Киотский университет: у повторных воров без клептомании снижена скорость обучения в задаче с 4 рычагами

Исследователи под руководством Юкиори Гото из Киотского университета изучили принятие решений у людей с повторными осуждениями за кражи. Они использовали задачу «четырёхрукий бандит» и одновременно записывали гемодинамику префронтальной коры методом функциональной ближней инфракрасной спектроскопии (fNIRS). Работа опубликована 9 ноября в Frontiers in Psychology frontiersin.orgFrontiers in Psychologyfrontiersin.orgОткрыть источник ↗. В исследовании участвовали три группы: 53 человека контрольной группы без судимостей, 38 повторных воров без клептомании и 12 рецидивистов с диагнозом клептомании.

Задача и поведение

В задаче участник выбирает один из четырёх вариантов, вероятности выигрыша которых меняются на протяжении 160 попыток, причём лучший вариант постоянно меняется. Чтобы справиться, нужно балансировать между исследованием новых вариантов и использованием текущего лучшего и пересматривать этот баланс по мере поступления обратной связи.

Повторные воры без клептомании накопили значимо больший совокупный «сожалеющий» проигрыш (regret) и реже делали оптимальный выбор, чем контрольная группа. Группа с клептоманией по этим показателям от контроля не отличалась.

Авторы описали выбор вычислительными моделями с помощью вариационного байесовского анализа. Лучше всего подошла модель Q-обучения с затуханием frontiersin.orgFrontiers in Psychologyfrontiersin.orgОткрыть источник ↗. В ней каждое действие имеет ценность, которая обновляется после обратной связи, а накопленные значения со временем постепенно ослабевают. Скорость обучения, определяющая, насколько сильно один исход сдвигает оценку ценности, была ниже у воров без клептомании, чем у контроля и у группы с клептоманией. Авторы трактуют это как дефицит обновления ценности действий после обратной связи.

Активность префронтальной коры

fNIRS измеряет поглощение гемоглобином ближнего инфракрасного света, проходящего через череп, и отслеживает изменения окси- и дезоксигемоглобина. Метод терпим к движениям головы, но достаёт лишь области вблизи поверхности коры.

Команда сопоставила скрытые переменные обучения на каждой попытке с префронтальными сигналами. Активность префронтальной коры модулировалась этими переменными у всех участников. Различия между группами проявились как статические сдвиги базовой гемодинамики, а не как перестройка контуров, отслеживающих ценность.

Авторы заключают, что повторные кражи без клептомании могут быть связаны с нарушением обучения с подкреплением, что ставит под сомнение модели сдерживания наказанием. Они предлагают подходы к реабилитации, нацеленные на такие дефициты обучения frontiersin.orgFrontiers in Psychologyfrontiersin.orgОткрыть источник ↗. «Наши результаты ясно показали, что повторные корыстные кражи сопровождаются нейроповеденческими нарушениями», — заявил Гото. Группа с клептоманией была небольшой, 12 человек, поэтому выводы о ней ограничены.