Теория поля решений
Теория поля решений ( DFT ) — это динамически-когнитивный подход к принятию решений человеком. Это когнитивная модель , которая описывает, как люди на самом деле принимают решения, а не рациональная или нормативная теория , предписывающая, что люди должны или должны делать. Это также динамическая модель принятия решений, а не статическая модель, поскольку она описывает, как предпочтения человека меняются со временем, пока не будет принято решение, а не предполагает фиксированное состояние предпочтений. Процесс эволюции предпочтений математически представляется как случайный процесс, называемый диффузионным процессом . Он используется для прогнозирования того, как люди принимают решения в условиях неопределенности, как решения меняются в условиях нехватки времени и как контекст выбора меняет предпочтения. Эту модель можно использовать для прогнозирования не только сделанного выбора, но и времени принятия решения или ответа .
Статья «Теория поля решений» была опубликована Джеромом Р. Бусмейером и Джеймсом Т. Таунсендом в 1993 году. [1] [2] [3] [4] Было показано, что ДПФ объясняет многие загадочные открытия, касающиеся человеческого поведения выбора, включая нарушения стохастического доминирования , нарушения сильной стохастической транзитивности , [5] [6] [7] нарушения независимости между альтернативами, эффекты последовательного положения на предпочтениях, эффекты компромисса между скоростью и точностью, обратная зависимость между вероятностью и временем принятия решения, изменения в решениях под давлением времени, а также изменение предпочтений между выбором и ценами. ДПФ также предлагает мост к нейробиологии . [8] Недавно авторы теории поля решений также начали исследовать новое теоретическое направление под названием « Квантовое познание» .
Введение [ править ]
Название «теория поля решений» было выбрано, чтобы отразить тот факт, что вдохновением для этой теории послужил более ранний подход – модель конфликта избегания, содержащаяся в Курта Левина общей психологической теории поля , которую он назвал теорией . ДПФ является членом общего класса моделей последовательной выборки, которые обычно используются в различных областях познания. [9] [10] [11] [12] [13] [14] [15]
Основные идеи, лежащие в основе процесса принятия решений для моделей последовательной выборки, показаны на рисунке 1 ниже. Предположим, что лицу, принимающему решение, первоначально предоставляется выбор между тремя рискованными перспективами: A, B, C, в момент времени t = 0. Горизонтальная ось на рисунке представляет время обдумывания (в секундах), а вертикальная ось представляет силу предпочтений. Каждая траектория на рисунке представляет состояние предпочтения одной из рискованных перспектив в каждый момент времени. [4]
Интуитивно, в каждый момент времени лицо, принимающее решения, думает о различных выигрышах от каждой перспективы, что вызывает аффективную реакцию или валентность к каждой перспективе. Эти валентности интегрируются во времени, создавая состояние предпочтения в каждый момент. В этом примере на ранних стадиях обработки (между 200 и 300 мс) внимание фокусируется на преимуществах в пользу перспективы C, но позже (после 600 мс) внимание смещается в сторону преимуществ в пользу перспективы A. Правило остановки для этого процесса: контролируется пороговым значением (которое в этом примере установлено равным 1,0): принимается первая перспектива, достигшая верхнего порога, в данном случае это перспектива A примерно через две секунды. Вероятность выбора определяется первым вариантом, который выиграет гонку и преодолеет верхний порог, а время принятия решения равно времени обдумывания, необходимому одному из потенциальных клиентов для достижения этого порога. [4]
Порог является важным параметром для управления компромиссом между скоростью и точностью. Если пороговое значение установлено на более низкое значение (около 0,30) на рисунке 1, то перспектива C будет выбрана вместо перспективы A (и это будет сделано раньше). Таким образом, решения могут быть отменены в условиях нехватки времени. [16] Высокие пороговые значения требуют достижения состояния сильного предпочтения, что позволяет получить больше информации о потенциальных клиентах, продлевая процесс обсуждения и повышая точность. Низкие пороговые значения позволяют слабому состоянию предпочтений определять решение, что исключает выборку информации о перспективах, сокращает процесс обсуждения и снижает точность. В условиях ограниченного времени лица, принимающие решения, должны выбрать низкий порог; но при небольшом дефиците времени для повышения точности можно использовать более высокий порог. Очень осторожные и обдуманные лица, принимающие решения, склонны использовать высокий порог, а импульсивные и неосторожные лица, принимающие решения, используют низкий порог. [4] Чтобы дать более формальное описание теории, предположим, что лицо, принимающее решение, имеет выбор из трех действий, а также предположим для простоты, что существует только четыре возможных окончательных результата. Таким образом, каждое действие определяется распределением вероятностей по этим четырем результатам. Аффективные ценности, создаваемые каждой выплатой, представлены значениями m j . В любой момент времени лицо, принимающее решение, предвидит выигрыш от каждого действия, что дает мгновенную оценку U i (t) для действия i. Эта мгновенная оценка представляет собой взвешенное по вниманию среднее аффективной оценки каждого выигрыша: U i (t) = Σ W ij (t)m j . Предполагается, что вес внимания в момент времени t, Wij ( t), для выигрыша j, предлагаемого действием i, колеблется в соответствии со стационарным стохастическим процессом. Это отражает идею о том, что внимание переключается от момента к моменту, вызывая изменения в ожидаемой отдаче от каждого действия с течением времени. Мгновенная оценка каждого действия сравнивается с другими действиями, чтобы сформировать валентность каждого действия в каждый момент, v i (t) = U i (t) – U.(t), где U.(t) равно среднему значению по всем мгновенным действиям. Валентность представляет собой мгновенное преимущество или недостаток каждого действия. Общая валентность уравновешивается нулю, так что все варианты не могут стать привлекательными одновременно. Наконец, валентности являются входными данными для динамической системы, которая с течением времени интегрирует валентности для генерации состояний выходных предпочтений. Состояние выходного предпочтения для действия i в момент времени t обозначается как P i (t). Динамическая система описывается следующим линейным стохастическим разностным уравнением для малого шага по времени h в процессе обсуждения: Pi ( t+h) = Σ s ij P j (t)+vi ( t+h). Положительное Коэффициент самоотдачи, s ii = s > 0, управляет памятью прошлых входных валентностей для состояния предпочтения. Значения s ii < 1 предполагают ухудшение памяти или влияние предыдущих валентностей с течением времени, тогда как значения s ii > 1 предполагают рост воздействия с течением времени (эффекты первичности). Отрицательные коэффициенты боковой обратной связи, s ij = s ji < 0 для i, не равного j, вызывают конкуренцию между действиями, так что сильные подавляют слабых. Другими словами, по мере того, как предпочтение одного действия становится сильнее, это смягчает предпочтение других действий. Предполагается, что величины латеральных тормозных коэффициентов являются возрастающей функцией сходства между вариантами выбора. Эти латеральные тормозные коэффициенты важны для объяснения контекстных эффектов на предпочтения, описанных позже. Формально это марковский процесс; матричные формулы были математически выведены для расчета вероятностей выбора и распределения времени ответа на выбор. [4]
Теорию поля решений также можно рассматривать как динамическую и стохастическую теорию принятия решений случайным блужданием, представленную как модель, расположенную между паттернами нейронной активации более низкого уровня и более сложными понятиями принятия решений, встречающимися в психологии и экономике. [4]
контекста эффектов Объяснение
ДПФ способно объяснить контекстные эффекты, которые не могут объяснить многие теории принятия решений. [17]
Многие классические вероятностные модели выбора удовлетворяют двум рациональным типам принципов выбора. Один принцип называется независимостью от нерелевантных альтернатив , и согласно этому принципу, если вероятность выбора варианта X больше, чем вероятность выбора варианта Y, когда доступны только X, Y, тогда вариант X должен оставаться более вероятным для выбора вместо Y, даже когда в набор вариантов добавляется новая опция Z. Другими словами, добавление опции не должно изменять отношение предпочтений между исходной парой опций. Второй принцип называется регулярностью, и согласно этому принципу вероятность выбора варианта X из набора, содержащего только X и Y, должна быть больше или равна вероятности выбора варианта X из большего набора, содержащего варианты X, Y. и новый вариант Z. Другими словами, добавление варианта должно только уменьшить вероятность выбора одного из исходной пары вариантов. Однако эмпирические данные, полученные исследователями потребительского поведения, изучающими поведение человека при выборе, выявили систематические контекстные эффекты, которые систематически нарушают оба этих принципа.
Первый контекстный эффект — это эффект сходства. Этот эффект возникает при введении третьего варианта S, который похож на X, но в нем не доминирует X. Например, предположим, что X — это BMW, Y — Ford Focus, а S — Audi. Audi похожа на BMW, потому что обе они не очень экономичны, но оба качественны и спортивны. Форд-фокус отличается от БМВ и Ауди тем, что он более экономичный, но менее качественный. Предположим, что при бинарном выборе X выбирается чаще, чем Y. Далее предположим, что новый набор вариантов формируется путем добавления варианта S, похожего на X. Если X похож на S, и оба сильно отличаются от Y, люди склонны рассматривать X и S как одну группу, а Y как другой вариант. Таким образом, вероятность Y остается неизменной независимо от того, представлен ли S в качестве опции или нет. Однако вероятность X уменьшится примерно вдвое с введением S. Это приводит к тому, что вероятность выбора X упадет ниже Y, когда S будет добавлен в набор выбора. Это нарушает свойство независимости нерелевантных альтернатив, поскольку при бинарном выборе X выбирается чаще, чем Y, но когда добавляется S, тогда Y выбирается чаще, чем X.
Второй контекстный эффект – это эффект компромисса. Этот эффект возникает при добавлении варианта C, который является компромиссом между X и Y. Например, при выборе между C = Honda и X = BMW последний оказывается менее экономичным, но более качественным. Однако если к набору выбора добавляется еще один вариант Y = Ford Focus, то C = Honda становится компромиссом между X = BMW и Y = Ford Focus. Предположим, что при бинарном выборе X (BMW) выбирается чаще, чем C (Honda). Но когда к набору выбора добавляется вариант Y (Ford Focus), тогда вариант C (Honda) становится компромиссом между X (BMW) и Y (Ford Focus), и тогда C выбирается чаще, чем X. Это еще одно нарушение. Свойство независимости нерелевантных альтернатив, поскольку X выбирается чаще, чем C при двоичном выборе, но C, когда вариант Y добавляется к набору выбора, тогда C выбирается чаще, чем X.
Третий эффект называется эффектом притяжения. Этот эффект возникает, когда третий вариант D очень похож на X, но D неисправен по сравнению с X. Например, D может быть новым спортивным автомобилем, разработанным новым производителем, который похож на вариант X = BMW, но стоит дороже, чем BMW. . Следовательно, нет или почти нет причин выбирать D вместо X, и в этой ситуации D редко когда-либо выбирают вместо X. Однако добавление D в набор вариантов выбора увеличивает вероятность выбора X. В частности, вероятность выбора X из набор, содержащий X,Y,D, больше, чем вероятность выбора X из набора, содержащего только X и Y. Дефектный вариант D заставляет X сиять, и этот эффект притяжения нарушает принцип регулярности, который гласит, что добавление еще одного варианта не может увеличить популярность варианта по сравнению с исходным подмножеством.
ДПФ учитывает все три эффекта, используя одни и те же принципы и одни и те же параметры для всех трех результатов. Согласно ДПФ, механизм переключения внимания имеет решающее значение для создания эффекта сходства, но латеральные тормозные связи имеют решающее значение для объяснения эффектов компромисса и притяжения. Если исключить процесс переключения внимания, то исчезает эффект подобия, а если все латеральные связи обнулить, то исчезают эффекты притяжения и компромисса. Это свойство теории влечет за собой интересное предсказание о влиянии давления времени на предпочтения. Эффекты контраста, вызываемые латеральным торможением, требуют времени для развития, а это означает, что эффекты притяжения и компромисса должны стать сильнее при длительном обдумывании (см. Roe, Busemeyer & Townsend 2001 ). В качестве альтернативы, если контекстные эффекты создаются путем перехода от правила взвешенного среднего при бинарном выборе к быстрой эвристической стратегии для триадного выбора, то эти эффекты должны усиливаться под давлением времени. Эмпирические тесты показывают, что продление процесса принятия решения увеличивает эффект. [18] [19] а нехватка времени уменьшает эффекты. [20]
Нейронаука [ править ]
Теория поля решений продемонстрировала способность учитывать широкий спектр результатов принятия поведенческих решений, которые не могут быть объяснены чисто алгебраическими и детерминистическими моделями, часто используемыми в экономике и психологии. Недавние исследования, в которых регистрировались нейронные активации у приматов, не являющихся людьми, во время задач по принятию решений, связанных с восприятием, показали, что скорость нейронных импульсов точно имитирует накопление предпочтений, теоретически обоснованное диффузионными моделями принятия решений, основанными на поведении. [8]
Процессы принятия сенсорно-моторных решений начинают довольно хорошо пониматься как на поведенческом, так и на нейронном уровне. Типичные результаты показывают, что нейронная активация в отношении информации о движении стимула накапливается с течением времени до определенного порога, и поведенческая реакция возникает, как только активация в записанной области превышает порог. [21] [22] [23] [24] [25] Вывод, который можно сделать, заключается в том, что нейронные области, ответственные за планирование или выполнение определенных действий, также ответственны за решение о том, какое действие следует выполнить, что является четко воплощенным понятием. [8]
Математически паттерн активации спайков, а также распределение времени выбора и ответа могут быть хорошо описаны с помощью так называемых диффузионных моделей, особенно в с двумя альтернативами принудительного выбора . задачах [26] Модели диффузии, такие как теория поля решений, можно рассматривать как модели стохастических рекуррентных нейронных сетей, за исключением того, что динамика аппроксимируется линейными системами. Линейная аппроксимация важна для обеспечения математически понятного анализа систем, возмущенных входными шумами. В дополнение к этим нейробиологическим приложениям, модели диффузии (или их дискретное время, случайное блуждание, аналоги) использовались учеными-когнитивистами для моделирования производительности в различных задачах, начиная от сенсорного обнаружения и заканчивая [13] и перцептивная дискриминация, [11] [12] [14] распознаванию памяти, [15] и категоризация. [9] [10] Таким образом, диффузионные модели дают возможность сформировать теоретический мост между нейронными моделями сенсомоторных задач и поведенческими моделями комплексно-когнитивных задач. [8]
Примечания [ править ]
- ^ Буземейер, Дж. Р., и Таунсенд, Дж. Т. (1993) Теория поля решений: динамический когнитивный подход к принятию решений. Архивировано 28 апреля 2019 г. в Wayback Machine . Психологическое обозрение, 100, 432–459.
- ^ Буземейер-младший и Дидерих А. (2002). Обзор теории поля решений. Математические социальные науки, 43 (3), 345–370.
- ^ Буземейер, младший, и Джонсон, JG (2004). Вычислительные модели принятия решений. Справочник Блэквелла по суждениям и принятию решений, 133–154.
- ↑ Перейти обратно: Перейти обратно: а б с д и ж Буземейер-младший и Джонсон Дж.Г. (2008). Микропроцессные модели принятия решений. Кембриджский справочник по вычислительной психологии, 302–321.
- ^ Оливейра, IFD; Зехави, С.; Давыдов, О. (август 2018 г.). «Стохастическая транзитивность: аксиомы и модели». Журнал математической психологии . 85 : 25–35. дои : 10.1016/j.jmp.2018.06.002 . ISSN 0022-2496 .
- ^ Регенветтер, Мишель; Дана, Джейсон; Дэвис-Стобер, Клинтин П. (2011). «Транзитивность предпочтений». Психологический обзор . 118 (1): 42–56. дои : 10.1037/a0021150 . ISSN 1939-1471 . ПМИД 21244185 .
- ^ Тверски, Амос (1969). «Интранзитивность предпочтений». Психологический обзор . 76 (1): 31–48. дои : 10.1037/h0026750 . ISSN 0033-295X . S2CID 144609998 .
- ↑ Перейти обратно: Перейти обратно: а б с д Буземейер-младший; Джессап, РК; Джонсон, Дж. Г.; Таунсенд, Дж. Т. (2006). «Наведение мостов между нейронными моделями и сложным поведением при принятии решений». Нейронные сети . 19 (8): 1047–1058. дои : 10.1016/j.neunet.2006.05.043 . ПМИД 16979319 .
- ↑ Перейти обратно: Перейти обратно: а б Эшби, ФГ (2000). «Стохастическая версия теории общего распознавания». Журнал математической психологии . 44 (2): 310–329. дои : 10.1006/jmps.1998.1249 . ПМИД 10831374 .
- ↑ Перейти обратно: Перейти обратно: а б Нософски, Р.М.; Палмери, Ти Джей (1997). «Модель ускоренной классификации случайного блуждания на основе образцов». Психологический обзор . 104 (2): 226–300. дои : 10.1037/0033-295X.104.2.266 . ПМИД 9127583 .
- ↑ Перейти обратно: Перейти обратно: а б Ламинг, Д.Р. (1968). Информационная теория времени выбора-реакции . Нью-Йорк: Академическая пресса. OCLC 425332 .
- ↑ Перейти обратно: Перейти обратно: а б Линк, ЮЗ; Хит, РА (1975). «Последовательная теория психологической дискриминации». Психометрика . 40 : 77–111. дои : 10.1007/BF02291481 . S2CID 49042143 .
- ↑ Перейти обратно: Перейти обратно: а б Смит, PL (1995). «Психофизически принципиальные модели времени простой зрительной реакции». Психологический обзор . 102 (3): 567–593. дои : 10.1037/0033-295X.102.3.567 .
- ↑ Перейти обратно: Перейти обратно: а б Ашер, М.; Макклелланд, Дж.Л. (2001). «Ход перцептивного выбора: дырявая, конкурирующая модель аккумулятора». Психологический обзор . 108 (3): 550–592. дои : 10.1037/0033-295X.108.3.550 . ПМИД 11488378 .
- ↑ Перейти обратно: Перейти обратно: а б Рэтклифф, Р. (1978). «Теория восстановления памяти». Психологический обзор . 85 (2): 59–108. дои : 10.1037/0033-295X.85.2.59 . S2CID 1166147 .
- ^ Дидерих, А. (2003). «MDFT-учет принятия решений в условиях цейтнота» . Психономический бюллетень и обзор . 10 (1): 157–166. дои : 10.3758/BF03196480 . ПМИД 12747503 .
- ^ Роу, РМ; Буземейер-младший; Таунсенд, Дж. Т. (2001). «Многоальтернативная теория поля решений: динамическая коннекционистская модель принятия решений». Психологический обзор . 108 (2): 370–392. дои : 10.1037/0033-295X.108.2.370 . ПМИД 11381834 .
- ^ Петтибоун, Джей Си (2012). «Тестирование влияния цейтнота на асимметричное доминирование и компромиссные приманки при выборе» (PDF) . Суждение и принятие решений . 7 (4): 513–523. дои : 10.1017/S1930297500002849 . S2CID 87089 .
- ^ Симонсон, И. (1989). «Выбор по причинам: случай притяжения и компромиссных эффектов». Журнал потребительских исследований . 16 (2): 158–174. дои : 10.1086/209205 .
- ^ Дхар, Р.; Ноулис, С.М.; Шерман, С.Дж. (2000). «Стараюсь или едва стараюсь: анализ контекстных эффектов при выборе». Журнал потребительской психологии . 9 (4): 189–200. дои : 10.1207/S15327663JCP0904_1 .
- ^ Шалл, JD (2003). «Нейронные корреляты процессов принятия решений: нейронная и ментальная хронометрия». Современное мнение в нейробиологии . 13 (2): 182–186. дои : 10.1016/S0959-4388(03)00039-4 . ПМИД 12744971 . S2CID 2816799 .
- ^ Золото, Дж.И.; Шадлен, Миннесота (2000). «Представление перцептивного решения при разработке глазодвигательных команд». Природа . 404 (6776): 390–394. Бибкод : 2000Natur.404..390G . дои : 10.1038/35006062 . ПМИД 10746726 . S2CID 4410921 .
- ^ Мазурек, Мэн; Ройтман, доктор медицинских наук; Диттерих, Дж.; Шадлен, Миннесота (2003). «Роль нейронных интеграторов в принятии перцептивных решений». Кора головного мозга . 13 (11): 1257–1269. дои : 10.1093/cercor/bhg097 . ПМИД 14576217 .
- ^ Рэтклифф, Р.; Чериан, А.; Сегрейвс, М. (2003). «Сравнение поведения макак и активности нейронов верхних холмиков с предсказаниями моделей решений с двумя вариантами ответов». Журнал нейрофизиологии . 90 (3): 1392–1407. дои : 10.1152/jn.01049.2002 . ПМИД 12761282 .
- ^ Шадлен, Миннесота; Ньюсом, WT (2001). «Нейронная основа перцептивного решения в теменной коре (область LIP) макаки-резуса». Журнал нейрофизиологии . 86 (4): 1916–1936. дои : 10.1152/янв.2001.86.4.1916 . ПМИД 11600651 . S2CID 272332 .
- ^ Краткое описание см. Смит, Польша; Рэтклифф, Р. (2004). «Психология и нейробиология простых решений». Тенденции в нейронауках . 27 (3): 161–168. doi : 10.1016/j.tins.2004.01.006 . ПМИД 15036882 . S2CID 6182265 .
Ссылки [ править ]
- Буземейер-младший; Дидерих, А. (2002). «Обзор теории поля решений» (PDF) . Математические социальные науки . 43 (3): 345–370. дои : 10.1016/S0165-4896(02)00016-1 .
- Буземейер-младший; Джонсон, Джей-Джей (2004). «Вычислительные модели принятия решений» (PDF) . В Кёлере, Д.; Харви, Н. (ред.). Справочник по суждениям и принятию решений . Блэквелл. стр. 133–154.
- Буземейер-младший; Джонсон, Джей-Джей (2008). «Микропроцессные модели принятия решений» (PDF) . В Сан, Р. (ред.). Кембриджский справочник по вычислительному когнитивному моделированию . Издательство Кембриджского университета.