DOI: https://doi.org/10.1007/s12559-025-10542-x
تاريخ النشر: 2026-01-20
المؤلف: Acer Chan-Yu Chang وآخرون
الموضوع الرئيسي: الإرادة الحرة والوكالة
نظرة عامة
في هذا القسم، يناقش المؤلفون الطبيعة متعددة الأوجه للتغذية الراجعة الحسية الناتجة عن الأفعال، لا سيما في السياقات الموجهة نحو الهدف. يميزون بين التغذية الراجعة القريبة، التي تتعلق بالإشارات الحسية الفورية (مثل المعلومات البصرية حول مسار الكرة)، والتغذية الراجعة البعيدة، التي تتعلق بنتيجة الفعل (مثل ما إذا كان الهدف قد تم إصابته). يبرز المؤلفون أنه عندما يقيم الأفراد إحساسهم بالوكالة بشأن فعل ما، مثل التحكم في مسار الكرة، يمكن أن تؤثر التغذية الراجعة البعيدة بشكل كبير على هذا الحكم، في بعض الأحيان أكثر من الإشارات القريبة.
إن دمج أنواع التغذية الراجعة المتنوعة طوال الفعل أمر حاسم لتشكيل إحساس متماسك بالوكالة؛ ومع ذلك، لا تزال الآليات الكامنة وراء هذا الدمج غير مفهومة جيدًا. بالإضافة إلى ذلك، يشير المؤلفون إلى أن الاختلافات الفردية في كيفية وزن أنواع التغذية الراجعة المختلفة قد تلعب دورًا حاسمًا في إدراك الوكالة. على سبيل المثال، قد يعاني الأفراد الذين يعتمدون بشكل كبير على العلاقة الزمنية بين أفعالهم ونتائجها من إحساس متناقص بالوكالة عندما يكون هناك تأخير في التغذية الراجعة، مما يشير إلى أن إدراك الوكالة ليس فقط معقدًا ولكن أيضًا يختلف بين الأفراد.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على أهمية فهم التغيرات الحسية من أجل البقاء، لا سيما في التمييز بين المحفزات الخارجية والأفعال الذاتية. تبرز دور الاستدلال السببي في تشكيل إحساس الوكالة، وهو التجربة الذاتية للتحكم في أفعال المرء ونتائجها. تنتقد الورقة النظريات التقليدية، مثل نموذج المقارنة، التي تركز بشكل أساسي على التغذية الراجعة القريبة، وتقترح أن كلاً من التغذية الراجعة القريبة والبعيدة ضرورية في تشكيل إحساس الوكالة. بدأت النماذج البايزية الحديثة في معالجة هذه التعقيدات لكنها غالبًا ما تتجاهل كيف يدمج الأفراد إشارات متعددة بشكل مختلف.
يقترح المؤلفون نموذج بايزي موحد يأخذ في الاعتبار دمج أنواع التغذية الراجعة المختلفة، مفترضين أن إحساس الوكالة مشتق من استنتاج أسباب الأحداث الخارجية. يفترضون أن الأفراد يزنون أنواع التغذية الراجعة المختلفة بناءً على موثوقيتها، مما يؤثر على إحساسهم بالوكالة. تهدف الدراسة إلى التحقيق في هذه الفرضيات من خلال تجربتين تتضمنان مهمة إطلاق نار مصممة لقياس كيفية دمج المشاركين للإشارات القريبة والبعيدة في أحكامهم حول الوكالة. من المتوقع أن تكشف النتائج عن اختلافات فردية كبيرة في حساسية الوكالة، قد تكون مرتبطة بدقة التغذية الراجعة الحسية والتجارب السابقة. تسعى هذه الأبحاث إلى تعزيز فهم الآليات الحسابية الكامنة وراء إحساس الوكالة وتنوع السلوك البشري.
طرق البحث
في قسم الطرق في الدراسة، تم إجراء تجربتين للتحقيق في إدراك الوكالة من خلال مهمة تتحكم فيها عصا التحكم. في التجربة الأولى، شارك المشاركون فقط في المهمة الرئيسية للوكالة، بينما تضمنت التجربة الثانية مهمة إطلاق نار إضافية بعد المهمة الرئيسية. تضمنت المهمة الرئيسية للوكالة ظهور نقطة بحجم 50 بكسل في مركز خط سفلي على الشاشة، مع هدف يتحرك بشكل جيبي على طول قوس بزاوية 90 درجة. كانت موضع البداية للهدف عشوائية لكل تجربة، وتم توجيه المشاركين لدفع عصا التحكم للأمام لإطلاق النقطة، التي تم تفعيلها عندما تجاوزت عصا التحكم 20% من نطاقها.
تم تصميم حركة النقطة للوصول إلى مسار الهدف خلال 500 مللي ثانية وظلت هناك لمدة 500 مللي ثانية إضافية. تأثر الموضع النهائي للنقطة بكل من زاوية عصا التحكم وانحياز زاوي تحدده الحالة التجريبية، المشار إليه بالخطأ القريب. بالإضافة إلى ذلك، تم ضبط موضع قوس الهدف ديناميكيًا خلال حركة النقطة بناءً على الحالة التجريبية، المشار إليه بالخطأ البعيد. تم إبلاغ المشاركين بأن قوس الهدف قد يتغير بشكل غير متوقع، مما يقدم تباينًا في المهمة. كان الهدف من هذا التصميم استكشاف العلاقة بين الوكالة المدركة والتعديلات التي تم إجراؤها استجابةً لإدخال عصا التحكم وحركات الهدف.
النتائج
تكشف نتائج الدراسة أن تقييمات الوكالة لدى المشاركين تتأثر بكل من الأخطاء القريبة والبعيدة، كما يتضح من التأثيرات الرئيسية الكبيرة التي لوحظت في تجربتين. أظهرت تحليل التباين ANOVA المتكرر 5 × 5 أن الخطأ القريب كان له تأثير كبير (F(1.371, 37.009) = 168.752, p < .001, partial η² = 0.862) وأثر الخطأ البعيد أيضًا بشكل كبير على التقييمات (F(1.603, 43.288) = 19.431, p < .001, partial η² = 0.418) في التجربة الأولى. ومع ذلك، كانت التفاعل بين هذين العاملين غير دالة (F(8.886, 239.910) = 1.678, p = .096). تم العثور على نتائج مماثلة في التجربة الثانية، مما يعزز الفكرة بأن كلا النوعين من الأخطاء يؤخذان في الاعتبار في أحكام الوكالة. علاوة على ذلك، تم تقييم الاختلافات الفردية في الحساسية لهذه الإشارات، مما يكشف عن علاقة سلبية قوية بين الاعتماد على الأخطاء القريبة والبعيدة (r = -0.84 للتجربة الأولى؛ r = -0.94 للتجربة الثانية). يشير هذا إلى وجود تبادل في وزن الإشارات، حيث يميل المشاركون الذين اعتمدوا أكثر على نوع واحد من الأخطاء إلى الاعتماد أقل على الآخر. بالإضافة إلى ذلك، أبرز نموذج التأثيرات المختلطة تباينًا كبيرًا بين المشاركين في وزن الإشارات، مع انحدارات عشوائية للأخطاء القريبة والبعيدة تظهر تشتتًا كبيرًا (SD = 0.082 و0.092، على التوالي). وجدت الدراسة أيضًا وجود علاقة بين أداء التحكم الحركي والحساسية للإشارات القريبة، مما يشير إلى أن المشاركين الذين أظهروا أداءً أكثر استقرارًا أبدوا اعتمادًا أقوى على الخطأ القريب في أحكامهم حول الوكالة. بشكل عام، قدم نموذج الدمج البايزي الحساب الأكثر دقة لتقييمات الوكالة لدى المشاركين، متفوقًا على النماذج البسيطة.
المناقشة
يقدم قسم المناقشة في الورقة البحثية نموذج دمج الإشارات البايزية الذي يهدف إلى فهم الاختلافات الفردية في إحساس الوكالة، لا سيما كيف تؤثر إشارات حسية متعددة على هذا الإدراك. يفترض النموذج أن كل إشارة حسية لها احتمالات مرتبطة بها تحت فرضيات كونها ذاتية التوليد أو ناتجة عن أسباب خارجية، مما يسمح بحساب الاحتمالات اللاحقة بشأن الوكالة الذاتية. تؤكد الدراسة على أهمية تعريف المدخلات الحسية بدقة والسياق الذي يتم فيه تقييم الوكالة، حيث يمكن أن تؤثر الاختلافات الفردية في وزن الإشارات بشكل كبير على أحكام الوكالة. تشير النتائج إلى أن النموذج البايزي يتفوق على النماذج البسيطة في التقاط هذه الاختلافات الفردية، لا سيما من حيث الحساسية للإشارات الحسية والمعايير المتعلقة بنسب الوكالة.
علاوة على ذلك، تستكشف الأبحاث كيف يمكن أن تؤدي التغيرات في المعالجة الحسية الحركية والمعتقدات السابقة إلى أحكام غير طبيعية حول الوكالة، لا سيما في الفئات السريرية مثل أولئك الذين يعانون من الفصام. ينجح النموذج في محاكاة هذه الأنماط من خلال ضبط المعلمات المتعلقة بالحساسية الحركية والمعالجة الاسترجاعية. تؤكد النتائج على قدرة النموذج على عكس الاختلافات الفردية في إدراك الوكالة وتقترح أن الصياغة الدقيقة في المهام المتعلقة بالوكالة أمر حاسم للتقييمات الدقيقة. بشكل عام، تسهم الدراسة في تقديم رؤى قيمة حول الآليات الكامنة وراء إحساس الوكالة وتبرز الإمكانية لنموذج الدمج البايزي ليكون أداة لفهم كل من تجارب الوكالة الطبيعية وغير الطبيعية.
القيود
تقدم الدراسة نموذج دمج بايزي يفسر الاختلافات الفردية في وزن الإشارات الحركية بناءً على موثوقية التحكم الحركي. ومع ذلك، تعترف بالقيود مثل حجم العينة الصغيرة وتنوع الأداء الحركي الضيق، مما قد يعيق التحقق من صحة النموذج. يجب أن تتضمن الأبحاث المستقبلية مجموعة سكانية سريرية أكثر تنوعًا، لا سيما المرضى الذين يعانون من الذهان، لإجراء تقديرات للمعلمات التي قد توضح العلاقة بين هذه المعلمات والأعراض.
بينما يلتقط النموذج البايزي أداء المشاركين السلوكي بشكل فعال، أظهرت النماذج البديلة – مثل نموذج اللوجستية الإضافية ونظرية اكتشاف الإشارات – أداءً ضعيفًا في التكيف. يكمن الاختلاف الرئيسي في سياسات دمج الإشارات: يستخدم النموذج البايزي نهجًا مضاعفًا لدمج الإشارات، مما يعكس توزيعًا لاحقًا أكثر دقة بناءً على الأدلة الاحتمالية، بينما تعتمد النماذج البديلة على تراكم خطي للإشارات. بالإضافة إلى ذلك، يتضمن النموذج تأثيرات الوكلاء الآخرين، وهو عامل تم تجاهله في النظريات السابقة حول الوكالة. على الرغم من أن النموذج يفترض توزيعًا موحدًا للوكلاء الآخرين، إلا أنه يمكن تعديله ليأخذ في الاعتبار سيناريوهات العالم الحقيقي الأكثر تعقيدًا، مما يعزز قابليته للتطبيق ودقته في فهم النسبة الذاتية في وجود تأثيرات خارجية.
DOI: https://doi.org/10.1007/s12559-025-10542-x
Publication Date: 2026-01-20
Author(s): Acer Chan-Yu Chang et al.
Primary Topic: Free Will and Agency
Overview
In this section, the authors discuss the multifaceted nature of sensory feedback generated by actions, particularly in goal-oriented contexts. They differentiate between proximal feedback, which pertains to immediate sensory cues (e.g., visual information about a ball’s trajectory), and distal feedback, which relates to the outcome of the action (e.g., whether the target was hit). The authors highlight that when individuals assess their sense of agency regarding an action, such as controlling the trajectory of the ball, distal feedback can significantly influence this judgment, sometimes more so than proximal cues.
The integration of diverse feedback types throughout an action is crucial for forming a cohesive sense of agency; however, the mechanisms underlying this integration remain poorly understood. Additionally, the authors note that individual differences in how various feedback types are weighted could play a critical role in agency perception. For instance, individuals who rely heavily on the temporal relationship between their actions and outcomes may experience a diminished sense of agency when there is a delay in feedback, indicating that the perception of agency is not only complex but also varies among individuals.
Introduction
The introduction of this research paper emphasizes the significance of understanding sensory changes for survival, particularly in distinguishing between external stimuli and self-generated actions. It highlights the role of causal inference in shaping the sense of agency, which is the subjective experience of control over one’s actions and their outcomes. The paper critiques traditional theories, such as the comparator model, which primarily focus on proximal feedback, and suggests that both proximal and distal feedback are essential in forming the sense of agency. Recent Bayesian models have begun to address these complexities but often overlook how individuals integrate multiple cues differently.
The authors propose a unified Bayesian model that accounts for the integration of various feedback types, positing that the sense of agency is derived from inferring the causes of external events. They hypothesize that individuals weigh different types of feedback based on their reliability, which influences their sense of agency. The study aims to investigate these hypotheses through two experiments involving a shooting task designed to measure how participants integrate proximal and distal cues in their agency judgments. The findings are expected to reveal significant individual differences in agency sensitivity, potentially linked to the precision of sensory feedback and prior experiences. This research seeks to enhance understanding of the computational mechanisms underlying the sense of agency and the variability in human behavior.
Methods
In the Methods section of the study, two experiments were conducted to investigate agency perception through a joystick-controlled task. In Experiment 1, participants engaged solely in the main agency task, while Experiment 2 included an additional shooting task following the main task. The main agency task involved a 50-pixel dot appearing at the center of a bottom line on the screen, with a target moving sinusoidally along a 90-degree arc. The target’s starting position was randomized for each trial, and participants were instructed to push the joystick forward to launch the dot, which was triggered when the joystick exceeded 20% of its range.
The movement of the dot was designed to reach the target’s trajectory within 500 ms and remained there for an additional 500 ms. The final position of the dot was influenced by both the joystick angle and an angular bias determined by the experimental condition, referred to as proximal error. Additionally, the target arc’s position was dynamically adjusted during the dot’s movement based on the experimental condition, termed distal error. Participants were made aware that the target arc might change unexpectedly, introducing variability in the task. This design aimed to explore the relationship between perceived agency and the adjustments made in response to the joystick input and target movements.
Results
The results of the study reveal that participants’ agency ratings are influenced by both proximal and distal errors, as evidenced by significant main effects observed in two experiments. A 5 × 5 repeated measures ANOVA indicated that proximal error had a substantial effect (F(1.371, 37.009) = 168.752, p < .001, partial η² = 0.862) and distal error also significantly influenced ratings (F(1.603, 43.288) = 19.431, p < .001, partial η² = 0.418) in Experiment 1. However, the interaction between these two factors was non-significant (F(8.886, 239.910) = 1.678, p = .096). Similar results were found in Experiment 2, reinforcing the notion that both types of errors are considered in agency judgments. Furthermore, individual differences in sensitivity to these cues were assessed, revealing a strong negative correlation between the reliance on proximal and distal errors (r = -0.84 for Experiment 1; r = -0.94 for Experiment 2). This suggests a trade-off in cue weighting, where participants who relied more on one type of error tended to rely less on the other. Additionally, a mixed-effects model highlighted significant between-participant variability in cue weighting, with random slopes for proximal and distal errors showing substantial dispersion (SD = 0.082 and 0.092, respectively). The study also found a correlation between motor control performance and sensitivity to proximal cues, indicating that participants with more stable performance exhibited a stronger reliance on proximal error in their agency judgments. Overall, the Bayesian integration model provided the most accurate account of participants' agency ratings, outperforming simpler heuristic models.
Discussion
The discussion section of the research paper presents a Bayesian cue integration model aimed at understanding individual differences in the sense of agency, particularly how multiple sensory cues influence this perception. The model posits that each sensory cue has associated likelihoods under the hypotheses of being self-generated or externally caused, allowing for the computation of posterior probabilities regarding self-agency. The study emphasizes the importance of accurately defining sensory inputs and the context in which agency is assessed, as individual differences in cue weighting can significantly affect agency judgments. The findings indicate that the Bayesian model outperforms simpler heuristic models in capturing these individual differences, particularly in terms of sensitivity to sensory cues and the criteria for agency attribution.
Furthermore, the research explores how variations in sensorimotor processing and prior beliefs can lead to abnormal agency judgments, particularly in clinical populations such as those with schizophrenia. The model successfully simulates these patterns by adjusting parameters related to sensorimotor sensitivity and retrospective processing. The results underscore the model’s capability to reflect individual differences in agency perception and suggest that precise wording in agency-related tasks is crucial for accurate assessments. Overall, the study contributes valuable insights into the mechanisms underlying the sense of agency and highlights the potential for the Bayesian integration model to serve as a tool for understanding both normative and atypical agency experiences.
Limitations
The study presents a Bayesian integration model that explains individual differences in sensorimotor signal weighting based on the reliability of motor control. However, it acknowledges limitations such as a small sample size and narrow variability in motor performance, which may hinder the validation of the model. Future research should involve a more diverse clinical population, particularly patients with psychosis, to conduct parameter estimations that could elucidate the relationship between these parameters and symptomatology.
While the Bayesian model effectively captures participants’ behavioral performance, alternative models—such as the additive logistic model and signal detection theory—demonstrated poor fitting performance. The key distinction lies in the cue-integration policies: the Bayesian model utilizes a multiplicative approach to combine cues, reflecting a more precise posterior distribution based on probabilistic evidence, whereas alternative models rely on linear accumulation of cues. Additionally, the model incorporates the influence of other agents, a factor overlooked in previous theories of agency. Although the model assumes a uniform distribution for other agents, it can be adapted to account for more complex real-world scenarios, enhancing its applicability and accuracy in understanding self-attribution in the presence of external influences.