Решение неопределенности: Основные неопределенности пределов и их раскрытие

Что это: сознательно выбирает определенные ситуации, которые уже существуют. Выбор ситуации означает поиск определенных ситуаций, а также избегание ситуаций, которые негативно влияют на вас (и ваши решения).

Когда использовать: , когда у вас есть несколько ситуаций, связанных с вашим процессом принятия решений. Например, вы можете принять решение самостоятельно, в тишине в офисе или дома. Вы также можете вовлечь в ситуацию других людей или обдумать свои варианты за бокалом вина или пива в баре.

Как им пользоваться:

Спросите себя, в какой ситуации вы чувствовали бы себя наиболее комфортно? Три аспекта, которые вы можете рассмотреть:

1. Люди : вам нужно или вы хотите побыть в одиночестве, чтобы принять решение? Или предпочтительнее, чтобы рядом были другие люди для выслушивания совета (см. последний пункт в личном менеджменте)
2. Место : где вы лучше всего фокусируетесь? Нравится ли вам окружающий шум и движение людей? Или вам нужен закрытый офис?
3. Время : мы ведем себя по-разному в зависимости от времени суток. На самом деле, существует целая наука о времени для оптимизации нашего поведения в течение дня. Креативность и открытое мышление лучше всего проявляются в первые несколько часов после пробуждения. Рутинные действия лучше выполнять позже в течение дня.

Что это такое: добровольное изменение некоторых аспектов ситуации, в которой вы уже находитесь. Модификация означает, что вы берете на себя активную роль в «инженерии» ситуационных обстоятельств, в которых вы находитесь. Например, вам не нравится общение в сети, но вы знаете, что это важно. На сетевом мероприятии среди незнакомых лиц вы чувствуете особую тревогу из-за уровня неопределенности, с которым вам приходится сталкиваться. Что ты можешь сделать? Осмотрите комнату и оцените людей, которые, по вашему мнению, выглядят самыми дружелюбными. Ориентируйтесь на этих людей, чтобы сначала поговорить с ними и укрепить эту первоначальную уверенность. Это поможет облегчить ваше беспокойство и уменьшить неуверенность.

источник – angelab-systems.eu

Когда использовать: Когда вы уже находитесь в ситуации, связанной с вашим процессом принятия решений. Например, если в процессе должны присутствовать люди, затронутые решением, значит, ситуация предопределена и выбрать другую нельзя.

Как им пользоваться:

1. Во-первых, определите негативный аспект ситуации, который необходимо изменить, задав себе следующие вопросы:
   • Какие аспекты ситуации вызывают негативную эмоциональную реакцию?
   • Какие аспекты ситуации психически утомительны? Другими словами, какие ситуационные элементы заставляют вас чувствовать себя плохо, устало или истощено?
2. Как только вы его идентифицируете, измените этот конкретный аспект. Например, если вы чувствуете, что присутствие других людей мешает вам полностью выразить свое мнение, вы можете отправить электронное письмо со своими мыслями перед встречей.

В целом, применение модели принятия решений CB может вернуть контроль, который часто нарушается, когда вы принимаете решение в условиях неопределенности. Помните следующую структуру каждый раз, когда вы сталкиваетесь с серией неизвестных решений:

• Восстановление внутреннего контроля через личное управление
  • Думайте гибко, преодолевая предвзятость подтверждения и заблуждение о необратимых затратах
  • Почувствуйте спокойствие с помощью прогрессивной мышечной релаксации и ведения журнала
  • Действуйте нонконформистски, следуя своей интуиции
• Восстановление внешнего управления управлением ситуацией
  • Выбор ситуаций, которые вам подходят
  • Изменение негативных элементов ситуации, в которой вы находитесь

Применяя эту тактику, помните об айсберге решений. Перед принятием фактического решения происходит множество вещей. Зная это, вы почувствуете, что контролируете ситуацию, несмотря на неопределенность окружающей среды. В результате процесс принятия решений изменится.

источник –дилермаркетинг.com

Принятие решений в условиях неопределенности и риска

Принятие решений – это процесс выбора. Речь идет об определении проблемы или решения, сборе информации и оценке альтернатив и решений.

Использование пошагового процесса принятия решений может помочь вам последовательно принимать более обдуманные и продуманные решения путем систематизации соответствующей информации и определения альтернатив.

Есть три условия, с которыми вы столкнетесь при принятии решений: определенность, риск и неопределенность.

В зависимости от объема и степени ваших знаний условия следующие:

1. Принятие решений в условиях чистой неопределенности (« Я не знаю ») — Вы невежественны или не имеете абсолютно никаких знаний, даже о вероятность наступления события. Ваше поведение основано исключительно на вашем отношении к неизвестному.
2. Принятие решений в условиях риска (« Я знаю оценки вероятности ») — Вы обладаете некоторыми знаниями и можете оценивать субъективные вероятности каждого события.
3. Принятие решений путем получения дополнительной информации (« Я могу получить достоверную информацию ») — вы получаете больше информации и знаний, чтобы достичь определенного уровня «уверенности».

Когда вы чувствуете, что не уверены, хотите ли вы устроиться на новую работу или нет, это пример неуверенности. Когда экономика идет плохо и заставляет всех беспокоиться о том, что произойдет дальше, это еще один пример неопределенности.

Причины неопределенности включают:

1. Отсутствие информации (или знаний).
2. Изобилие информации (или знаний).
3. Противоречивость информации.
4. Ошибки измерения.
5. Субъективность мнений проистекает из субъективной интерпретации имеющейся информации.

В ответ на неопределенность можно либо справиться с неопределенностью, либо уменьшить неопределенность.

1. Способность справиться с неопределенностью влияет на вашу подверженность широкому спектру неопределенностей. В некоторых случаях это требует от вас изменения ваших действий или стратегии. Есть три способа уменьшить неопределенность: сбор информации, активное сотрудничество и создание сетей.
2. Уменьшение неопределенности, с другой стороны, сводит к минимуму вашу подверженность неопределенности без изменения ваших действий или стратегий. Это естественный, основной мотиватор и фундаментальная потребность, которая направляет ваше поведение и действия. Существует пять подходов к преодолению неопределенности: гибкость за счет диверсификации, имитации, реактивного сотрудничества, вертикальной или горизонтальной интеграции с другими организациями и полного избегания неопределенности:

Состояние уверенности существует, когда вы знаете с разумной уверенностью какие есть альтернативы, какие условия связаны с каждой альтернативой и каков результат каждой альтернативы. Это один конец спектра определенности-неопределенности ,

В условиях определенности вам доступна точная, измеримая и надежная информация, на которой основываются решения. Будущее и результат в высокой степени предсказуемы в условиях определенности.

Такие условия существуют в случае рутинных и повторяющихся решений, касающихся повседневной деятельности бизнеса.

Чем больше информации у лица, принимающего решение, тем лучше будет решение.

Даже самые простые решения сопряжены с некоторой степенью неопределенности.

При выборе чашки кофе будет, по крайней мере, вероятность того, что кофе будет невкусным, не горячим или не принесет обычного приятного ощущения.

Условия неопределенности существуют на другом конце спектра определенности-неопределенности . Это когда будущее и результат непредсказуемы. Все находится в состоянии потока. Вы не знаете обо всех доступных альтернативах, возможностях и рисках, связанных с каждой альтернативой, вероятности и последствиях каждой альтернативы, а также вероятности и степени вашего успеха.

При принятии решений в условиях чистой неопределенности у вас нет никакой информации о результатах.

Много неизвестных. Никто не знает, что произойдет. Нет никакой возможности узнать, что может произойти в будущем, чтобы изменить результат вашего решения. Вы чувствуете неуверенность в ситуации.

Столкнувшись с такой неопределенностью, вы делаете определенные предположения о ситуации. Это обеспечивает разумную основу для принятия решений. Вы зависите от своего суждения и опыта при принятии решений.

Существует несколько методик повышения качества принятия решений в условиях неопределенности. К ним относятся анализ рисков и деревья решений.

Вы принимаете решения в условиях риска, когда у вас есть неполная или некоторая информация о возможностях и рисках, связанных с каждой альтернативой, вероятности и последствиях каждой альтернативы, а также вероятности и степени вашего успех,

Принимая решения в условиях риска, вы имеете некоторое представление о вероятности возникновения каждого исхода. Фактор вероятности в процессе принятия решений. Это замена уверенности. Это также может заменить полное знание.

Измерить вероятность возникновения события с вероятностью.

Когда неспециалисты говорят о риске, они обычно имеют в виду неопределенность.

Но принятие решений в условиях неопределенности и риска различимо.

Принимая решения в условиях риска, вы можете предсказать возможность будущего результата. Но принимая решения в условиях неопределенности, вы не можете.

Рисками можно управлять, пока неопределенность не поддается контролю. Вы можете назначить вероятность событиям риска. Пока с неопределенностью нельзя.

Следовательно, риск присутствует, когда будущие события происходят с некоторой измеримой вероятностью. Неопределенность присутствует, когда вероятность будущих событий неопределенна или не поддается исчислению.

Здесь на помощь приходит определение «риска» в международном стандарте рисков ISO 31000 – « Влияние неопределенности на цели ». Речь идет не о самой неопределенности, а о потенциальном влиянии неопределенности. Потенциальным последствиям неопределенности можно обоснованно присвоить рейтинг вероятности.

Исходя из определения риска в ISO 31000, ваши цели важны как для выявления проблем, так и для оценки альтернативных решений. Цели – это критерии, отражающие атрибуты альтернатив, имеющих отношение к выбору.

То, как вы формулируете свою ситуацию или проблему, будь то неопределенность или риск , может существенно повлиять на ваш вывод. Это также влияет на то, как вы подходите к принятию решений.

Понимание различия между неопределенностью и риском и применение этих знаний в научных трудах не только имеет большое значение для научной согласованности, но также имеет значимые практические последствия для правительства и бизнеса, поскольку правила, используемые для принятия решений в условиях риска, отличаются от тех, которые используются для принятия решений в условиях неопределенности. В качестве примера Angner (2012) обсуждает регулирование новых и неизученных химических веществ. Достоверных данных по ним мало, но есть некоторая вероятность, что они окажутся токсичными. Если политик будет утверждать, что принимаемое решение связано с неопределенностью, ему или ей придется решить, что новое химическое вещество должно быть запрещено или строго регламентировано до тех пор, пока не будет установлена ​​его безопасность. Говоря в терминах поведенческой экономики, в этой ситуации применим либо минимаксный (минимизация максимального количества смертей), либо максиминный (максимизация минимальной суммы прибыли) критерий. Однако, если лицо, определяющее политику, утверждает, что можно и должно присвоить вероятности всем исходам, он или она сталкивается с выбором в условиях риска и, вероятно, разрешит использование нового химического вещества, поскольку существует вероятность того, что оно окажется действительно опасным низка (ожидаемая полезность, альтернатива с наибольшей полезностью в долгосрочной перспективе является самой высокой для разрешения использования). Этот пример показывает, что принятие решений в условиях неопределенности и риска приводит к различным реакциям. Поэтому то, рассматривается ли решение как выбор в условиях неопределенности или риска, может иметь реальные последствия.

Таким образом, в спектре определенности-неопределенности возможны две крайности в принятии решений . Это зависит от степени знаний, которые могут позволить вам предсказать вероятность и степень вашего успеха.

О хорошем решении можно судить исключительно по результату, когда есть определенность. Это на одном конце спектра уверенности-неуверенности .

Противоположный конец спектра определенности-неопределенности — чистая неопределенность.

Между этими двумя крайностями находится принятие решений в условиях риска.

Основная идея здесь заключается в том, что для любой данной ситуации степень уверенности и риска в спектре определенности-неопределенности варьируется в зависимости от того, сколько у вас знаний.

Информационный разрыв между тем, что известно, и тем, что необходимо знать для принятия оптимального решения, может быть определен количественно с вероятностью. Используйте вероятность для защиты от любой неблагоприятной неопределенности или эксплуатации неопределенности.

Лучший способ управления рисками и неопределенностями — использовать вероятности и ранжированные оценки вместо одноточечных оценок.

Предположим, вы менеджер по маркетингу и работаете над стратегией выхода на рынок для нового продукта. Предыдущий опрос указывал на 70-процентную вероятность достижения желаемой доли рынка, но более поздний опрос указывает только на 55-процентную вероятность. Следует ли вам придерживаться стратегии выхода на рынок? Отменить? Провести третий опрос?

Именно здесь концепции риска и управления рисками вступают в игру для принятия эффективных решений.

Риск рассматривался исключительно как негативное понятие, которого люди должны стараться избегать или передавать другим.

Теперь признано, что риск — это просто жизненный факт, которого нельзя избежать или отрицать, но которым можно управлять.

Когда вы понимаете риск и то, как он вызывается и на что он влияет, вы можете изменить его, чтобы повысить вероятность достижения своих целей. Вы даже можете работать быстрее, эффективнее или с лучшими результатами.

Как показано в приведенном выше примере, то, как вы формируете свою ситуацию — смотрите ли вы на свое решение с точки зрения неопределенности или риска — и то, как вы принимаете эти решения, будет влияют на то, насколько успешно вы достигаете своих целей.

Международный стандарт управления рисками, ISO 31000, рассматривает риск в контексте того, чего организация или физическое лицо желает достичь – своих целей. Риск возникает, потому что эти цели преследуются на фоне неопределенности.

Вы можете установить свои цели. Для их достижения часто приходится бороться с внутренними и внешними факторами и влияниями. Эти факторы и влияния могут быть не под вашим контролем и порождают неопределенность и, следовательно, риск. Эти факторы могут помочь или ускорить достижение целей. Они также могут помешать или задержать вас в достижении ваших целей.

Например, риск — это не вероятность краха фондового рынка, а вероятность того, что крах нарушит или повлияет на вас или цели вашей организации, ограничив капитал для расширения.

Следовательно, определение риска в ISO 31000 — это «влияние неопределенности на цели».

В соответствии с ISO 31000 риск характеризуется и описывается с точки зрения как последствий того, что может произойти, так и вероятности этих последствий для достижения ваших целей. Один простой способ описать возможные последствия — сказать что может произойти и к чему это может привести .

Последствия могут включать убытки, ущерб и пагубные последствия. Это может включать возможность, выгоду и преимущество. Описываете ли вы последствия в негативном или позитивном ключе, зависит от вашей точки зрения, где ваша потеря будет чьей-то выгодой.

Последствия и их вероятность часто объединяются для определения уровня риска.

Управление рисками — это процесс принятия мер, направленных либо на максимальное увеличение возможностей, либо на уменьшение угроз путем принятия соответствующих мер. Принятие решений тесно связано с управлением рисками. Это процесс выявления рисков и планирования действий по управлению рисками. Оцените выявленные риски и приоритезируйте их. Цель состоит в том, чтобы создавать, защищать и повышать ценность путем управления неопределенностями, влияющими на достижение ваших целей.

Принятие решений в условиях неопределенности (Теория Чакко)

Принятие решений в условиях неопределенности: в этой статье Джордж Чако, среди прочего, описывает процесс принятия решений в условиях неопределенности на практике. Прочитав его, вы поймете основы этого мощного инструмента для принятия решений .

Что влечет за собой принятие решений в условиях неопределенности?

Многие менеджеры и лидеры знают, что быстрое принятие правильных решений является сложной задачей даже в самых лучших обстоятельствах. Однако самые трудные решения — это те, которые сопряжены с неопределенностью и высокими ставками.

Одним из недавних факторов неопределенности, например, является COVID-19, во время которого менеджеры и другие руководители зависят от внешних событий, когда дело доходит до принятия решений. Неопределенность на рабочем месте может привести к сильному стрессу.

Хотите неограниченный доступ без рекламы?

Даже больше, чем фактическое знание того, что впереди нас ждут плохие результаты. Вот почему умение справляться с неопределенностью является важным навыком как для менеджеров, так и для руководителей.

Многие лидеры считают, что рабочее место — это математическая задача, которую нужно решить, а не лотерея.

Принято считать, что когда собрано достаточно данных, достаточно понята формула и тщательно оценены прошлые ошибки, правильный ответ придет автоматически. Однако на деле это работает иначе.

Быть лидером требует постоянной оценки и оценки ситуации, в том числе неопределенностей. Важно признать, что в каждой ситуации есть определенная степень неопределенности, как бы трудно ни было принять это.

Люди, которые не признают эту неопределенность, считают, что принятие правильных решений основано исключительно на данных, включая информацию о прошлом. Такой подход к принятию решений может привести к чрезмерной самоуверенности, поскольку он уменьшает важные возможности, связанные с управлением рисками.

В этой статье содержится множество полезных советов и методов, позволяющих лучше справляться с принятием решений в условиях неопределенности и риска.

Определение принятия решений в условиях неопределенности и риска

При принятии решений, связанных с риском, лицо, принимающее решения, осознает потенциальные результаты и вероятность материализации рисков. Неопределенность относится к сценариям, в которых эта информация едва доступна. Следовательно, неопределенное принятие решения — это фактически принятие решения без всей информации о потенциальных рисках.

Однако риск также подразумевает некоторую степень неопределенности и, в то же время, неспособность полностью контролировать результаты и последствия решения. Таким образом, устранение или снижение рисков является важной основной задачей менеджеров. Эффективное управление рисками и управление рисками требует оценки рисков и принятия мер по их устранению.

На что влияет принятие решений?

Существуют некоторые факторы или области, на которые непосредственно влияет способ принятия решений.

Во-первых, это распределение ресурсов. Существует несколько способов, которыми организации могут использовать имеющиеся ресурсы. При правильном стиле и навыках принятия решений эти ресурсы можно использовать наиболее эффективно. Когда принятие решений страдает, ценные ресурсы могут быть потрачены впустую, и придется платить большие затраты.

Кроме того, степень и стиль принятия решений напрямую влияют на удовлетворенность работой и мотивацию сотрудников компании.

На общую удовлетворенность, вовлеченность и мотивацию сотрудников может влиять способность менеджеров принимать определенные решения. Сотрудники на руководящих должностях, которые часто принимают неверные решения, обычно считают, что получают не самые лучшие инструкции от своих начальников.

В результате эти сотрудники теряют мотивацию продолжать работать на высоком уровне. В конечном итоге это приводит к снижению уровня удовлетворенности и даже может привести к задержкам: сотрудники отворачиваются от компании и переходят на работу в другое место.

Хотя это может показаться очевидным, принятие решений также влияет на достижение личных и профессиональных целей. Плохие решения могут привести к ошибкам, непониманию, недопониманию и даже конфликтам, тогда как хорошие решения могут привести к повышению производительности и более эффективному управлению ресурсами.

В конечном итоге это приводит к быстрой и эффективной реализации целей. Неопределенность в принятии решений препятствует эффективному принятию решений, поскольку большая часть данных и входных данных, необходимых для принятия правильных решений, неясна или недоступна.

Когда руководители организации приобретают репутацию людей, принимающих плохие решения, почти всегда страдает корпоративная культура. Сотрудники больше не доверяют руководству или чувствуют, что не могут рассчитывать и доверять своим лидерам в принятии решений, которые положительно повлияют на их работу.

Однако эффективное и точное принятие решений дает сотрудникам чувство уверенности в своей работе, потому что они чувствуют себя вовлеченными в организацию.

По сути, принятие решений влияет на общую способность организации к росту. Принятие неправильных решений может привести к разрушительным ситуациям или событиям, которые препятствуют росту организации. Твердые, тщательно продуманные решения на самом деле поддерживают компанию, создавая больше возможностей для роста.

Аналитические модели для принятия решений в условиях неопределенности

Неопределенность играет важную роль в принятии решений. Цель анализа неопределенности не обязательно состоит в том, чтобы уменьшить ее, а в том, чтобы лучше понять неопределенность и ее влияние на принятие решений. Существуют различные методы и инструменты для анализа неопределенности.

Примерами этого являются анализ чувствительности и моделирование методом Монте-Карло. Какая модель является лучшим вариантом для данной ситуации, зависит от технических деталей самой проблемы.

Доступны разные инструменты и модели. Однако есть некоторые общие рекомендации. Это объясняется ниже.

1. Целесообразно документировать различные неопределенности, связанные с решением. Чем глубже они исследуются, тем больше неопределенностей будет обнаружено. Однако лишь некоторые из них имеют значение
2. Опишите эти неопределенности как можно точнее
3. Оценивать последствия альтернативных решений Если это не меняет желаемых результатов, неопределенности не имеют значения в контексте этого единственного решения
4. Сообщите об уровне согласия и несогласия между теми, кто оценивает решения и неопределенности. Это важно для человека, который в конечном итоге должен принять решение
5. Предоставьте как можно больше информации о контексте, чтобы понять актуальность и более глубокое значение неопределенностей.

Улучшение принятия решений

Есть несколько советов или шагов, которые можно принять во внимание, чтобы улучшить процесс принятия неопределенных решений. Некоторые из этих советов объясняются ниже.

Ограничение вариантов

Чем меньше доступных вариантов, тем менее сложной будет казаться ситуация. Гораздо проще выбрать между двумя вариантами, чем между десятью вариантами.

Когда это возможно, важно, чтобы наименее реалистичные идеи были исключены с самого начала, чтобы в конечном итоге можно было выбирать только из нескольких реалистичных вариантов.

Определите, насколько важно решение и сколько времени у вас есть для его принятия

Прежде чем тратить слишком много времени на оценку или разработку решения, необходимо точно определить, какое значение имеет каждый вариант и сколько времени требуется для его принятия. информированное решение.

Незначительные решения, такие как выбор между различными типами чернил, не должны занимать слишком много времени. Определяя, сколько времени может быть потрачено на принятие решения, менеджер обеспечивает максимально разумное использование ограниченного ресурса времени.

Получение как можно большего количества информации

Чем больше исследований будет проведено перед принятием решения, тем лучше менеджер сможет принять информированное решение. Важно знать, какие факторы играют роль в принятии решения и какая другая информация связана с ним.

Старайтесь избегать принятия решений под влиянием эмоций

Когда речь идет о принятии решений в условиях неопределенности, очень важно, чтобы в процессе учитывались эмоции.

Принятие решений, основанных только на эмоциях, может привести к импульсивным реакциям и, в конечном счете, к неправильному выбору. Когда менеджер эмоционально вовлечен в проблему или ситуацию, хорошей идеей будет сделать шаг назад и объективно взглянуть на факты.

Другие советы при неуверенности в принятии решений

Очень трудно продолжать принимать уверенные решения, когда возрастает неопределенность. Поэтому важно признать, что отсутствие безопасности вызывает некоторую степень беспокойства по поводу разлуки. Ниже вы можете найти несколько советов в дополнение к советам, описанным выше, чтобы принимать наилучшие решения в непростые времена.

• Верните сроки принятия решения. Делайте маленькие шаги к будущему
• Узнайте как можно больше о тонкостях конкретного решения, прежде чем оно будет окончательно принято. Знание новой ситуации дает вам уверенность в новой ситуации
• Избегайте ненужного риска. Если ситуация или окружающая среда создают много неопределенности, оцените, какие риски вы можете устранить. Примером этого является отсрочка покупки нового автомобиля в случае финансовой неопределенности. Оттуда переход в мир бизнеса прост. Например, найм нового персонала, когда финансовое положение может не позволить этого
• Напомните себе о ценностях и стандартах, которые делают вас тем, кто вы есть. Кроме того, инвестируйте в сохранение как можно большего числа вариантов. Наличие нескольких вариантов повышает гибкость в условиях неопределенного будущего

Резюме принятия решений в условиях неопределенности

Рисками относительно легко управлять, особенно если принимаются правильные меры. Неопределенность гораздо труднее контролировать. Потому что речь идет о незнании того, что произойдет в будущем. Таким образом, риск — это то, что можно измерить и на основании чего можно принять меры.

С другой стороны, к неопределенности нельзя подходить таким же образом, потому что нельзя предпринимать никаких шагов.

Неудивительно, что неопределенность является важным фактором при принятии решений. Поскольку неопределенность не может быть измерена, крайне важно понимать последствия неопределенности. Существует несколько методов и фреймворков для поддержки этого процесса.

Анализ чувствительности и стимуляция методом Монте-Карло являются хорошо известными моделями для принятия решений в условиях неопределенности. Какая модель лучше всего подходит для решения, зависит от ситуации, объема и деталей последствий решения.

Есть несколько советов, которые менеджеры могут использовать при принятии решений в условиях неопределенности. Один из них — сузить временные рамки для принятия решения и вместо этого делать маленькие шаги.

Получайте обновления от Toolshero о новых методах, моделях и теориях!

Теперь ваша очередь

Что вы думаете? Узнаете ли вы объяснение, данное о принятии решений в условиях неопределенности? Можете ли вы привести примеры ситуаций, в которых вам приходилось делать выбор в условиях большой неопределенности или риска? Есть ли у вас какие-либо советы, как справляться с неопределенностью при принятии решений? Считаете ли вы, что неопределенность растет в сегодняшней быстро меняющейся рыночной среде? Есть ли у вас какие-либо советы или комментарии?

Поделитесь своим опытом и знаниями в поле для комментариев ниже.

Дополнительная информация

1. Bell, D. E. (1985). Разочарование в принятии решений в условиях неопределенности . Исследование операций, 33(1), 1-27.
2. Бисвас, Т. (1997). Принятие решений в условиях неопределенности . Международное высшее образование Macmillan.
3. Ходжкинсон, Г.П., Боун, Нью-Джерси, Мауле, А.Дж., Глейстер, К.В., и Пирман, А.Д. (1999). Выход за рамки: анализ стратегического мышления и принятия решений в условиях неопределенности . Журнал стратегического управления, 20(10), 977-985.
4. Кохендерфер, М. Дж. (2015). Принятие решений в условиях неопределенности: теория и применение . Пресс МТИ.

Как цитировать эту статью:
Janse, B. (2021). Принятие решений в условиях неопределенности . Получено [указать дату] с сайта toolshero: https://www.toolshero.com/decision-making/decision-making-under-uncertainty/

Опубликовано: 17. 05.2021 | Последнее обновление: 31.01.2022

Добавьте ссылку на эту страницу на свой сайт:
toolshero: Принятие решений в условиях неопределенности

Опубликовано: 31.01.2021 | Последнее обновление: 03.03.2022

Вы нашли эту статью интересной?

Ваша оценка более чем приветствуется или поделитесь этой статьей в социальных сетях!

Средняя оценка 4 / 5. Количество голосов: 12

Голосов пока нет! Будьте первым, кто оценит этот пост.

Сожалеем, что этот пост не был вам полезен!

Давайте улучшим этот пост!

Расскажите, как мы можем улучшить этот пост?

Метка: Процесс принятия решений

Принятие решений во время кризиса с коронавирусом

Статья (PDF-845KB)

Эта статья является частью серии «Лидерство в условиях кризиса: ответ на вспышку коронавируса и будущие вызовы». Он объединяет коллективное мышление и опыт McKinsey в отношении пяти моделей поведения, чтобы помочь лидерам справиться с пандемией и восстановлением. Отдельные статьи описывают организацию через сеть команд; демонстрация нарочитого спокойствия и ограниченного оптимизма; проявление эмпатии; и эффективно общаться.

Лидеры знают, что принятие правильных и быстрых решений бросает вызов даже при самых благоприятных обстоятельствах. Но самыми сложными являются те, которые мы называем «большими ставками» — незнакомые решения с высокими ставками. Когда у вас кризис неопределенности, такой как пандемия COVID-19, которая наступила с невероятной скоростью и в огромных масштабах, организации сталкиваются с потенциально парализующим объемом этих важных решений.

Аудио

Типичный подход многих компаний, больших и малых, будет слишком медленным, чтобы не отставать от такой турбулентности. Откладывание решений на ожидание получения дополнительной информации может иметь смысл в обычном режиме работы. Но когда среда неопределенна и определяется срочностью и неполной информацией, ожидание решения само по себе является решением. Например, откладывание решения об отмене некритических операций может означать, что сейчас не будут высвобождаться возможности врачей и больниц, что может привести к заражению или заражению большего числа людей.

Чтобы быстро принимать смелые решения в это нестабильное время, лидеры могут следовать этим пяти принципам.

1. Сделайте вдох

Сделайте паузу и сделайте вдох — в буквальном смысле. Дать себе время на то, чтобы сделать шаг назад, подвести итоги, предвидеть и расставить приоритеты, может показаться нелогичным, но сейчас это необходимо.

Когда Уэйна Гретцки спросили, что делает его великим хоккеистом, он ответил: «Хороший хоккеист играет там, где шайба. Великий хоккеист играет там, где будет шайба». Это легче сказать, чем сделать. В кризисной атмосфере возникает соблазн перепрыгнуть с одной срочной задачи на другую, взять на себя ответственность за то, что прямо перед вами — просто выполнить. Однако это может быть трагической ошибкой. Исследования показывают, что простая пауза даже на 50-100 миллисекунд позволяет мозгу сосредоточиться на наиболее важной информации. ¹ 1. Винсент П. Феррера, Джек Гринбанд и Тобиас Тейхерт, «Люди оптимизируют процесс принятия решений, откладывая принятие решений», PLOS ONE , 5 марта 2014 г., том 9, номер 3, journals.plos.org

Ярким примером лидера, который сделал паузу во время масштабного кризиса, является капитан Чесли Салленбергер. После столкновения с птицей оба двигателя его самолета отказали вскоре после взлета из аэропорта Ла-Гуардия в январе 2009 года., у него было очень мало времени, чтобы решить, попытаться ли приземлиться в ближайшем аэропорту, как настаивала диспетчерская вышка, или приземлиться на воду. Не имея подготовки к такому сценарию, он остановился и на несколько секунд задумался — все, что он мог себе позволить, — чтобы определить, сможет ли он безопасно добраться до аэропорта, и вместо этого развернулся к реке Гудзон для посадки. ² 2. Для получения дополнительной информации о цикле наблюдения, ориентации, принятия решений и действий (НОРД) ВВС США см. Марк Бончек и Крис Фасселл, «Принятие решений в стиле Top Gun», стр. 9.0075 Harvard Business Review , 12 сентября 2013 г., hbr.org. Все 155 человек на борту выжили.

Лица, принимающие решения, могут перевести дух несколькими способами:

• После того, как вы сказали своей команде, что вам нужно время подумать, попытайтесь получить более широкую перспективу.
• Представьте себя над дракой, наблюдающей за пейзажем сверху. Это то, что эксперт по лидерству Рональд Хейфец называет перспективой «балкона». Несмотря на «туман войны», который может скрыть большую часть текущего состояния дел, постарайтесь взглянуть на ситуацию шире.
• Задайте себе и своей команде следующие вопросы: Что сейчас важнее всего? Что мы можем упустить? Как дальше могут развиваться события и на что мы можем повлиять сейчас, что может окупиться позже?

Эта способность предвидеть, как могут развиваться события, и начать действовать соответственно, может помочь избежать рефлекторных реакций, ведущих к плохим результатам.

Задайте себе и своей команде следующие вопросы: Что сейчас важнее всего? Что мы можем упустить? Как дальше могут развиваться события и на что мы можем повлиять сейчас, что может окупиться позже?

В условиях коронавируса, если вы являетесь руководителем сети продуктовых магазинов, вы наблюдаете резкое увеличение покупок. Вы должны подумать о своих цепочках поставок, о том, следует ли нормировать товары и как внедрить протоколы безопасности для клиентов. Кроме того, возникают вопросы о том, следует ли изменить часы работы магазина, ограничить ли обслуживание только самовывозом и доставкой и как справиться с персоналом. Все эти решения взаимосвязаны, поэтому вы должны сделать паузу и в первую очередь расставить приоритеты по самым насущным вопросам. Это также означает наличие дисциплины, позволяющей игнорировать отвлекающие факторы.

2. Вовлекайте больше людей

В условиях неопределенности, порожденной кризисом, лидеры часто испытывают потребность ограничить полномочия теми, кто находится наверху, когда небольшая команда принимает важные решения, собравшись за закрытыми дверями. Им следует отказаться от иерархической модели, с которой им было бы удобнее в обычное время, и вместо этого привлечь гораздо больше заинтересованных сторон и поощрять различные точки зрения и дискуссии. Такой подход может привести к более разумным решениям без ущерба для скорости.

Экспонат

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

В частности, лидеры могут использовать так называемую модель аквариума, в которой лица, принимающие решения, и ключевые эксперты сидят за столом — или виртуальным столом — для принятия решения (демонстрации). За столом сидят один или два лица, принимающих решения, несколько экспертов и одно или два «свободных места» для других соответствующих заинтересованных сторон в галерее, которые могут чередоваться по мере того, как у них есть точки, которыми они могут поделиться. Большинство заинтересованных сторон наблюдают за встречей, что способствует взаимопониманию без необходимости делать после этого дополнительный шаг в общении.

На личной встрече заинтересованные лица, наблюдающие за аквариумом, могут поделиться информацией и идеями, временно заняв одно из свободных мест, ненадолго приняв участие в собрании, а затем вернувшись в галерею. На виртуальном собрании заинтересованные стороны отключены, но могут участвовать, «подняв руку», а модератор приглашает их и включает их звук.

Есть несколько шагов, которые лидеры могут предпринять, чтобы привлечь больше людей:

1. Уточнение принимаемых решений.
2. Определите небольшое количество лиц, принимающих решения.
3. Определите, кто должен иметь право голоса, включая соответствующих заинтересованных лиц и экспертов, а также тех, кто будет реализовывать решения.
4. Создать форум для быстрой дискуссии. Поясните, что каждый имеет право голоса, но не право голоса.

При таком подходе можно привлечь большое количество заинтересованных сторон и экспертов без ущерба для скорости. Особенно, когда вещи незнакомы и решения, которые вы рассматриваете, смелые, вам нужно много точек зрения, чтобы убедиться, что лица, принимающие решения, ничего не упустили.

После того, как решения приняты, вы можете быстро изменить ситуацию и поговорить с теми, кто будет выполнять решения, чтобы уточнить действия, которые необходимо предпринять, сроки и обязанности, а также ответить на любые их вопросы о том, что будет дальше. Это не только экономит время, удаляя этап коммуникации, но также может повысить эффективность самого сообщения.

В сегодняшней кризисной атмосфере лидеры по обращению с отходами, вероятно, испытывают большие изменения в спросе на их услуги. Больше бытовых отходов, требующих вывоза, и меньше отходов из офисных зданий и ресторанов. Как эти компании могут лучше приспособиться к изменению спроса? Это решение должно включать в себя широкий круг заинтересованных сторон, в том числе представителей передовых сотрудников (у которых могут быть хорошие идеи о маршрутах и ​​о том, каких сотрудников использовать в какие смены) и клиентов.

3. Делайте важные маленькие выборы

1. Четыре передовые стратегии, помогающие создать ценность при переходе к нулевому балансу
2. Есть ли у вашей идеи «напряжение» для масштабирования?
3. Космос: создание цифровой инфраструктуры над уровнем неба
4. Будущее (гибридной) работы
5. Фриланс, подработки и концерты: гораздо больше американцев стали независимыми работниками

Некоторые незначительные решения, принимаемые лидерами в краткосрочной перспективе, могут иметь очень большое значение в долгосрочной перспективе по мере развития кризиса. Их бывает трудно обнаружить, но лидеры должны их искать.

При нормальном ходе дел многие решения по крупным ставкам очевидны. Эти решения сопряжены с большими затратами или серьезными последствиями, такими как приобретение компании, маркетинг продукта в новой географии или закрытие завода. Но некоторые решения, которые на первый взгляд кажутся незначительными или рутинными, могут иметь серьезные долгосрочные стратегические последствия.

В примере, связанном с коронавирусом, Netflix перешла на потоковую передачу с более низким разрешением в некоторых местах, чтобы уменьшить нагрузку данных на информационные сети. Хотя большинство людей не заметят разницы в качестве, такое решение может означать, что Интернет не дает сбоев, что может стать большой проблемой, когда так много людей работают из дома, а дети полагаются на Интернет при выполнении школьных заданий.

Есть несколько шагов, которые лидеры могут предпринять, чтобы сделать важный маленький выбор:

1. Предусмотрите несколько возможных сценариев развития событий с течением времени. Ни у кого нет хрустального шара, и подробные, точные прогнозы, скорее всего, будут ошибочными, потому что все постоянно меняется. Предвидение ряда возможных путей и общих сценариев может быть чрезвычайно полезным при обдумывании того, что может произойти.
2. Составьте список из пяти-десяти решений или действий, которые сегодня могут, в зависимости от того, что произойдет, изменить ситуацию позже. Если бы мы быстро перенеслись на шесть месяцев вперед и определили небольшое решение или действие, которое имело бы все значение, если бы мы его предприняли, каким могло бы быть это решение или действие?
3. Привлеките других, чтобы помочь определить, какие небольшие решения или действия вам следует предпринять сейчас, на случай, если они станут решающими в будущем. На что из этого вы должны потратить время сегодня? Что следует отслеживать и пересматривать позже? Эти решения могут варьироваться от действий по экономии денежных средств и обеспечения ликвидности до действий по повышению устойчивости вашей цепочки поставок за счет быстрого поиска альтернативных поставщиков.

Реакция на взрывы на Бостонском марафоне в 2013 году — хороший пример важного небольшого решения, которое имело большое значение. Было принято решение рассредоточить тяжелораненых по восьми разным больницам. Хотя некоторые из этих больниц находились дальше от места бомбардировки, туда были вызваны сосудистые хирурги, чтобы немедленно приступить к работе. Если бы пострадавших отправляли только в ближайшие больницы, многим пришлось бы ждать операции и, возможно, умереть от потери крови.

4. Создать нервный центр

В напряженные времена лидерам придется принимать больше важных решений, чем раньше, а также они будут беспокоиться о своих людях. Принимая важное решение, важно уметь сосредоточить внимание на рассматриваемой проблеме. Это означает сведение к минимуму отвлекающих факторов. Если лидер слишком взбешен, он может ошибаться в суждениях. Создание нервного центра может помочь лидерам сосредоточиться на стратегических решениях, а не на тактических.

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему веб-сайту. Если вам нужна информация об этом контенте, мы будем рады работать с вами. Пожалуйста, напишите нам по адресу: [email protected]

Стратегическое решение связано с высокой степенью неопределенности, большой вероятностью того, что что-то изменится, сложностью оценки затрат и выгод и результатом нескольких одновременных результатов. Тактическое решение имеет четкую цель, низкую степень неопределенности и относительно четкие затраты и выгоды. Тактические решения важны — иногда решающие. Тем не менее, их часто лучше оставить тем, кто находится на периферии организации и может действовать эффективно, не поднимая проблемы на более высокий уровень.

Один из способов гарантировать, что тактические решения будут принимать нужные люди, — создать мозговой центр. Это сеть кросс-функциональных команд с четкими мандатами, объединенных командой интеграции, которая следит за тем, чтобы принятие решений происходило обдуманно и быстро. Каждая команда фокусируется на одной области или области; часто команды предназначены для защиты персонала, цепочки поставок, взаимодействия с клиентами и финансового стресс-тестирования. Существует центральная команда, которая координирует всех и обеспечивает сотрудничество и прозрачность. В условиях кризиса лидеры должны быстро создать нервный центр, понимая, что он не будет идеальным.

Больницы постоянно оказывают неотложную помощь и имеют для этого все необходимое. Однако пандемия COVID-19 отличается. Это требует создания мозгового центра, чтобы решения о кадровом обеспечении и распределении ограниченных ресурсов могли приниматься быстрее и правильными людьми. Некоторые тактические решения, которые могли быть приняты в нервном центре, такие как распределение вентиляторов и планирование плановой операции, теперь необходимо будет рассматривать как стратегические решения. Превратить университетское общежитие или гостиницу в больничное помещение может быть стратегическим решением, но обеспечение того, чтобы помещение функционировало, является тактическим решением для нервного центра.

5. Наделяйте лидеров силой суждения и характера

Во времена неопределенности необходимы лидеры с правильным темпераментом и характером. В военное время вам нужен Уинстон Черчилль, а не Невилл Чемберлен.

В обычном бизнесе некоторые люди, которые продвигаются вперед, принадлежат к определенному типу. Они говорят правильные вещи, не ругаются, умеют ориентироваться в системе и управлять сообщениями так, чтобы люди слышали то, что хотят услышать. Многие из этих обычных подозреваемых, которые обычно привлекаются для руководства специальными инициативами, плохо подходят для руководства в ландшафтном кризисе неопределенности.

Во времена неопределенности необходимы лидеры с правильным темпераментом и характером. Они остаются любознательными и гибкими, но все же могут принимать трудные решения, даже если это делает их непопулярными. Они собирают различные точки зрения, а затем принимают решения с учетом интересов организации (а не своей карьеры), не нуждаясь в полном консенсусе. Для принятия решений в рамках своих делегированных полномочий они передают только самые сложные проблемы для ввода или утверждения. В военное время вам нужен Уинстон Черчилль, а не Невилл Чемберлен.

Приступая к расширению возможностей других лидеров, не просто выбирайте обычных подозреваемых, чтобы возглавить ваш ответ — некоторые из них будут исключены из службы во времена неопределенности, а некоторые — нет. При выборе лидеров определите людей, которые сделали как можно больше из трех следующих вещей, чтобы повысить вероятность их успеха в нынешние времена неопределенности:

• пережили кризис (личный или профессиональный) и показали свой характер и личную стойкость
• принял жесткое, непопулярное решение, потому что это было правильно, несмотря на то, что они взяли за это тепло и потенциально сожгли мосты или потратили социальный капитал
• добровольно сообщал плохие новости по цепочке подчинения лидерам, которые не хотели их слышать

Возможно, вы не сможете найти в своей организации достаточно лидеров, отвечающих всем трем критериям, но будьте осторожны, если вы наделяете полномочиями лидеров, которые не соответствуют ни одному из них.

После того, как вы определите этих лидеров, предложите им найти своего внутреннего Черчилля: напомните наделенным полномочиями лидерам, что вы ожидаете от них принятия решений с неполной информацией. Им не следует стремиться к совершенству, так как совершенство — враг скорости. Делайте ошибки и учитесь на них. Делайте то, что правильно, даже если это непопулярно.

Будь большим или иди домой

Беспрецедентные кризисы требуют беспрецедентных действий. Уроки прошлых кризисов показывают, что лидеры чаще недооценивают . Что необходимо, так это предпринимать смелые и быстрые действия, которые в обычное время кажутся слишком рискованными.

Дания недавно приняла такое решение, когда заморозила экономику, чтобы предотвратить рецессию — или того хуже. Датское правительство согласилось выплачивать 75 процентов заработной платы сотрудников частных компаний при условии, что компании не увольняют работников. Правительство платит рабочим за то, чтобы они оставались дома и не работали, тратя 13 процентов национальной экономики за три месяца. Мы еще не знаем, достигнет ли эта политика своих целей, но она предлагает пример смелого решения в условиях кризиса, которое лидеры могут пожелать в будущем, чтобы они приняли или, по крайней мере, обдумывали.

Чтобы предприятия не думали, что такая смелая реакция не имеет отношения к ним, мы уже видим корпоративные примеры. Национальная баскетбольная ассоциация заранее решила закрыть сезон, что побудило другие виды спорта принять аналогичные меры. Apple была в числе первых крупных ритейлеров, которые закрыли большинство своих магазинов по всему миру из-за коронавируса. Эмирейтс решила приостановить большинство своих рейсов, пока «доверие к путешествиям не вернется». И некоторые голливудские студии выпускают текущие фильмы прямо на потоковые платформы, признавая эту новую реальность для всех нас.

Принимать решения в условиях неопределенности непросто. Бизнес-лидеры не могут позволить себе ждать, пока события развиваются так быстро, как сейчас. Мы считаем, что эти пять принципов принятия решений могут помочь лидерам быстро принимать разумные решения, чтобы помочь своим организациям преодолеть этот кризис. Примите их и продолжайте учиться по ходу дела.

Различные виды неопределенности в процессе принятия решений человеком

Введение

Неопределенность является общей чертой многих повседневных решений. Неопределенность обычно возникает в ситуации, когда имеется ограниченная или не поддающаяся исчислению информация о прогнозируемых результатах поведения (Huettel et al., 2005). Успешное обнаружение, обработка и устранение неопределенности важны для успешного адаптивного поведения. В последние годы наблюдается рост числа исследований, посвященных изучению механизмов мозга, лежащих в основе нашего выбора в условиях неопределенности. Однако становится ясно, что « неопределенность ”не состоит из одного измерения. Более свежие данные начинают различать нейронные корреляты, участвующие в оценке, представлении и разрешении различных форм неопределенности. Например, исследования продемонстрировали разделимые нейронные корреляты ожидаемого вознаграждения и дисперсии (Preuschoff et al., 2006; Tobler et al., 2007), вероятности вознаграждения и величины (Knutson et al., 2005). , и неоднозначность и рискуют получить (Hsu et al., 2005; Huettel et al. , 2006). Основным вкладом этой работы стало лучшее понимание того, как неопределенность может быть вызвана различными переменными в среде принятия решений. Однако важной формой неопределенности, которой уделялось меньше внимания, является неопределенность, вызванная неожиданными изменениями в заученных условиях «стимул-реакция-результат» (S-R-O), часто называемая «неожиданной неопределенностью» или «изменчивостью». Однако, как мы обсудим ниже, неожиданная неопределенность и волатильность не обязательно относятся к одному и тому же явлению. Поэтому мы рассматриваем теоретические и эмпирические аргументы, поддерживающие потенциальное различие между тремя различными формами неопределенности: ожидаемая неопределенность, неожиданная неопределенность и волатильность .

Различные разновидности неопределенности

Успешное принятие решений зависит от способности формировать устойчивое представление об основных правилах S-R-O, извлеченных из предыдущего опыта прибылей и убытков (например, Sutton and Barto, 1998; Ridderinkhof et al. , 2004; Сеймур и др., 2007). Таким образом, агенты могут узнать, что конкретная связь между стимулом (S) и реакцией (R) связана с положительным или отрицательным результатом (O). Например, мы можем выбрать (R) вход в конкретный ресторан (S), если мы ранее обнаружили, что в нем подают наше любимое блюдо (O). Поэтому, изучая эти ассоциации между Стимул (ресторан), Ответ (вход) и его положительный или отрицательный результат Результат (предпочтительное блюдо) мы можем направлять будущие решения, чтобы выбрать Ответ , который, скорее всего, приведет к вознаграждению Результат . Столкнувшись с таким решением, у агента есть предсказание или ожидание вероятности результата. Это вытекает из недавней истории результатов этого выбора (Саттон и Барто, 1998). Следовательно, агент должен иметь возможность изучить эти отношения S-R-O и вероятность их возникновения, чтобы сделать наиболее оптимальный выбор. Если мы возьмем приведенный выше пример, наш поведенческий выбор может быть вызван предыдущим опытом, в котором мы узнали, что предпочитаемое нами блюдо доступно 8 из 10 посещений этого ресторана.

Один из наиболее частых методов, используемых для манипулирования неопределенностью, обычно включает систематическое изменение вероятности этих заученных S-R-O непредвиденных обстоятельств. Используя приведенный выше пример, если мы начинаем узнавать, что наше любимое блюдо доступно только 6 из 10 посещений, это увеличивает неопределенность в отношении потенциального результата (т. е. предпочтительного блюда), если мы решим войти в этот конкретный ресторан. Другими словами, когда агент сталкивается с выбором из двух вариантов, неопределенность часто называют максимальной, когда вероятность получения вознаграждения, связанного с любым из двух вариантов, равна 9.1086 p = 0,5, но отсутствует в двух крайних точках (вероятность = 1 и вероятность = 0; например, Fiorillo et al., 2003). Поэтому во многих исследованиях использовались вариации вероятности S-R-O 75/25% для создания определенных условий и вероятности 50/50% для создания неопределенных условий (Volz et al., 2003; Paulus et al. , 2004; Huettel et al., 2005; Krain et al., 2006; Cohen et al., 2007b; Polezzi et al., 2008). Также можно исследовать различные степени неопределенности (например, Volz et al., 2003; Huettel et al., 2005). Как правило, в этих исследованиях участникам показывают сигналы, которые являются вероятностными предикторами данного результата (например, красный треугольник, который предсказывает получение вознаграждения в 80% испытаний). Неопределенность в этих парадигмах вызвана снижением предсказуемости усвоенной ассоциации стимул-реакция (S-R), которая вознаграждается (O). Например, различные степени неопределенности могут включать 100, 90, 80, 70, 60 или 50 %, где 50 % соответствует наибольшей неопределенности, а 100 % — наименьшей неопределенности. Более того, если предсказуемость опустится ниже 50 %, неопределенность снова уменьшится, т. е. 40, 30, 20, 10, 0 %.

Большое количество литературы начинает разъяснять, как мозг оценивает, представляет и разрешает эту форму неопределенности, вызванную различными уровнями вероятности. Нейровизуализационные данные показывают, что DLPFC (Paulus et al., 2002; Huettel et al., 2005), задняя теменная кора (Volz et al., 2003; Huettel et al., 2005), передняя поясная кора (ACC; Elliott and Dolan) , 1998; Кричли и др., 2001; Stern et al., 2010), орбито-фронтальная кора (OFC; Goel and Dolan, 2000; Critchley et al., 2001; Hsu et al., 2005; Tobler et al., 2007) и миндалевидное тело (Hsu et al. , 2005) участвуют в обработке неопределенности. Электрофизиологические данные указывают на модуляцию P3, положительного потенциала, достигающего пика примерно через 300 мс после начала стимула, предполагая, что более высокие положительные результаты связаны с большей неопределенностью (Duncan-Johnson and Donchin, 1977; Donchin and Coles, 1988; Polich, 19).90).

Однако важно отметить, что неопределенность также может быть вызвана неожиданными изменениями непредвиденных обстоятельств S-R-O, превышающими текущие уровни вероятности S-R-O. Например, используя приведенный выше пример, мы можем выбрать вход в определенный ресторан, если мы ранее обнаружили, что предпочитаемое нами блюдо доступно 8 из 10 посещений определенного ресторана. Однако может возникнуть неопределенность, если это непредвиденное обстоятельство S-R-O внезапно изменится, потому что обычный шеф-повар был уволен и заменен другим шеф-поваром с другими предпочтениями в меню, что приведет к увеличению «вероятности предпочтительного блюда» до 0,2 на этой неделе. В этом случае выбор доступных блюд в этом ресторане сразу после смены шеф-повара будет неопределенным, поскольку его уже невозможно предсказать по прошлому опыту. Следовательно, неопределенность может быть вызвана не только снижением вероятности непредвиденных обстоятельств S-R-O, но и фундаментальными изменениями в этих непредвиденных обстоятельствах, которые заставляют модифицировать наши прежние убеждения.

Более поздние подходы к неопределенности начали устанавливать, что две формы неопределенности, проиллюстрированные выше, относятся к двум различным процессам. В частности, неопределенность может возникнуть из-за (а) стохастичности, присущей среде принятия решений (например, стабильная вероятность вознаграждения, когда агент может узнать, что стимул предсказывает вознаграждение в 80% испытаний, менее неопределенно, чем ситуация, когда эта вероятность устанавливается равным 50%), и (b) от неожиданных и фундаментальных изменений в непредвиденных обстоятельствах S-R-O окружающей среды, которые делают недействительными прогнозы, основанные на предыдущем опыте (Yu and Dayan, 2005; Courville et al. , 2006; Behrens et al., 2007). ; Доя, 2008 г.; Рашворт и Беренс, 2008 г.; Кругель и др., 2009 г.; Нассар и др., 2010 г.; Payzan-LeNestour and Bossaerts, 2011). Первое обычно называют ожидаемой неопределенностью (Ю и Даян, 2005) или Достоверность обратной связи (например, Бланд и Шефер, 2011), а второе часто называют неожиданной неопределенностью (Ю и Даян, 2005).

Недавние разработки предполагают, что волатильность также следует учитывать (Behrens et al., 2007; Bland and Schaefer, 2011). Волатильность можно определить как изменение частоты изменений существующих непредвиденных обстоятельств S-R-O во времени. В нашем примере выше стабильная ситуация (низкая волатильность) достигается, когда предпочитаемое нами блюдо подается в выбранном нами ресторане 8 дней из 10 в течение всего года. Однако может возникнуть взрывоопасная ситуация, если менеджер ресторана решит динамически менять меню несколько раз в течение года. В таком случае «вероятность предпочитаемого блюда» будет часто меняться (например, 0,9в первую неделю, 0,2 во вторую неделю, 0,7 в третью неделю и т. д.). В этом случае динамические изменения в непредвиденных обстоятельствах S-R-O заставят агентов постоянно обновлять свое представление об окружающей среде, чтобы получить точные уровни прогнозирования. Поэтому изменчивость и неожиданную неопределенность можно отличить по частоте непредвиденных изменений. Неожиданная неопределенность характеризуется редкими непредсказуемыми изменениями основных правил S-R-O, в то время как высокая волатильность характеризуется частыми фундаментальными изменениями правил S-R-O. Кроме того, важно отметить, что высокая частота изменений может привести к тому, что агенты узнают, что изменения происходят быстро. Поэтому волатильность может быть ожидаемых агентами, принимающими решения.

Таким образом, можно выделить три различные формы неопределенности: (1) Ожидаемая неопределенность: правила S-R-O, извлеченные из прошлых событий, являются слабыми предикторами результатов будущих действий, и эта ненадежность известна и стабильна. (2) Неожиданная неопределенность: редкое фундаментальное изменение в окружающей среде, которое делает недействительными существующие правила S-R-O, которые больше не могут точно предсказывать результаты наших действий. (3) Волатильность: частые изменения в окружающей среде, которые требуют постоянного обновления правил S-R-O ¹ .

Модель Ю и Даяна (2005)

Ю и Даян (2005) предложили различие между ожидаемыми и неожиданными формами неопределенности. Ю и Даян использовали задачу, включающую набор стрелок, указывающих на левую или правую сторону экрана. Направления цветных стрелок рандомизируются независимо друг от друга в каждом испытании, но одна из них, сигнал , определяемый своим цветом, со значительной вероятностью предсказывает местоположение следующей цели (лампочки), в то время как остальные стрелок являются неуместными отвлекающими факторами. Цвет стрелки-подсказки (то есть «соответствующий» цвет, который обычно предсказывает положение лампочки) сохраняется на протяжении многих испытаний, определяя относительно стабильный контекст. Однако соответствующий цвет сигнала может внезапно измениться без уведомления субъекта. Согласно влиятельной теории Ю и Даяна (2005), ожидаемая неопределенность возникает из-за известной ненадежности прогностических отношений в знакомой среде (например, изучение того, что соответствующий цвет предсказывает местоположение лампочки в 80% испытаний), тогда как неожиданная неопределенность вызывается фундаментальными изменениями в окружающей среде, которые производят сенсорные наблюдения, сильно нарушающие ожидания (например, ранее релевантный цвет больше не предсказывает местоположение цели). Первое было приравнено к стохастичности окружающей среды в стабильной зависимости S-R-O (Nassar et al., 2010). Эта стохастичность аналогична неопределенности, вызванной манипулированием прогностической ценностью сигналов принятия решений. Таким образом, агент может узнать, что сигнал предсказывает вознаграждение в 80 % испытаний, и, таким образом, в 20 % испытаний результат не является действительным предиктором отношения S-R-O. Это создает уровень ожидаемой неопределенности в знакомой среде, который можно рассматривать как ожидаемое количество ошибок. Действительно, агент учится ожидать, что будет определенная доля неопределенности при принятии решения путем выборки окружающей среды. Другими словами, ожидаемая неопределенность остается неизменной до тех пор, пока сохраняются 20–80% непредвиденных обстоятельств, но непредвиденная неопределенность временно возрастает во время неконтролируемого разворота с 80 до 20%.

Неожиданная неопределенность, возникающая из-за фундаментальных изменений в выученных прогностических отношениях, должна сигнализировать о пересмотре убеждений агента о наилучшем образе действий. Следовательно, непредвиденная неопределенность должна требовать механизма для подавления потенциально устаревших ожиданий и поощрения более быстрой адаптации к новым непредвиденным обстоятельствам S-R-O (Даян и Ю, 2002). Действительно, параметры скорости обучения имеют тенденцию увеличиваться в периоды неожиданной неопределенности (Yu and Dayan, 2005) и нестабильности (Behrens et al., 2007; Nassar et al., 2010). Таким образом, фундаментальные изменения в непредвиденных обстоятельствах S-R-O увеличивают неопределенность и ускоряют последующее обучение, делая исторические результаты неактуальными, а новые результаты сильно влияют на убеждения (Courville et al., 2006; Nassar et al., 2010). Кроме того, удивление, вызванное изменениями в непредвиденных обстоятельствах S-R-O, может увеличить скорость обучения, в то время как случайное изменение при постоянной вероятности (как в случае с последовательностью подбрасывания монеты) не будет удивительным (Courville et al., 2006).

В совокупности эти результаты подчеркивают важность рассмотрения различных форм неопределенности и того, как они взаимодействуют для обеспечения адаптивного поведения. Важно отметить, что агент должен обладать нейронными и когнитивными механизмами, чтобы определить, изменилась ли непредвиденная ситуация S-R-O, представляя вероятностный шанс того, что ошибка вызвана присущей стохастичностью. Этот параметр имеет решающее значение для определения непредвиденного изменения. Например, во время повседневного принятия решений часто существует только вероятностный шанс (а не уверенность) успеха, поэтому отсутствие вознаграждения в конкретном случае может не обязательно сигнализировать о необходимости переключиться на альтернативный курс действий (Kennerley et al. др., 2006). Следовательно, когда участник отвечает в соответствии с изученным правилом S-R-O и получает отрицательную обратную связь, он должен обладать способностью сделать вывод, вызван ли ошибочный ответ присущей задаче стохастичностью или правило S-R-O коренным образом изменилось. Поэтому меняющийся мир требует механизма, который позволит успешно обнаруживать и адаптироваться к обеим формам неопределенности. В оставшейся части этой статьи мы обсудим некоторые механизмы, потенциально вовлеченные в эту адаптацию. На сегодняшний день в большинстве исследований неопределенность рассматривается как вариации ожидаемой неопределенности (а также несколько иные формы неопределенности, такие как неопределенность и риск). Хотя неожиданной неопределенности уделяется меньше внимания, в настоящее время растет число исследований, посвященных этому явлению. Кроме того, потенциальному различию между неожиданной неопределенностью и волатильностью не уделялось должного внимания, и обе концепции, как правило, несколько смешиваются в литературе. Поэтому мы рассмотрим существующие данные о неожиданной неопределенности, а также рассмотрим возможность того, что определенные когнитивные стратегии могут быть использованы для изменчивости, которые не обязательно используются для неожиданной неопределенности.

Вычислительное моделирование неожиданной неопределенности и изменчивости

Моделирование человеческого поведения с использованием вычислительных подходов дало некоторые важные сведения о потенциальных механизмах, участвующих в принятии решений в условиях неопределенности. Такое поведение можно смоделировать с помощью байесовских алгоритмов (Behrens et al., 2007; Nassar et al., 2010; Mathys et al., 2011). Действительно, байесовская статистическая теория формализует представление о том, что оптимальный вывод и обучение в решающей степени зависят от представления и обработки различных видов неопределенности, связанных с поведенческим контекстом (Yu and Dayan, 2005). В конкретном случае изменчивости было высказано предположение, что люди адаптируются к изменчивой среде принятия решений в соответствии с байесовскими правилами (Behrens et al., 2007; Nassar et al., 2010). В частности, Беренс и соавт. (2007) показали, что с помощью идеальной байесовской модели участники-люди могут оптимально оценить волатильность и соответствующим образом скорректировать процесс принятия решений, чтобы добиться наиболее выгодных будущих результатов. В исследовании Behrens et al. (2007) испытуемые выполняли задание с одноруким бандитом, в котором им нужно было выбирать между синим и зеленым стимулами. Субъекты прошли испытания, в которых вероятность получения синего результата составляла 75 % (определенная/стабильная среда), и испытания, в которых вероятность вознаграждения переключалась между 80 % синего и 80 % зеленого цвета каждые 30 или 40 испытаний (неопределенная/изменчивая среда). Это исследование продемонстрировало, как люди-участники неоднократно комбинируют предыдущую и последующую информацию по мере накопления данных, даже сталкиваясь с быстро меняющейся средой, постоянно отслеживая статистику среды, чтобы оценить значимость каждой новой части информации. Данные фМРТ Беренса и др. предполагают, что активность BOLD в ACC может отражать байесовскую оценку изменчивости окружающей среды на этапе мониторинга, т. Е. Когда оцениваются результаты, чтобы регулировать текущие представления о лежащих в основе S-R непредвиденных обстоятельствах окружающей среды. . Эта модель также предполагает, что ACC может кодировать, какое влияние обратная связь должна оказывать на последующие решения, причем более поздние результаты более заметны в изменчивых контекстах (Rushworth and Behrens, 2008).

В соответствии с байесовской структурой неожиданные наблюдения увеличивают неопределенность, при этом устойчивый уровень такой неопределенности приводит к высокой оценке волатильности, что, в свою очередь, приводит к высокой скорости обучения. Действительно, Беренс и др. (2007) показали, что скорость обучения участников-людей корректировалась в зависимости от оценки волатильности. В ситуациях, когда правила S-R-O меняются, новая информация имеет большее влияние. Это связано с тем, что заглядывать слишком далеко назад в историю вознаграждаемых результатов бесполезно, если недавно произошли фундаментальные изменения в непредвиденных обстоятельствах S-R-O. Это может затруднить прогнозирование, и, таким образом, новые результаты оказывают большое влияние на будущие ожидания либо потому, что они неожиданны (вызывают большую ошибку прогнозирования), либо из-за неопределенности текущих ожиданий (вызывая большую скорость обучения; Rushworth and Behrens, 2008). Действительно, обучение усиливается, когда возникают результаты, которые не полностью предсказуемы, затем замедляется по мере того, как результаты становятся все более предсказуемыми, и заканчивается, когда результаты полностью прогнозируются (Hollerman and Schultz, 19). 98).

В других исследованиях подчеркивалась идея о том, что темпы обучения гибко адаптируются для наилучшего соответствия статистике окружающей среды. В быстро меняющихся или нестабильных ситуациях субъекты быстро учатся на новых результатах, поэтому требуется более высокая скорость обучения (Courville et al., 2006). Действительно, Нассар и др. (2010) точно смоделировали поведение субъектов с помощью байесовской модели, обнаружив, что модель регулирует влияние вновь испытанных результатов в соответствии с текущими оценками неопределенности и вероятностью фундаментальных изменений в процессе, посредством которого генерируются результаты. Таким образом, результаты, которые являются неожиданными из-за фундаментальных изменений в окружающей среде, оказывают большее влияние, чем результаты, которые являются неожиданными из-за постоянной стохастичности окружающей среды.

Вместе данные вычислительных моделей показывают, что агенты могут действовать по байесовскому принципу, чтобы отслеживать непредвиденные обстоятельства S-R-O и соответствующим образом обновлять их. При этом агенты могут представлять уровень ожидаемой неопределенности и использовать его для обнаружения неожиданных изменений в среде принятия решений. Важно, однако, что различие между неожиданной неопределенностью и волатильностью не было явно рассмотрено в этой литературе. Действительно, как представляется, существуют различия в том, как рассчитываются эти две формы неопределенности. Например, во время неожиданной неопределенности агент должен обнаруживать и адаптироваться к конкретному изменению непредвиденных обстоятельств. Однако в изменчивых контекстах агент должен также представлять частоту, с которой меняются непредвиденные обстоятельства S-R-O. Это то, что Беренс и др. (2007) называют волатильность отслеживания статистикой окружающей среды высокого порядка.

Нейромодуляторы, связанные с неуверенностью

Ацетилхолин (АХ) и норадреналин (НА) могут быть важными нейротрансмиттерами, участвующими в передаче сигналов об ожидаемых и неожиданных источниках неопределенности (Phillips et al. , 2000; Bouret and Sara, 2005; Yu and Dayan, 2005; Preuschoff et al., 2011; Avery et al., 2012). В частности, говорят, что ACh сигнализирует об ожидаемой неопределенности из-за известной ненадежности в поведенческом контексте, тогда как NA сигнализирует о неожиданной неопределенности, возникающей из-за фундаментальных изменений в непредвиденных обстоятельствах S-R-O. Доказательства того, что ACh имеет решающее значение для ожидаемой неопределенности, исходят из данных о том, что ACh изменяется обратно пропорционально уровню предполагаемой достоверности сигнала (Witte et al., 19).97; Филипс и др., 2000; Сартер и Парих, 2005 г.; Ю и Даян, 2005). Эта достоверность подсказки представляет собой вероятность того, что подсказка будет правильной, например. сигнал является действительным предиктором правила S-R-O в 80% испытаний. Обычно это постоянное значение в течение всего экспериментального сеанса и, таким образом, измеряет стохастичность задачи. Это говорит о том, что ACh сообщает о форме ожидаемой неопределенности, о которой можно узнать из прошлого опыта отношений S-R-O. Исследования показывают, что ACh устойчиво увеличивается при ожидаемой ненадежности окружающей среды, когда необходимо поддерживать внимание (Dalley et al., 2001). Это означает, что для того, чтобы понять прогностические отношения среды, агент должен использовать устойчивый во времени механизм для оценки неопределенности.

Было высказано предположение, что NA может сигнализировать о неожиданной неопределенности (Bouret and Sara, 2005; Yu and Dayan, 2005; Preuschoff et al., 2011; Avery et al., 2012). Есть некоторые эмпирические данные, подтверждающие это мнение. Например, префронтальная система NA, в отличие от системы ACh, задействована новыми случайностями S-R-O, что совместимо с ролью в механизмах пластичности и нового обучения (Dalley et al., 2001). Кроме того, имеющиеся данные свидетельствуют о том, что NA возникает в голубом пятне (LC), где нейроны LC возбуждаются фазно (в отличие от тонических) и устойчиво к непредсказуемым изменениям свойств стимула или обращению непредвиденных обстоятельств S-R-O (Aston-Jones et al. , 19).97; Ю и Даян, 2003 г.; Буре и Сара, 2004). Более свежие данные показали, что NA сигнализирует о неожиданной неопределенности, измеряемой расширением зрачка (Preuschoff et al., 2011). Действительно, Preuschoff и соавт. (2011) показали, что неожиданная неопределенность тесно связана с размером зрачка и не связана с ожидаемой неопределенностью. Считается, что размер зрачка заметно коррелирует с NA в исследованиях как на животных, так и на людях (Rajkowski et al., 1993; Gilzenrat et al., 2010). В совокупности эти наблюдения позволяют предположить, что система LC-NA способствует сдвигам внимания и когнитивных функций в поведенческой адаптации к изменяющимся условиям (см. Sara, 2009).). Таким образом, уровни NA могут сигнализировать о необходимости пересмотра ожиданий относительно нашего мира (Cohen et al., 2007a).

Хотя фазовые всплески активности NA, вероятно, сигнализируют о неожиданной неопределенности, изменчивость, характеризующаяся высокой частотой фундаментальных изменений S-R-O, может сигнализироваться тонически высокими уровнями NA (Yu, 2007). Действительно, McClure et al. (2006) предполагают, что усиленный конфликт долгосрочных реакций (вызванный частыми изменениями в непредвиденных обстоятельствах S-R-O) смещает LC в сторону тонического режима возбуждения NA, чтобы усилить исследовательское поведение. Эти авторы предполагают, что повышенное тоническое возбуждение отражает возросшую неопределенность окружающей среды. Таким образом, этот тонический режим функционирования LC может отражать изменчивость среды, вызванную частыми изменениями основных правил поведения.

В совокупности психофармакологические данные свидетельствуют о том, что неожиданная неопределенность связана с фазовыми вспышками NA, которые сигнализируют об изменениях в непредвиденных обстоятельствах S-R-O. Однако ожидаемая неопределенность показывает более тонический режим ACh, чтобы временно поддерживать прошлые непредвиденные обстоятельства S-R-O и, следовательно, ожидаемый уровень стохастичности. Кроме того, о волатильности могут свидетельствовать тонические уровни NA, а не фазовые всплески (McClure et al. , 2006; Yu, 2011). Следовательно, можно провести важное различие между неожиданной неопределенностью и изменчивостью с точки зрения их временных характеристик нейромодуляции.

Дилемма эксплуатации и исследования

Некоторые авторы предполагают, что различие между ожидаемыми и неожиданными формами неопределенности может быть важным элементом поведенческой адаптации, т. е. при выборе того, следует ли исследовать или использовать среду принятия решений (Cohen et al. др., 2007а). Дилемма эксплуатации против исследования предполагает компромисс между сохранением нашего текущего поведения (использование) или выбором альтернативных вариантов (исследование) в обучении с подкреплением. Например, если мы столкнулись с некачественной едой в предпочитаемом нами ресторане, мы могли бы сохранить наше текущее поведение и продолжать посещать ресторан, полагая, что ресторан по-прежнему является лучшим вариантом, учитывая его хорошие прошлые показатели (эксплуатация). В качестве альтернативы мы можем решить посетить другие рестораны в поисках лучшего обеденного опыта (исследование). Действительно, эксплуатация против разведка компромисс является фундаментальной проблемой для адаптивного управления поведением (Cohen et al., 2007a).

Особенно важно то, что неопределенность может предшествовать решению изучить альтернативный вариант или использовать текущую ситуацию (Daw et al., 2006; Cohen et al., 2007a; Frank et al., 2009). Например, обнаружение неожиданной неопределенности может быть важным сигналом о необходимости содействия исследованию и играет центральную роль в приобретении адаптивного поведения в меняющихся условиях (Daw et al., 2006; Cohen et al., 2007a). Например, в знакомой, надежной среде со стабильным уровнем ожидаемой неопределенности нет необходимости в исследовании (например, шеф-повар ресторана работает 8 раз в 10 дней, поэтому мы, вероятно, получим предпочитаемое блюдо в 80% посещений). , значит нас всего , используя знания, извлеченные из предыдущего опыта). Если мы столкнулись с плохой едой, что является следствием кратковременного отсутствия шеф-повара, то мы можем продолжать посещать этот ресторан (эксплуатация). Напротив, во время неожиданных изменений в окружающей среде, которые приводят к устойчивой недействительности наших предыдущих представлений, необходимо предпринимать исследовательские действия (Doya, 2008). Например, если мы столкнулись с плохой едой из-за того, что предыдущего шеф-повара уволили и заменили менее опытным шеф-поваром, эта неожиданная неопределенность в отношении будущих посещений ресторана может подтолкнуть нас к поиску других ресторанов. Поэтому исследование, основанное на неопределенности, является потенциально важным аспектом принятия решений и адаптивного поведения (Cavanagh et al., 2011).

Исследования начали показывать, что вариации заблокированной реакции лобной тета от пробы к пробе связаны с неожиданной неопределенностью и выше у людей, которые используют неопределенность для направления исследования (Cavanagh et al. , 2011). Кроме того, эмпирические исследования начали раскрывать механизмы, которые животные могут использовать для адаптации к изменениям в окружающей среде, регулируя баланс между эксплуатацией и исследованием. Эти исследования, по-видимому, сходятся во мнении, что нейромодуляторные системы; в частности, ACh и NA, взаимодействуя с DA-опосредованными механизмами обучения с подкреплением, могут играть решающую роль в исследованиях, вызванных неожиданной неопределенностью (Cohen et al., 2007a). Действительно, недавние исследования показывают, что сдвиги между вовлечением в задачу (эксплуатация) и отстранением (исследование) влияют на реакцию зрачка, которая, как считается, указывает на нейротрансмиссию NA (Preuschoff et al., 2011). Это согласуется с теорией неожиданной неопределенности Ю и Даяна (2005) и теорией адаптивного усиления LC-NA (норадреналина), опосредованного поведением исследования/эксплуатации (Aston-Jones and Cohen, 2005).

Вместе эти данные указывают на тесную связь между неопределенностью и адаптивным контролем поведения. Действительно, кажется вероятным, что неопределенность, и особенно неожиданная неопределенность, сигнализирует об изменении контекста, которое способствует исследовательскому адаптивному поведению. И наоборот, отслеживая прошлые представления правил S-R-O и измеряя стохастичность среды, можно представить форму ожидаемой неопределенности, которая способствует эксплуататорскому поведению. Взаимодействие ожидаемых и неожиданных форм неопределенности, вероятно, оптимальным образом будет управлять поведением. Поэтому может случиться так, что успешная адаптация к неопределенности может зависеть от уровней ожидаемой неопределенности и частоты изменений непредвиденных обстоятельств S-R-O.

Насколько нам известно, различие между волатильностью и неожиданной неопределенностью не было четко сформулировано с точки зрения поведения эксплуатации/разведки. Однако разумно думать, что волатильность должна характеризоваться состоянием, в котором ожидается потребность в устойчивой разведке. Действительно, если изменчивость приводит к формированию представления о том, что базовое правило S-R-O может часто меняться, то это должно позволить агентам, принимающим решения, быть готовыми к участию в исследовании в контекстах такого типа. Возможный прогноз заключается в том, что исследовательское поведение после изменения правила S-R-O будет более быстро задействовано в изменчивых контекстах по сравнению с ситуациями, когда изменения S-R-O редки, поскольку ожидается необходимость исследования. Для изучения этого вопроса потребуются дальнейшие исследования.

Когнитивный контроль

Как мы уже отмечали, появляющаяся литература начинает демонстрировать, как обрабатываются различные формы неопределенности. Один аспект, который еще предстоит адекватно рассмотреть, — это потенциальное участие процессов когнитивного контроля в разрешении неопределенности (Mushtaq et al., 2011). Действительно, способность быстро и гибко приспосабливать поведение к изменяющимся требованиям окружающей среды является определяющей характеристикой когнитивного контроля (Braver et al., 2003). Поэтому успешная адаптация к неожиданной неопределенности может потребовать динамического и гибкого включения функций когнитивного контроля. Интересно, что разные стратегии когнитивного контроля могут использоваться для борьбы с разными формами неопределенности (т. е. ожидаемой неопределенностью, неожиданной неопределенностью и изменчивостью). В частности, механизмы мониторинга конфликтов и рабочая память (РП) являются двумя каноническими примерами процессов когнитивного контроля, которые кажутся вероятными кандидатами на успешную адаптацию к различным формам неопределенности (Bland and Schaefer, 2011; Mushtaq et al., 2011).

Мониторинг конфликтов и рабочая память

Гипотеза конфликта (Botvinick et al., 2001; van Veen and Carter, 2002; Kerns et al., 2004) обеспечивает теоретическую основу, которую можно использовать для понимания некоторых взаимосвязей между неопределенностью и когнитивный контроль. Согласно гипотезе конфликта, корректировка когнитивного контроля, вероятно, происходит во время высокой степени конфликта реакции (Botvinick et al., 2001). Согласно этой гипотезе, конфликт реакций возникает всякий раз, когда одновременно активны две или более несовместимых тенденций реагирования. Например, уровень конфликтности ответов высок, когда ответ должен быть воздержан в контексте, в котором существует преобладающая тенденция к открытому ответу (Nieuwenhuis et al., 2003). Следовательно, изменение усвоенных непредвиденных обстоятельств S-R-O может потребовать подавления привычного поведения (например, усвоенного из предыдущего правила S-R-O) после отрицательного результата и замены его новым поведением, адаптированным к новому правилу. Этот тип поведенческой адаптации, вероятно, зависит от обработка конфликта , то есть способность эффективно решать спорные вопросы между двумя конфликтующими поведенческими реакциями (обычно это привычная реакция, которую необходимо заменить новой реакцией). Обработка конфликтов считается ключевым способом когнитивного контроля (Botvinick et al., 2001; Yeung and Cohen, 2006) и чаще наблюдается в задачах с привычным контекстом, прерываемым редкими высококонфликтными испытаниями (Botvinick et al. ., 1999). Действительно, изменения в выученных условиях S-R-O и, следовательно, неожиданная неопределенность, вероятно, вызовут конфликт, поэтому непредвиденная неопределенность может иметь важное значение в сигнале о необходимости усиления когнитивного контроля для успешной адаптации поведения (Mushtaq et al. , 2011).

В дополнение к механизму мониторинга конфликтов, WM также может играть важную роль в успешной адаптации к различным формам неопределенности. WM определяется как система, обеспечивающая временное хранение, манипулирование и обработку информации (Baddeley, 1992), которая хранится в сети или доступна для немедленного доступа другими когнитивными процессами (Awh and Jonides, 2001). WM играет ключевую роль в активном обслуживании и обновлении информации, чтобы позволить использовать информацию, относящуюся к задаче, таким образом, который напрямую влияет на текущую обработку. Это делает WM вероятным кандидатом при принятии решений, когда адаптивный выбор в неопределенной среде зависит от отслеживания непредвиденных обстоятельств S-R-O и способности отслеживать и обновлять любые изменения в ассоциациях S-R-O. WM особенно важен во многих задачах, которые требуют активного обслуживания и обновления информации, чтобы способствовать целенаправленному поведению (Owen et al., 2005). Поэтому концепции WM и когнитивного контроля могут быть тесно связаны с принятием решений в ситуациях, когда могут произойти изменения S-R-O, такие как неожиданная неопределенность или изменчивость. Далее мы рассмотрим связь между когнитивным контролем и различными видами неопределенности с трех точек зрения: нейровизуализационные исследования (фМРТ и ERP), модели, предполагающие существование различных режимов когнитивного контроля (Koechlin et al., 2003; Braver et al., 2007). ) и исследования нейромодуляции.

Нейронные корреляты когнитивного контроля в неопределенной среде

Данные нейровизуализации продемонстрировали большую активацию ППК в исследованиях, изучающих конфликты и мониторинг конфликтов (Carter et al., 1998; Botvinick et al., 2001). Отрицательность, связанная с ошибкой (ERN), отрицательное отклонение формы волны ERP во время ошибочной реакции (например, Gehring et al., 1990), которая также возникает в ACC (Dehaene et al., 1994), как полагают, быть электрофизиологическим маркером, лежащим в основе механизма мониторинга конфликта (Carter et al. , 19).98; Ботвиник и др., 1999, 2001; Юнг и Коэн, 2006). Кроме того, было показано, что передний N2, ERP, который, как считается, генерируется в ACC, отражает мониторинг конфликта ответов (Nieuwenhuis et al., 2003; Yeung et al., 2004). Важно отметить, что N2 ассоциируется с изменчивостью в привычной среде (Bland and Schaefer, 2011). Бланд и Шефер (2011) представили участникам либо синий, либо красный треугольник, который был связан с двумя возможными ответами. Участники должны были выучить правильное правило S-R-O (красный треугольник — ответ 1 = награда; синий треугольник — ответ 2 = награда). В этой задаче независимо манипулировались двумя контекстуальными детерминантами неопределенности решения: Волатильность (т. е. частота изменений в правилах S-R-O) и Достоверность обратной связи (т. е. степень, в которой правило S-R-O точно предсказывает результаты, что является синонимом ожидаемой неопределенности). Бланд и Шефер (2011) продемонстрировали, что частые изменения правил S-R-O в предсказуемой среде (где достоверность обратной связи высока) были связаны с фронтальным компонентом N2. Это, возможно, отражает реализацию когнитивного контроля через механизм, подходящий для обнаружения конфликта в заученных случайностях S-R-O.

В отношении гипотезы конфликта было высказано предположение, что обнаружение конфликта ACC приводит к доставке триггерных сигналов в системы, специализирующиеся на осуществлении контроля (например, префронтальная кора, префронтальная кора, префронтальная кора). Поддержка этой идеи исходит из данных, свидетельствующих о том, что связанная с конфликтом активность в АКК предсказывает последующее увеличение активности префронтальной коры и соответствующие корректировки производительности (Kerns et al., 2004). В частности, считается, что ACC играет важную роль в корректировке механизмов исполнительного контроля, управляемых префронтальной корой (Botvinick et al., 2001; Kerns et al., 2004; Brown and Braver, 2005; Egner and Hirsch, 2005; di Пеллегрино и др., 2007 г. Мансури и др., 2009 г.). Учитывая, что неожиданная неопределенность и изменчивость характеризуются изменениями окружающей среды, требующими подавления или корректировки существующих репрезентаций S-R-O, эти формы неопределенности можно было бы рассматривать как состояния, запускающие конфликт и, следовательно, каскад процессов, ведущих к реализации процессов когнитивного контроля. Другими словами, эти формы неопределенности можно воспринимать как сводку контекстуальных предшественников реализации процессов когнитивного контроля (Mushtaq et al., 2011).

Другая теоретическая интерпретация предполагает связь между неожиданной неопределенностью и специфическими механизмами когнитивного контроля (Nieuwenhuis, 2011). В интересном обзоре Nieuwenhuis (2011) рассматривается взаимосвязь между системой LC и ERP P3. Объединив теорию Ю и Даяна (2005) и известную теорию P3, предложенную Дончиным (1981), Ньювенхейс (2011) исследует, как непредвиденная неопределенность требует от агентов обновления их представления об окружающей среде. Действительно, удивительный и неожиданный результат должен потребовать пересмотра ментальной модели агента среды принятия решений. Это индексируется амплитудой P3, которая, как считается, генерируется передачей сигналов LC и NA. Повышенное фазовое высвобождение NA может оказывать прямое усиливающее воздействие на контрольные представления, специфичные для задачи, в префронтальной коре, способствуя компенсаторному усилению контроля после временного снижения производительности и/или вознаграждения (Aston-Jones and Cohen, 2005). Таким образом, глобальные изменения во внешней среде служат сигнальной системой для контекстуальных переключений. Действительно, эмпирические исследования начинают показывать, что варианты P3 и позднего положительного комплекса (LPC) связаны с изменением непредвиденных обстоятельств S-R-O (Bland and Schaefer, 2011). Бланд и Шефер (2011) также продемонстрировали, что частые изменения правил S-R-O в сложной среде (где Низкая достоверность обратной связи ) была связана с фронтальным компонентом LPC. Возможно, это отражает механизм интеграции прошлых результатов с целью обновления ментальной модели текущей непредвиденной ситуации S-R-O и частоты, с которой она возникает. Изменение правила S-R-O, вероятно, сигнализирует о пересмотре ментальной модели, что, вероятно, будет отражаться в увеличенной амплитуде комплекса P3/LPC. Это контрастирует с изменением правила в довольно привычном контексте (высокий уровень 9).1086 Достоверность обратной связи ), где волатильность индексируется компонентом N2 и, вероятно, отражает мониторинг конфликта (Bland and Schaefer, 2011). Таким образом, есть некоторые данные, указывающие на различные формы когнитивного контроля в зависимости от взаимодействия ожидаемой неопределенности и изменчивости. Однако неожиданная неопределенность и изменчивость еще предстоит четко разделить в нейровизуализационных и электрофизиологических исследованиях.

Отдельные режимы когнитивного контроля

Недавние исследования начинают изучать дифференциальные режимы когнитивного контроля, которые могут иметь важные совпадения с вычислительными и нейробиологическими данными, изложенными выше. Теория двойных режимов управления (DMC) (Braver et al., 2007, 2009).) предполагает, что когнитивная гибкость может быть достигнута путем изменения способа развертывания конкретного механизма контроля в ответ на изменение требований задачи или внутренних целевых состояний. В частности, эта теория предлагает различие между проактивным и реактивным режимами когнитивного контроля (Braver et al., 2007). Проактивный контроль — это ранний отбор релевантной для цели информации, которая активно поддерживается устойчивым/предвосхищающим образом до возникновения событий, требующих когнитивных функций, для оптимального смещения систем внимания, восприятия и действия в целеустремленную манеру. Напротив, реактивный режим представляет собой механизм поздней коррекции, при котором когнитивный контроль задействуется только по мере необходимости, например, после обнаружения события с высоким уровнем помех. Таким образом, упреждающий контроль основывается на предвидении и предотвращении помех до того, как они произойдут, тогда как реактивный контроль опирается на post hoc обнаружение и устранение помех после их появления (Braver et al., 2009).

Четкое предсказание этой гипотезы состоит в том, что проактивный и реактивный контроль можно различить с точки зрения активности латеральной префронтальной коры. Например, упреждающий контроль должен быть связан с устойчивой и/или упреждающей активацией префронтальной коры, что отражает активное поддержание целей задачи. Напротив, реактивный контроль должен отражаться во временной активации латеральной префронтальной коры наряду с более широкой сетью дополнительных областей мозга, включая ППК (Braver et al., 2007, 2009).). Кроме того, теория DMC была связана с отдельными компонентами ERP. В частности, утверждалось, что P3 и поздние положительные результаты связаны с проактивным контролем, а N2 — с реактивным контролем (van Wouwe et al., 2011). Интересно, что P3 был связан с WM и постоянным обслуживанием информации в WM (Duncan-Johnson and Donchin, 1982), а N2 был связан с отслеживанием конфликтов и обнаружением ошибок (van Veen and Carter, 2002).

Важно отметить, что упреждающие и реактивные режимы управления могут быть полезны для успешной адаптации к различным формам неопределенности. Теория DMC предполагает, что временная динамика нейронной активности может различаться от переходного до преимущественно тонического режима. Например, ожидаемая неопределенность может включать в себя более проактивный режим контроля, чтобы реализовать устойчивые ресурсы внимания для облегчения внутренних репрезентаций непредвиденных обстоятельств S-R-O (однако можно также утверждать, что автоматических процессов может быть достаточно в ситуации с усвоенными и стабильными уровнями внимания). ожидаемая неопределенность).

Разделяемые режимы управления также были предложены Коехлином и его коллегами с использованием иерархической структуры. Коехлин и др. предложить две формы контроля; контекстуальный и эпизодический контроль (Koechlin et al., 2003; Koechlin and Summerfield, 2007). Контекстный контроль относится к использованию текущей подсказки (контекста) для выбора поведения, соответствующего задаче, тогда как эпизодический контроль относится к использованию прошлых подсказок, которые определяют в течение длительного периода времени, как текущие стимулы и контекстуальные подсказки интерпретируются (Эгнер, 2009). Режимы контроля расположены иерархически, при этом эпизодический контроль влияет на контекстуальный контроль, но не наоборот. Согласно Kouneiher et al. (2009) транзиторные заднелатеральные области префронтальной коры служат контекстуальному контролю, в то время как устойчивые средне-латеральные области префронтальной коры связаны с эпизодическим контролем. Важно отметить, что эти два режима контроля могут также играть роль в адаптации к различным формам неопределенности. Например, эпизодический контроль относится к расширенной во времени информации о поведенческом эпизоде. Для этого требуется устойчивый механизм для интеграции прошлых представлений и формирования мысленной модели окружающей среды. Таким образом, этот способ контроля может быть особенно важен для интеграции прошлых событий S-R-O и представления ожидаемых форм неопределенности. И наоборот, контекстуальный контроль, на который указывает временная нейронная активность в префронтальной коре, может быть полезен для обнаружения контекстуальных сдвигов, таких как изменение основных непредвиденных обстоятельств S-R-O.

Вместе теории, изложенные выше, предполагают, что существуют отдельные способы когнитивного контроля. Здесь мы предполагаем, что они могут быть особенно актуальны для оценки и разрешения различных форм неопределенности. Как указывалось выше, ожидаемые формы неопределенности можно оценить с помощью постоянного эпизодического контроля (Kouneiher et al. , 2009) или проактивного контроля (Braver et al., 2009), в то время как неожиданные формы неопределенности можно обнаружить с помощью временного контекстуального контроля (Kouneiher et al. ., 2009) или реактивный контроль (Braver et al., 2009).

Важно, однако, то, что реактивный режим управления не обязательно является наиболее оптимальным режимом в нестабильных средах, в которых происходит высокая частота изменений S-R-O. Действительно, агент может узнать, что окружающая среда часто меняется, и поэтому эти неожиданные изменения могут стать ожидаемыми. Таким образом, упреждающий режим управления может быть идеальным в этом типе среды по двум причинам. Во-первых, это позволило бы устойчиво активировать репрезентацию частоты изменений в окружающей среде и, следовательно, потенциальную потребность в постоянном исследовательском поведении. Во-вторых, упреждающий режим управления позволил бы поддерживать и интегрировать расширенную во времени информацию о прошлых непредвиденных обстоятельствах S-R-O для динамического обновления текущих ментальных моделей. Можно провести параллель с теорией Koechlin et al. (2003), Koechlin and Summerfield (2007), Kouneiher et al. (2009 г.), из чего можно предположить, что эпизодический контроль также может быть полезен для интеграции расширенной во времени информации, необходимой для успешной адаптации к изменчивым ситуациям.

Общим для всех этих теорий является то, что отдельные способы контроля можно различить по устойчивой и временной нейронной активности. Это может быть особенно важно для оценки различных форм неопределенности. Действительно, нейротрансмиттеры, которые, как считается, лежат в основе ожидаемых и неожиданных форм неуверенности, отличаются тонической и фазовой активностью. Например, ACh устойчиво увеличивается при ожидаемой ненадежности окружающей среды (Dalley et al., 2001) и участвует в длительном состоянии готовности реагировать на редко и непредсказуемо возникающие сигналы (Sarter et al., 2001). Следовательно, можно предположить, что неожиданная неопределенность будет связана с преходящими формами нейронной активности, связанной с когнитивным контролем, тогда как изменчивость будет связана с более устойчивыми паттернами нейронной активности в сетях мозга, контролирующих когнитивные функции.

Теория адаптивного усиления функционирования LC-NA

Теория адаптивного усиления функционирования LC-NA предполагает наличие как минимум двух различимых режимов функционирования LC-NA, которые управляют поведением. В фазовом режиме всплески активности LC наблюдаются в связи с результатами процессов принятия решений и тесно связаны с поведенческими реакциями, которые обычно очень точны. Однако в тоническом режиме базовая активность LC повышена, но фазовые всплески активности отсутствуют (Aston-Jones and Cohen, 2005). Интересно, что было высказано предположение, что OFC и ACC могут напрямую управлять этой фазовой активностью LC, что, в свою очередь, способствует исследовательскому или эксплуатационному поведению (Aston-Jones and Cohen, 2005). Это может иметь важные последствия для режима, в котором реализуется когнитивный контроль. Например, неожиданная неопределенность возникает из-за серьезных нарушений предсказаний, которые, как ожидается, будут правильными (Ю и Даян, 2005). Фазовые сигналы NA были связаны с новизной и изменениями в непредвиденных обстоятельствах S-R-O (Aston-Jones et al., 19).97; Астон-Джонс и Коэн, 2005 г.; Ю и Даян, 2005 г.; Эйвери и др., 2012). Это хорошо сочетается с реактивным режимом управления, возникающим в результате высококонфликтных событий (Braver et al., 2007), которые могут быть вызваны сильными нарушениями прогнозов. Кроме того, это также связано с мнением о том, что непредвиденная неопределенность вызвана несоответствием между предсказанием и наблюдением и проявляется поэтапно с быстрым привыканием (Yu and Dayan, 2005). Действительно, сильные проекции от OFC и ACC к LC могут управлять этим фазовым ответом, где сигналы от OFC и ACC усиливают фазовое высвобождение NA LC, тем самым улучшая результаты в последующих испытаниях (Aston-Jones et al., 2002; Aston-Jones и др.). Коэн, 2005). Согласно теории адаптивного усиления, этот эффект может дополнительно способствовать компенсаторному усилению контроля после временного снижения производительности и/или вознаграждения. Действительно, эмпирические данные свидетельствуют о том, что АН непосредственно участвует в мониторинге производительности (Riba et al., 2005). Кроме того, имеются существенные доказательства модулирующего влияния NA на когнитивные функции, зависящие от лобной коры, в частности на избирательное внимание и задачи рабочей памяти (Sara, 2009).).

Теория адаптивного усиления также предполагает, что сигналы от ACC к LC (указывающие на неблагоприятный исход), возможно, дополненные сигналами от OFC к LC (указывающие на отсутствие ожидаемого вознаграждения), могут усиливать фазовый режим LC (Aston-Jones and Cohen, 2005). Это, в свою очередь, улучшит результаты в последующих испытаниях за счет усиления фазового высвобождения NA LC, тем самым оказывая прямое усиливающее воздействие на контрольные представления, специфичные для задачи, в префронтальной коре (Aston-Jones and Cohen, 2005). Таким образом, обнаружение конфликта, отражаемое реакцией ACC, которая затем посылает триггеры для компенсаторных корректировок когнитивного контроля, может быть опосредовано функционированием LC-NA. Это согласуется с теоретической основой Ю и Даяна (2005) о том, что НС действует как сигнал неожиданной неопределенности.

Действительно, непредвиденная неопределенность может рассматриваться как состояние, сигнализирующее о потенциальной необходимости подавления предыдущих правил S-R-O, чтобы заменить их более адаптивными непредвиденными обстоятельствами S-R-O. Это требует гибкой адаптации поведения в изменчивой среде. Таким образом, передача сигналов NA в ответ на неожиданную неопределенность может быть решающим образом вовлечена в реализацию ACC-PFC когнитивного контроля. Действительно, исследования функциональной нейровизуализации, изучающие неопределенность, обнаружили нейронную сеть, которая имеет значительное совпадение с сетями мозга, обычно связанными с задачами когнитивного контроля. В частности, сеть, включающая латеральные области префронтальной коры, теменную кору и ППК, по-видимому, постоянно активируется для задач принятия решений, в которых манипулируют изменчивостью и ожидаемыми формами неопределенности, а также в широком диапазоне классических задач когнитивного контроля (для обзора нейронных коррелятов неопределенности и когнитивного контроля см. Mushtaq et al., 2011). Следовательно, когнитивный контроль и, в частности, реактивный режим, определяемый ранними отрицательными изменениями ЭЭГ и флуктуациями АСС в ЖИРНОМ ответе, а также фазовыми вспышками NA, могут быть особенно важны для оценки, обнаружения и разрешения неожиданной неопределенности. В качестве альтернативы режим упреждающего контроля, характеризующийся устойчивой нейронной активностью в префронтальной коре и комплексе P3/LPC, может быть важен для успешной интеграции прошлых результатов, чтобы измерить стохастичность среды и справиться с ожидаемой неопределенностью. Однако также вероятно, что устойчивые уровни стохастичности можно было бы изучить с помощью автоматических процессов без участия процессов когнитивного контроля. Кроме того, возможно, что упреждающий контроль может быть также особенно полезен в изменчивых контекстах, где устойчивое во времени обслуживание и обновление информации о прошлых результатах в WM может быть полезно для адаптации к контексту частых изменений S-R-O.

Таким образом, кажется, что реактивное управление может быть использовано после весьма неожиданного изменения S-R-O. Однако проактивный режим может быть очень эффективным при борьбе с волатильностью. Поэтому следует различать непредвиденную неопределенность и волатильность: непредвиденная неопределенность возникает из-за единичных или редких непредвиденных фундаментальных изменений в случайности S-R-O, тогда как волатильность можно рассматривать как ряд частых фундаментальных изменений частот S-R-O, и эта частота изменений сама по себе может стать предсказуемой. В нашем примере выше нестабильная ситуация возникает, когда наш обычный ресторан имеет тенденцию очень часто нанимать нового шеф-повара в течение года. Если клиенты знают об этой тенденции, они смогут использовать упреждающие стратегии, чтобы определить, связано ли изменение качества еды с временным изменением более стабильной модели (например, обычный повар отсутствует 1 день каждую неделю). ) или если это отражает более фундаментальное изменение, например, предыдущий шеф-повар был уволен и заменен новым). Поэтому то, как мозг оценивает относительную частоту изменений в окружающей среде, имеет решающее значение. Беренс и др. (2007) предполагают, что это отражается на активности АКК. Действительно, ACC может быть в состоянии оценить скорость, с которой меняются непредвиденные обстоятельства вознаграждения, и подать сигнал PFC для реализации реактивного или более активного режима управления. Это, вероятно, отражает очень сложный механизм контроля, который приспосабливается к соответствующим изменениям в окружающей среде, что, возможно, отражается нейромодуляцией ACh и NA, опосредованной ACC-PFC.

Синтез и выводы

Мы рассмотрели существующие эмпирические данные и теоретические данные, чтобы обосновать рассмотрение трех различных форм неопределенности; ожидаемая неопределенность, неожиданная неопределенность и волатильность. В то время как ожидаемой неопределенности уделяется много внимания в литературе, последние две формы неопределенности изучены относительно менее хорошо. Тем не менее растущий объем литературы начинает раскрывать, как мозг справляется с неожиданными изменениями в окружающей среде. Это захватывающее направление исследований, которое начинает приносить плоды (Ю и Даян, 2005; Беренс и др., 2007; Доя, 2008; Крюгель и др., 2009).; Нассар и др., 2010 г.; Бланд и Шефер, 2011 г.; Ньювенхейс, 2011 г.; Преушофф и др., 2011).

Однако явное различие между неожиданной неопределенностью и волатильностью еще предстоит рассмотреть. Мы предположили, что исследования компьютерного моделирования предоставляют доказательства того, как мы можем справляться с неожиданными изменениями в непредвиденных обстоятельствах S-R-O и соответствующим образом корректировать скорость обучения. Тем не менее, волатильность, по-видимому, способствует дальнейшим вычислениям, представляя параметр «изменчивость» как статистику высокого порядка для окружающей среды (Behrens et al., 2007). Далее, временная активность нейромодуляторов, участвующих в сигнальной неопределенности, может различать неожиданную неопределенность и изменчивость. В частности, о неожиданной неопределенности сигнализируют фазовые всплески активности NA, в то время как продолжительная непредвиденная неопределенность, т. е. волатильность, может вызывать более тонический режим. Наконец, эти две формы неопределенности можно различать с точки зрения участия различных режимов когнитивного контроля. Вполне возможно, что с неожиданными изменениями можно справиться с помощью реактивного режима контроля, задействующего механизмы обнаружения конфликтов для преодоления конкурирующих ответов в непредвиденных обстоятельствах S-R-O. В качестве альтернативы успешная адаптация к волатильности может быть связана с упреждающим и устойчивым режимом контроля посредством постоянного обслуживания и обновления непредвиденных обстоятельств S-R-O в WM.

Кроме того, ряд вопросов остается открытым. Например, на данном этапе неясно, связаны ли изменчивость и неожиданная неопределенность с отдельными сетями мозга. Рассмотренные выше данные о потенциальном участии различных когнитивных процессов в этих двух формах неопределенности предполагают, что они могут быть разделены с точки зрения их нейронных коррелятов. Для решения этого вопроса потребуются дальнейшие исследования. Более фундаментальный вопрос касается характера различия между волатильностью и неожиданной неопределенностью. Главное отличие между ними 9.1086 частота изменений С-Р-О в заданный период времени. Этой частотой можно управлять постепенно и непрерывно. Однако можно предположить, что системы, участвующие в обработке неопределенности, должны быть способны обнаруживать порог, за которым процессы, реализуемые для работы с окружающей средой, изменятся (например, переключение с реактивного на проактивный режим управления). Для проверки этой идеи потребуются дальнейшие исследования. Наконец, хотя теоретические направления, рассмотренные в этой статье, предполагают, что изменчивость и неожиданная неопределенность могут привести к различным режимам когнитивного контроля и к различным нейромодуляторным паттернам, большинство этих идей еще предстоит эмпирически проверить.

Таким образом, в этой статье рассмотрены эмпирические и теоретические доказательства различия между тремя формами неопределенности, и, в частности, выделено различие между редким неожиданным изменением (неожиданной неопределенностью) и часто меняющейся средой (изменчивостью). Поэтому будущие исследования должны провести четкое различие между неожиданной неопределенностью и волатильностью, чтобы дополнительно изучить, как мы успешно оцениваем, представляем и разрешаем эти различные формы неопределенности. 9 Хотя основное внимание в этой статье уделялось принятию решений человеком, эти три формы неопределенности потенциально могут встречаться и у животных. Например, животное может узнать, что нажатие (реакция) на синий рычаг (стимул) сопровождается едой (результат) для 7 из 10 нажатий рычага. Разумно ожидать, что в процессе обучения у животного может сформироваться представление об ожидаемой величине ошибки (30%) в этом непредвиденном случае S-R-O (ожидаемая неопределенность). Если синий рычаг предсказывает доставку пищи только для 2 из 10 нажатий рычага, произойдет фундаментальное изменение непредвиденных обстоятельств, которые ранее определяли поведение (неожиданная неопределенность), и животное должно адаптироваться к этой новой ситуации (вероятно, путем изучения другие рычаги, присутствующие в окружающей среде). Однако, если связь между нажатием рычага и пищевым вознаграждением постоянно меняется, тогда окружающая среда становится изменчивой, и для адаптации оптимальным решением для животного было бы сформировать представление о том, что эти непредвиденные обстоятельства S-R-O, вероятно, будут часто повторяться. сдача.

Ссылки

Aston-Jones, G., and Cohen, J.D. (2005). Интегративная теория функции голубого пятна и норадреналина: адаптивное усиление и оптимальная производительность. Анну. Преподобный Нейроски. 28, 403–450.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Aston-Jones, G., Rajkowski, J., and Kubiak, P. (1997). Условные реакции нейронов голубого пятна обезьяны предвосхищают приобретение дискриминационного поведения в задаче на бдительность. Неврология 80, 697–715.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Aston-Jones, G., Rajkowski, J., Lu, W., Zhu, Y. , Cohen, JD, and Morecraft, RJ (2002). Видные проекции орбитальной префронтальной коры на голубое пятно у обезьяны. Соц. Неврологи. Абстр. 28, 86–89.

Avery, M.C., Nitz, D.A., Chiba, A.A., и Krichmar, JL (2012). Моделирование холинергической и норадренергической модуляции поведения в неопределенных условиях. Фронт. вычисл. Неврологи. 6:5. doi:10.3389/fncom.2012.0000

Полный текст CrossRef

Аух, Э., и Джонидес, Дж. (2001). Перекрывающиеся механизмы внимания и пространственной рабочей памяти. Тенденции Cogn. науч. (Регулярное издание) 5, 119–126.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Baddeley, A. (1992). Рабочая память. Наука 255, 556–559.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Беренс, Т.Е.Дж., Вулрич, М.В., Уолтон, М.Е., и Рашворт, М.Ф.С. (2007). Изучение ценности информации в нестабильном мире. Нац. Неврологи. 10, 1214–1221.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Бланд, А. Р., и Шефер, А. (2011). Электрофизиологические корреляты принятия решений при различных уровнях неопределенности. Мозг Res. 1417, 55–66.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Ботвиник, М., Нистром, Л.Е., Фисселл, К., Картер, К.С., и Коэн, Дж.Д. (1999). Мониторинг конфликтов и выбор действия в передней части поясной извилины. Природа 402, 179–181.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Ботвиник, М. М., Брейвер, Т. С., Барч, Д. М., Картер, К. С., и Коэн, Дж. Д. (2001). Мониторинг конфликтов и когнитивный контроль. Психология. Ред. 108, 624–652.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Буре, С., и Сара, С.Дж. (2004). Ожидание вознаграждения, ориентация внимания и голубое пятно медиальной лобной коры взаимодействуют во время обучения. евро. Дж. Нейроски. 20, 791–802.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Буре С. и Сара С. Дж. (2005). Сброс сети: упрощенная всеобъемлющая теория функции норадреналина голубого пятна. Trends Neurosci. 28, 574–582.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Брейвер, Т.С., Грей, Дж.Р., и Берджесс, Г.К. (2007). «Объяснение многих разновидностей вариаций рабочей памяти: двойные механизмы когнитивного контроля», в Variation in Working Memory , eds CRA Andrew, J. Christopher, JM Kane, M. Akira, and TN John (Нью-Йорк: Oxford University Press ), 76–106.

Бравер Т.С., Пакстон Дж.Л., Локк Х.С. и Барч Д.М. (2009). Гибкие нейронные механизмы когнитивного контроля в префронтальной коре человека. Проц. Натл. акад. науч. США 106, 7351–7356.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Бравер, Т.С., Рейнольдс, Дж. Р., и Дональдсон, Д.И. (2003). Нейронные механизмы временного и устойчивого когнитивного контроля при переключении задач. Нейрон 39, 713–726.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Браун, Дж. В., и Брейвер, Т. С. (2005). Наученные предсказания вероятности ошибки в передней части поясной извилины. Наука 307, 1118–1121.

Опубликовано Резюме | Опубликован полный текст | Полный текст CrossRef

Картер, К.С., Брейвер, Т.С., Барч, Д.М., Ботвиник, М.М., Нолл, Д., и Коэн, Дж.Д. (1998). Передняя поясная кора, обнаружение ошибок и онлайн-мониторинг производительности. Наука 280, 747–749.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Кавана, Дж. Ф., Фигероа, К. М., Коэн, М. Х., и Франк, М. Дж. (2011). Фронтальная тета отражает неуверенность и неожиданность во время исследования и эксплуатации. Церебр. кора. doi: 10.1093/cercor/bhr332

CrossRef Full Text

Cohen, JD, McClure, S. M., and Yu, A.J. (2007a). Мне остаться или идти? Как человеческий мозг находит компромисс между эксплуатацией и исследованием. Филос. Транс. Р. Соц. Лонд. Б биол. науч. 362, 933–942.

CrossRef Полный текст

Коэн, М. Х., Элгер, К. Э., и Ранганат, К. (2007b). Ожидание вознаграждения модулирует связанную с обратной связью негативность и спектры ЭЭГ. Нейроизображение 35, 968–978.

CrossRef Полный текст

Курвиль А.С., Доу Н.Д. и Турецки Д.С. (2006). Байесовские теории обусловливания в меняющемся мире. Тенденции Cogn. науч. (Регулярное издание) 10, 294–300.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Кричли, Х.Д., Матиас, С.Дж., и Долан, Р.Дж. (2001). Нейронная активность человеческого мозга, связанная с неуверенностью и возбуждением во время ожидания. Нейрон 29, 537–545.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Далли, Дж. В., Макгоги, Дж. , О’Коннелл, М. Т., Кардинал, Р. Н., Левита, Л., и Роббинс, Т. В. (2001). Отчетливые изменения кортикального оттока ацетилхолина и норадреналина во время условного и непроизвольного выполнения задачи зрительного внимания. J. Neurosci. 21, 4908–4914.

Опубликован Аннотация | Полный текст в публикации

Доу, Н.Д., О’Доэрти, Дж.П., Даян, П., Сеймур, Б., и Долан, Р.Дж. (2006). Корковые субстраты для исследовательских решений у людей. Природа 441, 876–879.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Даян П. и Ю А. (2002). «ACh, неопределенность и кортикальный вывод», в Advances in Neural Information Processing Systems 14 , Vols. 1 и 2, ред. Т. Г. Диттерих, С. Беккер и З. Гахрамани (MIT Press), 189–196.

Dehaene, S., Posner, M.I., and Tucker, D.M. (1994). Локализация нейронной системы для обнаружения и компенсации ошибок. Психология. науч. 5, 303–305.

CrossRef Полный текст

ди Пеллегрино Г. , Чиарамелли Э. и Ладавас Э. (2007). Регуляция когнитивного контроля после поражения ростральной передней части поясной извилины у людей. J. Cogn. Неврологи. 19, 275–286.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Дончин, Э. (1981). Сюрприз Сюрприз? Психофизиология 18, 493–513.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Дончин, Э., и Коулз, М. Г. (1988). Является ли компонент P300 проявлением обновления контекста? Поведение. Мозг. науч. 11, 357–427.

Полный текст CrossRef

Доя, К. (2008). Модуляторы принятия решений. Нац. Неврологи. 11, 410–416.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Duncan-Johnson, C.C., and Donchin, E. (1977). О количественной оценке удивления: изменение потенциалов, связанных с событием, с субъективной вероятностью. Психофизиология 14, 456–467.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Duncan-Johnson, C. C., and Donchin, E. (1982). Компонент Р300 событийного потенциала мозга как показатель обработки информации. Биол. Психол. 14, 1–52.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Эгнер, Т. (2009). Префронтальная кора и когнитивный контроль: мотивирующие функциональные иерархии. Нац. Неврологи. 12, 821–822.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Эгнер, Т., и Хирш, Дж. (2005). Механизмы когнитивного контроля разрешают конфликт посредством кортикального усиления информации, относящейся к задаче. Нац. Неврологи. 8, 1784–1790 гг.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Эллиот Р. и Долан Р. Дж. (1998). Активация различных фокусов передней поясной извилины в связи с проверкой гипотез и выбором ответов. Нейроизображение 8, 17–29.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Fiorillo, C. D., Tobler, P.N., and Schultz, W. (2003). Дискретное кодирование вероятности и неопределенности вознаграждения дофаминовыми нейронами. Наука 299, 1898–1902 гг.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Франк, М. Дж., Долл, Б. Б., Оас-Терпстра, Дж., и Морено, Ф. (2009). Префронтальные и полосатые дофаминергические гены предсказывают индивидуальные различия в разведке и эксплуатации. Нац. Неврологи. 12, 1062–1068.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Геринг В.Дж., Коулз М.Г.Х., Мейер Д.Е. и Дончин Э. (1990). Негативность, связанная с ошибкой: связанный с событиями потенциал мозга, сопровождающий ошибки. Психофизиология 27, с34.

CrossRef Full Text

Gilzenrat, M., Nieuwenhuis, S., Jepma, M., and Cohen, J. (2010). Диаметр зрачка отслеживает изменения в состоянии контроля, предсказанные теорией адаптивного усиления функции голубого пятна. Познан. Оказывать воздействие. Поведение Неврологи. 10, 252–269.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Гоэль, В., и Долан, Р. Дж. (2000). Анатомическое разделение составных процессов в задаче индуктивного вывода. J. Cogn. Неврологи. 12, 110–119.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Холлерман, Дж. Р., и Шульц, В. (1998). Дофаминовые нейроны сообщают об ошибке во временном предсказании вознаграждения во время обучения. Нац. Неврологи. 1, 304–309.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Хсу, М., Бхатт, М., Адольфс, Р., Транел, Д., и Камерер, К.Ф. (2005). Нейронные системы, реагирующие на степень неопределенности при принятии решений человеком. Наука 310, 1680–1683.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Хюттель С., Стоу Дж., Гордон Э., Уорнер Б. и Платт М. (2006). Нейронные подписи экономических предпочтений для риска и неоднозначности. Нейрон 49, 765–775.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Huettel, S.A., Song, A.W., and McCarthy, G. (2005). Решения в условиях неопределенности: вероятностный контекст влияет на активацию префронтальной и теменной коры. J. Neurosci. 25, 3304–3311.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Kennerley, S.W., Walton, M.E., Behrens, T.E.J., Buckley, M.J., and Rushworth, M.F.S. (2006). Оптимальное принятие решений и передняя поясная кора. Нац. Неврологи. 9, 940–947.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Кернс, Дж. Г., Коэн, Дж. Д., Макдональд, А. В., Чо, Р. Ю., Стенгер, В. А., и Картер, К. С. (2004). Мониторинг конфликта передней поясной извилины и корректировка контроля. Наука 303, 1023–1026.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Кнутсон Б. , Тейлор Дж., Кауфман М., Петерсон Р. и Гловер Г. (2005). Распределенное нейронное представление ожидаемого значения. Дж. Нейроски. 25, 4806–4812.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Koechlin, E., Ody, C., and Kouneiher, F. (2003). Архитектура когнитивного контроля в префронтальной коре человека. Наука 302, 1181–1185.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Коэчлин, Э., и Саммерфилд, К. (2007). Информационно-теоретический подход к префронтальной исполнительной функции. Тенденции Cogn. науч. (Регулярное издание) 11, 229–235.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Kouneiher, F., Charron, S., and Koechlin, E. (2009). Мотивация и когнитивный контроль в префронтальной коре человека. Нац. Неврологи. 12, 939–945.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Крейн А. Л., Уилсон А. М., Арбакл Р., Кастелланос Ф. К. и Милхэм М. П. (2006). Различные нейронные механизмы риска и неоднозначности: метаанализ принятия решений. Нейроизображение 32, 477–484.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Krugel, L.K., Biele, G., Mohr, P.N.C., Li, S.-C., and Heekeren, HR (2009). Генетическая изменчивость дофаминергической нейромодуляции влияет на способность быстро и гибко адаптировать решения. Проц. Натл. акад. науч. США 106, 17951–17956.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Мансури, Ф. А., Танака, К., и Бакли, М. Дж. (2009 г.). Адаптация поведения, вызванная конфликтом: ключ к исполнительным функциям префронтальной коры. Нац. Преподобный Нейроски. 10, 141–152.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Мэтис, К., Донизо, Дж., Фристон, К.Дж., и Стефан, К.Е. (2011). Байесовская основа индивидуального обучения в условиях неопределенности. Перед. Гум. Неврологи. 5:39. doi:10.3389/fnhum.2011.00039

CrossRef Full Text

McClure, S.M., Gilzenrat, M.S., and Cohen, J.D. (2006). «Модель разведки и эксплуатации, основанная на активности норадреналина и дофамина», в Достижения в области систем обработки нейронной информации , Vol. 18, ред. Ю. Вайс, Б. Шёлькопф и Дж. Платт (Кембридж: MIT Press), 867–874.

Муштак, Ф., Бланд, А. Р., и Шефер, А. (2011). Неопределенность и когнитивный контроль. Перед. Психол. 2:249. doi:10.3389/fpsyg.2011.00249

CrossRef Полный текст

Нассар, М. Р., Уилсон, Р. К., Хизли, Б., и Голд, Дж. И. (2010). Примерно байесовская модель дельта-правила объясняет динамику обновления убеждений в меняющейся среде. Дж. Нейроски. 30, 12366–12378.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Nieuwenhuis, S., Yeung, N., van den Wildenberg, W., and Ridderinkhof, K. (2003). Электрофизиологические корреляты функции передней поясной извилины в задаче «годен/не годен»: эффекты конфликта ответов и частота пробного типа. Познан. Оказывать воздействие. Поведение Неврологи. 3, 17–26.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Nieuwenhuis, S. (2011). «Обучение, P3 и система голубого пятна — норадреналин», в Neural Basis of Motivational and Cognitive Control , eds RB Mars, J. Sallet, MFS Rushworth and N. Yeung (Oxford University Press), 209–222.

Оуэн, А. М., Макмиллан, К. М., Лэрд, А. Р., и Буллмор, Э. (2005). Парадигма рабочей памяти N-back: метаанализ нормативных функциональных нейровизуализационных исследований. Гул. Карта мозга. 25, 46–59.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Паулюс, М.П., ​​Файнштейн, Дж.С., Симмонс, А., и Штейн, М.Б. (2004). Активация передней поясной извилины у субъектов с высокой тревожностью связана с изменением обработки ошибок во время принятия решений. биол. Психиатрия 55, 1179–1187.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Паулюс, М. П., ​​Хозак, Н., Франк, Л., и Браун, Г.Г. (2002). Частота ошибок и предсказуемость результатов влияют на активацию нейронов в префронтальной коре и передней части поясной извилины во время принятия решений. Нейроизображение 15, 836–846.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Payzan-LeNestour, E., and Bossaerts, P. (2011). Риск, непредвиденная неопределенность и неопределенность оценки: байесовское обучение в нестабильных условиях. вычислений PLoS. биол. 7, е1001048. doi:10.1371/journal.pcbi.1001048

CrossRef Full Text

Phillips, JM, McAlonan, K., Robb, WGK, and Brown, VJ (2000). Холинергическая нейротрансмиссия влияет на скрытую ориентацию зрительно-пространственного внимания у крыс. Психофармакология 150, 112–116.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Полецци Д., Лотто Л., Даум И., Сартори Г. и Румиати Р. (2008). Прогнозирование результатов решений в мозгу. Поведение. Мозг Res. 187, 116–122.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Polich, J. (1990). Вероятность и влияние межстимульного интервала на P300 от слуховых раздражителей. Междунар. Дж. Психофизиол. 10, 163–170.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Preuschoff, K., Bossaerts, P., и Quartz, S.R. (2006). Нейронная дифференциация ожидаемого вознаграждения и риска в подкорковых структурах человека. Нейрон 51, 381–390.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Preuschoff, K., Hart, B.M., and Einhauser, W. (2011). Расширение зрачков сигнализирует об удивлении: свидетельство роли норадреналина в принятии решений. Перед. Неврологи. 5:115. doi:10.3389/fnins.2011.00115

CrossRef Full Text

Rajkowski, J., Kubiak, P., and Aston-Jones, G. (1993). Корреляции между нейронной активностью голубого пятна (LC), диаметром зрачка и поведением у обезьян подтверждают роль LC во внимании. Абстр. соц. Неврологи. 19, 974.

Риба, Дж., Родригес-Форнеллс, А., Морте, А., Мюнте, Т. Ф., и Барбаной, М. Дж. (2005). Норадренергическая стимуляция улучшает мониторинг действий человека. J. Neurosci. 25, 4370–4374.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Риддеринхоф, К.Р., ван ден Вильденберг, В.П.М., Сегаловиц, С.Дж., и Картер, К.С. (2004). Нейрокогнитивные механизмы когнитивного контроля: роль префронтальной коры в выборе действия, торможении реакции, мониторинге производительности и обучении на основе вознаграждения. Познание мозга. 56, 129–140.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Рашворт, М.Ф., и Беренс, Т.Е. (2008). Выбор, неопределенность и ценность в префронтальной и поясной коре. Нац. Неврологи. 11, 389–397.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Sara, SJ (2009). Голубое пятно и норадренергическая модуляция познания. Нац. Преподобный Нейроски. 10, 211–223.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Сартер, М., Гивенс, Б., и Бруно, Дж. П. (2001). Когнитивная нейробиология устойчивого внимания: где нисходящее встречается с восходящим. Мозг Res. Ред. 35, 146–160.

CrossRef Full Text

Сартер М. и Парих В. (2005). Транспортеры холина, холинергическая передача и познание. Нац. Преподобный Нейроски. 6, 48–56.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Сеймур Б., Доу Н., Даян П., Сингер Т. и Долан Р. (2007). Дифференциальное кодирование потерь и приобретений в стриатуме человека. Дж. Нейроски. 27, 4826–4831.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Стерн, Э. Р., Гонсалес, Р., Уэлш, Р. К., и Тейлор, С. Ф. (2010). Обновление убеждений для решения: нейронные корреляты неуверенности и неуверенности. J. Neurosci. 30, 8032–8041.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Саттон Р.С. и Барто А.Г. (1998). Обучение с подкреплением: введение . Кембридж: MIT Press.

Тоблер, П. Н., О’Доэрти, Дж. П., Долан, Р. Дж., и Шульц, В. (2007). Кодирование ценности вознаграждения отличается от кодирования неопределенности, связанной с отношением к риску, в системах человеческого вознаграждения. J. Нейрофизиол. 97, 1621–1632 гг.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Ван Вин, В., и Картер, К.С. (2002). Передняя поясная извилина как монитор конфликта: исследования фМРТ и ERP. Физиол. Поведение 77, 477–482.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

van Wouwe, N.C., Band, G.P.H., and Ridderinkhof, K.R. (2011). Положительный аффект модулирует гибкость и оценочный контроль. J. Cogn. Неврологи. 23, 524–539.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Волц, К.Г., Шуботц, Р.И., и фон Крамон, Д.Ю. (2003). Прогнозирование событий различной вероятности: неопределенность, исследованная фМРТ. Нейроизображение 19, 271–280.

Опубликован Аннотация | Опубликован полный текст | Полнотекстовая перекрестная ссылка

Witte, E.A., Davidson, M.C., and Marrocco, R.T. (1997). Влияние изменения холинергической активности мозга на скрытую ориентацию внимания: сравнение производительности обезьяны и человека. Психофармакология (Берл.) 132, 324–334.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Йенг, Н., Ботвиник, М., и Коэн, Дж. Д. (2004). Нейронная основа обнаружения ошибок: мониторинг конфликтов и негативность, связанная с ошибками. Психология. Рев. 111, 931–959.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Йенг, Н., и Коэн, Дж. Д.