Un mecanismo neural para cálculos de valor conservado que integra información y recompensas

Resumen La teoría conductual y económica dictamina que decidimos entre opciones basadas en sus valores. Sin embargo, los humanos y los animales buscan ansiosamente información sobre recompensas futuras inciertas, incluso cuando esta información no proporciona ningún valor objetivo. Esto implica que las decisiones se pueden tomar dotando a la información de un valor subjetivo e integrándola con el valor de las recompensas extrínsecas, pero el mecanismo es desconocido. Utilizando una tarea novedosa de toma de decisiones multi-atributo, encontramos que los juicios de valor de humanos y monos están regulados por principios computacionales sorprendentemente conservados, incluyendo cómo calculan el valor de la información y lo escalan con el momento de la información y la capacidad de resolver una forma específica de incertidumbre. Luego identificamos un sustrato neural en una estructura altamente conservada y antigua, el habenula lateral (LHb). Las neuronas LHb señalan el valor subjetivo de las opciones de elección, integrando el valor de la información con recompensas extrínsecas, y la actividad de LHb predice e influye causalmente en las decisiones en línea. Las regiones de entrada clave a LHb proporcionan los ingredientes necesarios para estos cálculos, pero no señalan por sí mismas una señal de valor integrado para guiar las decisiones multi-atributo. Por lo tanto, nuestros datos identifican mecanismos neurales de los cálculos conservados que subyacen a decisiones basadas en valores y multi-atributo para buscar información sobre el futuro.