🧬 biology

Decision strategies appear similar across species and development, but differences emerge in the speed-accuracy relationship

Ao combinar Funções de Precisão Condicional e Modelagem de Difusão de Colapso, este estudo revela que, embora humanos e macacos compartilhem um arcabouço de tomada de decisão evolutivamente conservado envolvendo fronteiras de colapso, as crianças exibem padrões distintos de erros rápidos impulsionados por estados decisórios iniciais instáveis, provavelmente devido a redes frontoestriatais imaturas.

Autores originais: Mariella Segreti, Sara Dal Sasso, Fabio Di Bello, Giampiero Bardella, Ann Paul, Surabhi Ramawat, Deny Menghini, Ferraina Stefano, Pierpaolo Pani, Emiliano Brunamonti

Publicado 2026-08-20

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mariella Segreti, Sara Dal Sasso, Fabio Di Bello, Giampiero Bardella, Ann Paul, Surabhi Ramawat, Deny Menghini, Ferraina Stefano, Pierpaolo Pani, Emiliano Brunamonti

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Sempre que fazemos uma escolha, desde escolher um caminho para o trabalho até decidir o que comer, nossos cérebros estão equilibrando duas demandas concorrentes: o quão rápido agimos e o quão corretos somos. Geralmente, esses dois objetivos puxam em direções opostas. Se nos apressamos, é mais provável que cometamos um erro; se levamos tempo para pensar, é mais provável que acertemos. Os cientistas chamam isso de compensação entre velocidade e precisão (speed-accuracy trade-off). Por décadas, pesquisadores estudaram esse equilíbrio para entender como a mente funciona, frequentemente observando quão rapidamente as pessoas respondem para ver se seus erros ocorrem quando estão com pressa ou quando estão hesitando. Essa simples relação entre velocidade e erros pode revelar muito sobre as estratégias ocultas que nossos cérebros usam para resolver problemas. Pode até mostrar como essas estratégias mudam conforme crescemos ou diferem entre humanos e outros animais.

Uma equipe de pesquisadores da Sapienza Università di Roma, juntamente com colegas do Bambino Gesù Children's Hospital, decidiu observar de perto esse equilíbrio através de diferentes idades e espécies. Eles queriam saber se a maneira como crianças, adultos e macacos tomam decisões é fundamentalmente a mesma, ou se o caminho para uma decisão muda conforme o cérebro amadurece. Para descobrir, pediram a sessenta e dois crianças, oitenta e três adultos e dois macacos rhesus que jogassem um jogo de classificação lógica. O jogo envolvia aprender a ordem de seis imagens abstratas, como saber que a imagem A é "maior" que B, B é maior que C, e assim por diante. Uma vez que aprenderam a ordem dos vizinhos, os participantes foram testados em pares que nunca tinham visto juntos antes, forçando-os a usar a lógica para descobrir qual item era superior na classificação. Esse tipo de tarefa é conhecido por se tornar mais difícil quando os itens estão próximos na classificação e mais fácil quando estão distantes, um padrão que todos os grupos no estudo aprenderam com sucesso.

Quando os pesquisadores analisaram os resultados, descobriram que, embora todos tenham aprendido as regras, a maneira como cometiam erros contava uma história muito diferente. Os adultos e os macacos comportaram-se de uma maneira notavelmente semelhante. Para eles, os erros eram mais prováveis de ocorrer quando levavam o maior tempo para responder, sugerindo que, conforme o tempo passava, eles poderiam ter ficado incertos ou perdido o foco. No entanto, as crianças mostraram um padrão distinto. Uma parte significativa das crianças cometeu um tipo específico de erro: elas adivinharam rápido demais. Cerca de quarenta e dois por cento das crianças no estudo atenderam a um critério específico para cometer esses "erros rápidos", dando respostas tão rápidas que eram essencialmente aleatórias, não demonstrando compreensão real da lógica. Esses "erros rápidos" não foram encontrados no grupo de adultos ou nos macacos, que não exibiram esse padrão específico de pressa para dar respostas incorretas. As crianças que cometeram esses palpites rápidos não eram apenas mais lentas ou menos inteligentes; elas estavam iniciando seu processo de decisão de um lugar diferente, muitas vezes comprometendo-se com uma resposta antes de terem reunido informações suficientes.

Para entender o que estava acontecendo dentro do cérebro durante essas escolhas, os pesquisadores usaram um modelo matemático que simula como a evidência se acumula ao longo do tempo para chegar a uma decisão. Imagine um balde enchendo com água; a água representa a evidência para uma escolha, e a decisão é tomada quando a água atinge um certo nível. Os pesquisadores descobriram que, para adultos e macacos, a água subia de forma constante, e o nível necessário para tomar uma decisão na verdade caía ligeiramente ao longo do tempo, criando um senso de urgência. Isso explicava por que eles cometiam erros quando esperavam demais. Mas para as crianças que cometeram erros rápidos, esse modelo só funcionava se os pesquisadores adicionassem um novo elemento: o ponto de partida do nível da água era instável. Às vezes, o balde começava quase vazio, e às vezes começava quase cheio, puramente por acaso. Essa instabilidade significava que, para algumas crianças, o processo de decisão já começava inclinado para uma resposta errada, levando a um palpite rápido e incorreto antes que qualquer pensamento real pudesse ocorrer.

O estudo sugere que, embora a maquinaria básica para fazer inferências lógicas seja compartilhada entre as espécies e exista cedo no desenvolvimento humano, a capacidade de estabilizar o início de uma decisão ainda está em construção nas crianças. As redes cerebrais responsáveis por interromper reações impulsivas e manter um foco constante não estão totalmente maduras até o início da idade adulta. As crianças que cometeram erros rápidos não estavam falhando porque careciam de lógica; elas estavam falhando porque seu ponto de partida interno era instável, tornando-as propensas a agir por impulso antes de estarem prontas. Esta pesquisa oferece uma janela clara sobre como a tomada de decisão evolui, mostrando que a jornada da infância para a idade adulta envolve não apenas aprender mais fatos, mas aprender a estabilizar a mente antes de agir.

Resumo Técnico: Estratégias de Decisão entre Espécies e Desenvolvimento

Problema de Pesquisa
O desempenho na tomada de decisão é tradicionalmente caracterizado pelo compromisso entre velocidade e precisão (speed-accuracy trade-off - SAT), onde respostas mais rápidas frequentemente correlacionam-se com uma menor precisão. No entanto, essa relação não é uniforme; ela pode variar com base nas demandas da tarefa e nas estratégias individuais. Embora as Funções de Precisão Condicional (CAFs) permitam que pesquisadores mapeiem a precisão através das distribuições de tempo de reação (RT) para identificar se os erros estão concentrados em respostas rápidas ou lentas, análises comparativas desses perfis entre espécies e estágios de desenvolvimento permanecem escassas. Especificamente, não está claro se a maturação das redes frontoestriatais e as diferenças específicas de espécie no desenvolvimento do córtex pré-frontal levam a estratégias de decisão distintas em tarefas de Inferência Transitiva (TI), mesmo quando as tendências gerais de desempenho (como o Efeito de Distância Simbólica) parecem semelhantes.

Metodologia
O estudo empregou uma abordagem comparativa envolvendo três grupos: 83 humanos adultos, 62 crianças (3ª a 6ª série) e dois macacos rhesus machos adultos. Todos os participantes realizaram uma tarefa de Inferência Transitiva (TI) de duas escolhas envolvendo seis estímulos abstratos (A > B > C > D > E > F).

Estrutura da Tarefa: Os participantes aprenderam pares adjacentes por tentativa e erro e foram subsequentemente testados em pares não adjacentes. A tarefa eliciou um Efeito de Distância Simbólica (SDE), onde o desempenho melhorou à medida que a distância de ranking entre os itens aumentava.
Análise Comportamental: Os pesquisadores computaram Funções de Precisão Condicional (CAFs) agrupando as distribuições de RT em decis. Eles aplicaram critérios estatísticos específicos para classificar os participantes em grupos que exibiam "erros rápidos" (baixa precisão nos decis de RT mais rápidos) ou "erros lentos" (baixa precisão nos decis de RT mais lentos).
Modelagem Computacional: Para descobrir parâmetros de decisão latentes, dados de escolha e RT ao nível de tentativa foram ajustados usando Modelos de Difusão de Drift (DDM). Várias variantes de modelos foram testadas usando o Critério de Informação de Akaike (AIC) para seleção de modelos:
1. Um modelo nulo com parâmetros constantes.
  á. Um modelo de drift dependente de SD (a taxa de drift varia com a dificuldade da tarefa).
2. Um modelo de drift dependente de SD com uma fronteira de decisão colapsante (o limiar de evidência diminui ao longo do tempo).
3. Um modelo estendido incorporando a variabilidade tentativa a tentativa no ponto de partida ( $z$ ) do processo de decisão, especificamente testado no subgrupo de crianças que exibiram erros rápidos.

Principais Resultados

Semelhanças e Diferenças Comportamentais: Todos os grupos demonstraram um robusto Efeito de Distância Simbólica, confirmando que a dificuldade da tarefa modulou o desempenho de forma semelhante entre espécies e idades. No entanto, a análise de CAF revelou distribuições de erro divergentes. Humanos adultos e macacos exibiram um padrão onde a precisão geralmente diminuía com RTs mais longos (erros lentos), consistente com uma priorização da precisão. Em contraste, um subgrupo significativo de crianças (41,9%) exibiu um perfil distinto de "erro rápido", caracterizado por uma curva de precisão em forma de U invertido, onde as respostas mais rápidas eram significativamente menos precisas do que as intermediárias.
Tendências de Desenvolvimento: A proporção de crianças exibindo erros rápidos foi maior em séries mais jovens (3ª e 4ª série) em comparação com a 6ª série, embora a diferença não tenha atingido significância estatística. Nenhum adulto ou sessão de macaco atendeu ao critério de erro rápido.
Achados de Modelagem:
- Estrutura Compartilhada: Para adultos, macacos e crianças sem erros rápidos (Children NFE), o modelo de melhor ajuste foi o drift dependente de SD com uma fronteira colapsante. Isso indica que a tomada de decisão nesses grupos é impulsionada pela acumulação de evidência que escala com a dificuldade, acoplada a uma redução no tempo dependente da quantidade de evidência necessária para comprometer-se com uma escolha.
- Mecanismo Distinto para Erros Rápidos: Os modelos padrão não puderam explicar os erros rápidos observados no grupo Children FE. O melhor ajuste para este subgrupo exigiu a adição de variabilidade no ponto de partida ( $z$ ). Este parâmetro introduz flutuações tentativa a tentativa no estado inicial do processo de decisão, aumentando a probabilidade de a acumulação começar mais próxima da fronteira incorreta, levando a respostas prematuras e não informadas.

Contribuições Principais

Perfil de CAF Comparativo: Este estudo fornece a primeira comparação direta de perfis de CAF entre humanos adultos, crianças e primatas não humanos dentro do mesmo arcabouço de tarefa de TI, revelando que, embora as tendências gerais de desempenho sejam conservadas, a dinâmica subjacente dos erros difere significativamente em populações em desenvolvimento.
Dissecação Computacional de Erros Rápidos: Ao integrar CAFs com DDM, o estudo identifica que o fenômeno de "erro rápido" em crianças não é meramente um compromisso entre velocidade e precisão, mas é mecanisticamente distinto, impulsionado pela instabilidade no estado de decisão inicial (variabilidade de $z$ ) em vez de apenas colapso de fronteira ou taxa de drift.
Insight de Desenvolvimento: Os achados sugerem que, embora a maquinaria computacional para o processo de decisão inferencial (acumulação de evidência e dinâmica de fronteira) seja evolutivamente conservada, a capacidade de estabilizar o estado de decisão inicial e inibir impulsos prepotentes é um processo de maturação prolongado ligado à maturação frontoestriatal.

Significância e Alegações
Os autores afirmam que seu trabalho esclarece como estratégias de decisão, estágios de desenvolvimento e restrições específicas de espécie moldam o desempenho. Eles postulam que a presença de erros rápidos em crianças reflete estados iniciais de decisão menos estáveis, provavelmente devido à maturação incompleta das redes frontoestriatais envolvidas no controle inibitório. O estudo sugere que combinar os arcabouços de CAF e DDM oferece um método robusto para caracterizar esses mecanismos latentes. Além disso, os autores observam que esses achados podem ter relevância para a compreensão de prejuízos na tomada de decisão clínica (como em TDAH ou Doença de Huntington), onde perfis de CAF distintos e parâmetros computacionais subjacentes são observados, embora não proponham aplicações clínicas específicas além deste alinhamento teórico. O artigo mantém um tom modesto, enfatizando que a interpretação da variabilidade de $z$ como reflexo de flutuações do estado cognitivo é consistente com, mas não provada por, os dados comportamentais atuais.

Mais como este