When past actions complicate new choices: A computational perspective on adaptive behavior
通过对十二个多样化数据集应用漂移扩散模型，本研究揭示了过去的行动如何通过将初始决策状态从所需反应方向偏移并降低承诺的证据阈值，从而在过去与当前需求重叠时损害适应性行为，使后续决策产生持续性的偏差。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
每天，我们的大脑都在进行一场无声的奇迹：它们将刚才发生的事情转化为指导下一步行动的依据。如果你刚刚在键盘上输入了一个单词，你的手指已经准备好输入下一个单词了。这种连续性让生活变得高效，但也可能让我们出错。想象一下，你刚刚按下了“向左”箭头键，屏幕突然要求你按下“向右”键。由于大脑刚刚锁定了“向左”，可能会出现犹豫或失误。这就是动作控制的核心谜题：过去的动作记忆是如何塑造我们当下的决策的？几十年来，科学家们一直知道，当一个情境与前一个情境几乎相同但不完全相同时，我们会付出速度和准确性的代价。这种现象通常被称为“部分重复成本”（partial repetition cost），它表明我们的大脑检索了前一个事件的文件并试图使用它，却发现它并不完全契合。但直到现在，这种检索何时出错以及它是如何在物理层面上改变我们的决策过程的，仍然是一个谜。
德国特里尔大学和德累斯顿工业大学的研究团队终于窥探了这个“黑箱”。他们不仅仅是观察人们犯错，还使用了一种称为“漂移扩散模型”（drift-diffusion modeling）的高级方法来绘制决策的隐形旅程。可以将决策想象成一个人在迷雾森林中向目的地行走。这个人一边走一边收集线索（证据）。如果线索很强，他们就会走得又直又快；如果线索微弱或令人困惑，他们就会徘徊或停下。研究人员分析了来自12个不同实验（从简单的字母任务到复杂的视觉搜索）中863人的数据。他们想要看清楚，当过去的动作干扰新选择时，“迷雾”究竟在哪里变得浓厚。
结果揭示了一个发生在人在开始收集新线索之前的、令人惊讶的两部分机制。当大脑检索到一个与当前情境仅部分匹配的先前动作记忆时，它会同时做两件事。首先，它会将决策过程的起始位置设在偏离中心的位置，向错误答案倾斜。这就像是在森林中的行人在开始寻找迹象之前，就已经站在了错误路径的几步之外。第二点，或许更违反直觉的是，大脑降低了做出决策所需的门槛。通常，当我们感到困惑时，我们会等待更长时间并要求更多的证据才采取行动。然而在这里，情况恰恰相反：大脑变得不再那么谨慎，降低了投入承诺的阈值。这就像那个行人在意识到自己走错了路时，决定匆忙奔向一个目的地，仅仅是为了尽快结束这一切，即使他们并不确定自己是否走对了路。
研究发现，这两种效应——向错误答案的偏见和匆忙决策——是相互独立的。它们不仅仅是同一枚硬币的两面，而是大脑在检测到不匹配时所做的不同调整。研究人员还观察了大脑收集新证据的速度。他们发现，这种速度并没有受到过去动作的一致性减慢。相反，证据收集的速度似乎根据初始偏见和降低的门槛进行了调整。如果大脑最初向错误的方向倾斜，它有时会通过更有效地收集证据来补偿以纠正航向。这表明，由部分重复造成的首要损害并非在于处理新信息的失败，而是在于对决策本身起始条件的扭曲。
该研究还阐明了哪些事情并没有发生。研究人员发现，仅仅是看到刺激物或移动手的反应时间并没有显著变化。这排除了延迟是由眼睛反应慢或手指笨拙引起的可能性。问题纯粹在于决策阶段。此外，研究人员还测试了这些发现是仅适用于简单的实验室任务，还是适用于更复杂的情境（如在不同规则之间切换）。他们发现，虽然向错误答案的偏见出现在许多任务中，但降低决策门槛的行为在专门设计用于研究这些记忆绑定（memory bindings）的任务中表现得最为一致。在处理不同类型谜题的复杂任务中，大脑处理冲突的方式似乎有所不同，这表明“匆忙决策”是对特定类型记忆干扰的一种特定反应，而非所有困惑情况下的普遍规律。
最终，这项工作改写了关于我们如何适应变化的故事。它表明，当过去的动作使我们当下的选择变得复杂时，大脑并不仅仅是冻结或减速。相反，它为决策搭建了一个舞台，这个舞台已经向错误的结果倾斜，并且降低了通常防止我们行动过快的护栏。这种双重打击——错误的起点和降低的承诺阈值——解释了为什么当世界发生细微变化时我们会踉跄跌倒。通过将我们刚刚做过的事情与我们如何决策的机制联系起来，研究人员提供了一个清晰的计算图景，解释了为什么行为的连续性有时会变成一个陷阱，从而损害我们在多变世界中导航所需的灵活性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。