经验驱动的风险决策：学习过程而非决策机制主导风险偏好形成

本研究针对风险决策中学习与决策机制的相对贡献这一核心问题，通过为期28天的纵向实验结合计算建模与移动生理监测技术，首次揭示经验型决策中风险偏好的波动主要源于学习阶段对得失的主观估值变化（学习偏倚），而非决策时的价值重评估。研究团队开发智能手机平台记录100名参与者的风险选择行为及EEG/HR信号，发现神经生理学信号验证了计算模型推断的学习偏倚变化，为理解赌博成瘾等病理行为提供了新机制。

　　

风险决策如同人生的十字路口，每个人面对得失时的选择千差万别——有人勇往直前，有人畏缩不前。这种差异在赌博成瘾等精神疾病中表现得尤为极端，传统理论将其归因于决策时对损失的主观放大（损失厌恶）。但现实中，我们的风险选择往往基于过往经验：赌徒重返赌桌的决定，究竟受当下对金钱得失的评估影响更大，还是被当初赢钱时的兴奋记忆所驱动？这个看似简单的问题，却因学习与决策过程的纠缠而长期悬而未决。

来自Hebrew University of Jerusalem的研究团队在《Nature Communications》发表的研究给出了突破性答案。他们设计了一项巧妙的四周纵向实验，让100名参与者通过智能手机程序完成4032次风险选择任务。实验核心在于分离"学习时间"与"决策时间"——每天引入新图案（高风险/低风险）供学习，而测试阶段则要求对既往学习过的图案进行选择。通过这种设计，当参与者在第10天选择第4天学过的图案时，其决策反映的是第4天而非第10天的学习状态。

研究采用三大关键技术：1）智能手机生态化实验平台，结合移动EEG和Polar H10心率带采集神经生理信号；2）贝叶斯层次回归模型量化学习/决策时间窗对风险偏好的贡献；3）强化学习模型比较学习偏倚（动态得失估值参数）与决策偏倚（静态得失权重）的解释力。

学习而非决策塑造风险偏好
计算模型显示，风险偏好的波动主要取决于图案学习时期而非决策时期（方差比6.19-9.7倍）。当参与者更看重学习阶段的收益时，后续表现出风险寻求；反之则风险规避。这种关联在排除高风险/低风险图案的采样差异后依然显著（β=1.32-1.4）。

学习偏倚的神经生理证据
前颞叶EEG信号和心率对负性预测误差的解码准确度，与模型推断的损失学习参数显著相关（β=0.12-0.28）。当个体更敏感于损失时，其神经生理系统对意外损失的响应也更强烈。

损失学习的动态主导性
尽管得失学习均影响风险偏好，但损失学习参数的波动幅度显著大于收益学习（P=0.002-0.01），暗示日常风险偏好的变化更多由损失敏感度的波动驱动。

这项研究颠覆了传统决策理论的框架，证明在经验型决策中，风险偏好的"锚点"早在学习阶段就已奠定。这一发现对理解赌博成瘾的机制具有启示意义——成瘾者重返赌场的行为，可能更多由当初赌博时异常的得失编码所致，而非当下的理性评估。研究建立的移动实验范式与计算建模方法，为在自然环境中追踪风险偏好的神经机制开辟了新途径。未来研究可进一步探索情绪状态、荷尔蒙波动等因素如何通过调节多巴胺能系统（dopaminergic system）影响学习偏倚，为情绪障碍的治疗提供新靶点。