Die Rolle von fehlerhaftem Gedächtnis bei der Entscheidungsfindung

Unser Gehirn ist kein perfektes System zur Informationsverarbeitung. Es gibt Grenzen, wie gut wir uns an das erinnern und abrufen können, was wir in unserem Alltag erleben. Manchmal scheinen Fehler in unserem Denken nicht nützlich zu sein, aber manchmal helfen uns diese Fehler, bessere Entscheidungen zu treffen, besonders in unsicheren Situationen. Forschung zeigt, dass ein bisschen Lärm in unserem Denken uns tatsächlich helfen kann, zu lernen und neue Dinge zu entdecken. Die meisten Modelle, die versuchen zu verstehen, wie wir Entscheidungen treffen, behandeln Lärm jedoch meistens einfach als Fehler, was nicht das ganze Bild erfasst.

Dieser Artikel stellt eine einfache Frage: Was wäre, wenn die Fehler unseres Gehirns uns tatsächlich helfen, gute Entscheidungen zu treffen, wenn die Dinge unsicher sind? Entscheidungen in ständig wechselnden Situationen erfordern, dass wir ständig lernen, und genau in diesen Situationen könnten zufällige Fehler ziemlich nützlich sein. Aktuelle Modelle der Entscheidungsfindung nehmen normalerweise an, dass wir Belohnungen perfekt erinnern. Stattdessen haben wir eine neue Idee entwickelt, die wir "Unvollkommene Gedächtnisprogramme" (IMPs) nennen, die absichtlich vergangene Belohnungen falsch erinnern, so wie unser Gehirn tatsächlich funktionieren könnte.

#Wie IMPs funktionieren

IMPs treffen Entscheidungen in einem zweistufigen Prozess. Zuerst rufen sie vergangene Ergebnisse über ein lärmendes Gedächtnissystem ab. Zweitens entscheiden sie basierend auf dem, was sie sich erinnern, ob sie bei der gleichen Wahl bleiben oder etwas Neues ausprobieren.

IMPs erinnern sich an vergangene Belohnungen auf eine Weise, die zwei Hauptziele ausbalanciert: Erstens relevante vergangene Ereignisse, die kürzlich stattgefunden haben, abzurufen und zweitens den Prozess des Abrufs von Informationen einfach zu halten. Sie passen ihren Gedächtnisabruf an, um Fehler zu minimieren und gleichzeitig die Komplexität niedrig zu halten. Das bedeutet, dass sie manchmal Erinnerungen wählen, die etwas älter sind, wenn das ihnen hilft, klar zu denken.

#Belohnungen abtasten

Im ersten Schritt tastet das IMPs Belohnungen aus ihrem Gedächtnis ab, um die nützlichsten Informationen aus ihren vergangenen Erfahrungen abzurufen. Sie erinnern sich an Belohnungen, die zu unterschiedlichen Zeiten stattfanden, wissen aber, dass je weiter zurück eine Belohnung liegt, desto weniger relevant sie ist. Wenn sie sich an eine vergangene Belohnung nicht erinnern können – wie wenn sie ihre erste Wahl treffen – wählen sie zufällig eine Belohnung aus.

Im zweiten Schritt nutzen IMPs, was sie sich erinnern, um eine Entscheidung zu treffen. Wenn die vorherige Belohnung gut war, bleiben sie bei der gleichen Aktion. Wenn sie nicht gut war, erkunden sie eine andere Option.

#IMPs in verschiedenen Aufgaben testen

Wir haben IMPs in drei verschiedenen Entscheidungsaufgaben getestet. Diese Aufgaben sind üblich, um zu untersuchen, wie Menschen und Tiere Entscheidungen treffen. Die Aufgaben beinhalten Entscheidungen, wenn die Belohnungen sich über die Zeit ändern, was bedeutet, dass Entscheidungsträger ihre Entscheidungen regelmässig anpassen müssen.

1. Ruheloser Bandit: In dieser Aufgabe ändern sich die Belohnungswahrscheinlichkeiten für jede Option zufällig über die Zeit.
2. Matching Law Aufgabe: In dieser Aufgabe neigen Entscheidungsträger dazu, ihre Entscheidungen an den Belohnungsraten auszurichten, die sie sehen.
3. Wahrscheinlichkeitsumkehr-Lerntask: Diese Aufgabe beinhaltet das Umkehren der hohen und niedrigen Belohnungen nach bestimmten Punkten.

In all diesen Aufgaben schnitten die IMPs gut ab, manchmal sogar besser als Agenten, die sich an alles perfekt erinnern.

#Leistung der IMPs

Als wir uns ansahen, wie gut IMPs abschnitten, fanden wir heraus, dass ihre Leistung von einem bestimmten Parameter abhing, dem umgekehrten Temperaturparameter. Wenn dieser Wert sehr hoch war, handelten die IMPs fast perfekt. Wenn er sehr niedrig war, hatten sie Schwierigkeiten, sich an vergangene Belohnungen zu erinnern, was zu schlechteren Entscheidungen führte. Die besten Ergebnisse wurden bei einem mittleren Wert erzielt, wo sie immer noch gut abschnitten und weniger Entscheidungen trafen, die geändert werden mussten.

Wir haben IMPs auch mit anderen Entscheidungsagenten verglichen, wie einem, der immer die beste Option wählt, und einem zufälligen Auswahlagenten. Während IMPs etwas schlechter abschnitten als der beste Entscheidungsträger, übertrafen sie immer noch zufällige Agenten und zeigten, dass sie in unsicheren Situationen effektiv sein konnten.

#Belohnungsgeschichte und Entscheidungen

Die meisten Modelle zur Entscheidungsfindung nehmen an, dass Menschen den Wert ihrer Optionen bestimmen, indem sie vergangene Belohnungen kombinieren. IMPs verwenden jedoch diese Methode nicht, um zu berechnen, welche Optionen am besten sind. Trotzdem können sie eine Art "Belohnungsgedächtnis" erzeugen, basierend darauf, wie sie sich falsch erinnern. Als wir die Entscheidungen von IMPs studierten, fanden wir heraus, dass ihr Gedächtnis über vergangene Belohnungen schnell abnahm, was bedeutete, dass die neuesten Belohnungen einen grösseren Einfluss auf ihre Entscheidungen hatten als frühere.

Ihre Abruffähigkeit hing ebenfalls davon ab, wie sie entschieden, ihre Erinnerungen zu gewichten. In weniger änderbaren Umgebungen hatten sie einen klaren Vorteil gegenüber perfekten Gedächtnismodellen, da sie besser vorhersagen konnten, welche Optionen auszuwählen sind.

#Anpassen vs. Maximieren von Belohnungen

Als wir uns ansahen, wie IMPs Entscheidungen in einer Aufgabe trafen, die ihr Anpassen und Maximieren testen sollte, fanden wir einige interessante Ergebnisse. Sie neigten dazu, ihre Entscheidungen an die Verfügbarkeit der Belohnungen anzupassen, was ähnlich ist, wie biologische Entscheidungsträger im wirklichen Leben agieren. Allerdings zeigten IMPs gelegentlich eine leichte Tendenz, die höchste Belohnungsoption zu wählen, was darauf hindeutet, dass sie ihre Strategie je nach Situation wechseln konnten.

Wir haben IMPs auch in einem Szenario getestet, in dem die Belohnungen gelegentlich ihre Plätze wechseln würden. Während stabiler Zeiträume schnitten IMPs besser ab als die Agenten, die sich an alles perfekt erinnern, da sie bei der höchsten Wertoption bleiben konnten, selbst wenn es Lärm gab. Während der Zeiträume, in denen sich die Belohnungen änderten, passten sich IMPs schneller an und zeigten, dass sie aus ihren Fehlern schnell lernen konnten.

#Der Wert von unvollkommenem Gedächtnis

Die IMPs zeigten, dass sie Informationen speichern und abrufen konnten, um Entscheidungen effektiv zu treffen. Sie waren erfolgreich in Entscheidungsaufgaben, die Unsicherheit beinhalteten, und zeigten, dass fehlerhaftes Gedächtnis die Leistung nicht unbedingt beeinträchtigt. Ihre Art der Nutzung von Gedächtnis – Fehler auszubalancieren und die Dinge einfach zu halten – half ihnen in den Aufgaben, und sie zeigten sogar Eigenschaften wie das Festhalten an ihren Entscheidungen und eine leichte Tendenz, ihre Belohnungen zu maximieren.

#Weiterführende Gedanken zu unvollkommenem Gedächtnis

Die Idee, dass unvollkommenes Gedächtnis echte Vorteile haben kann, geht über diese Studie hinaus. Sie gibt Einblicke, wie unser Gehirn funktioniert und wie wir Entscheidungsfindungssysteme verbessern können. Indem wir einen kleinen Spielraum für Fehler im Gedächtnis zulassen, können wir Systeme schaffen, die möglicherweise besser in komplexen Umgebungen lernen und sich im Laufe der Zeit an neue Informationen anpassen.

#Zukünftige Auswirkungen

Diese Forschung gibt uns Hoffnung für das Design kognitiver Systeme, die das echte menschliche Verhalten genauer widerspiegeln. Indem wir die Rolle von Gedächtnisfehlern anerkennen, können wir intelligentere Entscheidungswerkzeuge oder künstliche Intelligenzsysteme entwickeln. Diese Werkzeuge könnten flexibler und effektiver sein, indem sie Systeme implementieren, die aus ihren Erfahrungen lernen, selbst wenn sie sich nicht an alles perfekt erinnern.

In Zukunft könnte die Untersuchung der Beziehung zwischen unvollkommenem Gedächtnis und Entscheidungsfindung zu neuen Methoden in der Technologie führen und unser Verständnis davon erweitern, wie wir in einer unvorhersehbaren Welt denken und handeln.