Investigating the relationship between affective valence and reinforcement learning

Preprint de investigación empírica sobre la relación bidireccional entre la valencia afectiva y el aprendizaje por refuerzo (AR). El estudio investiga cómo los procesos computacionales del AR contribuyen a la experiencia afectiva y cómo la valencia afectiva influye en el AR. Mediante un método computacional original, los autores encontraron que la experiencia afectiva durante tareas de AR se explica mejor por una combinación de tres perspectivas teóricas: la valencia está determinada por la recompensa, los errores de predicción y las comparaciones contrafácticas. Además, descubrieron que las acciones se refuerzan tanto por respuestas afectivas como por recompensas externas: los participantes preferían opciones de elección que generaban más afecto positivo además de mayor recompensa. Los hallazgos ofrecen comprensión mecanicista de cómo el AR y el afecto interactúan en la toma de decisiones.

Puntos clave

• La valencia afectiva durante el aprendizaje por refuerzo se explica por recompensa, errores de predicción y comparaciones contrafácticas combinadas.
• Las acciones son reforzadas tanto por respuestas afectivas positivas como por recompensas externas en procesos de elección.
• El nuevo marco computacional validado permite investigar la interacción mecanicista entre afecto, aprendizaje y toma de decisiones.

Para quién: Investigadores en neurociencia cognitiva, psicología del aprendizaje y toma de decisiones, así como estudiantes de posgrado interesados en la intersección entre afecto y procesos computacionales del aprendizaje.