Uma teoria de inferências comportamentais rápidas sob pressão do tempo

RESUMO Para sobreviver, os animais devem ser capazes de inferir rapidamente o estado de seu ambiente. Por exemplo, para escapar com sucesso de um predador em aproximação, a presa deve estimar rapidamente a direção da aproximação a partir dos estímulos sensoriais recebidos. Essas inferências rápidas são particularmente desafiadoras porque o animal dispõe de uma janela de tempo muito breve para coletar os estímulos sensoriais, e ainda assim a precisão da inferência é crítica para a sobrevivência. Devido às pressões evolutivas, os sistemas nervosos provavelmente evoluíram estratégias computacionais eficazes que permitem inferências precisas sob fortes limitações de tempo. Tradicionalmente, a relação entre velocidade e precisão da inferência tem sido descrita pelo “tradeoff velocidade-precisão” (SAT), que quantifica como o desempenho médio de um observador ideal melhora conforme este dispõe de mais tempo para coletar os estímulos. Embora essa descrição baseada na média dos ensaios possa explicar razoavelmente inferências individuais realizadas em escalas de tempo longas, ela não captura inferências individuais em escalas de tempo curtas, quando a variabilidade entre tentativas gera padrões diversos na dinâmica dos erros. Demonstramos que um observador ideal pode explorar essa estrutura de um único ensaio ao acompanhar de forma adaptativa a dinâmica de sua crença sobre o estado do ambiente, o que lhe permite realizar inferências mais rápidas e acompanhar com mais confiabilidade seu próprio erro, mas também faz com que ele viole o SAT. Mostramos que essas características podem ser usadas para melhorar o desempenho geral durante fugas rápidas. O comportamento resultante reproduz qualitativamente características do comportamento de fuga na mosca-das-frutas Drosophila melanogaster, cujas fugas presumivelmente foram altamente otimizadas pela seleção natural.