondo uma explicação seletiva onde clusters sintomáticos distintos mapeiam erros computacionais distintos relacionados à incerteza.

Resultados
A análise revelou uma divergência clara nos perfis computacionais:

• Aprendizes cegos à estocasticidade (que atualizam excessivamente) foram significativamente associados a pontuações mais altas nas dimensões de Internalização, incluindo ansiedade e depressão.
• Aprendizes cegos à volatilidade (que atualizam insuficientemente) foram significativamente associados a pontuações mais altas nas dimensões de Externalização, incluindo vício comportamental e compulsividade.

Esses achados indicam que a falha em inferir corretamente a fonte da variância não é um déficit uniforme em toda a psicopatologia, mas sim específico à natureza do transtorno.

Significância
O artigo afirma que esses resultados sustentam uma explicação seletiva e não generalizada dos déficits de aprendizagem sob incerteza na psicopatologia. Ao demonstrar que dimensões sintomáticas distintas correspondem a falhas distintas de inferência (especificamente relacionadas à volatilidade versus estocasticidade), o estudo sugere que a psicopatologia pode surgir de maladaptações computacionais específicas na forma como o cérebro processa a incerteza, e não de um prejuízo global nos mecanismos de aprendizagem.