Le cerveau social bayésien : La mentalisation fait-elle une différence lorsque nous apprenons ?

Auteurs
Date de publication
2014
Type de publication
Article de journal
Résumé Lorsqu'il s'agit d'interpréter le comportement des autres, nous nous engageons presque irrépressiblement dans l'attribution d'états mentaux (croyances, émotions...). Cette "mentalisation" peut devenir très sophistiquée et nous doter de compétences hautement adaptatives telles que convaincre, enseigner ou tromper. Ici, la sophistication peut être capturée en termes de profondeur de nos croyances récursives, comme dans "Je pense que tu penses que je pense...". Dans ce travail, nous testons si de telles croyances récursives sophistiquées sous-tendent l'apprentissage dans le contexte de l'interaction sociale. Nous avons demandé aux participants de jouer à des jeux répétés contre des agents de mentalisation artificiels (bayésiens), qui diffèrent dans leur sophistication. Nous avons fait croire aux participants soit qu'ils jouaient les uns contre les autres, soit qu'ils jouaient comme dans un casino. Bien que les deux cadrages soient aussi trompeurs l'un que l'autre, les participants gagnent contre les agents de mentalisation artificiels (sophistiqués) dans le cadrage social de la tâche, et perdent dans le cadrage non social. De plus, nous constatons que les séquences de choix des participants sont mieux expliquées par des modèles d'apprentissage bayésiens sophistiqués de mentalisation uniquement dans le cadre social. Cette étude est la première démonstration de la valeur ajoutée de la mentalisation sur l'apprentissage dans le contexte d'interactions sociales répétées. De manière importante, nos résultats montrent que nous ne serions pas en mesure de déchiffrer un comportement intentionnel sans attribuer a priori des états mentaux aux autres.
Éditeur
Public Library of Science (PLoS)
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr