選択を学ぶ：意思決定の初期獲得に基づく行動動態

要旨 現行の意思決定理論は、意思決定が選択肢間の競合を通じて生じると提案しています。意思決定過程の計算モデルは、選択肢に関する情報がどの程度速く統合されるか、そして意思決定を引き起こすためにどれだけの情報が必要かを推定します。このアプローチを用いた実験は、通常、訓練を受けた参加者のデータを報告しています。したがって、意思決定課題を初めて学ぶ際に意思決定過程がどのように進展するかは明らかではありません。このギャップに対処するために、選択肢の価値を学ぶことと選択を行うことを分離した行動デザインを使用しました。雄ラットを対象に、異なる報酬価値を持つ単一の視覚刺激に反応させ、その後、刺激のペア間で選択を行うよう訓練しました。最初は、選択肢が提示されるとラットの反応が遅くなりました。しかし、選択経験が増すにつれて、この遅延は減少しました。選択試行時の反応遅延はテスト期間を通じて持続しました。特に、ラットが高価値刺激を選択した際に指数的変動性の増加と関連していることがわかりました。さらに、ドリフト拡散モデルを用いた解析により、ラットは時間とともに意思決定に必要な情報量が減少したことが明らかになりました。驚いたことに、選択学習のわずか一回のセッション後で意思決定閾値が低下しました。これらの発見は、意思決定課題における学習過程について新たな洞察を提供します。選択肢の価値と選択能力は別々に学ばれ、経験が意思決定性能の向上に重要な役割を果たすことを示唆しています。