Probabilistische selectietaak

Leer belonende stimuli te kiezen onder probabilistische feedback; Go/NoGo‑leerindices.

Veelgestelde vragen

Heb je een andere vraag? Laat het ons weten.

Wat wordt gemeten?

Leren uit positieve vs negatieve feedback (Go vs NoGo).

Hoe is de PST opgebouwd?

Je leert eerst welk symbool in elk van drie paren meestal oplevert (80/20, 70/30, 60/40), en transfer wordt daarna getest met nieuwe hercombinaties van de symbolen — het ontwerp van Frank en collega's.

Wat verraden transferkeuzes?

Het kiezen van het positieve symbool in een nieuwe paring (positieve transfer) en het vermijden van het negatieve (negatieve transfer) indexeren hoeveel je respectievelijk van beloning en van straf leerde.

Waarom is deze taak invloedrijk?

Ze landt in computationele modellen op dopaminerge leersignalen en wordt breed gebruikt in psychiatrisch en farmacologisch onderzoek.

Toon details

Over de probabilistische selectietaak

Achtergrond

De Probabilistische selectietaak (PST), ontwikkeld door Frank en collega's aan de Universiteit van Arizona, onderzoekt hoe mensen leren van probabilistische feedback. Deelnemers moeten door trial‑and‑error leren welke van twee stimuli eerder beloond wordt.

Computationele psychiatrie

De taak scheidt leren van positieve feedback (Go‑leren: stimulus A+) van leren door negatieve feedback (NoGo‑leren: stimulus B-). Computationele modellen suggereren dat deze berusten op verschillende neurotransmittersystemen — dopamine voor positieve voorspellingsfouten en serotonine voor negatieve.

Onderzoeksapplicaties

De PST is gebruikt om psychiatrische aandoeningen te onderzoeken, waaronder OCD, depressie en de ziekte van Parkinson. Verschillende patiëntengroepen vertonen verschillende patronen van Go‑ vs NoGo‑bias, wat suggereert dat de taak specifieke cognitieve mechanismen kan indexeren.

Referenties

  • Frank, M. J., Seeberger, L. C., & O'Reilly, R. C. (2004). By carrot or by stick: Cognitive reinforcement learning in parkinsonism. Science, 306(5703), 1940-1943. 10.1126/science.1102941
  • Frank, M. J., Moustafa, A. A., Haughey, H. M., Curran, T., & Hutchison, K. E. (2007). Genetic triple dissociation reveals multiple roles for dopamine in reinforcement learning. Proceedings of the National Academy of Sciences, 104(41), 16311-16316.
  • Collins, A. G. E., & Frank, M. J. (2012). How much of reinforcement learning is working memory, not reinforcement learning? A behavioral, computational, and neurogenetic analysis. European Journal of Neuroscience, 35(7), 1024-1035. 10.1111/j.1460-9568.2011.07980.x

Over dit experiment

Dit experiment is een educatieve aanpassing voor demonstratiedoeleinden. Het is geen klinisch diagnostisch hulpmiddel. Resultaten weerspiegelen uw prestatie in deze specifieke sessie en mogen niet worden geïnterpreteerd als een beoordeling van uw cognitieve vaardigheden.

Gegevensprivacy

Uw experimentgegevens worden lokaal in uw browser verwerkt en opgeslagen. Er worden geen gegevens naar een server geüpload, tenzij u ze expliciet exporteert.

Trakteer me op een koffie