عدم حساسیت به تنبیه در انسان به دلیل شکست در یادگیری اقتضایی ابزاری است

تنبیه، احتمال بقای فردی ما را با کاهش رفتارهایی که به ما آسیب می رساند، به حداکثر می رساند و همچنین اعتماد و انصاف را در گروه های ضروری برای انسجام اجتماعی حفظ می کند. با این حال، برخی از افراد نسبت به سایرین نسبت به تنبیه حساس تر هستند و این تفاوت ها در حساسیت مجازات با انواع نقایص تصمیم گیری و آسیب شناسی روانی مرتبط است. مکانیسم هایی که چرا افراد در حساسیت به تنبیه متفاوت هستند درک نشده است، اگرچه مطالعات اخیر در مورد مجازات شرطی در جوندگان نقش کلیدی را برای تشخیص احتمالی مجازات برجسته می کند (Jean-Richard-Dit-Bressel et al., 2019). در اینجا، ما یک وظیفه مجازات شرطی جدید «سیاره ها و دزدان دریایی» را در انسان ها به کار بردیم، که به ما امکان می دهد مکانیسم هایی را شناسایی کنیم که چرا افراد از نظر حساسیت نسبت به مجازات متفاوت هستند. ما نشان می دهیم که حساسیت به تنبیه در نمونه های بزرگی از شرکت کنندگان عادی توزیع شده است. افراد حساس و غیر حساس به یک اندازه پاداش را دوست داشتند و میزان پاداش جویی مشابهی را نشان دادند. آنها همچنین به همان اندازه تنبیه را دوست نداشتند و در ارزش گذاری نشانه هایی که نشانه تنبیه بود، تفاوتی نداشتند. با این حال، افراد حساس و بی حساس از نظر ظرفیت تشخیص و یادگیری کنترل ارادی بر نتایج بد، تفاوت عمیقی داشتند. افراد غیر حساس به تنبیه، موارد احتمالی ابزاری را یاد نگرفتند، بنابراین نمی توانستند از رفتاری که باعث تنبیه می شود خودداری کنند و نمی توانند رفتارهای انتخابی مناسبی برای جلوگیری از مجازات قریب الوقوع ایجاد کنند. این تفاوت ها در حساسیت به تنبیه را نمی توان با تفاوت های فردی در بازداری رفتاری، تکانشگری یا اضطراب توضیح داد. این حساسیت به تنبیه دووجهی و این کاستی ها در یادگیری اقتضایی ابزاری مشابه آنهایی است که حساسیت مجازات را در حیوانات غیر انسانی دیکته می کنند، و نشان می دهد که آنها ویژگی های کلی یادگیری و تصمیم گیری بدخواهانه هستند.

معرفی

یادگیری مجازات ، که شامل ظرفیت رمزگذاری پیامدهای منفی رفتار ما است ، برای رفتار انسان اساسی است. این یادگیری برای تصمیم گیری ، ارزیابی ریسک و توانایی ما در سازگاری با دنیای در حال تغییر اساسی است. مجازات همچنین ابزاری مهم برای ترویج تغییر رفتار در دیگران است. ما از جریمه ، تهدید ، مجازات ، محرومیت اجتماعی ، حبس و موارد دیگر برای مجازات تجاوز به انتظارات شخصی ، اخلاقی و اجتماعی استفاده می کنیم. بنابراین ، یادگیری مجازات موفقیت آمیز نه تنها با کاهش هرگونه رفتارهایی که ممکن است به ما آسیب برساند ، احتمال بقای فردی ما را به حداکثر می رساند ، بلکه باعث می شود اعتماد ، انصاف و رفتارهای مفید متقابل برای همکاری های گروهی و انسجام اجتماعی نیز حفظ شود (بوید و همکاران ، 2010 ؛Fehr and Fischbacher ، 2003 ؛ Henrich et al. ، 2010).

با این حال ، افراد به طور قابل توجهی در حساسیت خود نسبت به مجازات متفاوت هستند (کارور و وایت ، 1994 ؛ ژان-ریچارد-دییت-برسل و همکاران ، 2019 ؛ مارتانت و همکاران ، 2018). عدم حساسیت به مجازات می تواند باعث ایجاد رفتارهای مشکل ساز شود که در برابر تغییر بسیار مقاوم هستند. به عنوان مثال ، افرادی که از اختلالات استفاده از مواد ، اعتیاد به رفتاری و اختلالات کنترل ضربه ای رنج می برند ، به طور معمول حساسیت به پیامدهای منفی رفتارهای آنها را کاهش می دهند (انجمن روانپزشکی آمریکا ، 2013 ؛ پالمینتر و همکاران ، 2012) و این حساسیت کاهش یافته با یک حساسیت همراه استافزایش رفتار تکانشی یا پرخطر. اختلال شخصیت ضد اجتماعی در بزرگسالان و اختلال در رفتار و همچنین اختلال مخالف مخالف ، در کودکان می تواند با اختلال در پردازش مجازات (DADDS and Salmon ، 2003) همراه با تداوم رفتارهای ضد اجتماعی مشکل ساز باشد. در مقابل ، اختلالات افسردگی با افزایش حساسیت به مجازات همراه بوده است (Eshel and Roiser ، 2010) ، و باعث می شود مبتلایان پاسخ های بیش از حد و غالباً ناتوان کننده نسبت به شکست های درک شده خود داشته باشند.

علت (های) تفاوت های فردی در حساسیت مجازات همچنان ضعیف است. اولین گزارش منسجم از این اختلافات توسط خاکستری و همکاران ایجاد شد ، که پیشنهاد کردند که حساسیت مجازات توسط یک سیستم خود تنظیم کننده مهار رفتاری که کنترل اجتناب و اضطراب را در پاسخ به وقایع ناخوشایند و پیش بینی کننده های آنها کنترل می کند ، دیکته می شود (Corr ، 2004 ؛ Grey ،1972 ؛ گری ، 1982 ؛ گری و مک ناتون ، 2000). تفاوت های دما یا صفت در عملکرد این سیستم مهار رفتاری برای ایجاد تفاوت های فردی در حساسیت مجازات پیشنهاد شده است (Corr ، 2004 ؛ Grey ، 1972 ؛ Grey ، 1982 ؛ Grey and McNaughton ، 2000). یک احتمال از نزدیک این است که تفاوت در حساسیت مجازات با تفاوت های معتدل در ارزیابی بدیهی مرتبط است. اثربخشی مجازات با بدتر بودن مجازات مرتبط است. مجازاترهای بدتر رفتار را به طور مؤثرتر از افراد کمتر بدتر سرکوب می کنند و مجازاترهای خفیف بدتر ممکن است در واقع رفتار را افزایش دهند (هولز و آزین ، 1961). تفاوت در ارزیابی بدیهی باعث ایجاد تفاوت در حساسیت به مجازات می شود. یک احتمال جداگانه این است که عدم حساسیت مجازات به دلیل تسلط پاداش است. این است که ، در بعضی از افراد ، انتخاب ها و رفتار ممکن است با پاداش هایی که به دست می آورند به جای مجازات هایی که متحمل می شوند ، به شدت تعیین شود (گری ، 1972 ؛ اوبراین و فریک ، 1996 ؛ رابینسون و بریج ، 2003). برای این افراد ، مجازات ممکن است در مواجهه با پاداش های رقابتی ، اثرات ناچیز داشته باشد. یک احتمال نهایی ، که به هیچ وجه متقابلاً منحصر به توضیحات قبلی نیست ، این است که حساسیت مجازات به دلیل تفاوت در یادگیری ابزاری است (مایر و جکسون ، 1979 ؛ مایر و سلیگمن ، 2016). مجازات موفقیت آمیز مستلزم یادگیری است که اقدامات خاص عواقب جانبی دارد و سپس آن اقدامات خاص را در آینده حفظ می کند (ژان-ریچارد-دییت-برسل و همکاران ، 2018). تفاوت در تشخیص یا رمزگذاری احتمالی ابزاری بین اقدامات پیشین و پیامدهای جانبی آنها احتمالاً باعث ایجاد اختلاف در میزان سرکوب این مجازات می شود.

علیرغم اهمیت اصلی مجازات به تئوری های یادگیری ، انگیزه و تصمیم گیری ، تمایز بین این دلایل مختلف حساسیت به مجازات انسان دشوار بوده است. یکی از دلایل این امر این است که اگرچه کارهای متنوعی برای مطالعه یادگیری مجازات وجود دارد (Bechara et al. ، 1997 ؛ Bechara et al. ، 2005 ؛ Frank et al. ، 2004 ؛ Pessiglione et al. ، 2006) ، تعداد کمی از این مواردوظایف در واقع علل بالقوه تفاوت در حساسیت مجازات را جدا می کند. بنابراین ، تحقیقات غالباً به مدل سازی پارامترهای یادگیری اساسی یا جستجوی گزارش های خود از پاسخ های رفتاری و عاطفی به مجازات بالقوه یا فرضی اعتماد کرده است (به عنوان مثال ، "من نگران اشتباهات هستم" ، "انتقاد یا سرزنش کردن من را کمی آزار می دهد") (کارورو وایت ، 1994) ، و سپس اینها را با رفتاری در ارتباط می دانند (Corr et al. ، 1995 ؛ Fleshler and Hoffman ، 1962 ؛ Frank et al. ، 2004 ؛ Kim-Spoon et al. ، 2016) و Neural (Adrián-Ventura et al. ، 2019 ؛ Fuentes et al. ، 2012 ؛ Hahn et al. ، 2010 ؛ Pessiglione et al. ، 2008 ؛ Reuter et al. ، 2004) نتایج ، به جای آزمایش نقش های ارزش گذاری ناخوشایند ، تسلط پاداش و یادگیری در مجازاتحساسیت به طور مستقیم. ارزیابی رفتاری مکانیکی علل بالقوه تفاوت در حساسیت مجازات نیاز به یک رویکرد متفاوت دارد.

ما به تازگی از یک کار مجازات مشروط در حیوانات غیر انسانی استفاده کرده ایم که به ما امکان غلبه بر این محدودیت ها را می دهد و به طور همزمان تفاوت های فردی را در عدم حساسیت بیزاری ، تسلط پاداش و یادگیری احتمالی به عنوان دلایل تفاوت در حساسیت مجازات بررسی می کنیم (ژان-ریچارد-دییت-برسل و همزمانآل. ، 2019). مزایای اصلی این کار این بود که توضیحات چندگانه و رقابتی در مورد حساسیت مجازات می توانند همزمان و مستقیماً از مطالعات قبلی ارزیابی شوند و با استفاده از یک اقدام رفتاری واحد می توانند نقشه برداری شوند. ما توزیع دوتایی از حساسیت مجازات را پیدا کردیم و نشان دادیم که عدم حساسیت مجازات به دلیل عدم موفقیت در یادگیری احتمالی مجازات است که به حساسیت بیزاری ، تسلط بر پاداش و ترس پالووی بی ارتباط نبود.

در اینجا ، ما یک کار رایانه ای جدید را بر اساس کار در جوندگان ایجاد کردیم (ژان-ریچارد-دییت-برسل و همکاران ، 2019 ؛ Killcross و همکاران ، 1997) برای شناسایی عوامل تعیین کننده حساسیت به مجازات انسان. در این کار ، شرکت کنندگان در ابتدا آموزش داده شدند تا دو پاسخ (R1 و R2) برای پاداش (امتیاز امتیاز) انجام دهند. سپس ، احتمالی مجازات شرطی برای یکی از این پاسخ ها (R1) معرفی شد اما دیگر (R2). در حین مجازات مشروط ، R1 به کسب پاداش ادامه داد ، اما همچنین باعث ایجاد یک محرک شرطی (CS+) و پس از آن مجازات شد (ضرر امتیاز). R2 پاداش و ارائه یک محرک شرطی متفاوت (CS-) را به دست آورد اما مجازاتی ندارد. شرکت کنندگان همچنین از طریق فعال سازی سپر که مانع از نتیجه مجازات می شود ، حتی پس از ارائه CS+ ، این توانایی را داشتند که به طور فعال از مجازات جلوگیری کنند. بنابراین ، چهار احتمالی اصلی در این کار اجرا شد: احتمالی ابزاری پاداش ، که باید هر دو پاسخ را حفظ کند. احتمالی ابزاری مجازات ، که باید رفتار را به دور از R1 مجازات (یعنی باعث سرکوب مجازات) تعصب کند. احتمالی اجتناب فعال ابزاری ، که باید پاسخ های اجتناب (به طور خاص در طول CS+) را ارتقا بخشد. و احتمالی Pavlovian CS+/CS ، که باید یادگیری بد را به سمت CS+ پیش بینی از دست بدهد اما نه CS-. انتظار می رفت این یادگیری پاولووی به عنوان کاهش CS+ در رفتار پاداش (پدیده ای شناخته شده به عنوان پاولوویان یا سرکوب مشروط) و همچنین افزایش رفتار اجتناب فعال در طول CS+ آشکار شود.

ما یادگیری این چهار احتمالی را از طریق یک اندازه گیری رفتاری مشترک (رفتار کلیک) و همچنین از طریق گزارش های خود از ارزش نتیجه ، دانش و دانش احتمالی پاولووی ارزیابی کردیم. این رویکرد جدید به ما امکان داد ، برای اولین بار ، به طور مستقیم و همزمان نقش های بازی شده توسط مهار رفتاری ، حساسیت به استنباط ، حساسیت به پاداش و دانش ابزاری را در توضیح تفاوت در حساسیت به مجازات انسان ارزیابی کنیم. اگر عدم حساسیت مجازات انسانی ناشی از تفاوت در مهار رفتاری یا عدم حساسیت است ، افراد غیر حساس باید واکنشهای پاولووی ضعیف و ارزشهای منفی مجازات را نشان دهند اما دانش دقیقی در مورد شرایط احتمالی در اثر داشته باشند. اگر عدم حساسیت مجازات به دلیل تسلط پاداش باشد ، این باید در ارزیابی های بالاتر پاداش و پاسخ هایی که آنها را به دست می آورند ، منعکس شود ، اما در غیر این صورت ارزیابی های ناخوشایند و دانش احتمالی دست نخورده است. سرانجام ، اگر عدم حساسیت مجازات به دلیل عدم موفقیت در دانش احتمالی مجازات باشد ، افراد غیر حساس باید ارزیابی های نتیجه عادی ، گریزی دست نخورده پاولووی و دانش احتمالی پاولووی را نشان دهند ، اما یادگیری احتمالی مجازات را مختل می کنند.

نتایج

مرحله قبل از مجازات

وظیفه "سیارات و دزدان دریایی" شرکت کنندگان (تعداد = 135 ، 107 زن) را شامل می شود که پاسخ های کلیک ماوس را بر روی دو سیاره به طور مداوم ارائه شده (R1 و R2) برای کسب امتیاز کسب می کنند. آنها دو بلوک 3 دقیقه ای از این آموزش پاداش دریافت کردند (شکل 1A). هر بلوک 3 دقیقه ای از ساختار مداوم در زمان واقعی (یعنی آزمایشی گسسته) استفاده می کرد. هر دو R1 و R2 به طور مساوی پاداش داده شدند (+100 امتیاز ، 50 ٪ احتمال). پاسخ ها و تحویل پاداش به طور مستقل ثبت شد و بازخورد بصری فوری برای این عناصر کار به شرکت کنندگان ارائه شد. براساس این برنامه ، امتیازات با نرخ بالای R1 و R2 به حداکثر رسید.