DOI: https://doi.org/10.1038/s41598-025-34609-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41495172
تاريخ النشر: 2026-01-06
المؤلف: G A CHERNOV وآخرون
الموضوع الرئيسي: دراسات علم النفس العصبي والسلوكي
نظرة عامة
تستكشف هذه الدراسة الآليات العصبية المعنية في اتخاذ القرار تحت المخاطر، وخصوصاً في التعلم من خلال التجربة والخطأ دون نسب مخاطر صريحة. باستخدام نموذج تصوير الرنين المغناطيسي الوظيفي (fMRI)، قام الباحثون بفحص نشاط الدماغ لـ 25 بالغاً سليماً شاركوا في مهمة كشف الحركة مع مهمة مخاطر على مستوى أعلى. اختار المشاركون مستوى صعوبة مرتبطاً بمكافآت مالية محتملة وحاولوا إتمام المهمة، حيث تلقوا إما تعليقات إيجابية أو سلبية بناءً على أدائهم.
كشفت النتائج أن التباينات بين التعليقات الإيجابية والسلبية نشطت مجموعات في النواة المذنبة، ومناطق التحكم التنفيذي، وشبكة الوضع الافتراضي (DMN). ومن الجدير بالذكر أن النشاط في مناطق DMN، وخصوصاً تلك المرتبطة بالوظائف الميتامعرفية، كان مرتبطاً إيجابياً بمؤشر الاستكشاف الذي يقيس فعالية تحمل المخاطر. وهذا يشير إلى أن العقدة الأمامية من DMN تلعب دوراً حاسماً في اتخاذ القرارات على مستوى عالٍ في السياقات المليئة بالمخاطر، مما يبرز أهميتها في التحكم الميتامعرفي خلال التعلم المتعلق بالمكافآت.
مقدمة
تتناول المقدمة التحديات التجريبية المرتبطة بقياس مواقف المخاطر عبر التخصصات الاقتصادية والمعرفية والاجتماعية. بينما هناك توافق عام على استخدام تقنيات القياس المعتمدة على الحوافز في التجارب الاقتصادية، فإن موثوقية هذه القياسات كمؤشرات لمواقف المخاطر في سياقات متنوعة—مثل الألعاب التجريبية، والاستطلاعات، والسيناريوهات الواقعية مثل شراء التأمين والقرارات المالية—لا تزال موضع تساؤل. يبرز المؤلفون أن التوافق المتوقع بين النتائج التجريبية والسلوك الواقعي غالباً ما لا يُلاحظ.
كان التركيز التقليدي على اتخاذ القرار تحت المخاطر ينطوي أساساً على سيناريوهات ذات احتمالات ونتائج صريحة، مثل التصاميم المعتمدة على اليانصيب، التي توفر تحكماً تجريبياً عالياً ومعايير واضحة من النماذج الاقتصادية الجزئية. ومع ذلك، تشير التحليلات الميتا الحديثة إلى صعوبات في تعميم النتائج عبر سياقات اتخاذ القرار المختلفة. ومن الجدير بالذكر أنه بينما تم تحديد العلاقات العصبية السطحية لسلوك تحمل المخاطر في القيادة، فإن مثل هذه العلاقات غائبة في القياسات الذاتية. عادةً ما تستخدم دراسة اتخاذ القرار المليء بالمخاطر نماذج تتضمن إما قرارات “لمرة واحدة” أو تفاعلات ديناميكية، حيث تشمل الأولى مهام مثل مهمة مخاطر البالون ومهمة استنباط مخاطر القنبلة، التي تقدم مخاطر واضحة وصريحة.
طرق
تستعرض قسم “طرق” تقنيات التصوير المستخدمة في الدراسة. استخدم الباحثون تقنيات تصوير متقدمة لالتقاط بيانات عالية الدقة، وهو أمر حاسم لتحليل الظواهر المحددة قيد البحث. من المحتمل أن تشمل هذه الطرق تقنيات مثل التصوير بالرنين المغناطيسي، أو الأشعة المقطعية، أو تقنيات تصوير أخرى ذات صلة، مما يسمح بتصور تفصيلي للمواضيع أو المواد المدروسة.
اختيار طرق التصوير أمر حيوي، حيث يؤثر بشكل مباشر على جودة وموثوقية البيانات التي تم الحصول عليها. قد يتضمن القسم أيضاً تفاصيل حول المعلمات المحددة أثناء التصوير، مثل الدقة، وإعدادات التباين، والبروتوكولات المحددة المتبعة لضمان الاتساق عبر عينات مختلفة. بشكل عام، تم تصميم طرق التصوير لتوفير رؤى شاملة حول الأسئلة البحثية المطروحة، مما يسهل فهمًا أعمق للعمليات الأساسية.
نتائج
في التحليل السلوكي، تكشف الدراسة عن عدم تماثل ملحوظ في اختيارات المشاركين بين القطاعات الإيجابية (النتائج الناجحة) والسلبية (النتائج غير الناجحة)، مع ميل لتجنب القطاعات المنخفضة وتفضيل القطاعات الأعلى على الرغم من انخفاض معدلات النجاح. يشير هذا السلوك إلى موقف يحتضن المخاطر، كما يتضح من الاختيار المتكرر للقطاع 8 والاختيارات التي تنحرف عن توقع العائد الأقصى $C^*$. يشير مؤشر الاستكشاف (EI) إلى أنه بينما شارك بعض المشاركين في سلوك استكشافي لتعزيز أرباحهم، اختار الكثيرون خيارات أكثر خطورة، مما يثير تساؤلات حول ما إذا كان هذا يعكس تفضيلاً واعياً للمخاطر أو تكامل غير فعال للتعليقات.
تسلط نتائج التصوير العصبي الضوء على أنماط تنشيط دماغية ملحوظة مرتبطة بعمليات اتخاذ القرار. لوحظت زيادة في التنشيط في مناطق مختلفة، بما في ذلك الفصوص الجدارية العليا والسفلى الثنائية والقشرة الحزامية الأمامية، وخصوصاً عندما غير المشاركون اختياراتهم للقطاعات. أظهر تحليل استجابات التعليقات تنشيطاً مميزاً في النواة المذنبة الثنائية والقشرة الجبهية المدارية الوسطى خلال التعليقات الإيجابية مقابل السلبية، دون تنشيط ملحوظ للتباين العكسي. علاوة على ذلك، وُجدت علاقة إيجابية قوية بين القيم المحولة z لتباين التعليقات الإيجابية مقابل السلبية ومؤشر EI، مما يشير إلى أن الاستجابات العصبية متسقة عبر مختلف الجنسين والأعمار. بشكل عام، تؤكد هذه النتائج التفاعل المعقد بين الخيارات السلوكية والآليات العصبية في اتخاذ القرار تحت عدم اليقين.
مناقشة
في هذه الدراسة، استكشفنا اتخاذ القرار في البيئات المليئة بالمخاطر، مفترضين أن المخاطر المرتبطة بالخيارات تتأثر بتجارب الأداء الفردية. صممنا مهمة مركبة تدمج مهمة توقع خطأ الحركة على مستوى الأداء مع مهمة معرفية على مستوى أعلى تشبه مشكلة اللصوص متعددة الأذرع. اختار المشاركون قطاعات ذات طول متناقص لإيقاف كرة، حيث كان أداؤهم يؤثر مباشرة على ديناميكيات المخاطر والمكافآت للاختيارات اللاحقة. سمح لنا هذا النهج بحساب مؤشر الاستكشاف (EI)، الذي يعمل كمقياس لسلوك تحمل المخاطر ويرتبط بالاستجابات العصبية، وخصوصاً في المناطق المرتبطة بمعالجة المكافآت والتحكم المعرفي.
تشير نتائجنا إلى أن اتخاذ القرار الفعال في سياقات المخاطر الديناميكية يعتمد على مزيج من الوظائف الميتامعرفية، وتوقع المكافآت، والمعالجة المعرفية. ومن الجدير بالذكر أن شبكة الوضع الافتراضي (DMN) كانت متورطة في تحديث المعتقدات حول كفاءة الفرد وتقييم خطورة الخيارات، مما يشير إلى أن العمليات الميتامعرفية قد تلعب دوراً أكبر مما كان مفهوماً سابقاً. بينما تركز الآراء التقليدية على تجنب المخاطر، تبرز نتائجنا أن سلوك البحث عن المخاطر يمكن أن يظهر في البيئات التي يكون فيها الاستكشاف ضرورياً لتعظيم العوائد. ومع ذلك، فإن القيود مثل التجانس الديموغرافي لعينة دراستنا والاعتماد على الاستدلال الخلفي لنتائج fMRI تتطلب الحذر في تعميم هذه النتائج. هناك حاجة إلى مزيد من البحث للتحقق من هذه الرؤى عبر مجموعات سكانية متنوعة وتحسين فهمنا للآليات العصبية الكامنة وراء اتخاذ القرار في السيناريوهات المليئة بالمخاطر.
DOI: https://doi.org/10.1038/s41598-025-34609-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41495172
Publication Date: 2026-01-06
Author(s): G A CHERNOV et al.
Primary Topic: Neural and Behavioral Psychology Studies
Overview
This study explores the neural mechanisms involved in decision-making under risk, particularly in trial-and-error learning without explicit risk ratios. Using a functional magnetic resonance imaging (fMRI) paradigm, the researchers examined the brain activity of 25 healthy adults engaged in a motion detection task combined with a higher-level risk task. Participants selected a difficulty level linked to potential monetary rewards and attempted the task, receiving either positive or negative feedback based on their performance.
The findings revealed that contrasts between positive and negative feedback activated clusters in the striatum, executive control regions, and the Default Mode Network (DMN). Notably, activity in DMN regions, particularly those associated with metacognitive functions, was positively correlated with an exploration index that measures the effectiveness of risk-taking. This suggests that the anterior node of the DMN plays a crucial role in high-level decision-making in risky contexts, emphasizing its significance in metacognitive control during reward-related learning.
Introduction
The introduction addresses the empirical challenges associated with measuring risk attitudes across economic, cognitive, and social disciplines. While there is a general consensus on the use of incentive-based measurement techniques in economic experiments, the reliability of these measures as indicators of risk attitudes in various contexts—such as experimental games, surveys, and real-world scenarios like insurance purchases and financial decisions—remains questionable. The authors highlight that the expected alignment between experimental findings and real-world behavior is often not observed.
The traditional focus on decision-making under risk has primarily involved scenarios with explicit probabilities and outcomes, such as lottery-based designs, which provide high experimental control and clear benchmarks from microeconomic models. However, recent meta-analyses indicate difficulties in generalizing findings across different decision-making contexts. Notably, while neuroanatomical correlates of risk-taking behavior in driving have been identified, similar correlations are absent in self-reported measures. The study of risky decision-making typically employs paradigms that either involve “one-shot” decisions or dynamic interactions, with the former including tasks like the Balloon Analogue Risk Task and the Bomb Risk Elicitation Task, which present clear and explicit risks.
Methods
The section on “Methods” outlines the imaging techniques employed in the study. The researchers utilized advanced imaging modalities to capture high-resolution data, which is crucial for analyzing the specific phenomena under investigation. These methods likely include techniques such as MRI, CT scans, or other relevant imaging technologies, allowing for detailed visualization of the subjects or materials studied.
The choice of imaging methods is pivotal, as it directly impacts the quality and reliability of the data obtained. The section may also detail the parameters set during imaging, such as resolution, contrast settings, and the specific protocols followed to ensure consistency across different samples. Overall, the imaging methods are designed to provide comprehensive insights into the research questions posed, facilitating a deeper understanding of the underlying processes.
Results
In the behavioral analysis, the study reveals a notable asymmetry in participants’ choices between Positive (successful outcomes) and Negative (unsuccessful outcomes) segments, with a tendency to avoid lower segments and a preference for higher segments despite lower success rates. This behavior suggests a risk-embracing attitude, as evidenced by the frequent selection of segment 8 and choices that deviate from the maximum payoff expectation $C^*$. The Exploration Index (EI) indicates that while some participants engaged in exploratory behavior to enhance their earnings, many opted for riskier choices, raising questions about whether this reflects a conscious risk preference or inefficient feedback integration.
Neuroimaging results highlight significant brain activation patterns associated with decision-making processes. Increased activation was observed in various regions, including the bilateral superior and inferior parietal lobules and the anterior cingulate cortex, particularly when participants changed their segment choices. The analysis of feedback responses showed distinct activation in the bilateral striatum and medial orbitofrontal cortex during Positive versus Negative feedback, with no significant activation for the reverse contrast. Furthermore, a strong positive correlation was found between the z-transformed values of the Positive versus Negative feedback contrast and the EI, indicating that neural responses are consistent across different sexes and ages. Overall, these findings underscore the complex interplay between behavioral choices and neural mechanisms in decision-making under uncertainty.
Discussion
In this study, we explored decision-making in risky environments, positing that the risk associated with options is influenced by individual performance experiences. We designed a composite task that integrates a motion error prediction task at the performance level with a higher-level cognitive task resembling a multi-armed bandit problem. Participants selected segments of diminishing length to stop a ball, with their performance directly impacting the risk and reward dynamics of subsequent choices. This approach allowed us to compute an Exploration Index (EI), which serves as a measure of risk-taking behavior and correlates with neural responses, particularly in regions associated with reward processing and cognitive control.
Our findings suggest that effective decision-making in dynamic risk contexts relies on a combination of metacognitive functions, reward anticipation, and cognitive processing. Notably, the Default Mode Network (DMN) was implicated in updating beliefs about one’s competence and assessing the riskiness of options, indicating that metacognitive processes may play a more significant role than previously understood. While traditional views emphasize risk aversion, our results highlight that risk-seeking behavior can emerge in environments where exploration is necessary for maximizing returns. However, limitations such as the demographic homogeneity of our sample and the reliance on back inference for fMRI results warrant caution in generalizing these findings. Further research is needed to validate these insights across diverse populations and refine our understanding of the neural mechanisms underlying decision-making in risk-laden scenarios.