E45 Tomada de decisão sob incerteza

Tópico

A tomada de decisão em situações de incerteza envolve a seleção de uma ação quando seus resultados não podem ser totalmente previstos. A teoria da utilidade esperada fornece a estrutura normativa para esse processo: a ação ideal é aquela que maximiza a soma das utilidades dos vários resultados possíveis, ponderadas por suas respectivas probabilidades. Os organismos reais, no entanto, desviam-se sistematicamente desse ótimo teórico, e esses desvios nos permitem compreender os mecanismos internos que governam suas decisões.

O modelo de difusão por deriva descreve mecanicamente como uma decisão é tomada e elabora o princípio da acumulação de evidências. As informações sensoriais se acumulam progressivamente a uma taxa de deriva que depende da proporção entre o sinal útil e o ruído, até que um determinado limiar de decisão seja atingido. Esse limiar estabelece uma relação de compromisso entre velocidade e precisão: quanto mais alto for, mais evidências devem ser acumuladas e, portanto, mais lenta, mas também mais precisa, se torna a decisão. De acordo com o texto, os neurônios no lobo parietal e em uma área visual especializada exibem atividade crescente consistente com esse processo de acumulação.

O desconto temporal hiperbólico descreve como o valor atribuído a uma recompensa diminui à medida que se distancia no futuro. Ao contrário do desconto exponencial, ele gera preferências temporalmente inconsistentes. Duas recompensas futuras podem inicialmente ter uma certa ordem de preferência, mas isso pode ser invertido com o passar do tempo, à medida que uma delas se torna mais imediata. Esse comportamento é observado em humanos, ratos, pombos e primatas não humanos. Assim, a proximidade temporal de uma recompensa pode modificar consideravelmente sua atratividade relativa em comparação com uma recompensa mais distante.

O sinal de erro de previsão de recompensa, por sua vez, constitui um mecanismo central da aprendizagem por reforço temporal. Os neurônios dopaminérgicos no mesencéfalo respondem à diferença entre a recompensa esperada e a real. Uma recompensa inesperada gera uma resposta positiva; quando uma recompensa esperada não aparece, a atividade diminui; e quando o resultado corresponde exatamente à previsão, praticamente não há sinal de erro. Quanto maior a surpresa produzida pela recompensa em comparação com a expectativa anterior, mais forte se torna esse sinal. Dessa forma, o organismo pode atualizar progressivamente suas previsões e modificar suas decisões futuras com base na experiência.

A atitude em relação ao risco introduz outro desvio do modelo normativo simples. Como a utilidade marginal de uma recompensa diminui à medida que sua magnitude aumenta, um organismo pode preferir uma recompensa certa a uma alternativa incerta com exatamente o mesmo valor esperado. Essa aversão ao risco implica que um ganho adicional produz progressivamente menos utilidade subjetiva, conferindo à segurança um valor intrínseco.

No entanto, essa atitude muda quando a decisão é formulada em termos de perdas. De acordo com a teoria da perspectiva descrita no texto, o organismo tende a ser avesso ao risco quando enfrenta ganhos, mas pode se tornar propenso ao risco quando tenta evitar uma perda. A valoração de ganhos e perdas é, portanto, assimétrica: perder um recurso pode ter consequências subjetivas diferentes da obtenção de um ganho equivalente. O texto também atribui um possível valor evolutivo a essa aversão à perda em ambientes onde os recursos variam e a conservação do que está disponível pode ser especialmente importante.

Em conjunto, esses mecanismos mostram que decidir sob incerteza envolve muito mais do que comparar probabilidades. A utilidade esperada fornece a estrutura normativa para selecionar entre resultados incertos; o modelo de difusão de deriva explica como as evidências se acumulam até que uma decisão seja tomada; o desconto hiperbólico incorpora a distância temporal das recompensas; O erro de previsão nos permite aprender com a diferença entre o que era esperado e o que de fato ocorreu.

A decisão final, portanto, emerge da interação entre probabilidade, utilidade, evidências disponíveis, tempo, aprendizado e risco. Os organismos podem se desviar sistematicamente do ótimo normativo por meio de preferências por recompensas imediatas, aversão ao risco em relação aos ganhos ou busca por risco para evitar perdas. Esses desvios não são simplesmente erros aleatórios, mas padrões regulares que revelam como o organismo adapta suas decisões à incerteza, à sua experiência prévia e às possíveis consequências de cada ação.

ID:2377