Um modelo de processo cognitivo captura a espera guiada por confiança quase ótima em ratos

Resumo Tomadores de decisão racionais investem mais tempo perseguindo recompensas das quais estão mais confiantes de que eventualmente receberão. Uma série de estudos utilizou, portanto, a disposição para esperar por recompensas atrasadas como um proxy para a confiança na decisão. No entanto, a interpretação do comportamento de espera é limitada porque não está claro como as estatísticas ambientais influenciam a espera ótima, e como fontes de variabilidade interna influenciam o comportamento dos sujeitos. Treinamos ratos para realizar uma tarefa de espera guiada por confiança e derivamos expressões para a espera ótima que tornam explícitas as estatísticas ambientais relevantes, incluindo o tempo de viagem necessário para se deslocar de uma oportunidade de recompensa para outra. Descobrimos que os ratos esperaram mais do que agentes totalmente ótimos, mas que seu comportamento foi próximo ao de agentes ótimos com tempos de viagem restritos para corresponder aos seus próprios. Desenvolvemos um modelo de processo descrevendo a decisão de parar de esperar como um processo de acumulação a limite, que nos permitiu comparar os efeitos de múltiplas fontes de variabilidade interna na espera. Surpreendentemente, embora os tempos médios de espera crescessem com a confiança, a variabilidade não cresceu, inconsistente com o tempo inversamente escalar, e melhor explicada pela variabilidade no limite de parada. Nossos resultados descrevem um modelo de processo tratável que pode capturar a influência das estatísticas ambientais e das fontes internas de variabilidade no processo decisório dos sujeitos durante a espera guiada por confiança.