《Communications Psychology》：Misspecified models create the appearance of adaptive control during value-based choice
编辑推荐：
这项研究针对Vassena等人提出的"动机控制"理论进行了深入再分析。研究人员发现，原研究声称的价值差异驱动决策阈值调整现象，实际上源于模型设定偏差：当考虑分形权重差异、时间依赖性阈值塌缩以及刺激驱动机制后，"困难选择伴随更低阈值"的证据消失，反而出现相反趋势。研究进一步证明，无需控制过程的泄漏竞争累积器（LCA）模型能更优地拟合行为数据，表明价值决策中的"自适应控制"可能是模型误设导致的假象。这一发现对认知控制与决策研究的模型构建提出了重要警示。
当我们面临选择时，大脑如何权衡利弊并最终做出决定？近年来，决策科学领域逐渐兴起对"元认知控制"的研究热潮——人们不仅评估选项价值，还会根据决策难度、时间压力等因素动态调整决策策略。这种"如何决策"的高阶控制机制，被认为由前扣带回皮层（dACC）等脑区通过预期价值控制（EVC）理论实现调控。2020年，Vassena团队在《自然·人类行为》发表了一项引人注目的研究：他们让参与者在750毫秒内选择两个分形组合，发现当选项价值相近（决策困难）时，人们会降低决策阈值以"激发"反应，并将此现象解释为EVC理论的新证据。
然而，这项发表于《Communications Psychology》的最新研究却对这些发现提出了根本性质疑。Ritz、Fromer和Shenhav团队通过精细的计算模型再分析揭示，原研究中的"自适应控制"证据可能源自三个关键模型设定偏差：首先，参与者实际会高权重分形组合中的高价值项（权重比达5:1），导致价值差异与总体价值混淆；其次，原始模型忽略了下图所示的阈值随时间塌缩现象（图2A）；最后，刺激驱动的并行加工机制可能被误读为控制信号。当同时修正这些因素后，困难选择反而与更高阈值相关，与原预测完全相反。
研究人员采用多层次计算建模技术展开验证。他们首先复现原研究的漂移扩散模型（DDM），进而逐步引入分形差异权重、总体价值调制和时间塌缩阈值等变量，通过偏差信息准则（DIC）比较模型拟合优度。针对模型 mimicry 风险，团队采用模型恢复与参数恢复验证可靠性，并引入更具生物合理性的泄漏竞争累积器（LCA）模型进行交叉验证。该模型通过相互抑制的累积器模拟决策（图3A），无需额外控制机制即可自然产生价值相关加速效应。
模型比较揭示阈值调整假象
当使用与原研究相同的DDM设定时，复现结果确实显示困难试次的决策阈值降低（图1C）。但该模型的预测反应时间分布与实际数据存在显著偏差（图1D）。通过引入塌缩阈值机制，模型拟合度大幅提升（ΔDIC>1000），且阈值与价值差异的关系发生逆转（图2D）。更重要的是，最佳拟合模型显示阈值主要受总体价值调控（图2E），而非原研究强调的价值差异。
控制自由模型的优越性
LCA模型在无阈值控制机制的设定下，其模拟数据不仅更好拟合实际行为（图3B），在贝叶斯信息准则（BIC）比较中也显著优于DDM（图3C）。当用DDM拟合LCA生成的数据时，竟错误地重现出"总体价值降低阈值"（图3D）和"困难选择降低阈值"（图3E）的假象，证明原发现可能完全源于模型架构差异。
多重 mimicry 机制的解构
研究最终将误判根源归纳为三类 mimicry（图4）：表征 mimicry（参与者实际使用高权重策略而模型假设平等加权）、参数 mimicry（固定阈值模型将塌缩阈值效应错误分摊给漂移率与阈值）、模型 mimicry（DDM将LCA等架构的固有动力学误读为控制信号）。这些机制在知觉决策研究中已有先例（图4D-F），但价值决策领域尚未充分重视。
这项研究对认知控制模型构建提出了深刻警示。原研究的EVC模型要求决策系统在未知选项价值时就能基于这些价值实施控制，存在逻辑循环；其"困难选择引发更快决策"的预测也与绝大多数实证结果相悖。更重要的是，当控制信号的基础行为证据被证伪后，基于此的dACC神经活动解读也失去依托。研究表明，未来研究需更严谨处理模型设定偏差，区分真正的控制信号与加工动力学副产品。尽管该再分析受限于原始数据规模，但其揭示的模型 mimicry 机制为理解决策控制提供了新范式——或许我们追求的"自适应控制"，有时只是大脑高效加工机制在不够细致的模型中的倒影。
