지각적 결정에 대한 교정 피드백은 향후 선택을 개선하기 위해 의사결정 전략을 조정하는 데 필수적이다. 그러나 이전 자극과 선택과 같은 다른 의사결정 구성요소들과의 복잡한 상호작용은, 교정 피드백이 이후의 결정에 어떻게 영향을 미치는지에 대한 원리적 설명을 어렵게 만든다. 동물 행동에 기초하고 인간의 지각적 의사결정에도 확장된 한 가지 인기 있는 접근법은 ‘강화 학습(reinforcement learning)’을 사용하며, 이는 보상 기반 의사결정에서 성공이 입증된 원리이다. 이 접근법의 핵심 아이디어는, 의사결정자가 지각 과제에 참여하고 있음에도 불구하고 교정 피드백을 학습 대상으로서 선택의 가치(choice values)를 형성하는 보상으로 취급한다는 점이다. 본 연구에서는 이에 대한 대안적 아이디어를 탐구하는데, 인간이 지각적 결정에 대한 교정 피드백을 자신의 선택에 대한 보상으로서가 아니라 실제 세계의 상태에 대한 증거로 간주한다는 것이다. 동일한 학습 플랫폼에서 ‘피드백-으로서-보상(feedback-as-reward)’ 및 ‘피드백-으로서-증거(feedback-as-evidence)’ 가설을 구현함으로써, 교정 피드백이 과거 자극과 선택뿐 아니라 의사결정 전략을 조정하는 방식을 설명함에 있어 후자가 전자를 능가함을 보였다. 본 연구는 인간이 지각적 의사결정 과정에서 교정 피드백을 통해 자신의 선택 가치가 아니라 환경에서 실제로 일어난 일에 대해 학습한다는 점을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.