风险态度的快速变化源于对头皮皮层（parietal cortex）中幅度表征（magnitude representations）的贝叶斯推理（Bayesian inference）

《Nature Communications》：Rapid changes in risk attitudes originate from Bayesian inference on parietal magnitude representations

　　

摘要

风险态度——即为了获得更大的潜在回报而愿意接受不确定性的倾向——通常被视为一种稳定的个体特征。然而，人们在不同情境下，甚至在对相同决策进行多次重复时，其风险选择会明显发生变化。通过建模和神经影像学研究，我们发现这种快速变化源于顶叶皮层中对噪声较大的数量表示的贝叶斯推理过程。参与者在进行功能性磁共振成像（fMRI）实验时，需要在安全选项和风险选项之间做出选择，这些选项要么存储在工作记忆中，要么显示在屏幕上。存储在工作记忆中的选项由于受到更多噪声干扰，更容易出现中心趋势偏差（即倾向于高估小收益和低估大收益），从而导致人们在追求风险和规避风险之间的选择发生改变。一个关于收益感知的计算模型从机制上解释了这些现象。数值群体感受野建模结果显示，当顶叶皮层中的收益表示存在更多噪声时，人们的决策一致性降低，风险中性特征也会减弱。因此，风险态度及其随情境的变化可能源于顶叶皮层中对数量表示的感知推理过程。