Interférences entre variables décisionnelles : études comportementales et computationnelles

La théorie de la décision moderne suppose que les variables entrant dans le calcul d’utilité espérée, telles que la valeur et la probabilité, sont générées indépendamment avant d’être agrégées. Dans ce doctorat, nous avons exploré différents cas d’interférence entre ces variables décisionnelles et tenté d’en élucider les mécanismes computationnels. Pour cela, nous avons conduit trois études sur des volontaires sains. Dans la 1ère étude, nous avons observé qu’une séquence d’action donnée était anticipée comme plus coûteuse lorsqu’elle était appariée à un enjeu monétaire plus important. En outre, nos données comportementales coïncident avec un scénario cognitif dans lequel les jugements d’effort prospectifs sont contaminés par le résultat d’un calcul coût-bénéfice.Dans la 2ème étude, nous avons investigué les interférences valeur-probabilité, et observé que la confiance d’un individu dans sa capacité à effectuer correctement une tâche de précision motrice augmentait avec le gain prospectif, et diminuait avec la perte prospective. Ce motif de distorsions évoque une misattribution de type « affect comme information ». Dans la 3ème étude, à partir de résultats précédents en neuro-imagerie, nous avons prédit que ces interférences valeur-confiance pourraient se produire dans les deux sens, y compris entre des stimuli indépendants. En accord partiel avec nos prédictions, une confiance plus élevée dans sa réponse à un quiz induit une appréciation plus élevée de la musique en fond sonore, mais l’effet inverse s’avère moins robuste.Dans l’ensemble, nous avons isolé plusieurs cas d’interférence entre variables décisionnelles et avons approfondi la compréhension de leurs mécanismes cognitifs, lesquels semblent différer d’un type d’interférence à l’autre.Modern decision theory assumes that variables entering expected utility computation, such as value and probability, are generated independently before being aggregated. In this PhD, we investigated cases of interferences between such decisional variables in order to elucidate the computational and neural mechanisms underlying these interferences. For this, we conducted three studies on healthy human volunteers. In the first study, we found that a given sequence of action was anticipated as more costly when it was paired with a larger monetary stake. Besides, our behavioural data were most in line with a cognitive scenario according to which individuals’ prospective effort judgment is contaminated by the output of a cost-benefit computation. In the second study, we investigated value-probability interferences, and found that subjects tend to be more confident in being able to perform a motor precision task correctly when faced with a larger prospective gain, but less confident when faced with a larger prospective loss. This pattern of distortions was evocative of an affect-as-information type of misattribution. In our third study, we drew inspiration from earlier neuroimaging findings to predict that value-confidence misattributions may occur bidirectionally, and between unrelated items. Partly in line with our predictions, we found that higher confidence about quiz answers led to higher likeability ratings about background music, whereas the opposite effect was more elusive. Overall, we isolated cases of interference between decisional variables and gained insight about their underlying cognitive mechanisms, which seem to differ from one type of interference to the other