Sujet du papier : Heuristics in risky decision-making relate to preferential representation of information

Contexte de la recherche

Lors de la prise de décisions, les individus présentent non seulement des différences entre eux, mais ils s’écartent également des recommandations des théories normatives. Une explication de ces différences est que les individus ont des préférences uniques pour la représentation des informations lors de l’évaluation des options de choix. Les auteurs de cet article posent l’hypothèse que, dans le processus d’évaluation des choix, la dépendance des individus aux informations provenant de différentes sources reflète une préférence pour la représentation des stimuli les plus informatifs.

Ces dernières années, les théories de la décision ont souligné que les individus devraient évaluer la valeur des choix en calculant l’utilité attendue. Cependant, les psychologues ont longtemps observé que les participants utilisent souvent des méthodes heuristiques plutôt que de suivre strictement les stratégies de calcul de l’utilité attendue. Ces méthodes heuristiques incluent entre autres une pondération inappropriée des informations sur l’utilité ou la probabilité. Bien que certains modèles aient paramétré la dépendance heuristique des individus vis-à-vis de certains types d’informations, les mécanismes neuraux et cognitifs spécifiques restent inconnus. Cet article examine, à l’aide de la magnétoencéphalographie (MEG), si la représentation préférentielle de stimuli spécifiques chez un individu lors de l’utilisation de certaines informations est liée à ses caractéristiques comportementales.

Provenance de la recherche

Cette étude a été rédigée par Evan M. Russek, Rani Moran, Yunzhe Liu, Raymond J. Dolan et Quentin J. M. Huys, affiliés à l’University College de Londres, la Queen Mary University of London au Royaume-Uni et à l’Université Normale de Pékin en Chine. Le papier a été publié dans la revue « Nature Communications », avec une date de réception au 3 mai 2024.

Objectif et méthodes de la recherche

Cet article vise à explorer la relation entre la pondération comportementale des informations de probabilité et de récompense dans la prise de décision risquée et la représentation neuronale correspondante des stimuli. La recherche inclut deux expériences :

1. Expérience principale : Utilisation de la magnétoencéphalographie (MEG) pour enregistrer les données neuronales des participants (n=19) lors d’une tâche de décision risquée. Les participants devaient choisir d’accepter ou de refuser un pari dans chaque essai, où le résultat pouvait être un gain sûr ou un des deux résultats de pari. Cette expérience visait à décoder la représentation neuronale des stimuli durant le processus de prise de décision à travers des méthodes multivariées.
2. Expérience de validation : Utilisation de mesures d’activation comportementale pour évaluer le temps de latence de détection de stimuli comme mesure de la représentation perceptive. Cette expérience visait à valider les résultats de l’expérience principale en employant une tâche de détection perceptive intercalée dans la période d’évaluation.

Par l’analyse du poids comportemental des informations de probabilité et de récompense dans le processus de choix des individus, l’étude a cherché à déterminer si ces caractéristiques comportementales étaient liées aux tendances de représentation neuronale des stimuli correspondants.

Processus expérimentaux

1. Tâche de décision MEG

   • Les participants ont complété une tâche comprenant plusieurs options de pari, chaque essai nécessitant un choix entre un résultat fixe connu et un résultat de pari probable.
   • Des données neuronales simultanées ont été enregistrées par MEG pour décoder la représentation neuronale des stimuli pendant les décisions risquées.
   • Des méthodes multivariées récemment développées ont été utilisées pour identifier les signatures MEG des stimuli visuels lors des choix et analyser leur expression pendant le processus de décision.

2. Tâche de détection perceptive

   • Les participants ont effectué une tâche de décision avec l’ajout de tâches de détection perceptive dans certains essais.
   • Après la disparition des stimuli de probabilité, l’affichage d’un des trois résultats et d’une sonde nécessitait des participants une réponse rapide indiquant la direction de la sonde.
   • L’analyse portait sur l’influence de la tendance des choix sur la probabilité des stimuli et la récompense absolue.

Analyse des données et algorithmes

Des méthodes multivariées ont été utilisées pour décoder les données MEG, entraînant plusieurs classificateurs pour identifier les représentations neuronales à différents moments et valider ces représentations durant la période d’évaluation des choix. Un modèle linéaire a été employé pour prédire la réactivation des représentations de résultats, et des modèles de régression linéaire robustes ont été utilisés pour traiter les différences individuelles.

Résultats

Résultats principaux : Tâche de décision MEG

• La méthode de décodage MEG a révélé que les réponses neuronales des individus aux résultats à haute probabilité et à haute récompense durant le processus décisionnel étaient liées aux caractéristiques comportementales.
• L’analyse de la réactivation des résultats a montré que les individus préférant utiliser des informations de probabilité avaient une plus grande variabilité.
• Les réponses neuronales à des moments spécifiques étaient significativement corrélées avec le poids affecté aux informations de probabilité et de récompense dans les décisions comportementales des individus.

Résultats secondaires : Tâche de détection perceptive

• L’expérience comportementale a démontré que les individus utilisant les informations de probabilité dans leurs décisions réagissaient plus rapidement aux résultats à haute probabilité dans la tâche de détection perceptive. De manière similaire, les individus dépendant des informations de récompense réagissaient plus rapidement aux résultats à haute récompense.
• Ces résultats ont renforcé les découvertes de l’expérience MEG.

Conclusion et signification

L’étude révèle que la manière dont les individus filtrent et sélectionnent les informations en prise de décision risquée est liée aux heuristiques de leur mode de décision. Cette découverte montre une relation entre la préférence neuronale pour certains stimuli et les tendances comportementales lors de l’évaluation des choix. En particulier, les différentes manières de représenter les résultats reflètent la dépendance heuristique des individus vis-à-vis de certaines sources d’information.

Points forts de la recherche

• L’étude révèle les différences de représentation neuronale des informations de probabilité et de récompense chez les individus lors de décisions risquées.
• En combinant des données comportementales et neuronales, elle confirme et étend les théories précédentes sur la tendance de sélection des informations dans les décisions heuristiques.
• L’étude apporte une explication neurologique potentielle aux différences comportementales universelles observées lors de la prise de décision.

Ces découvertes enrichissent notre compréhension des processus décisionnels et offrent des pistes potentielles pour améliorer les stratégies de traitement des problèmes de santé mentale. En comprenant mieux les informations que les individus préfèrent et privilégient, nous pouvons aider à élaborer des interventions plus efficaces pour améliorer leurs capacités décisionnelles.

Méthodes de recherche et sources de données

Les données MEG brutes et prétraitées utilisées dans cette étude sont stockées dans la base de données OpenNeuro, et les données comportementales sont disponibles sur Zenodo. Les codes d’analyse de la recherche sont également rendus publics.

En résumé, cette recherche, par une analyse multidimensionnelle des données et des validations expérimentales, explore les tendances de sélection et d’utilisation des informations chez des individus dans des décisions risquées, fournissant ainsi des éléments théoriques et empiriques essentiels pour mieux comprendre les mécanismes décisionnels.