計算認知神経科学における推論目標と表現上の意思決定：制限された証拠蓄積の事例研究

計算認知モデルは、心理学および認知神経科学の定量的かつ理論的厳密性を高める強力なツールです。したがって、モデルの開発者、既存モデルの使用者、モデルに基づく知見を自己の研究に統合する者など、モデル使用者はこれらのツールの動作原理、限界、関わる際に考慮すべき要因を理解することが不可欠です。この目的のために、行動科学および脳科学における計算認知モデルの情報に基づく批判的利用のための哲学的ツールキット、φ-kitを開発しました。モデリングの哲学とフェミニスト科学哲学の知見を集約することで、φ-kitはモデル構築者の推論目標がモデル研究プロセスのあらゆる段階に本質的に影響を及ぼすことを明らかにします。我々は、認知科学で最も人気かつ成功しているモデルファミリーの一つである、二択迅速意思決定の蓄積モデルにφ-kitを適用し、この哲学的視点の有用性を示します。事例研究ではまず、最適性の概念を一般的な意味と蓄積モデルにおける形式化の両面から検討します。次に、モデルの最適性への異なるコミットメント（すなわち異なる推論目標）が、２つの「競合する」標準形式の拡散モデルの開発を導き、どのモデル形式を用いるべきかの原則的ヒューリスティックを提案します。最後に、φ-kitおよび広く哲学的方法からの洞察が期待の意思決定への統合に関する新たな理論の開発を促し、これまで分断されていた知見を共通の概念的枠組みに統合し、哲学が神経科学的実践を具体的に進展させることを示します。